Hay una suposición silenciosa incorporada en la mayoría de las conversaciones sobre inteligencia artificial en criptomonedas que creo que merece más escrutinio. Hablamos interminablemente sobre computación, modelos, velocidad de inferencia y escalado, pero rara vez nos detenemos a preguntar quién está realmente apoyando estos sistemas día a día. En mi evaluación, la respuesta incómoda son los humanos, y no en un sentido simbólico, sino como una dependencia estructural que introduce una verdadera carga económica. Cuando analicé los proyectos emergentes de infraestructura de IA, Kite se destacó porque no celebra esta dependencia, expone su costo.
La mayoría de los sistemas de IA que tocan los mercados cripto hoy dependen de alguna forma de bucle de retroalimentación humana, ya sea etiquetado de datos, ingeniería de prompts, moderación o supervisión correctiva. Mi investigación sugiere que esta dependencia se está convirtiendo en uno de los cuellos de botella menos discutidos en la escalabilidad de la IA. Cuanto más autónomos afirmamos que son estos sistemas, más invisible se vuelve el trabajo humano detrás de ellos. La tesis de Kite nos obliga a enfrentar si ese modelo es sostenible a medida que las finanzas nativas de IA se aceleran.
Por qué la IA con humanos en el bucle es más cara de lo que parece
Lo primero que noté mientras estudiaba la posición de Kite es cuán directamente desafía la narrativa prevalente de humanos en el bucle. La retroalimentación humana suena tranquilizadora como una red de seguridad, pero también funciona como una caseta de peaje en cada iteración significativa. Según un informe del AI Index de Stanford de 2023, los costos de entrenamiento para modelos de IA de frontera han aumentado más de 7 veces desde 2018, con una parte significativa atribuida a la curación de datos y la supervisión humana. Ese costo no desaparece cuando los sistemas de IA se implementan en cadena; se acumula.
En cripto, este problema se vuelve aún más agudo. Las blockchains son sistemas composables determinísticos mientras que los humanos no lo son. Cuando los agentes de IA dependen de la corrección manual o conjuntos de datos curados, heredan latencia, sesgo e imprevisibilidad de costos. OpenAI mismo reconoció en un blog de investigación pública que el aprendizaje por refuerzo a partir de la retroalimentación humana puede requerir miles de horas humanas por iteración del modelo. Cuando traduzco eso en términos de DeFi, parece como pagar costos de gobernanza en curso solo para mantener un protocolo funcional.
La percepción central de Kite, según entiendo, es que la infraestructura de IA necesita minimizar la dependencia humana de la misma manera que DeFi minimizó a los intermediarios de confianza. Los datos de Chainlink muestran que las redes de oráculos ahora aseguran más de $20 mil millones en valor en cadena a mediados de 2024, en gran parte porque reemplazaron las actualizaciones de precios manuales con garantías criptoeconómicas. Kite parece estar aplicando una filosofía similar al comportamiento y la validación de la IA, empujando la responsabilidad de vuelta a sistemas verificables en lugar de decisiones humanas.
También hay un ángulo en el mercado laboral que muchos comerciantes pasan por alto. Un informe de 2024 de Scale AI estimó que el etiquetado de datos humanos de alta calidad puede costar entre $3 y $15 por tarea dependiendo de la complejidad. Multiplica eso por millones de tareas y de repente la IA barata se vuelve estructuralmente cara. En mi evaluación, los mercados aún no han incorporado completamente esto, especialmente para tokens de IA que prometen una adaptabilidad infinita sin explicar quién paga por los humanos en el bucle.
Cómo Kite reformula la infraestructura de IA de una manera nativa de cripto
Lo que hace interesante a Kite no es que rechace a los humanos por completo, sino que trata la entrada humana como un recurso escaso en lugar de un muleta predeterminada. Cuando analicé su arquitectura conceptualmente, me recordó los primeros debates sobre las tarifas de gas de Ethereum. El gas obligó a los desarrolladores a pensar cuidadosamente sobre la computación y Kite parece obligar a los creadores de IA a pensar cuidadosamente sobre la intervención humana.
Desde una perspectiva de sistemas, Kite posiciona la autonomía como una necesidad económica, no como un ideal filosófico. Mi investigación sobre las tendencias de IA descentralizada muestra que los proyectos que dependen en gran medida de procesos humanos fuera de la cadena luchan con la composabilidad. No puedes conectar fácilmente una capa de moderación humana a un agente de comercio automatizado sin introducir un retraso. En mercados rápidos, el retraso es riesgo.
El informe de ganancias de NVIDIA de 2024 subraya un cambio: la demanda de hardware para inferencia de IA está cada vez más impulsada por aplicaciones en tiempo real en lugar de entrenamiento por lotes. Esa tendencia sugiere que la velocidad y la autonomía están rápidamente convirtiéndose en los principales impulsores de valor. Kite se integra en esta evolución al reformular a los agentes de IA menos como asistentes esperando aprobación y más como contratos inteligentes autoejecutables. Es simplemente una diferencia entre una máquina expendedora y un empleado de tienda. Una escala sin esfuerzo, la otra no.
Cómo lo comerciaría
Ningún análisis serio está completo sin abordar los riesgos. La mayor incertidumbre que veo con Kite es si la plena autonomía puede coexistir con la presión regulatoria. El Foro Económico Mundial señaló en un documento de gobernanza de IA de 2024 que los reguladores aún favorecen la responsabilidad humana en los sistemas de toma de decisiones. Si la política se mueve en contra de los agentes autónomos, la tesis de Kite podría enfrentar fricción.
También existe el riesgo de ejecución. Construir validación de IA sin confianza es más difícil de lo que parece. Hemos visto cuánto tiempo le tomó a Ethereum madurar contratos inteligentes económicamente seguros. En mi evaluación, Kite necesitará tiempo para demostrar que reducir la entrada humana no aumenta el riesgo sistémico. Corregir en exceso podría ser tan peligroso como la dependencia excesiva de los humanos.
Desde una perspectiva de comercio, abordo Kite como una apuesta de infraestructura, no como una operación de moda. Basado en tokens de infraestructura de IA comparables. Mi investigación sugiere que las zonas de acumulación fuerte a menudo se forman después de que las primeras ráfagas impulsadas por narrativas se desvanecen. Si Kite opera en un rango donde la capitalización de mercado se alinea con pares de infraestructura en etapa temprana, buscaría confirmación alrededor de una zona de soporte clave, por ejemplo, cerca del anterior bajo de consolidación, antes de aumentar la posición. En el lado positivo, la resistencia a menudo aparece cerca de valoraciones psicológicamente redondas donde los primeros inversores toman ganancias.
Estructuraría las entradas en tramos en lugar de en una única compra, tratando la volatilidad como información en lugar de ruido. En mi experiencia, las narrativas de infraestructura tardan más en desarrollarse, pero tienden a ser más persistentes una vez que comienza la adopción. La gestión del riesgo importa aquí porque si el mercado decide que la IA con intervención humana es suficientemente buena, la tesis de Kite podría permanecer subestimada por más tiempo del esperado.
En última instancia, Kite plantea una pregunta que creo que las criptomonedas están en una posición única para responder. Si eliminamos a los intermediarios de confianza de las finanzas, ¿por qué los reconstruiríamos dentro de la IA? Mi análisis me lleva a creer que el costo oculto de la IA dependiente de humanos se volverá más visible a medida que los mercados exijan velocidad, composabilidad y escala. Si Kite captura ese valor, está por verse, pero la conversación que fuerza ya está atrasada.
