Bittensor (TAO) implementa la actualización de dTAO para alinear las emisiones con los flujos de capital del subred de IA.

• Bittensor funciona como un mercado descentralizado para inteligencia artificial. Utiliza un sistema de consenso basado en “Proof of Intelligence” para recompensar a los participantes según el valor informativo de sus contribuciones en el aprendizaje automático.
• La reciente actualización de Dynamic TAO (dTAO) introduce la participación en subredes específicas y la asignación de emisiones, basadas en los flujos de capital neto, lo que crea un mecanismo de distribución de recursos impulsado por el mercado.
• Este cambio estructural asegura que el capital fluya hacia los subredes que producen los resultados más valiosos en el área de la inteligencia artificial. Esto, a su vez, altera fundamentalmente la forma en que se asignan los recursos computacionales en toda la red.
• Los participantes institucionales deben evaluar el rendimiento de los validadores y la fiabilidad de la infraestructura, ya que la red depende de reducir las emisiones, en lugar de lograr una disminución significativa en el rendimiento a nivel de protocolo.

Bittensor es una red descentralizada de código abierto que funciona como un mercado para inteligencia artificial. Permite a los usuarios acceder y personalizar servicios de IA, mientras se garantizan interacciones transparentes entre productores y consumidores. La red está estructurada en subredes especializadas, cada una dedicada a tareas específicas de IA, como la generación de texto o el reconocimiento de imágenes. Los participantes incluyen mineros que proporcionan recursos computacionales y modelos, validadores que evalúan la calidad del resultado y asignan puntuaciones, y delegados que invierten TAO para apoyar a los validadores.

La red utiliza el mecanismo de prueba de inteligencia (Proof of Intelligence, PoI), un método de consenso que recompensa a los participantes según la calidad de las contribuciones en el área del aprendizaje automático, y no en función del trabajo computacional o del capital invertido. Una característica importante es el sistema de consenso Yuma, que agrupa las evaluaciones de los validadores. Además, la actualización dTAO ha cambiado la forma en que se asignan las emisiones: ahora depende de la cantidad de TAO invertida en cada subred. Este diseño asegura que el capital fluya hacia las subredes que producen los resultados más valiosos en el ámbito del aprendizaje automático.

La tokenización de TAO tiene un suministro limitado de 21 millones de tokens, con un plan de deflación basado en el modelo de Bitcoin. Incluye una primera reducción del número de tokens en diciembre de 2025, lo que permite reducir los emisiones de tokens en un 50%. Después de esa reducción, se crean 0.5 tokens de TAO por bloque, los cuales se distribuyen entre los subredes. Dentro de cada subred, el 41% de las emisiones se distribuye entre los validadores, el 41% entre los mineros y el 18% entre los propietarios de la subred. Bajo el modelo dTAO, las partes de emisiones de cada subred se determinan según el modelo Taoflow, el cual asigna mayores cantidades de emisiones a las subredes que tengan un flujo positivo de TAO (staking menos no-staking).

Las opciones de apalancamiento incluyen el apalancamiento en la raíz (Subnet 0), que ofrece una exposición conservadora, sin necesidad de convertir TAO en tokens alfa. También existe el apalancamiento en subredes, que permite una exposición específica a ciertas industrias relacionadas con la IA, pero con una volatilidad en los tokens alfa. Los participantes institucionales deben evaluar el rendimiento de los validadores, las tasas de comisión y la fiabilidad de la infraestructura. Actualmente, Bittensor carece de mecanismos para reducir significativamente las emisiones, por lo que depende únicamente de la reducción de emisiones como medio para mejorar su rendimiento.

¿Cómo cambia la actualización de dTAO la asignación de recursos?

