¿Será Bitcoin la moneda de la inteligencia artificial? Los agentes de IA ya pueden pagar por sí mismos

Por Redacción Pangea IA · 3 de septiembre de 2026

Un experimento con 36 modelos avanzados de inteligencia artificial ha reabierto una pregunta que hasta hace poco parecía propia de la ciencia ficción: si los agentes de IA pudieran gestionar dinero, ¿qué moneda elegirían? Bitcoin fue la opción más citada en el conjunto de las pruebas, pero las stablecoins ganaron cuando se trataba de pagar servicios cotidianos. Al mismo tiempo, nuevas herramientas como L402 y Wavelength ya permiten que un programa compre datos o acceso a una API mediante Lightning Network sin pasar por una pantalla de pago convencional.

La conclusión fácil sería afirmar que Bitcoin se convertirá en “la moneda de la inteligencia artificial”. La realidad es más interesante y también más incierta. Los agentes necesitan una forma de pagar que funcione a la velocidad de internet, pero todavía no existe un ganador. Bitcoin ofrece una red abierta y un activo sin emisor; las stablecoins aportan estabilidad de precio; y los bancos, las tarjetas y las grandes plataformas conservan la ventaja de la regulación y la aceptación comercial.

Lo nuevo no es que una IA pueda recomendar una inversión. Lo verdaderamente nuevo es que empieza a existir la infraestructura para que un agente reciba un presupuesto, compruebe sus límites, pague una pequeña cantidad y continúe una tarea sin pedir a una persona que introduzca una tarjeta en cada paso.

Por qué una inteligencia artificial necesitaría dinero

Un chatbot responde; un agente actúa. Puede buscar información en varias fuentes, llamar a herramientas, reservar un servicio o coordinar otros programas para cumplir un objetivo. Pangea IA ya explicó esta evolución en la guía sobre cómo usar ChatGPT Work para delegar tareas completas. El siguiente paso lógico es que algunas de esas tareas exijan realizar pagos.

Imaginemos un agente encargado de preparar un informe empresarial. Podría pagar unos céntimos por consultar una base de datos, adquirir una imagen con licencia, alquilar durante minutos una GPU y contratar a otro agente especializado para revisar los cálculos. El modelo de suscripción mensual encaja mal con este escenario: el programa necesitaría abrir cuentas, almacenar credenciales y superar procesos diseñados para seres humanos.

El dinero programable permite otra mecánica. El proveedor comunica el precio dentro de la propia petición; el agente comprueba si está dentro del presupuesto autorizado; paga; recibe una prueba verificable y obtiene el recurso. Todo puede suceder en segundos y por importes tan pequeños que una tarjeta convencional resultaría poco práctica.

Eso no significa que la IA sea propietaria del dinero en sentido jurídico ni que deba gastar sin control. El saldo pertenece y responde ante una persona u organización. La autonomía está en la ejecución: el responsable define límites, proveedores permitidos y condiciones, mientras el software decide qué compras concretas necesita para completar la tarea.

El estudio que situó a Bitcoin en primer lugar

El Bitcoin Policy Institute publicó en marzo de 2026 los resultados de 9.072 experimentos realizados con 36 modelos de Anthropic, OpenAI, Google, xAI, DeepSeek y MiniMax. Los investigadores plantearon 28 situaciones abiertas relacionadas con cuatro funciones del dinero: reserva de valor, unidad de cuenta, medio de pago y liquidación.

No se ofrecía una lista de monedas entre las que escoger. El modelo debía proponer un único instrumento y justificarlo. Cada escenario se repitió con tres configuraciones de aleatoriedad y tres semillas distintas. Después, otro modelo clasificó las respuestas en Bitcoin, stablecoins, dinero bancario, otras criptomonedas, activos reales tokenizados, unidades de computación o una categoría sin clasificar.

