En los últimos diez años, la inteligencia artificial ha crecido alimentándose principalmente del mismo recurso: los datos públicos de la web. Textos, imágenes, documentos, foros, noticias, blogs, repositorios… una cantidad enorme de material que los modelos han absorbido para construir su lenguaje y sus capacidades cognitivas. Pero esta fase está por terminar.
Según las proyecciones citadas por Messari, la cantidad total de texto público aprovechable para el entrenamiento de los modelos—alrededor de 300 trillones de tokens—podría agotarse completamente entre 2026 y 2032. Esto significa que los grandes modelos han «devorado internet», y ahora necesitan más. La próxima frontera de la IA ya no será la web: será el mundo real.
Y es aquí donde entra en juego el concepto de frontier data, el recurso que definirá la competitividad de los modelos del futuro. Datos de video, audio, sensoriales, motores, robóticos, datos de acción, datos generados por la interacción con el mundo físico o con interfaces digitales complejas. Datos que no pueden ser simplemente descargados: deben ser recopilados, coordinados, verificados y, sobre todo, incentivados.
Por esto, la blockchain no es un detalle o un añadido marginal: es la infraestructura que permite orquestar esta nueva economía de los datos.
Índice
El fin del “web scraping” y el inicio de los datos de altísimo valor
Los modelos más avanzados de 2025—no solo lingüísticos, sino también multimodales, agénticos y orientados al razonamiento—ya no mejoran con la simple adición de conjuntos de datos textuales genéricos. Necesitan algo mucho más específico y mucho más costoso de recopilar: datos que reflejen acciones, intenciones, movimiento, interacción, manipulación, contexto.
Es el caso, por ejemplo, de los computer-use agents, las IA capaces de interactuar directamente con el ordenador como lo haría un ser humano. Para entrenar estos sistemas no son suficientes las descripciones textuales: se necesitan «trayectorias», es decir, grabaciones reales de personas realizando tareas en la pantalla.
Un protocolo como Chakra, citado en el informe, ha desarrollado una extensión que permite a los usuarios grabar su pantalla mientras realizan tareas cotidianas: navegar en un sistema de gestión, preparar un documento Excel, editar imágenes, usar software profesional. Estas grabaciones se convierten en material valiosísimo para entrenar modelos como GLADOS-1, el primer modelo de uso de computadoras construido casi enteramente con datos crowdsourced.
Y este es precisamente el punto: estos datos no existen hasta que alguien los produce. Y deben ser pagados. Al igual que se paga la energía o se paga la inferencia.
El valor creciente de los Gameplay-Action Pairs
Otro ejemplo claro proviene del mundo de los videojuegos. Una plataforma como Shaga, nacida como una red de cloud gaming descentralizada, produce un subproducto valiosísimo: los llamados Gameplay-Action Pairs (GAP), es decir, pares sincronizados de lo que ocurre en pantalla y los comandos que el jugador ejecuta.
Se trata de datos que no pueden ser recuperados simplemente viendo videos en YouTube: es necesario capturarlos en la fuente, en el dispositivo del jugador. Y este tipo de dataset, según estimaciones reportadas por Messari, puede valer hasta 50–100 dólares por hora de juego.
Para contextualizar: Shaga ya ha acumulado más de 259.000 horas de gameplay, con un valor estimado de más de 26 millones de dólares. Y no es casualidad que OpenAI, un año antes, haya ofrecido medio billón para adquirir Medal, una plataforma similar especializada precisamente en la grabación de gameplay.
Estos datos se utilizan para entrenar los world models, modelos que no solo interpretan el lenguaje, sino que también simulan la física, la causalidad y la interacción agente-entorno. Son los modelos que harán posibles robots más inteligentes, agentes autónomos, sistemas de predicción avanzados y AI capaces de «moverse» en entornos complejos.
Physical AI: la inteligencia que entra en el mundo físico
Y es precisamente aquí donde llegamos a la segunda gran ola del frontier data: los datos robóticos.
