Vitalik Buterin: Ethereum hace la capa de liquidación para la IA, pero con grandes riesgos detrás

Vitalik Buterin acaba de publicar una nueva propuesta de investigación, pero en lugar de responder a la pregunta más discutida — si la blockchain puede ejecutar directamente modelos de IA — este enfoque toma un camino diferente.

El estudio sostiene que Ethereum puede convertirse en una capa de pago y liquidación que proteja la privacidad para el uso de IA y APIs bajo un modelo de tarifas según el uso. El artículo, coescrito por Vitalik Buterin y Davide Crapis en Ethereum Research, enfatiza que la verdadera oportunidad no reside en poner modelos LLM en la cadena.

En cambio, la oportunidad está en construir una infraestructura que permita a los usuarios y agentes de IA pagar por miles de llamadas a API sin revelar su identidad ni dejar rastros de vigilancia a través de los datos de pago.

El momento clave es cuando los agentes de IA (AI agentic) están pasando de una fase de prueba a una hoja de ruta de implementación a nivel empresarial. Gartner pronostica que para fines de 2026, aproximadamente el 40% de las aplicaciones empresariales integrarán agentes de IA especializados por tarea, en comparación con menos del 5% en 2025.

Gartner pronostica que las aplicaciones empresariales que utilizan agentes de IA especializados aumentarán del menos del 5% en 2025 al 40% a finales de 2026.## Los agentes de IA entran en la fase de adopción masiva

Este cambio implica un mundo donde el software genera automáticamente un gran volumen de llamadas a API. Entonces, el sistema de pago por uso deja de ser una infraestructura auxiliar y pasa a ser una capa estratégica.

Los sistemas actuales de medición y facturación obligan a los usuarios a elegir entre dos modelos:

Mecanismo de créditos de uso de API con ZK

Se propone introducir créditos de uso de API con ZK — un mecanismo de pago y prevención de abusos basado en Rate-Limiting Nullifiers (RLN).

RLN es una herramienta de conocimiento cero diseñada para prevenir spam en sistemas anónimos. Este estudio reutiliza RLN para el acceso a servicios de pago según el uso.

Proceso de funcionamiento:

Ejemplo ilustrativo:

El diseño apunta a un modelo de “múltiples llamadas por cada recarga”, es decir, la actividad en cadena aumenta según la cantidad de cuentas y la frecuencia de liquidación, en lugar del volumen total de inferencias de IA.

El sistema también soporta costos variables: los usuarios pagan por adelantado un máximo por llamada, el servidor devuelve tickets firmados de reembolso por las llamadas no utilizadas, y los usuarios pueden acumular reembolsos de forma privada para ampliar su límite sin recargar.

Infraestructura de pago lista

La propuesta surge en un contexto donde la infraestructura de pago en cadena ha alcanzado una escala significativa.

Este diseño evita activamente poner LLM en la cadena. La blockchain no compite en poder de cálculo ni en velocidad de inferencia, sino en su papel como liquidación neutral, firma programable y mecanismo de ejecución verificable.

Las inferencias de IA se procesan fuera de la cadena, mientras que la blockchain actúa como garante de pagos, medición y resolución de disputas de forma confiable, sin que los usuarios tengan que confiar en cada proveedor ni revelar su identidad.

Si los proveedores de IA aceptan depósitos en garantía y utilizan smart contracts en Ethereum o layer 2 para gestionar retenciones, reembolsos y disputas, esta red puede convertirse en la capa de ejecución para el comercio de IA — similar a cómo fue la capa de liquidación para stablecoins y DeFi.

El problema de los metadatos y los desafíos de implementación

Aunque el mecanismo de pago puede no estar criptográficamente vinculado, existe el riesgo de correlación de metadatos. El servidor puede vincular usuarios mediante patrones de tiempo, número de tokens, tasas de aciertos en caché y otros indicadores de comportamiento.

Algunas propuestas sugieren mecanismos de precios en “cubetas” con entradas/salidas fijas para reducir la filtración de información. La tensión entre la privacidad criptográfica y los metadatos de comportamiento es un factor decisivo para determinar si el diseño realmente logra el anonimato.

En cuanto a la implementación, RLN actualmente no se mantiene activamente en el proyecto Privacy and Scaling Explorations. Llevar los créditos de uso de API con ZK a producción puede requerir un fork o la creación de nuevas herramientas.

Las pruebas de rendimiento de RLNJS muestran:

Esto es solo una evaluación inicial; aún quedan dudas sobre dispositivos móviles y la escala de circuitos ZK.

Más allá de lo técnico, está el desafío de coordinar el mercado. Los proveedores de API Web2 ya tienen infraestructura de pago y un marco legal claro para transacciones con identidad. Para convencerlos de adoptar el modelo ZK, hay que demostrar ventajas en costos o abrir un segmento de clientes donde la privacidad sea un requisito imprescindible.

Impacto potencial en Ethereum

Si este modelo se adopta, el valor de Ethereum se desplazará aún más hacia su papel como capa de ejecución neutral para el comercio digital, en lugar de una plataforma de cálculo general.

La blockchain será vista como la capa de liquidación donde se ejecutan reglas económicas verificables, en lugar de un lugar donde las aplicaciones se ejecutan directamente.

Las implicaciones pueden incluir:

La oportunidad de servir a grupos de usuarios que consideran la privacidad en los pagos como condición prioritaria: empresas preocupadas por la filtración de datos en logs de pago, desarrolladores que construyen herramientas de IA que necesitan medición verificable sin vigilancia, y usuarios avanzados que quieren acceder a servicios de alta frecuencia de forma anónima.

Se propone que Ethereum pueda ejecutar acuerdos de pago, resolver disputas y facilitar accesos con tarifas sin necesidad de identificar a los usuarios — algo difícil de lograr con infraestructura tradicional. La viabilidad de esta afirmación dependerá de resolver la correlación de metadatos, mantener una implementación sólida de ZK y demostrar un valor económico suficiente para que los proveedores integren la infraestructura.