Durante la conferencia Token2049 en Singapur, el presidente de Animoca Brands, Yat Siu lanzó una advertencia clara: los operadores de criptomonedas que deleguen sus decisiones en agentes de inteligencia artificial corren el riesgo de erigirse sobre un servicio del que no pueden ejercer control directo. Según sus palabras, la autonomía de esos bots puede convertirse en una vulnerabilidad, ya que cualquier falla —técnica o institucional— repercutirá en la rutina de trading del usuario sin que éste tenga una vía de escape inmediata.
Funcionamiento y limitaciones de los agentes de IA en el mercado cripto
Un agente autónomo está diseñado para escudriñar continuamente fuentes de información, identificar oportunidades y notificar al operador cuando se produce algún evento relevante. Si bien esa capacidad suena atractiva, Siu explicó con un ejemplo de planificación de conferencias que la diferencia entre un simple chatbot y un agente autónomo radica en la proactividad: el primero responde a una solicitud puntual, mientras que el segundo monitoriza en tiempo real y sugiere asistir a eventos nuevos que podrían resultar valiosos. Sin embargo, la práctica revela que la sobrecarga de funciones puede desorientar al algoritmo. El propio agente de Siu se obsesionó con el trading de cripto, interpretando preguntas ajenas como si estuvieran vinculadas al sector, lo que provocó respuestas incoherentes. La solución propuesta consiste en distribuir tareas entre varios agentes especializados en lugar de confiar en una única entidad multitarea.
Encuestas y adopción temprana
Un estudio realizado en 2025 indica que 14,5% de los encuestados estarían dispuestos a permitir que un agente de IA gestione la totalidad de su cartera de criptomonedas. Este dato revela una tendencia emergente, pero también subraya la necesidad de comprender que la automatización no garantiza ventaja competitiva. Si mil usuarios consultan a la IA sobre la misma operación, es probable que reciban respuestas similares, lo que podría generar una concentración de posiciones y amplificar la volatilidad del mercado.
Riesgos regulatorios, de privacidad y dependencia del proveedor
Los reguladores ya han señalado los peligros de una adopción masiva de modelos idénticos. En abril de 2025, el Financial Policy Committee del Bank of England advirtió que el uso generalizado de agentes de IA podría inducir a los inversores a adoptar posiciones correlacionadas durante periodos de estrés, intensificando los choques del mercado. Además, la privacidad se vuelve un punto crítico: según una encuesta de 2026 del Pew Research Center el 71% de los adultos estadounidenses considera que el aumento del uso de IA empeorará la seguridad de su información personal. Si una empresa que aloja el agente decide suspender la cuenta o desaparece, el trader podría quedarse sin acceso a sus fondos y a la lógica de inversión que había sido entrenada durante meses. Por ello, Siu recomienda tratar al asistente digital como un asesor externo y conservar el derecho de descargar los datos para trasladarlos a otro servicio en caso de interrupción.
Herramientas que ya integran agentes IA
Algunas plataformas de cripto están facilitando la delegación de operaciones mediante productos como los Agentic Wallets de Coinbase, lanzados en febrero, que permiten a los agentes gastar y comerciar dentro de límites definidos por el usuario. Binance, por su parte, activó en marzo las AI Agent Skills dotando a los bots de acceso a datos de mercado en tiempo real y la capacidad de colocar órdenes al contado. Estas funcionalidades buscan que los usuarios puedan operar 24/7, capturando oportunidades incluso en las horas nocturnas, sin sacrificar el descanso. No obstante, el control sigue perteneciéndose al proveedor, lo que refuerza la necesidad de que el operador mantenga una supervisión activa y establezca salvaguardas de privacidad.
En síntesis, la visión de Siu plantea que, aunque los agentes de IA pueden aportar velocidad y vigilancia constante, la dependencia exclusiva de ellos genera vulnerabilidades técnicas, regulatorias y de privacidad. La clave reside en combinar la capacidad analítica de los bots con la supervisión humana, segmentar funciones en agentes especializados y asegurar la portabilidad de los datos para evitar sorpresas desagradables cuando el servicio deje de estar disponible.
