Cada mercado se siente predecible cuando no está ocurriendo nada inusual. Los precios se mueven, las transacciones se liquidan y los sistemas automatizados parecen funcionar exactamente como se pretendía. He visto que esto ocurre a través de varios ciclos de mercado. Durante periodos tranquilos, es fácil creer que los difíciles problemas de ingeniería ya se han resuelto. Luego regresa la volatilidad, las redes se saturan, la liquidez se agota y las debilidades que permanecieron ocultas en condiciones normales de repente salen a la vista.
Por eso el Protocolo Newton captó mi atención. No porque la automatización mediante IA sea una idea nueva, sino porque la automatización se vuelve mucho más difícil cuando los mercados dejan de comportarse como los desarrolladores esperaban. Una estrategia que funciona bien en un día tranquilo puede tener dificultades cuando las transacciones se ralentizan, la información llega tarde o los incentivos comienzan a arrastrar a los participantes en direcciones diferentes. Newton Protocol se centra en una infraestructura segura para estrategias impulsadas por IA, trading automatizado y un mercado donde los desarrolladores pueden crear y compartir herramientas de automatización. Lo que me resulta interesante es que el proyecto no intenta simplemente automatizar decisiones. Busca que la ejecución automatizada sea más transparente, más limitada y más fácil de verificar.
A menudo pienso en la infraestructura financiera de la misma manera que pienso en el sistema de carreteras de una ciudad. Las calles vacías hacen que casi cualquier plan de tráfico parezca eficiente. La prueba real llega durante la hora pico, después de un accidente o cuando varias carreteras se cierran inesperadamente. En ese punto, la coordinación importa mucho más que la velocidad. Un retraso crea otro, el tráfico se atasca a través de múltiples intersecciones y un problema pequeño se propaga rápidamente por toda la red.
Los mercados se comportan de forma muy parecida. El estrés rara vez llega en aislamiento. Se desplaza a través de bolsas, pools de liquidez, puentes, wallets y sistemas de trading al mismo tiempo. La presión no se queda donde empezó.
La IA añade otra capa a esa imagen. Una estrategia automatizada puede procesar información y reaccionar en segundos, lo cual suena impresionante hasta que miles de sistemas similares responden a la misma señal casi al mismo momento. De pronto, las redes se saturan, aumentan los costos de transacción, cambia el orden de ejecución y las suposiciones detrás de esas estrategias comienzan a alejarse de la realidad.
Lo que me gusta del enfoque de Newton es que no les pide a los usuarios que confíen ciegamente en un agente de IA. En lugar de eso, intenta definir límites claros antes de ejecutar nada. Los usuarios deciden qué se le permite hacer a un agente, mientras que tecnologías como los Entornos de Ejecución Confiable y las pruebas de conocimiento cero ayudan a verificar que esas acciones se mantengan dentro de los límites acordados. Eso no elimina la confianza por completo, pero reduce la cantidad de confianza que las personas tienen que entregar.
Para mí, eso refleja una visión más realista de la infraestructura. Cada sistema automatizado depende de suposiciones. La pregunta importante no es si existen suposiciones. Es si esas suposiciones permanecen visibles cuando cambian las condiciones.
Un sistema de plomería es una comparación útil. Cuando cada tubería está despejada, nadie piensa en cómo se mueve el agua a través de un edificio. Todo simplemente funciona. Pero si la presión aumenta de repente o una sección se bloquea, el problema rara vez se queda en un solo lugar. El agua encuentra rutas inesperadas, la presión se acumula en otra parte y las fallas empiezan a afectar partes del sistema que parecían completamente no relacionadas.
La infraestructura de blockchain funciona de manera similar. Una estrategia de trading automatizada puede depender de los datos del mercado, los permisos de la wallet, los motores de ejecución, la comunicación entre cadenas y la disponibilidad de la red, todo funcionando en conjunto. Si incluso una parte se ralentiza, cada proceso conectado siente el impacto. Incluso el modelo de IA más inteligente no puede compensar la ejecución retrasada o la información incompleta.
Por eso creo que la confiabilidad operativa importa más que la inteligencia teórica. Muchas conversaciones sobre IA se enfocan en qué tan inteligente es el modelo. En la práctica, la ejecución a menudo importa igual o más. Una estrategia brillante que llega demasiado tarde puede fácilmente rendir peor que una más sencilla que se ejecuta de manera consistente bajo presión.
