Recientemente revisé el análisis de «Crypto Theses for 2026» publicado por Messari, y hay un punto de vista que me parece especialmente interesante: actualmente, los grandes modelos se entrenan acumulando datos sintéticos, pero el límite de esto es bastante claro—lo que realmente limita su desarrollo son los datos de interacción real del mundo físico.

Pensándolo bien, tiene sentido. Sin suficientes sensores, información de ubicación, variables ambientales y otros datos de primera mano, los modelos en escenarios reales pueden tener problemas. Esto no es un problema de algoritmos, sino de la fuente de datos.

Esta observación apunta directamente a una dirección: por qué la red descentralizada de datos (DePAI) se vuelve tan crucial de repente. En lugar de que una institución centralizada monopolicé la recopilación y etiquetado de datos, es mejor que nodos de sensores globales, dispositivos IoT y usuarios comunes participen para aportar datos reales. De esta forma, se resuelve el problema de la falta de datos reales en los modelos de IA y también se ofrece una recompensa razonable a los propietarios de los datos.