Tech Insider: AI y blockchain se unen para auditar fraudes
El análisis cita una previsión de mercado de entre $1.1B y más de $7.5B y un aumento en la adopción de la gobernanza de IA, pero no menciona implementaciones en vivo.
Un análisis de Tech Insider publicado el 13 de agosto argumenta que la IA y la blockchain se están combinando cada vez más para hacer que los resultados de la IA sean trazables y para automatizar la detección de fraudes a gran escala. El artículo se basa en métricas de tamaño de mercado y gobernanza de terceros, mientras deja a los comerciantes sin proyectos, protocolos o puntos de prueba en la cadena nombrados.
El argumento de Tech Insider a favor de la IA + Blockchain: La auditabilidad se encuentra con la automatización
El mecanismo central en el argumento de Tech Insider es una división del trabajo. La IA se posiciona como el sistema que toma decisiones rápidamente a partir de entradas desordenadas y de alto volumen, mientras que la blockchain se posiciona como el sistema que hace que esas decisiones sean revisables más tarde a través de registros a prueba de manipulaciones.
En el lado de la IA, el artículo enmarca el problema de la fiabilidad en términos simples: “Basura entra, basura sale.” Si los datos de entrenamiento o las entradas en vivo son manipulados, el modelo amplifica el error.
En el lado de la blockchain, la solución propuesta es la procedencia de los datos, lo que significa un registro de dónde provienen los datos, cuándo fueron creados y cómo cambiaron con el tiempo, mantenido por una red que es difícil de reescribir unilateralmente.
Ese mismo registro también se presenta como una herramienta de gobernanza de IA. La gobernanza de IA aquí no es un eslogan, son roles, políticas y controles que permiten a una empresa explicar yauditoríalo que hizo un modelo.
El ejemplo concreto del artículo es la versionado: un registro basado en blockchain puede registrar qué conjunto de datos y qué versión del modelo produjeron una salida específica y cuándo se generó, que es el mínimo rastro documental viable para una IA explicable o auditada en flujos de trabajo regulados.
La pieza también extiende la asociación hacia la automatización nativa de criptomonedas.Contratos inteligentes, el código que se ejecuta en la cadena cuando se cumplen las condiciones, se describe como rígido por defecto.
El artículo sugiere que la IA puede hacer que sean más receptivos a señales del mundo real, incluyendo un ejemplo de DeFi donde unagente autónomomonitorea señales de riesgo de manera continua y activa el reequilibrio en la cadena.
Los Números que Impulsan la Narrativa: Tamaño del Mercado, Adopción de Gobernanza y Presión por Fraude
El análisis se basa en gran medida en números de terceros para argumentar que esto está pasando de ser una narrativa a una necesidad operativa. Fortune Business Insights es citado estimando que el mercado global de blockchain-AI podría crecer de $1.1 mil millones en 2026 a más de $7.5 mil millones para 2034, un rango que implica un gasto multianual en herramientas en lugar de un solo ciclo de aplicación.
En el lado del 'por qué ahora', el artículo cita un reclamo de la red Tech Talks que dice que solo alrededor de 1 de cada 10 empresas confían en sus datos de IA. Esa estadística se utiliza para justificar las trazas de auditoría al estilo blockchain como una capa de control para las entradas de IA, no solo como una opción de almacenamiento.
La adopción de gobernanza se enmarca como la otra función impulsora. Las cifras de Stanford HAI citadas en el artículo sitúan el crecimiento en roles de gobernanza específicos de IA para 2025 en un 17%, mientras que la proporción de empresas sin políticas de IA responsable cayó del 24% al 11%.
La dirección importa más que los porcentajes exactos: el argumento es que las organizaciones están contratando para la responsabilidad, lo que aumenta la demanda de sistemas que pueden producir una traza de auditoría a pedido.
El fraude se posiciona como la cuña a corto plazo donde la IA 'gana su lugar'. Mastercard es citado diciendo que la detección de fraude habilitada por IA ayudó al 42% de los emisores y al 26% de los adquirentes a ahorrar más de $5 millones contra intentos de fraude.
El complemento de blockchain no es la detección, es la trazabilidad posterior al evento: un historial de transacciones inmutable que los investigadores y reguladores pueden revisar cuando una transacción es impugnada.
Los propios números de pérdidas de Crypto se utilizan para aumentar la urgencia. Business News Nigeria es citado afirmando que actores maliciosos robaron más de $970 millones en criptomonedas entre enero y junio de 2026. La conclusión del artículo es que la revisión manual no escala a medida que aumenta el rendimiento, por lo que las defensas a escala de máquina se convierten en una necesidad.
El artículo también hace referencia a un marco de pagos y vías. El CEO de Binance, Richard Teng, es citado diciendo: 'la cripto es la moneda para la IA'. En este paquete, esa línea funciona más como un catalizador narrativo que como una señal de demanda demostrada, porque el artículo no la vincula a flujos de transacciones específicos, protocolos o tokens.
Señales que los Comerciantes Pueden Rastrear para Confirmar el Comercio de Convergencia
La primera señal de confirmación se llama, implementaciones verificables. Eso significa divulgaciones de empresas o protocolos de criptomonedas importantes que están registrando realmente la procedencia de los conjuntos de datos y las salidas de versiones de modelos en una cadena de bloques, con suficientes detalles de implementación para verificar que es más que un diagrama.
La segunda es evidencia en la cadena de actividad de agentes que parece ejecución de agentes, no tráfico genérico de bots. Los traders pueden buscar características del protocolo construidas explícitamente para agentes autónomos y un crecimiento medible en patrones de transacción consistentes con bucles de ejecución automatizados.
La tercera es la adopción de herramientas de seguridad y fraude que pueden ser corroboradas más allá de un solo informe. Métricas de proveedores, estudios de caso de clientes o informes independientes que validen grandes reducciones en pérdidas por fraude de sistemas de IA en pagos o contextos adyacentes a criptomonedas moverían esto de 'suena bien' a 'presupuestado y desplegado'.
La última señal es el seguimiento de las cifras principales. La confirmación independiente del tamaño del mercado de Fortune Business Insights, la afirmación de confianza '1 de cada 10' de Tech Talks, los porcentajes de ahorro de Mastercard y el total de robos de Business News Nigeria reducirían el rango de resultados plausibles para la narrativa.
Mi lectura: Tratar esto como una canasta narrativa hasta que aparezcan implementaciones reales.
La parte que decide este comercio no es el gráfico del tamaño del mercado, es si la auditabilidad se convierte en una capa de control enviada para sistemas de IA en lugar de una diapositiva de cumplimiento.
La afirmación más fuerte del artículo es mecánica, no promocional: si no puedes probar qué conjunto de datos y versión de modelo produjeron una salida, no puedes defender esa salida de manera confiable ante un regulador, un cliente o tu propio comité de riesgos.
En este momento, el paquete no tiene proyectos nombrados, ni tickers, ni métricas en la cadena que relacionen la tesis con flujos de efectivo o uso, y cada número clave es una cita de terceros dentro de un solo análisis.
Si las implementaciones reales comienzan a publicar implementaciones de auditoría verificables y la actividad en la cadena específica de agentes aumenta de una manera que es difícil de falsificar, la convergencia deja de ser una canasta narrativa y se convierte en una categoría de gasto operativo con demanda medible.