Parece que Newton reconoce esa distinción. Al separar la toma de decisiones de la autorización, establece límites sobre lo que la automatización puede hacer antes de que comience la ejecución. No lo veo como limitar la IA. Lo veo como aceptar que la inteligencia por sí sola no garantiza la confiabilidad. Una buena infraestructura depende tanto de las medidas de protección (guardrails) como de la capacidad.
El lado del mercado del protocolo también merece atención. Permitir que los desarrolladores publiquen estrategias automatizadas crea oportunidades para la innovación, pero también introduce incentivos en competencia. Los desarrolladores quieren adopción. Los operadores quieren recompensas confiables. Los usuarios quieren comodidad sin perder el control de sus activos. Los validadores quieren una economía sostenible. Esos objetivos se superponen, pero no siempre se alinean perfectamente.
Siempre que distintos grupos dependen entre sí, la coordinación se convierte en parte del desafío. Incentivos deficientes pueden fomentar riesgos innecesarios, automatización de baja calidad o decisiones que prioricen las ganancias a corto plazo por encima de la confiabilidad a largo plazo. Ninguna infraestructura puede eliminar por completo esos comportamientos. En el mejor de los casos, puede fomentar otros mejores y hacer que el comportamiento dañino sea más difícil.
Esa es una distinción importante porque ningún protocolo controla el mercado en sí. Newton no puede evitar que desaparezca la liquidez durante una crisis. No puede impedir que datos externos incorrectos influyan en las decisiones. No puede eliminar errores de software ni garantizar que cada estrategia automatizada sea rentable. La infraestructura puede mejorar la verificación y reducir la confianza innecesaria, pero no puede eliminar la incertidumbre de los mercados financieros.
Personalmente, creo que admitir esas limitaciones hace que el proyecto sea más creíble.
Demasiados proyectos de blockchain presentan la tecnología como si pudiera resolver todos los problemas. Los sistemas reales no funcionan así. Cada decisión de ingeniería implica compensaciones entre seguridad, flexibilidad, velocidad, descentralización y costo. Mejorar un área normalmente significa aceptar compromisos en otra.
Usar entornos de ejecución seguros y verificación criptográfica puede aumentar la confianza en acciones automatizadas, pero esos beneficios también introducen complejidad adicional. Más verificación a menudo requiere más recursos y a veces más tiempo. Eso no es un defecto. Es simplemente el costo de construir una infraestructura más sólida.
Los mercados siempre seguirán siendo impredecibles, sin importar qué tan avanzada sea la tecnología.
Durante períodos tranquilos, la mayoría de los usuarios probablemente nunca notará estas decisiones de diseño. Sin embargo, bajo estrés se vuelven mucho más importantes. La congestión de la red, los precios que cambian rápidamente y los incentivos en conflicto exponen debilidades que los mercados calmados tienden a ocultar. Por eso creo que la infraestructura siempre debería evaluarse por cómo se comporta cuando las condiciones se vuelven difíciles, no cuando todo funciona perfectamente.
Esa es la perspectiva a la que vuelvo una y otra vez cuando observo proyectos centrados en la automatización con IA.
El futuro de la IA en las finanzas probablemente no se definirá por el sistema que tome las decisiones más rápidas. Se definirá por cuáles sistemas siguen comportándose de manera predecible cuando todo a su alrededor se vuelve impredecible. Es posible que las medidas de protección confiables, los permisos transparentes y la ejecución verificable nunca suenen tan emocionantes como las promesas de unas finanzas totalmente autónomas, pero resuelven problemas que se vuelven muy reales cuando los mercados entran en presión.
El Protocolo Newton parece estar construido con esa mentalidad. No intenta fingir que la incertidumbre se puede eliminar. En cambio, intenta construir una infraestructura que siga siendo confiable cuando las suposiciones comiencen a fallar. Si al final logra o no hacerlo dependerá de la tecnología, la adopción de los desarrolladores, la participación de la red y de qué tan bien se sostienen esas decisiones de diseño en condiciones reales del mercado.
Desde donde yo lo veo, la infraestructura más fuerte nunca ha sido la que promete la perfección. Es la que sigue funcionando de manera sensata después de que el mercado le recuerda a todos que la perfección nunca fue una expectativa realista en primer lugar.
#UKFCAPublishesCryptoRegFramework