Autor: Instituto de Investigación RWA
En marzo de 2026, Peter Schroeder, director global de mercados de Circle, publicó en la plataforma X un conjunto de datos: en los últimos nueve meses, las IA agentes completaron 140 millones de pagos, con un volumen total de transacciones de 43 millones de dólares. De ellas, el 98,6% se liquidaron en USDC, con un promedio de solo 0,31 dólares por transacción. Más importante aún, la cantidad de IA agentes con capacidad de compra ya supera los 400,000.
Estos datos ilustran mejor que cualquier informe financiero: las IA agentes están pasando de ser un concepto a participar en actividades económicas reales.
400,000 IA agentes, 140 millones de transacciones, 43 millones de dólares: esto es un intercambio de valor realizado de forma autónoma entre máquinas. Sin intervención humana, sin aprobación bancaria, sin verificación con tarjeta de crédito. Entre código y código, entre protocolos y protocolos, se han completado procesos que antes requerían firma humana, conciliación y liquidación.
El precio de las acciones de Circle en los últimos días ha subido de 60 a 105 dólares, un aumento del 75%. El mercado interpretó esta subida como una reacción positiva a los resultados financieros: Circle logró en el cuarto trimestre de 2025 unos ingresos de 770 millones de dólares, un 77% más que el año anterior, y un beneficio neto de 133 millones de dólares. Pero lo que realmente merece atención no son estos números en sí, sino los cambios estructurales que hay detrás: cuando las IA agentes se convierten en nuevos sujetos económicos, toda la lógica de la infraestructura financiera debe ser reescrita.
Y en este proceso de reescritura, surge una cuestión más profunda: cuando las IA agentes comienzan a poseer fondos disponibles, y pueden ganar USDC realizando tareas, ¿qué harán con esos fondos? El primer paso es el pago, el segundo, la gestión de activos. La vía de los RWA (activos del mundo real) necesita responder precisamente a este segundo paso.
1. De la capacidad de pago a la tenencia de activos
Para entender qué tipo de servicios financieros necesitan las IA agentes, primero hay que comprender su modo de actividad económica.
Según el informe de Deloitte “Predicciones para la tecnología, medios y telecomunicaciones 2026”, si las empresas y los proveedores de servicios logran una coordinación eficiente de agentes inteligentes, el tamaño del mercado global de IA basada en agentes podría alcanzar los 45 mil millones de dólares en 2030. La característica principal de este modelo de colaboración multi-agente es: una tarea compleja se descompone en múltiples pasos, realizados por diferentes agentes especializados, y cada llamada implica un micropago.
Tomemos como ejemplo las llamadas API. Una aplicación de IA puede necesitar llamar a varios modelos de lenguaje grande, acceder a múltiples bases de datos y usar diversos recursos computacionales. Cada llamada suma entre 0,01, 0,05 y 0,1 dólares. Estas cantidades son muy pequeñas, pero la frecuencia es muy alta. Los datos de Circle muestran que en los últimos nueve meses, con 140 millones de transacciones, el promedio por transacción fue solo de 0,31 dólares, lo que refleja claramente las características del mercado de micro pagos.
El problema surge cuando las IA agentes generan ingresos de forma continua — ya sea ofreciendo servicios a usuarios o participando en redes de computación distribuida — y en sus cuentas se acumulan fondos. Estos fondos no pueden permanecer siempre en movimiento. Cualquier sujeto económico racional consideraría: ¿qué hacer con el dinero ocioso?
Este es el punto de partida lógico para que las IA agentes pasen de ser “pagadores” a convertirse en “poseedores de activos”.
En el sistema financiero tradicional, las personas y empresas depositan fondos ociosos a corto plazo en bancos, fondos monetarios o bonos del Estado, para obtener rendimientos. Las IA agentes necesitan capacidades similares — no para especular, sino para optimizar su propio modelo económico. Es necesario mantener siempre en la cuenta una cantidad de USDC para pagos, pero si esa cantidad excede un umbral y permanece inactiva, se pierde oportunidad de rentabilidad. Automatizar la compra de fondos tokenizados respaldados por bonos del Tesoro de EE. UU. a corto plazo, y su posterior redención automática cuando se requiera, mejoraría la “eficiencia operativa”.
Más aún, si las IA agentes necesitan reservar valor para operaciones a largo plazo o cubrir la volatilidad de las tarifas de gas, podrían requerir asignar diferentes niveles de riesgo a sus activos. En ese caso, dejan de ser solo “pagadores” y pasan a ser “inversores” — aunque esa inversión sea solo un código.
Circle resuelve el problema de hacer que las IA agentes sean “pagadores”. Pero para que sean “inversores”, se necesita otra infraestructura.
2. RWA y IA agentes: un “duo en marcha” en doble dirección
Las acciones de Circle en los últimos años se pueden resumir en la construcción de tres niveles de capacidades.
