La Fundación Ethereum y OA han presentado zkAPI, una herramienta pensada para que las peticiones que hacemos a servicios de inteligencia artificial no queden expuestas en los servidores que procesan el pago. La idea central es sencilla de enunciar y complicada de llevar a la práctica: separar lo que el usuario pregunta a un modelo de IA de los datos financieros que acompañan a esa consulta. Según la información publicada, zkAPI mantiene los prompts lejos de los servidores de pago, lo que reduce la superficie de exposición de información sensible.

El anuncio llega en un momento en el que millones de personas usan asistentes de IA para tareas cotidianas: redactar un correo, resumir un contrato, analizar una factura o consultar una duda médica. Ese texto, a menudo, contiene información mucho más personal de lo que el usuario cree. La pregunta ya no es solo si el modelo aprende de nosotros, sino quién más ve lo que escribimos y qué relación tiene con el dinero que pagamos por el servicio.

Qué problema intenta resolver zkAPI

Cuando alguien utiliza una aplicación de IA de pago, suelen confluir al menos tres actores: el proveedor del modelo, la pasarela que cobra la suscripción y el intermediario que enruta la petición. En muchos diseños, el pago y la consulta viajan juntos o comparten identificadores, lo que facilita reconstruir quién preguntó qué y cuándo. La promesa de zkAPI es romper ese vínculo para que el flujo de pago no arrastre el contenido de la petición.

Conviene precisar qué significa esto y, sobre todo, qué no significa. El resumen del lanzamiento deja un matiz importante: los proveedores de IA todavía pueden leer el contenido que se les envía y pueden conectar sesiones entre sí si el usuario repite detalles identificativos. Es decir, zkAPI no convierte la consulta en anónima por arte de magia. Protege un eslabón concreto de la cadena, el del pago, pero no elimina la confianza que el usuario debe depositar en el proveedor del modelo.

La privacidad de una consulta a la IA no depende de una sola pieza, sino del eslabón más débil de toda la cadena de datos.

Privacidad selectiva, no anonimato total

Esta distinción es clave para no vender humo. Si alguien escribe en su consulta su nombre completo, su dirección o el nombre de su empresa, ningún sistema de pago puede borrar esa información del contenido que recibe el modelo. Lo que zkAPI puede evitar es que el servidor que cobra sea también el que lea el texto, y que el rastro financiero se cruce con el rastro conversacional.

El enfoque recuerda a una tendencia más amplia dentro del sector: la llamada privacidad selectiva, en la que no se oculta todo, sino lo estrictamente necesario. En el mundo de las criptomonedas esta lógica lleva años aplicándose con pruebas de conocimiento cero, que permiten demostrar que algo es cierto sin revelar el dato subyacente. Trasladada a la IA, la pregunta es si el usuario puede pagar por un servicio sin que la pasarela conozca la naturaleza de lo que está comprando.

Por qué importa al ecosistema cripto

Ethereum es hoy algo más que una red para transferir valor. Sobre ella se ha construido un entramado de aplicaciones financieras, identidad digital y, cada vez más, herramientas de cómputo. Que su fundación impulse un proyecto de privacidad para pagos de IA encaja con una línea de trabajo que busca demostrar que la infraestructura descentralizada puede resolver problemas reales fuera del trading especulativo.

El contexto de mercado ayuda a leer el anuncio con perspectiva. Ethereum cotiza hoy en torno a los 2.688 dólares, con una variación diaria del 0,19%, mientras Bitcoin se mueve cerca de los 84.979 dólares. Son precios de una fase de mercado sin grandes sobresaltos, en la que los proyectos buscan diferenciarse por utilidad y no solo por narrativa de precio. En ese escenario, cualquier avance concreto en privacidad, identidad o pagos tiene un valor añadido: demuestra que la tecnología sirve para algo más que para especular.

También conviene situar el movimiento en su contexto regulatorio. La privacidad en los pagos es un terreno delicado en Europa, donde las normas contra el blanqueo de capitales exigen controles cada vez más estrictos. Un sistema que dificulte la trazabilidad entre el pagador y el contenido podría chocar con esas exigencias si no incorpora mecanismos de cumplimiento. Ahí está, probablemente, uno de los principales retos de zkAPI: convencer a reguladores y a empresas de que la privacidad del usuario y la prevención del fraude no son objetivos incompatibles.

Los límites que hay que vigilar

La promesa de zkAPI se mide, como casi todo en tecnología, en la implementación. Habrá que ver qué proveedores de IA la adoptan, cómo se integra en las pasarelas de pago existentes y si el usuario final percibe una diferencia real o solo un cambio en la letra pequeña. También importa el modelo de gobernanza: si la herramienta depende de un puñado de intermediarios, el beneficio de privacidad será tan sólido como la confianza que merezcan esos intermediarios.

Otro punto a seguir es la interoperabilidad. En un ecosistema donde conviven múltiples redes, monedas estables y sistemas de identidad, una solución que solo funcione dentro de un jardín cerrado tendría un recorrido limitado. Si zkAPI consigue estándares abiertos y adoptados por varios actores, su impacto podría ser mucho mayor que el de una simple función técnica.

Para el inversor y el usuario avanzado, la noticia no cambia los precios de hoy ni resuelve los debates de fondo sobre escalabilidad o regulación. Pero sí apunta a una dirección relevante: la privacidad como característica vendible y no como ocurrencia ideológica. En la medida en que la IA generativa siga integrándose en la vida cotidiana, la pregunta de quién ve nuestros datos y quién cobra por ellos será cada vez más importante. zkAPI es un intento de responder a esa pregunta desde la infraestructura de Ethereum, y conviene seguir su evolución con atención.