La actualización de Dynamic TAO (dTAO) representa una evolución significativa en la forma en que Bittensor gestiona sus recursos descentralizados. Anteriormente, la red dependía de un modelo de distribución estático, que no tenía en cuenta adecuadamente las diferencias en la demanda y utilidad de los diferentes subredes de IA. El modelo dTAO introduce un sistema de asignación dinámica, donde las participaciones en las emisiones se determinan según el modelo Taoflow. Este modelo asigna mayores cantidades de emisiones a las subredes que experimentan un flujo positivo de TAO, lo que, en efecto, recompensa aquellas subredes que atraen más capital invertido.

Este mecanismo crea una correlación directa entre los flujos de capital y la distribución de recursos. Los subredes que demuestran un mayor valor informativo y utilidad para la red atraen más delegadores y validadores, lo que conduce a un aumento en el estakeo. Como resultado, estas subredes reciben una mayor parte de las emisiones del bloque, fortaleciendo así su posición dentro del ecosistema. Este enfoque basado en el mercado asegura que los recursos computacionales se dirijan hacia las tareas de IA más productivas y valiosas.

El cambio hacia dTAO también afecta el comportamiento de los participantes en la red. Los mineros y validadores son incentivados a mejorar la calidad de sus contribuciones en el área del aprendizaje automático, con el fin de atraer más delegadores. En particular, los validadores desempeñan un papel crucial en la evaluación de la calidad de los resultados obtenidos y en la asignación de puntuaciones, lo cual influye directamente en la reputación y atractividad de los subredes que apoyan. Esto crea un entorno competitivo donde la calidad y la eficiencia se recompensan con mayores cuotas de emisión.

¿Cuáles son las implicaciones para la tokenómica de TAO y el staking?

La tokenómica de TAO se caracteriza por un suministro de tokens con límite fijo de 21 millones de tokens, con un plan de deflación inspirado en el de Bitcoin. El primer “halving” o reducción del tamaño de los tokens ocurrió en diciembre de 2025, lo que significó una reducción del 50% en la cantidad de tokens emitidos por bloque. Después de ese evento, se emiten 0.5 TAO por bloque, que luego se distribuyen entre los subredes. Esta reducción en el crecimiento del suministro, junto con la asignación dinámica de dTAO, crea un entorno económico complejo para los titulares de los tokens.

Las opciones de estakeo en la red han aumentado, incluyendo tanto el estakeo de raíz como el estakeo de subredes. El estakeo de raíz, también conocido como Subnet 0, permite una exposición conservadora a la red, sin que sea necesario convertir TAO en tokens alfa. Esta opción es adecuada para los inversores que buscan una exposición amplia al ecosistema de Bittensor, sin las volatilidades relacionadas con sectores específicos de la inteligencia artificial. Por otro lado, el estakeo de subredes permite una exposición específica a tareas de inteligencia artificial determinadas, permitiendo que los inversores apuensen el éxito de modelos o aplicaciones de aprendizaje automático en particular.

Sin embargo, la estacaje en subredes introduce volatilidad en los tokens alfa, ya que el valor de los tokens alfa subyacentes puede variar según el rendimiento y la demanda de cada subred específica. Los participantes institucionales deben evaluar cuidadosamente el rendimiento de los validadores, las tasas de comisión y la fiabilidad de la infraestructura antes de invertir capital. La red actualmente carece de un mecanismo para reducir el rendimiento de los validadores o mineros; por lo tanto, el mal rendimiento de estos últimos se castiga mediante una reducción en las emisiones, en lugar de la pérdida directa de los tokens estacados. Esta dependencia de las reducciones en las emisiones como mecanismo de penalización exige que los inversores monitoren atentamente la salud de la red y el comportamiento de los validadores.

La interacción entre el cronograma de división, la asignación dinámica de emisiones y las opciones de apalancamiento crea un entorno de inversión complejo para TAO. La capacidad de la red para atraer y retener capital en subredes con alto rendimiento será un factor clave para su éxito a largo plazo. A medida que el ecosistema madure, se espera que el modelo dTAO mejore aún más la alineación de incentivos entre desarrolladores, validadores, mineros y delegadores, lo que permitirá un crecimiento sostenido en el mercado descentralizado de IA.