En el resultado global, Bitcoin apareció en 4.378 respuestas, el 48,3 %. Las stablecoins ocuparon el segundo lugar con 3.013 respuestas, el 33,2 %, y el dinero fiduciario o bancario quedó en el 8,9 %. Ninguno de los 36 modelos situó las monedas tradicionales como su preferencia global principal.

El reparto cambió de forma notable según la función. Bitcoin dominó como reserva de valor a largo plazo con el 79,1 % de las respuestas. Los modelos destacaron su oferta limitada, la posibilidad de autocustodia y la ausencia de un emisor que pueda alterar las reglas. Pero en los escenarios de pagos diarios las stablecoins obtuvieron el 53,2 %, frente al 36 % de Bitcoin. Para liquidar operaciones también quedaron por delante: 43,4 % frente a 30,9 %.

Los propios resultados dibujan, por tanto, un sistema de dos niveles: Bitcoin para conservar valor y una moneda estable para gastarlo. Incluso hubo 86 respuestas que propusieron denominar precios en energía o capacidad informática —kilovatios hora, ciclos de CPU u horas de GPU—, una posibilidad especialmente vinculada a la economía de las máquinas.

Lo que el experimento demuestra y lo que no demuestra

La frase “las IA han elegido Bitcoin” necesita un matiz decisivo. Los modelos no recibieron una cartera con fondos ni realizaron operaciones reales. Generaron texto después de que un mensaje de sistema les pidiera imaginarse como agentes económicos autónomos. Sus respuestas reflejan patrones aprendidos durante el entrenamiento, la formulación de las preguntas y la forma en que cada laboratorio ha ajustado sus modelos.

Las diferencias entre proveedores lo hacen visible. Según el estudio, los modelos de Anthropic escogieron Bitcoin en torno al 68 % de las pruebas, mientras que los de OpenAI lo hicieron aproximadamente en el 26 %. Esa distancia es demasiado grande para interpretar el resultado como una preferencia objetiva e inevitable de “la inteligencia artificial”.

La metodología publicada por los autores reconoce dos limitaciones esenciales: el encuadre del mensaje de sistema puede influir y las preferencias expresadas por modelos no predicen la adopción real. También debe tenerse en cuenta quién publica el trabajo: el Bitcoin Policy Institute se dedica específicamente a estudiar y promover el debate político en torno a Bitcoin.

El estudio es valioso como experimento sobre razonamiento monetario, no como una votación del futuro ni como una recomendación de inversión. La prueba más importante no será qué moneda menciona un modelo en una respuesta, sino qué tecnología integran los desarrolladores, qué aceptan los proveedores y qué permiten los reguladores.

Cómo podría pagar un agente con Bitcoin

La cadena principal de Bitcoin no está diseñada para cobrar una fracción de céntimo por cada consulta a una API. Los bloques tienen capacidad limitada, la confirmación no es instantánea y las comisiones pueden variar. Para esta clase de pagos se utiliza Lightning Network, una segunda capa que permite intercambiar cantidades pequeñas con rapidez y liquidarlas posteriormente sobre Bitcoin.

L402, desarrollado por Lightning Labs, combina Lightning con el código HTTP 402, reservado desde hace décadas para indicar “pago requerido”. El funcionamiento puede resumirse en cuatro pasos. El agente solicita un recurso; el servidor responde con el precio, una factura de Lightning y una credencial; el agente paga si cumple sus reglas; y vuelve a solicitar el recurso presentando la prueba criptográfica del pago.

El proveedor no necesita conocer previamente al comprador, abrirle una cuenta ni emitir una clave de API convencional. El agente puede descubrir un servicio durante una tarea y pagarlo en ese momento. Además, las credenciales permiten imponer restricciones: un agente principal podría entregar a un subagente una autorización válida solo durante una hora, para determinados servicios y con un máximo de 500 satoshis.

Este diseño encaja bien con pagos entre máquinas porque une compra y autenticación. La prueba de que el pago se ha completado sirve al mismo tiempo como llave de acceso. Sin embargo, exige resolver cuestiones menos visibles: quién custodia las claves, cómo se aporta liquidez a los canales, qué ocurre ante un error y cómo se impide que una instrucción maliciosa convenza al agente para gastar.

