25 de junio de 2026. Story Protocol, anteriormente conocida por su enfoque en la gestión de propiedad intelectual en cadena, anunció oficialmente su cambio de marca como DATA Foundation, trasladando su negocio principal hacia la infraestructura de datos para entrenamiento de IA. Como parte de esta renovación, su token nativo IP migrará al nuevo token DATA en una proporción 1:1.
Según los datos de mercado de Gate, al 26 de junio de 2026, DATA tiene un precio de 0,348 $. Tras el anuncio, DATA experimentó un fuerte repunte, alcanzando un máximo de 0,418 $ en 24 horas, antes de reducir sus ganancias al 8,6 %.
La transformación de Story, de un protocolo de tokenización de propiedad intelectual a un actor en el sector de datos para entrenamiento de IA, va más allá de un simple cambio de marca. Refleja la intersección entre los cuellos de botella de datos en la industria de IA y las capacidades técnicas de blockchain, y sirve como ejemplo de cómo los proyectos cripto buscan nuevas posiciones ante la evolución de las narrativas del sector.
Por qué Story pasó de la propiedad intelectual a los datos para entrenamiento de IA
Story Protocol se posicionó originalmente como una infraestructura de propiedad intelectual en cadena, con el objetivo de ofrecer servicios de registro, autorización y circulación para diversos activos de IP. El proyecto recaudó un total de 140 millones de dólares, liderado por a16z crypto, y su valoración atrajo una notable atención del mercado.
Sin embargo, la narrativa centrada exclusivamente en la IP enfrentó retos persistentes en su implementación práctica. La propiedad intelectual es compleja y altamente jurídica, con una brecha natural entre el registro en cadena y la aplicabilidad legal fuera de ella. Mientras tanto, el crecimiento explosivo de la industria de IA ha generado una demanda más concreta y urgente: la obtención, autorización y cumplimiento de datos para entrenamiento.
Andrea Muttoni, CEO de DATA Foundation, señaló que los datos para entrenamiento de IA se han convertido en la forma más apremiante de demanda de IP. Los laboratorios de IA han agotado prácticamente todo el contenido accesible públicamente en internet, quedando solo datasets personalizados y costosos, o fuentes no verificadas y de alto riesgo legal.
Esta evaluación apunta directamente a la lógica central del giro de Story: en lugar de luchar en un sector amplio pero difícil de implementar como la IP, resulta más sensato centrarse en un mercado con demanda clara y puntos críticos: una infraestructura de autorización verificable para datos de entrenamiento de IA.
Por qué los datos para entrenamiento de IA son el nuevo campo de batalla para blockchain
Los modelos de IA requieren datasets masivos para su entrenamiento. En los últimos años, empresas líderes como OpenAI, Google y Anthropic han recurrido a la extracción de contenido público de internet para obtener datos de entrenamiento. Sin embargo, este camino se está estrechando.
Por un lado, el contenido público disponible en internet se está agotando. Por otro, las demandas por derechos de autor relacionadas con datos de entrenamiento aumentan rápidamente. Editoriales, artistas y creadores de contenido han demandado repetidamente a empresas de IA, alegando uso no autorizado de materiales protegidos para el entrenamiento de modelos.
En este contexto, la demanda de las empresas de IA por datos de entrenamiento "limpios" y autorizados se ha disparado. Desde 2024, el coste de licenciar datos de alta calidad ha subido notablemente, con algunos editores firmando acuerdos multimillonarios y plurianuales con firmas de IA.
La tecnología blockchain ha encontrado aquí su oportunidad: al proporcionar registros inmutables en cadena, puede establecer una cadena completa de procedencia, términos de autorización, consentimiento de los contribuyentes y datos de pago para cada dataset de entrenamiento. Este es precisamente el problema que DATA Foundation busca resolver.
Cómo la plataforma Trace construye una infraestructura de auditoría de datos en cadena
Como pieza central de su transformación, DATA Foundation lanzó Trace, una plataforma de registro y auditoría de datos basada en blockchain.
