A medida que los modelos de IA exigen un mayor poder de cómputo, los desarrolladores están explorando alternativas a los centros de datos tradicionales. Dos proyectos destacados por Cointelegraph, Acurast y Phase, están construyendo redes descentralizadas que reclutan teléfonos inteligentes inactivos para proporcionar capacidad de procesamiento distribuido para tareas como el raspado de datos web, la ciberseguridad y la inferencia de IA.

El creciente pool de teléfonos de Acurast

Según Cointelegraph, Acurast ha incorporado más de 335.000 teléfonos inteligentes, con aproximadamente 40.000 dispositivos contribuyendo activamente con cómputo cada día. El cofundador Alessandro De Carli afirma que el pool activo equivale a la capacidad de unos 2.340 servidores de centros de datos de gama alta, al ser comparado con el servidor de IA ASUS RS720A-E11. La red se centra en cargas de trabajo que se benefician de la seguridad de hardware integrada en los smartphones y en tareas intensivas en CPU que requieren una amplia distribución geográfica.

El proxy móvil y el modelo de precios de Phase

Phase lanzó Phase Proxy en octubre de 2026, permitiendo a los propietarios de teléfonos proporcionar conectividad a internet y validación de blockchain para agentes de IA. El fundador Kirill Eves dice que el servicio ayuda a eludir las limitaciones de velocidad de los centros de datos enrutando el tráfico a través de conexiones móviles residenciales. Phase cobra 0,5 USDT por 1.000 solicitudes y 1 GB de tráfico, y planea introducir Phase Router, que dirigirá dinámicamente las solicitudes simples a modelos basados en teléfonos o a proveedores externos como OpenAI y Anthropic, según el costo y el rendimiento.

Desafíos técnicos y económicos

Los observadores de la industria advierten que coordinar una flota global de teléfonos presenta obstáculos no vistos en las instalaciones centralizadas. Un estudio de 2025 citado por Cointelegraph mostró que pequeños grupos controlados de smartphones podían igualar el rendimiento de la nube en tareas de reconocimiento de imágenes, pero las implementaciones en el mundo real deben lidiar con el agotamiento de la batería, la variabilidad de la red y el hardware heterogéneo. Markus Levin de XYO argumenta que las redes descentralizadas pueden destacar en la recopilación de datos del mundo real más que en la ejecución de grandes modelos de IA, enfatizando que cualquier solución viable debe resolver un problema pagado en lugar de depender de la especulación de tokens. El esquema de compensación de Acurast, que varía las recompensas según el tiempo de actividad del dispositivo, las especificaciones de hardware y la demanda, refleja la dificultad de crear un modelo financieramente sostenible.