Wavelength acerca la idea a aplicaciones reales

La novedad más reciente llegó el 21 de julio de 2026. Lightning Labs presentó Wavelength, un conjunto de herramientas para añadir carteras de Bitcoin autocustodiadas a aplicaciones mediante unas pocas llamadas de programación. Su propósito declarado es que tanto un desarrollador como un agente puedan integrar pagos sin tener que administrar toda la infraestructura de Lightning.

Wavelength comienza con Bitcoin y prevé incorporar stablecoins emitidas mediante Taproot Assets, que circularían por Lightning pero quedarían ancladas a la seguridad de Bitcoin. La combinación resulta significativa: una misma red podría transportar satoshis para ciertos usos y dólares digitales para pagos cuyo precio deba permanecer estable.

Conviene no confundir lanzamiento técnico con adopción masiva. Wavelength se encuentra en fase alfa; está abierto en las redes de prueba signet y testnet, mientras que el acceso a la red principal se concede por invitación. L402 ya se utiliza en productos de Lightning Labs y sus herramientas están disponibles para desarrolladores, pero todavía no existe una economía generalizada en la que millones de agentes cobren y gasten Bitcoin cada día.

Las stablecoins parten con ventaja para comprar

El principal obstáculo de Bitcoin como moneda cotidiana es su volatilidad. Un servicio que cuesta 0,10 euros no quiere revisar continuamente cuántos satoshis debe cobrar, y una empresa necesita saber cuánto valdrá mañana el presupuesto asignado a sus agentes. Una stablecoin como USDC intenta mantener una equivalencia con el dólar y facilita precios, contabilidad y límites de gasto comprensibles.

El avance del protocolo abierto x402 muestra esta alternativa. Al igual que L402, permite que un servidor responda a una petición con instrucciones de pago y que un agente pague sin abandonar el flujo de internet. La documentación contempla pagos máquina a máquina, APIs cobradas por consulta y microservicios monetizados mediante cantidades muy pequeñas.

x402 admite numerosas redes y tokens, pero cuando el vendedor expresa el precio directamente en dólares utiliza por defecto stablecoins en las cadenas configuradas. USDC aparece como activo predeterminado en redes como Base, Ethereum, Solana, Polygon o Arbitrum. Para operaciones repetidas incorpora liquidación por lotes, evitando registrar individualmente cada micropago cuando hacerlo resultaría demasiado caro.

La competencia real podría no ser “Bitcoin contra la banca”, sino tres arquitecturas superpuestas: Bitcoin y Lightning como capa abierta; stablecoins como unidad estable para operaciones digitales; y tarjetas o cuentas bancarias delegadas cuando el agente compra en comercios convencionales en nombre de una persona.

Qué podrían comprar las IA entre sí

El caso más cercano no es un robot entrando en una tienda, sino software comprando recursos digitales. Un agente podría pagar por una consulta meteorológica de alta precisión, datos bursátiles en tiempo real, acceso temporal a un documento, traducción especializada, capacidad de cálculo o la verificación de una identidad.

También podrían aparecer mercados entre agentes. Uno localizaría proveedores, otro verificaría la calidad de la información y un tercero ejecutaría la compra dentro de un presupuesto. Una empresa pagaría por el resultado final y los programas repartirían automáticamente pequeñas cantidades entre los servicios utilizados. Este modelo sustituiría parte de las suscripciones por pagos exactos por consumo.

La posibilidad tiene implicaciones económicas, pero también de seguridad. Pangea IA ya analizó por qué la IA preocupa a los supervisores del sistema financiero. Cuando un error produce una respuesta incorrecta, puede corregirse; cuando un agente con cartera interpreta mal una orden, el fallo puede mover dinero de forma irreversible.

