Según un nuevo informe de BlackRock, algunas estimaciones sitúan la inversión acumulada en infraestructura de IA por encima de los U$S 5 billones entre 2025 y 2030, un escenario que habilitaría la contratación y los pagos agénticos automáticos en función de la potencia de procesamiento que necesiten, mientras que el desarrollo de instrumentos financieros permitiría negociar derechos sobre esos recursos, anticipar sus precios y cubrir riesgos.
La hipótesis central es que, a medida que los sistemas de inteligencia artificial adquieran mayor autonomía, necesitarán una infraestructura que les permita administrar recursos, realizar transacciones y ejecutar operaciones económicas con una intervención humana limitada.
La capacidad computacional, en juego
Uno de los planteos del informe es que la capacidad de procesamiento necesaria para entrenar y ejecutar modelos de inteligencia artificial podría convertirse en un recurso económico cada vez más negociable.
Actualmente, buena parte de la atención de los inversores se concentra en la construcción de centros de datos, la adquisición de procesadores y el suministro energético. Sin embargo, BlackRock sostiene que el crecimiento de los gastos operativos asociados a la IA merece una atención equivalente.
BlackRock contempla un escenario en el que millones de agentes autónomos podrían contratar capacidad computacional constantemente para ejecutar sus tareas. Y, cuantos más agentes operen, mayor podría ser la demanda de inferencia y de infraestructura para sostenerla.
Una vez que los modelos ya están entrenados, los datos de inferencia cobrarán mayor relevancia para 2030. Fuente: BlackRock
Según las estimaciones recopiladas por la gestora, los ingresos combinados de los principales negocios de computación en la nube de Amazon, Microsoft y Google podrían alcanzar aproximadamente U$S 1,1 billones anuales en 2030, con una tasa de crecimiento anual compuesta del 29% respecto de 2025. Y, la inversión acumulada en infraestructura de inteligencia artificial podría superar los U$S 5 billones entre 2025 y 2030, impulsada por la construcción de centros de datos y la creciente demanda de capacidad de procesamiento.
Estas proyecciones reflejan la magnitud económica que podría adquirir la infraestructura necesaria para el desarrollo y funcionamiento de la IA. En este escenario, la capacidad computacional podría comenzar a negociarse mediante instrumentos similares a los que actualmente existen en los mercados de materias primas.
BlackRock contempla el desarrollo de futuros sobre capacidad de procesamiento, contratos estandarizados y derechos de uso tokenizados que podrían transferirse, liquidarse mediante infraestructura programable e incluso utilizarse como garantía para obtener financiamiento.
La posibilidad de establecer precios transparentes y mecanismos de cobertura permitiría a los proveedores y compradores administrar mejor sus riesgos, mientras que la tokenización podría facilitar la creación de contratos específicos según la ubicación, el tipo de procesador o la capacidad disponible.
Agentes de IA que contratan y pagan sus propios recursos
La transformación podría profundizarse con el desarrollo de agentes autónomos capaces de identificar, contratar y pagar los recursos necesarios para ejecutar sus tareas.
BlackRock describe un escenario en el que estos sistemas consultan mercados de capacidad computacional en tiempo real, comparan precios, rendimiento, latencia y disponibilidad, y seleccionan automáticamente la infraestructura más adecuada para cada trabajo.
Los agentes podrían pagar por uso, por tarea ejecutada o incluso por cada token procesado mediante protocolos como x402, desarrollado por Coinbase.
Este modelo permitiría contratar capacidad computacional bajo demanda, sin necesidad de mantener recursos permanentemente reservados ni de recurrir a procesos manuales para cada operación.
La gestora identifica una señal temprana de esta convergencia en el acuerdo anunciado por Stripe para adquirir OpenRouter en agosto de 2026. La plataforma distribuye cargas de trabajo entre más de 400 modelos de IA de más de 80 proveedores, según las necesidades de procesamiento y los costos.
Ejemplo ilustrativo del funcionamiento de un agente de IA para optimizar y contratar recursos computacionales bajo demanda. Fuente: BlackRock
La tokenización, el lenguaje compartido entre IA y blockchain
La investigación también analiza una conexión menos evidente entre la inteligencia artificial y los activos digitales: ambas tecnologías utilizan representaciones estandarizadas que las máquinas pueden interpretar.
Los grandes modelos de lenguaje dividen el texto en unidades denominadas tokens, que posteriormente se convierten en representaciones numéricas para su procesamiento.
En blockchain, por su parte, la tokenización permite representar dinero, instrumentos financieros y otros derechos económicos mediante activos digitales que pueden transferirse y verificarse electrónicamente.
Aunque se trata de procesos técnicamente diferentes, convierten información o derechos del mundo real en formatos que pueden procesarse mediante sistemas informáticos.
Esta arquitectura podría facilitar que los agentes de inteligencia artificial interactúen directamente con activos tokenizados, consulten saldos, comprueben condiciones y ejecuten transacciones mediante contratos inteligentes. En lugar de depender de múltiples sistemas financieros aislados, los agentes podrían operar sobre infraestructuras programables que les permitan administrar diferentes clases de activos con una menor intervención humana.
Sin embargo, la gestora señala que los controles de identidad, cumplimiento normativo y prevención del lavado de dinero seguirán siendo necesarios, especialmente cuando se trate de activos financieros regulados.
Stablecoins y pagos autónomos: la infraestructura del comercio entre máquinas
El segundo gran eje de la investigación aborda el desarrollo del comercio agéntico, un modelo en el que los sistemas de inteligencia artificial no se limitan a recomendar productos o servicios, sino que pueden ejecutar operaciones económicas en nombre de sus usuarios.
BlackRock sostiene que el crecimiento de estos agentes podría generar una nueva demanda de infraestructura financiera capaz de procesar pagos frecuentes, de importes reducidos y disponibles las 24 horas.
Las redes tradicionales de tarjetas y transferencias ya permiten automatizar numerosas operaciones, pero sus costos, requisitos de autorización y tiempos de liquidación pueden resultar menos adecuados para determinadas transacciones entre máquinas.
Las stablecoins aparecen como una posible alternativa para realizar pagos programables y liquidaciones prácticamente inmediatas.
Como ejemplo, BlackRock describe un agente encargado de organizar un viaje que puede consultar servicios de información pagos, comparar tarifas, coordinar con otros agentes y completar reservas dentro de un presupuesto autorizado por el usuario (Figure 2).
Ejemplo ilustrativo del funcionamiento de agentes de IA mediante protocolos fundamentales y financieros. Fuente: BlackRock
El informe destaca el protocolo x402 de Coinbase, que permite integrar pagos directamente en las solicitudes de acceso a servicios digitales. También menciona el Agentic Commerce Protocol, desarrollado por OpenAI y Stripe, que conecta agentes de IA con los sistemas comerciales y de pago existentes.
La expansión de estas aplicaciones podría incrementar la actividad de las redes blockchain y generar nuevas oportunidades para las stablecoins y otros activos digitales utilizados en la liquidación de transacciones.