El primero es la emisión de stablecoins y la red de liquidez. Según datos oficiales de Circle, a finales de 2025, la circulación de USDC alcanzó los 75,3 mil millones de dólares, con un crecimiento del 72% respecto al año anterior, y representaba casi el 50% del volumen de transacciones en stablecoins. Esto proporciona un medio de valor disponible para los pagos de IA.
El segundo nivel es una red eficiente de liquidación en cadena. En agosto de 2025, Circle lanzó Arc, una cadena diseñada para servicios financieros institucionales. En marzo de 2026, presentó Nanopayments, un sistema que agrupa y empaqueta en bloques periódicamente miles de micro pagos fuera de la cadena, reduciendo a cero los costos de transacción para los desarrolladores. La red de prueba soporta 12 cadenas EVM, incluyendo Arbitrum, Arc, Avalanche, Base y Ethereum. En el nivel de protocolos de pago, el protocolo x402 permite que sitios web o APIs envíen solicitudes de pago HTTP 402 directamente en respuesta a solicitudes, integrando pagos en las peticiones de internet.
El tercer nivel conecta con el sistema financiero tradicional. Circle Payments Network (CPN) conecta bancos, proveedores de pago, instituciones de liquidación transfronteriza y clientes empresariales. Hasta febrero de 2026, 55 instituciones financieras se habían unido, con un volumen anual de transacciones de aproximadamente 5,7 mil millones de dólares. En ese mes, se añadieron sistemas de pago en moneda local y stablecoins en varias regiones de Asia y Oriente Medio.
Estas tres capacidades constituyen la “infraestructura de pagos” para la economía de las IA agentes. Pero un sistema completo también necesita una “infraestructura de gestión de activos”, y ahí es donde entran los RWA.
La tokenización de activos del mundo real (RWA) en los últimos años se ha centrado en su “mapeo en cadena” en el sistema financiero tradicional. Según Defillama, hasta junio de 2025, el valor total bloqueado (TVL) en RWA alcanzó los 12,5 mil millones de dólares, con un crecimiento del 124% respecto a 2024. Bancos globales como Citibank y Standard Chartered exploran aplicaciones de RWA en liquidación, gestión de activos y transacciones transfronterizas.
Pero para que los RWA entren en la economía de las IA agentes, necesitan una transformación “nativa en IA”. No basta con subir activos a la cadena, hay que hacer que sean “comprensibles y negociables por IA”.
Primero, la normalización de datos. Proyectos líderes como Ondo Finance están impulsando que flujos de caja, cláusulas legales y calificaciones de riesgo se conviertan en datos estructurados y legibles por máquinas. En julio de 2025, Ondo lanzó el primer bono del Tesoro de EE. UU. tokenizado para inversores globales, incluido en un informe de la oficina de activos digitales del presidente de EE. UU.
Luego, la lógica programable. Las reglas de dividendos, intereses, recompras y liquidaciones se codifican en contratos inteligentes, que se ejecutan automáticamente. Solo así la interacción entre IA y activos puede ser “sin confianza” — sin confiar en que la contraparte cumplirá, sino en que el código seguirá las reglas establecidas.
Tercero, la fragmentación de liquidez. Tras la tokenización, los RWA pueden dividirse en unidades muy pequeñas — bonos de 0,01 dólares, derechos de ingresos inmobiliarios de 0,1 metros cuadrados — lo cual es crucial para las necesidades de asignación de pequeñas cantidades por parte de las IA. Nanopayments ya demostró la viabilidad técnica de micro pagos, y esa lógica puede extenderse a micro inversiones.
Un ejemplo es Kinexys, de JP Morgan. En mayo de 2025, en la red de prueba Ondo Chain, Kinexys realizó la primera transacción pública de un bono del Tesoro tokenizado, usando el fondo de bonos de Ondo (OUSG), con liquidación a través de Chainlink. La operación siguió el modelo de “entrega contra pago” (DvP), permitiendo la transferencia simultánea de activo y pago. Desde su creación, Kinexys procesa más de 2 mil millones de dólares en transacciones diarias, facilitando más de 1,5 billones de dólares en valor nominal.
Este ejemplo muestra cómo se combina RWA con una red de liquidación de pagos a nivel institucional. En el futuro, en la economía de las IA, los actores de las transacciones podrían ser IA en lugar de bancos como JP Morgan, y los volúmenes pasar de millones a unos pocos dólares, pero la lógica subyacente sería la misma: la transferencia y reserva de valor deben estar perfectamente integradas.
3. Más allá de las redes de pago: un espacio de imaginación
Si conectamos toda esta lógica, empieza a emerger un ciclo completo:
Un agente generador de contenido de IA, que presta servicios a múltiples clientes, acumula en su cuenta una cantidad significativa de USDC. Su protocolo establece reglas de gestión de fondos: cuando el saldo supera los 1000 USDC, automáticamente, mediante un agregador de RWA, se distribuye en fondos tokenizados de bonos del Tesoro a corto plazo y en un fondo de energía verde tokenizado. Cuando en un mes la demanda de clientes disminuye y el saldo necesita ser complementado, el protocolo redime automáticamente parte de los RWA, devolviendo USDC para operaciones diarias.