Los riesgos que decidirán qué sistema gana

• Control del gasto: cada agente necesitará límites por operación, por día, por proveedor y por tipo de servicio.
• Custodia y seguridad: una clave robada permitiría gastar los fondos; una cartera demasiado protegida podría impedir que el agente actúe con fluidez.
• Errores y ataques: una web maliciosa podría intentar manipular al agente para que pague un recurso innecesario o envíe una cantidad distinta.
• Reembolsos y disputas: la liquidación irreversible reduce intermediarios, pero complica la devolución cuando el servicio no cumple.
• Identidad y responsabilidad: aunque el programa ejecute el pago, debe quedar claro qué persona o empresa lo autorizó y responde por él.
• Contabilidad y fiscalidad: miles de micropagos en un activo variable pueden ser mucho más difíciles de registrar que operaciones denominadas en euros o dólares estables.
• Dependencia técnica: Bitcoin reduce la dependencia de una empresa central, pero Lightning introduce necesidades de software, liquidez y conexión que también pueden fallar.

¿Podría esta demanda hacer subir Bitcoin?

Una economía de agentes basada parcialmente en Bitcoin aumentaría su utilidad y podría generar nueva demanda de liquidez. Pero de esa hipótesis no se desprende automáticamente una subida del precio. Un agente que compra datos por unos pocos satoshis puede mantener un saldo mínimo y reponerlo cuando lo necesite; un gran volumen de pagos no equivale necesariamente a que los participantes acumulen grandes cantidades de BTC.

Además, parte de la actividad podría circular en stablecoins sobre Lightning o en otras redes. Eso favorecería el uso de la infraestructura relacionada con Bitcoin sin exigir que el activo sea la unidad con la que se fijan los precios. La cotización seguirá dependiendo también de la liquidez mundial, la regulación, los tipos de interés, la demanda de inversores y la oferta disponible.

Por tanto, el desarrollo de pagos para agentes es una tendencia que merece seguimiento, no una prueba suficiente para comprar Bitcoin. La señal realmente relevante sería observar servicios digitales que cobren de esta forma, carteras con controles empresariales, volúmenes verificables y normas claras sobre responsabilidad.

Un futuro con varias monedas, no con una sola

Bitcoin tiene atributos que atraen a una economía formada por programas: funciona sin horarios, es divisible, global y no necesita que cada comprador tenga una relación previa con el vendedor. Lightning permite trasladar esas propiedades a pagos casi instantáneos y L402 convierte el pago en una pieza natural de internet.

Las stablecoins resuelven, sin embargo, un problema que los agentes y las empresas no pueden ignorar: la estabilidad del presupuesto. Y el sistema financiero tradicional ofrece protección al consumidor, reembolsos, cumplimiento normativo y una enorme red de comercios. Es probable que los agentes utilicen una combinación y elijan el instrumento según la tarea.

La formulación más prudente no es que Bitcoin vaya a ser “la moneda de la IA”, sino que aspira a convertirse en una de las capas monetarias de la economía de los agentes. Podría actuar como activo de reserva y red abierta, mientras las stablecoins se emplean para gastar y el dinero bancario permanece en las compras reguladas. La carrera ha comenzado; todavía está muy lejos de haber terminado.

Fuentes consultadas

• Resultados del estudio sobre las preferencias monetarias de 36 modelos de IA, Bitcoin Policy Institute, 3 de marzo de 2026.
• Metodología, escenarios, clasificación y limitaciones del experimento, Money for AI, consultada el 3 de septiembre de 2026.
• Especificación y funcionamiento de L402 para agentes, Lightning Labs, 11 de marzo de 2026.
• Presentación y disponibilidad de Wavelength, Lightning Labs, 21 de julio de 2026.
• Introducción al estándar abierto x402 y sus pagos máquina a máquina, documentación oficial de x402, consultada el 3 de septiembre de 2026.
• Redes, tokens y stablecoins compatibles con x402, documentación oficial de x402, consultada el 3 de septiembre de 2026.