El mecanismo principal de Trace genera un recibo criptográfico para cada contribución de datos, registrando el origen, método de autorización, consentimiento del contribuyente y detalles de pago. Estos recibos son accesibles públicamente, pero los datos originales no se almacenan en cadena: Trace publica registros de auditoría, no los datos en sí.
Muttoni explica: "Trace publica registros de auditoría, no datos. Lo que es público es el recibo: hash del contenido, términos de consentimiento, información de autorización, prueba de pago y marca temporal. No hay nada que extraer en Trace, porque los activos no se almacenan allí".
Este diseño equilibra transparencia y privacidad: los desarrolladores de IA pueden verificar la procedencia y el estado de autorización de los datos antes de usarlos, mientras que los datos permanecen en mercados autorizados, accesibles solo mediante transacciones permitidas. A través de Trace, DATA Foundation aspira a ser la "capa de confianza" para datos de entrenamiento de IA: una red verificable y trazable de datos autorizados.
Lógica técnica y respuesta del mercado ante la migración de tokens 1:1
Como parte del cambio de marca, el token nativo IP de Story Protocol migrará al nuevo token DATA en una proporción 1:1. Según el anuncio oficial, los titulares de tokens IP no deben realizar ninguna acción; los plazos y las instrucciones específicas de migración se comunicarán más adelante.
Técnicamente, una migración 1:1 es un swap de tokens relativamente sencillo. No altera el suministro total ni la propiedad proporcional de los titulares; en esencia, es un mapeo de activos, transfiriendo la propiedad del token antiguo al nuevo. Este enfoque minimiza la fricción de mercado durante la migración y evita disputas sobre cambios en la tokenómica.
El mercado reaccionó positivamente a la noticia. Los datos de Gate muestran que DATA se disparó tras el anuncio, alcanzando un máximo de 0,418 $ en 24 horas. Sin embargo, al 26 de junio de 2026, el precio de DATA ha retrocedido a 0,348 $, con ganancias reducidas al 8,6 %.
Cabe destacar que DATA (anteriormente IP) alcanzó un máximo histórico de 14,78 $ en septiembre de 2025. A precios actuales, DATA está casi un 98 % por debajo de su pico. Aun así, el token ha recuperado cerca de un 25 % desde su mínimo histórico de 0,275 $ a principios de junio de 2026.
Cómo la integración con Kled construye el ecosistema de oferta de datos
La transformación de DATA Foundation no es un esfuerzo aislado. El proyecto anunció una integración profunda con Kled, un marketplace de datos para entrenamiento de IA, incorporando más de 1 500 millones de registros de datos aportados por usuarios a la red DATA. Avi Patel, fundador de Kled, también se unió a DATA Foundation como asesor Chief Data Officer.
La importancia de esta alianza reside en la escala de la oferta. Kled es un marketplace humano de datos opt-in, donde los usuarios contribuyen activamente datos y autorizan su uso para entrenamiento de IA. Al integrar Kled, la red DATA arranca con una reserva de datos sustancial: más de 1 500 millones de registros.
Además, DATA Foundation ha incubado Poseidon, un proyecto de procesamiento de datos de IA basado en blockchain, enfocado en construir datasets para entrenamiento de IA y recompensar a los contribuyentes. Poseidon obtuvo 15 millones de dólares en financiación de a16z, y su señal de mercado se considera un factor clave en el giro de Story hacia el sector de datos de IA.
El papel y las limitaciones de blockchain en los problemas de copyright de datos de IA
Las preocupaciones por derechos de autor en los datos de entrenamiento de IA se están convirtiendo en un cuello de botella central para la industria. Los principales desarrolladores de modelos enfrentan riesgos legales crecientes y la demanda de transparencia en la procedencia de datos va en aumento.
La solución de DATA Foundation crea esencialmente una capa de autorización verificable entre los proveedores de datos (creadores de contenido, contribuyentes) y los consumidores de datos (desarrolladores de modelos de IA). Los registros en cadena permiten rastrear cada uso de datos: quién contribuyó, bajo qué términos y si se proporcionó compensación.