En este proceso, la IA realiza acciones como: monitorear saldos, evaluar riesgos y rendimientos, ejecutar compras y ventas, registrar transacciones para auditorías futuras. Todo automatizado, sin intervención humana.
Otro ejemplo: un planificador de viajes IA reserva vuelos y hoteles para un usuario, y este transfiere USDC a su cuenta como presupuesto. Mientras espera el vuelo, detecta que un producto de seguro RWA basado en datos de retrasos de vuelos está en venta. Usa parte de USDC ocioso en su cuenta para comprar una micro participación en esa póliza. Horas después, el vuelo se retrasa, y la póliza de seguro RWA se activa automáticamente, aumentando el saldo de la cuenta de la IA.
Cada uno de estos escenarios ya cuenta con componentes tecnológicos existentes: USDC como medio de valor, Nanopayments para micro pagos, x402 para pagos integrados en solicitudes web, bonos tokenizados en Ondo Chain, liquidación DvP validada por JP Morgan. La tarea restante es la integración: conectar capa de pagos, capa de activos y capa de transacciones, para que las IA puedan invocar estos servicios financieros como si llamaran a una API.
El presidente ejecutivo de la Asociación de Estándares Web3.0 de Hong Kong, Li Ming, señala que “queremos encontrar un punto de entrada estandarizado para Web3.0 que conecte el ecosistema de RWA”. Para la economía de las IA, ese punto puede ser precisamente la conexión entre pagos y activos.
4. El viejo problema del nuevo mundo: riesgos y responsabilidades
Por supuesto, entre los pagos con IA de hoy y la gestión de activos de mañana, hay obstáculos que superar.
Primero, la veracidad de los datos. Los activos del RWA están fuera de la cadena, y su estado, valor y riesgos deben transmitirse de forma confiable a la cadena. Si una IA depende de datos falsos o manipulados, sus decisiones de inversión serán erróneas. El informe conjunto de la Asociación de Estándares Web3.0 de Hong Kong indica que los activos que logren una implementación a escala deben cumplir con estabilidad de valor, claridad legal y verificabilidad de datos fuera de la cadena.
Segundo, el riesgo de modelo de la IA. Aunque los datos sean correctos, la lógica de inversión de la IA puede fallar. ¿Quién asume la responsabilidad por decisiones erróneas? ¿El desarrollador, el protocolo o la propia IA? La atribución de responsabilidad aún no tiene respuesta legal o regulatoria clara.
Tercero, el riesgo de liquidez. La profundidad de mercado en cadena para los RWA es mucho menor que en criptomonedas principales, y algunos activos pueden tener baja liquidez. Cuando muchas IA intenten retirar fondos simultáneamente, ¿podrán hacerlo sin problemas?
Cuarto, las diferencias regulatorias. La regulación de los RWA varía entre países, y la posición legal de un mismo activo puede ser muy diferente según la jurisdicción. Las IA deben ser capaces de reconocer y gestionar esa complejidad, lo cual exige capacidades avanzadas.
Por último, la seguridad técnica. Vulnerabilidades en contratos inteligentes, ataques a puentes entre cadenas, exposición de claves privadas — estos riesgos no desaparecen solo porque la transacción sea automatizada por IA. Al automatizar operaciones, la velocidad y escala de posibles exploits puede superar ampliamente a las acciones humanas.
Conclusión
Volviendo a los datos iniciales: 400,000 IA agentes, 140 millones de transacciones, 43 millones de dólares.
El significado de estas cifras no radica en su escala — en comparación con los billones de dólares en pagos anuales de la humanidad, 43 millones son insignificantes. Su verdadero valor está en señalar una dirección: las máquinas están empezando a convertirse en sujetos económicos independientes, con ingresos propios, cuentas y capacidades de pago.
Y cuando las máquinas generan ingresos, rápidamente surgirán necesidades de gestión de activos. Esto no es una fantasía lejana, sino una evolución natural de la economía de las IA agentes.
Circle está construyendo un “sistema nervioso de pagos” para este futuro — permitiendo que las IA agentes transfieran valor de forma eficiente y de bajo costo. La vía para los RWA es convertirse en el “sistema de almacenamiento de energía” de esta economía — permitiendo que las IA gestionen sus activos como gestionan su código.
Si esta predicción es correcta, la pregunta que los profesionales de RWA deben hacerse hoy es: cuando 400,000 IA agentes comiencen a buscar activos configurables, y tras 140 millones de pagos surja la necesidad de gestionar activos, ¿está tu producto RWA preparado para ser evaluado, seleccionado, poseído y negociado por esas IA?
