Los expertos dicen que las pruebas Zk dan a los DePIN una ventaja a medida que aumentan las demandas de confianza en la IA

El pronóstico base de Goldman Sachs de 7,6 billones de dólares en gasto de capital en inteligencia artificial (IA) depende en última instancia de cuánto tiempo siga siendo útil el silicio específico para IA. Las redes descentralizadas prometen importantes eficiencias de costos, pero continúan luchando contra problemas de latencia, y los expertos sostienen que su viabilidad a largo plazo dependerá de priorizar la verificabilidad sobre el rendimiento bruto.

Conclusiones clave:

Goldman Sachs prevé un gasto de 7,6 billones de dólares hasta 2031, dependiendo de si los chips duran más de tres años.

Los expertos de StealthEX y Cysic advierten que la latencia de DePIN limita la IA descentralizada a trabajos por lotes a través del chat en vivo.

Las empresas onchain como Maple pueden cerrar la brecha crediticia de entre 5 y 50 millones de dólares para los centros de datos de nivel 2 para 2028.

La base de referencia de 7,6 billones de dólares

Un informe reciente de Goldman Sachs desplaza el debate de si existe demanda de inteligencia artificial (IA) a qué factores del lado de la oferta determinarán el costo real de la construcción. El informe proyecta 7,6 billones de dólares en gastos de capital en IA como punto de referencia, pero enfatiza que esta cifra es muy sensible a las “variables oscilantes”, incluida la vida útil del silicio de IA.

Esta longevidad se considera el factor más crítico porque la rápida innovación podría hacer que los chips estándar, que normalmente duran de cuatro a seis años, queden obsoletos en tres años, lo que provocaría que los costos se dispararan. Por el contrario, un “modelo escalonado” en el que los chips más antiguos se reutilicen para tareas más simples, como la inferencia, podría estabilizar los costos.

La complejidad del centro de datos y la elasticidad de la demanda informática son otras variables que probablemente afectarán la cantidad de capital que se gastará en infraestructura de IA en los próximos cinco años. La escasez de capacidad de la red eléctrica, mano de obra especializada y equipos eléctricos también se consideran factores que prolongan el desarrollo.

Mientras tanto, otro informe enmarca este asombroso gasto en infraestructura como la piedra angular de una emergente “economía de máquinas”. En este paradigma, los agentes de IA se convierten en los principales actores económicos, ejecutan transacciones de alta frecuencia y gestionan la asignación de recursos de forma independiente. Los autores del informe sostienen que los sistemas financieros heredados, caracterizados por ciclos de liquidación lentos y marcos rígidos de conocimiento de su cliente (KYC), están fundamentalmente mal equipados para la velocidad del comercio de agentes.

Infraestructura descentralizada y compensación de latencia

En consecuencia, posiciona los protocolos criptográficos y descentralizados como los “rieles económicos” esenciales y sin permiso necesarios para facilitar este cambio. Sin embargo, los escépticos siguen siendo cautelosos y se preguntan si las redes de infraestructura física descentralizadas (DePIN) pueden realmente mitigar los crecientes requisitos de capital de la IA.

Vadim Taszycki, jefe de crecimiento de StealthEX, señala que si bien las redes descentralizadas pueden ofrecer importantes ahorros de costos, enfrentan limitaciones físicas. Si bien un proveedor descentralizado como Akash podría alquilar una GPU H100 por 1,48 dólares la hora, en comparación con los 12,30 dólares de Amazon Web Services, la contrapartida es la velocidad.

"Los grandes proveedores de nube pueden hacer [trabajo rápido] porque sus GPU se encuentran una al lado de la otra en un edificio, conectadas por cables especiales que mueven datos en microsegundos", dijo Taszycki. Explicó que las redes descentralizadas, que unen GPU en diferentes países a través de la Internet pública, añaden milisegundos de retraso. Esta latencia hace que la orquestación descentralizada sea competitiva para trabajos por lotes y ajustes, pero no es adecuada para atender chatbots en vivo de gran escala donde la experiencia del usuario depende de respuestas casi instantáneas.

Leo Fan, fundador de Cysic, se hizo eco de estos sentimientos e insistió en que la inferencia descentralizada no es adecuada para cargas de trabajo de baja latencia. Fan argumentó, sin embargo, que la latencia es el punto de referencia equivocado para comparar plataformas descentralizadas y hiperescaladores como AWS.

"El problema difícil no es la computación distribuida sino el descubrimiento, la programación y la certificación. La brecha no es el precio por token; es la verificabilidad", dijo Fan. Señaló que los entornos de ejecución confiables (TEE) y las certificaciones de conocimiento cero (ZK) permiten que las redes descentralizadas compitan en sectores donde la confianza y la verificación importan más que la "latencia de cola".

El crédito en cadena y la brecha de financiación

Más allá de la informática, la atención se centra en cómo se financian estos proyectos intensivos en capital. Si bien el crédito privado tradicional tiene un amplio capital, a menudo pasa por alto acuerdos más pequeños o atípicos. El crédito en cadena ofrece distintas ventajas, como permitir a los inversores minoristas participar en los ingresos del centro de datos que antes estaban restringidos a socios institucionales limitados. Además, plataformas como Maple y Centrifuge pueden sindicar préstamos en el rango de 5 a 50 millones de dólares, un tramo que empresas como Apollo a menudo ignoran debido a los altos costos de suscripción en relación con las tarifas.

Finalmente, el crédito en cadena permite nuevos modelos de “pago por inferencia”, donde los ingresos fluctúan con el uso de GPU. Estos modelos encajan más naturalmente en estructuras simbólicas de participación en los ingresos que los rígidos arrendamientos tradicionales a 20 años.

A pesar de este potencial, los expertos identifican cuatro “puertas” que permanecen cerradas a la adopción institucional: la exigibilidad legal en los tribunales de quiebras, la