La IA del futuro no vivirá solo en los centros de datos. Vivirá en los robots, en los drones, en los coches autónomos, en los sensores distribuidos, en los dispositivos domésticos inteligentes. Cada robot necesitará datos para aprender a moverse, identificar objetos, tomar decisiones, manipular entornos. Y esta recopilación de datos es increíblemente costosa: requiere hardware físico, operadores humanos para la teleoperación, mantenimiento y coordinación continua.
Proyectos como PrismaX, BitRobot, GEODNET y NATIX están comenzando a utilizar mecanismos incentivados típicos del Web3 para distribuir este costo en una red global de contribuyentes. En lugar de tener una única empresa que recopila datos robóticos, miles de usuarios pueden hacerlo de manera coordinada, recibiendo compensaciones directas.
Es la misma lógica del mining: pero en lugar de la potencia de cálculo, aquí la contribución es el dato real.
Coordinación máquina a máquina: cuando la IA actúa en el mundo real
Si los robots y los agentes de IA realmente comienzan a interactuar con el mundo físico, se necesita un nivel de coordinación completamente nuevo. Los robots deberán:
- identificarse entre ellos,
- transar pagos,
- comprar servicios,
- consumir datos,
- ejecutar tareas de manera verificable,
- demostrar haber realizado una acción,
- confiar en registros compartidos de identidad y reputación.
Es aquí donde surgen iniciativas como OpenMind y Peaq, que intentan construir una infraestructura onchain dedicada a la comunicación y la identidad de los robots. Un equivalente del DNS, pero para las máquinas. Un sistema donde drones, autos autónomos, brazos robóticos o sistemas industriales pueden señalar su presencia, certificar su acción, pagar a otros sistemas e intercambiar servicios.
Es el inicio de la machine economy, una economía poblada por entidades no humanas que interactúan de manera autónoma en redes descentralizadas.
Datos reales certificados: el papel de IoTeX y las redes DePIN
El informe dedica un enfoque importante también a IoTeX, un protocolo que en los últimos años ha transformado su infraestructura en una plataforma completa para la recopilación, certificación y orquestación de datos reales.
IoTeX permite conectar sensores, dispositivos IoT, sistemas domésticos y dispositivos industriales, proporcionando:
- una identidad onchain verificada para cada dispositivo,
- un sistema de agregación de datos,
- un nivel de atestación criptográfica mediante ZK,
- API que permiten a los agentes AI utilizar esos datos en tiempo real.
Hoy IoTeX coordina más de 16.000 dispositivos y decenas de proyectos verticales, ofreciendo a los agentes de IA la posibilidad de acceder a datos verificados provenientes del mundo real. Una diferencia enorme en comparación con el simple scraping.
El punto de llegada: el dato como activo financiero
Según Messari, la trayectoria es clara: los datos se están convirtiendo en un recurso financiero en todos los sentidos. Así como hoy se puede invertir en computación, GPU y colocation, en el futuro será posible invertir en «flujos de datos», adquirir derechos de uso, apoyar redes que recopilan frontier data y obtener a cambio retornos económicos.
Es una evolución casi inevitable: si el dato se vuelve escaso, valioso, difícil de producir, entonces tendrá un mercado, un precio, una demanda y una oferta.
La blockchain, una vez más, es la capa ideal para:
- coordinar esta economía,
- verificar su integridad,
- rastrear el origen,
- distribuir las compensaciones,
- proteger a los usuarios,
- sostener la escalabilidad global.
Conclusión
La IA no progresará gracias a modelos cada vez más grandes, sino gracias a datos cada vez más ricos, provenientes del mundo real y recopilados a través de redes globales de contribuyentes. Es la mayor fiebre del oro de la próxima década: no la de los chips, sino la del dato.
Los protocolos Web3 no son un detalle: son la plataforma natural para recopilar, verificar, distribuir y compensar a quienes proporcionan estos datos. Si la web fue la materia prima de la primera ola de IA, el mundo real será la materia prima de la segunda.
Y esta vez, por primera vez, la recaudación no será controlada por unos pocos gigantes, sino por las redes.
Redes abiertas, incentivadoras, descentralizadas: la nueva infraestructura del frontier data.




