Prueba de Trabajo Útil: Una Guía Completa para la Minería Útil

Bitcoin consume alrededor de 26 GW de energía, es decir, ~150 TWh al año, comparable al consumo de energía de Argentina. Cada vatio se destina al cálculo de hashes SHA-256, cuyo único propósito es demostrar el gasto de energía. En 15 años de existencia, Bitcoin no ha producido ningún resultado útil: ni una sola respuesta de red neuronal, ni un solo cálculo científico, ni un solo renderizado. Toda esta energía es pura tarifa de seguridad.

Ethereum se dio cuenta del problema y en septiembre de 2022 realizó «The Merge», una transición de Proof of Work a PoS. El consumo de energía de la red cayó un 99.95%. Pero PoS creó un nuevo problema: la seguridad ahora no depende del trabajo, sino del capital. Grandes stakers (Lido, Coinbase, Binance) controlan una parte significativa de la red. PoS sacrifica la descentralización por la eficiencia energética, y la descentralización era la principal promesa de la cadena de bloques.

PoUW ofrece un tercer camino: mantener el trabajo de la GPU (como en Bitcoin, seguridad a través de cálculos), pero dirigir este trabajo a tareas reales (inferencia de IA, cálculos científicos, renderizado). Seguridad no a través de un hashing inútil, ni a través del bloqueo de capital, sino a través de un trabajo útil.

El concepto de PoUW se formalizó en el protocolo Ofelimos, presentado en la conferencia IACR Crypto 2022, uno de los foros líderes mundiales sobre criptografía. La idea: en lugar de hashing sin sentido, los mineros resuelven problemas de optimización reales. El resultado confirma simultáneamente el bloque en la blockchain y crea valor para el usuario final.

El desafío clave de PoUW es la verificabilidad. En el PoW ordinario, verificar el resultado es trivial: el hash es menor que el objetivo o no lo es. Los cálculos útiles (respuesta de una red neuronal, renderizado de una escena 3D) son más difíciles de verificar. Si el resultado no se puede verificar rápidamente, un atacante podría falsificarlo, enviando basura en lugar de una respuesta real y recibiendo una recompensa.

Diferentes proyectos abordan este problema de formas fundamentalmente diferentes:

• Enfoque 1: Prueba matemática (Gonka). Cálculo → PoC V2 verificación cruzada → BLS-firma en la blockchain. El 1-10% de las tareas son verificadas por otros nodos. Si los resultados no coinciden, se aplica una penalización del 20% de la garantía. Garantías de seguridad: matemáticas, no subjetivas.
• Enfoque 2: Evaluación subjetiva (Bittensor). Cálculo → los validadores evalúan la “calidad” de la respuesta a través del Consenso Yuma. Problema: la “calidad” es subjetiva, y el sistema es vulnerable a la colusión de los validadores. Garantías: económicas (staking), no criptográficas.

La diferencia es crucial: una prueba matemática no se puede falsificar (independientemente de cuánto dinero tenga el atacante). Una evaluación subjetiva es vulnerable a un ataque de la mayoría. Esto determina el diferente nivel de confianza en cada enfoque.

Consideremos los proyectos clave que implementan PoUW en 2026:

Gonka (PoW 2.0) — la implementación más pura de PoUW. Cada solicitud de AI procesada confirma simultáneamente un bloque. El 99% de los recursos de la red se destinan a trabajo útil, el 1% a la verificación. El modelo Kimi K2.6 (MoE) es atendido por clusters de H100/H200. $80M de inversión de Coatue, Bitfury, Insight Partners.

Flux — históricamente uno de los primeros proyectos de PoUW, pero en 2025 abandonó la minería con GPU y cambió a nodos con CPU. Trabajo útil = alojamiento de aplicaciones en contenedores (Docker). En esencia, Flux se convirtió en un alojamiento cloud descentralizado, no en una red de AI. Market cap ~$23M.

Prime Intellect — enfoque en el entrenamiento distribuido de modelos (training), no en inference. Utilizan un enfoque similar a DiLoCo en Gonka, pero como producto principal, no como función adicional.

Bittensor formalmente no es PoUW en estado puro — Yuma Consensus se basa en la evaluación subjetiva de los validadores, no en pruebas criptográficas. Pero las 126 subnets cubren un amplio espectro de tareas de AI, y el proyecto tiene la mayor capitalización en el segmento.

El mercado de computación de AI se valora en más de $150 mil millones y crece más de un 30% anual. Al mismo tiempo, Bitcoin continúa quemando ~150 TWh al año en hashes vacíos. PoUW resuelve esta contradicción: el mismo principio de «energía = seguridad», pero la energía crea un valor real.

Para mineros de Bitcoin con GPU: después de la transición de Ethereum a PoS en 2022, millones de GPUs quedaron sin trabajo. La minería de Bitcoin con GPU hace mucho que no es rentable (se necesitan ASIC). Los proyectos de PoUW como Gonka le dan una segunda vida a las GPUs: las mismas tarjetas que antes calculaban hashes inútiles, ahora procesan solicitudes de AI y reciben recompensas.

Para inversores: PoUW es el punto de convergencia de dos de las mayores tendencias tecnológicas: cripto (mercado de $2+ billones) y AI (mercado de $150+ mil millones). Gonka es el primer proyecto donde PoUW se implementa en producción con solicitudes de AI reales, auditado por CertiK y que ha atraído $80M de inversores institucionales.

El futuro de PoUW: Gonka sirve varios modelos simultáneamente: Kimi K2.6 y MiniMax-M2.7 (este último añadido en la v0.2.13 — propuesta #54, aceptada el 21 de mayo de 2026, activada en el bloque 4267300). En el futuro, los hosts podrán atender modelos cada vez más especializados (text, code, image, embeddings) dependiendo de sus GPUs. DiLoCo añade entrenamiento distribuido: Gonka podrá no solo ejecutar, sino también entrenar modelos. Esto transforma a Gonka de una red de inference a una plataforma de AI completa: abierta, descentralizada y basada en un Proof of Useful Work matemáticamente verificable.