Ethereum acaba de moverse en un terreno que hasta ahora parecía reservado a las finanzas. La red ha puesto en producción zkAPI en mainnet —la red principal de Ethereum, donde se mueven fondos reales y no pruebas—, una herramienta para pagar el acceso a modelos de inteligencia artificial sin que la identidad del usuario quede atada a las preguntas que formula. Lo hace de la mano de la Ethereum Foundation y el Open Anonymity Project.
El detalle no es menor. Casi cualquier servicio digital obliga hoy a dejar una huella: quién paga, con qué método y qué hace después con esa cuenta. Cuando el servicio es un modelo de IA, esa huella puede resultar delicada. Un prompt, la instrucción que se escribe a un modelo de lenguaje, puede contener datos del trabajo de alguien, de sus finanzas o de una investigación en curso.
zkAPI ataca justo ese punto. El usuario paga por adelantado en USDC, la stablecoin de Circle anclada al dólar, y después accede al modelo mediante pruebas de conocimiento cero. Por simplificarlo: un mecanismo criptográfico que demuestra que algo es cierto —que has pagado, que tienes derecho a entrar— sin revelar ningún otro detalle del proceso. El funcionamiento de estas pruebas está bien resumido en su entrada de Wikipedia.
Lo interesante no es solo la técnica, sino dónde se coloca. Aquí la cadena no es el producto que se vende, sino la capa de pago y privacidad de un servicio que ya existe fuera del sector. Es una diferencia sustancial frente a la mayoría de lanzamientos cripto, que primero crean un producto financiero nuevo y luego buscan usuarios para él. Que el objetivo sea pagar mejor algo ajeno al cripto —una consulta a un modelo de IA— cambia por completo la vara con la que se mide el éxito.
Contado sin tecnicismos, el flujo es sencillo. El usuario deposita USDC, una prueba de conocimiento cero confirma que el pago es válido y el acceso se habilita sin repetir cada vez los mismos datos de pago. Dicho de otro modo: el sistema deja de construir un historial rastreable entre una persona y sus consultas a la IA.
La privacidad deja de ser un añadido exótico cuando el servicio que protege ya forma parte de la rutina de millones de personas.
A quién afecta y qué gana el usuario de ether
Para quien usa Ethereum a diario, el impacto es doble. Primero, aparece un caso de uso fuera de la especulación: pagar servicios que no tienen nada que ver con criptomonedas. Segundo, se refuerza una narrativa que venía ganando peso, la de la privacidad aplicada a la IA, un terreno donde la regulación europea y estadounidense todavía no ha cerrado las reglas.
Ahí está la parte incómoda. La privacidad fuerte choca con las exigencias de trazabilidad que reclaman los supervisores para evitar el blanqueo de capitales. MiCA, el reglamento europeo que ordena el mercado de criptoactivos, empuja justo en la dirección contraria: más controles y más identificación. Un sistema que oculta quién hay detrás de un pago tendrá que demostrar que puede convivir con esas normas.
Conviene recordar que Ethereum no es la única red que explora este terreno. Aztec, con su capa 2, y otras redes centradas en privacidad llevan años trabajando en lo mismo. La diferencia es que zkAPI llega con el respaldo de la fundación y apunta a un uso concreto, el pago de servicios de IA, que hoy maneja volúmenes enormes de datos personales.
La privacidad deja de ser un nicho en Ethereum
No es la primera vez que Ethereum intenta resolver este problema. Aztec Labs relanzó hace poco zk.money, una cartera privada sobre su capa 2, tres años después de cerrar el servicio original. Entonces la privacidad se quedó en experimento minoritario porque exigía demasiado al usuario. Ahora el enfoque es distinto: que la parte privada sea casi invisible.
La comparación con el pasado ayuda a situar el cambio. Tras The Merge, el hito de septiembre de 2022 que llevó a Ethereum a pasar de la minería a la validación con ether bloqueado, el ecosistema se centró en abaratar costes, y ganar capacidad. Dencun, en marzo de 2024, remató esa etapa con los blobs, un espacio de datos pensado para que los rollups —las redes de segunda capa que procesan transacciones aparte y luego las resumen en Ethereum— publicaran información mucho más barata. La privacidad, en cambio, siempre quedó en un segundo plano.
El riesgo de fondo sigue ahí. Una privacidad bien construida es cara de desarrollar y difícil de auditar, y un fallo en una prueba de conocimiento cero no se detecta a simple vista. A eso se suma la dependencia de un puñado de proveedores de tecnología y la presión regulatoria sobre cualquier herramienta que dificulte la trazabilidad. Los datos apuntan a una dirección, pero el camino no está despejado.
Lo que viene depende de algo poco glamuroso: la usabilidad. Si pagar una IA con privacidad resulta tan fácil como pagarla sin ella, el sistema tendrá recorrido. Si obliga a entender mecanismos extraños, se quedará donde han quedado tantas ideas buenas del sector. La próxima prueba de fuego será ver cuántos servicios de fuera del mundo cripto se animan a integrarlo.