Sin embargo, este modelo enfrenta desafíos reales. Primero, la validez legal de los registros en cadena debe reconciliarse con los sistemas jurídicos tradicionales. Si un recibo de autorización basado en blockchain es admisible como prueba en tribunales aún está por resolver. Segundo, existe una brecha entre "autorización" y "uso": aunque los términos se registren en cadena, garantizar que los modelos de IA cumplan con ellos durante el entrenamiento sigue siendo una cuestión abierta.
Además, el enfoque de DATA Foundation depende de contar con suficientes proveedores de datos dispuestos a unirse a la red de autorización. Si las plataformas de contenido y los creadores principales optan por no integrarse con el sistema en cadena, el valor de la red será limitado.
Panorama competitivo y posición diferenciada de DATA en el sector de datos de IA
El sector de datos para entrenamiento de IA está emergiendo como un nuevo foco para la industria blockchain. Se proyecta que el mercado blockchain de IA alcance unos 900 millones de dólares en 2026, mientras que el mercado de recopilación y anotación de datos apunta a 17 100 millones de dólares para 2030.
En este espacio, la posición diferenciada de DATA Foundation es su "capa de datos de autorización verificable": no solo un marketplace de datos, sino una infraestructura de procedencia, autorización y verificación de cumplimiento. La función principal de Trace es ayudar a los desarrolladores de IA a validar la procedencia, autorización y historial de consentimiento de los datos antes de su uso.
Este modelo difiere de los marketplaces de datos puros. DATA Foundation no intenta almacenar ni alojar los datos, sino construir una "capa de metadatos", registrando procedencia, términos de autorización y datos de pago. Esta arquitectura ligera reduce costes de almacenamiento y evita la competencia directa con plataformas centralizadas de datos a nivel de almacenamiento.
Sin embargo, la competencia en este sector se intensifica. Varios proyectos blockchain exploran direcciones relacionadas con datos de IA, como anotación, marketplaces e infraestructura para entrenamiento de modelos. La capacidad de DATA Foundation para generar efectos de red dependerá de su expansión tanto en el lado de la oferta (contribuyentes y propietarios de contenido) como en el de la demanda (desarrolladores de IA).
Conclusión
El cambio de marca de Story Protocol como DATA Foundation marca un giro estratégico relevante para los proyectos cripto impulsados por la narrativa de IA. Al enfocar su atención de la IP general al sector específico, de alto crecimiento y claramente definido de datos para entrenamiento de IA, el proyecto busca construir una red de autorización de datos verificable y trazable en cadena a través de la plataforma Trace y la integración con Kled.
El mecanismo de migración de tokens 1:1 reduce la fricción de mercado, y el rally de precios tras el anuncio refleja la aprobación a corto plazo del giro. A largo plazo, el valor de DATA Foundation dependerá de dos factores clave: primero, si logra atraer suficientes propietarios de contenido y contribuyentes a la red; y segundo, si sus registros de autorización en cadena pueden ser adoptados y aplicados eficazmente en los flujos de trabajo reales de entrenamiento de modelos de IA.
Los problemas de copyright y cumplimiento para datos de entrenamiento de IA se están convirtiendo en un cuello de botella crítico para toda la industria de IA, y la tecnología blockchain ofrece una propuesta de valor única en este ámbito. Sin embargo, adaptar la tecnología a las necesidades del mercado, integrarla con sistemas legales y generar efectos de red requerirá tiempo para consolidarse.
Preguntas frecuentes (FAQ)
P1: ¿Por qué Story Protocol cambió de marca a DATA Foundation?
Story Protocol se centró inicialmente en la gestión de IP en cadena, pero el rápido crecimiento de la industria de IA convirtió la autorización y el cumplimiento de datos de entrenamiento en un sector más concreto y urgente. Los laboratorios de IA han agotado el contenido público en internet, impulsando la demanda de datos autorizados y trazables para entrenamiento. Por ello, el proyecto trasladó su enfoque de la IP general a la infraestructura de datos para entrenamiento de IA.
P2: ¿Cómo migrarán los tokens IP a tokens DATA?
Los tokens IP migrarán automáticamente a los nuevos tokens DATA en una proporción 1:1; los titulares no deben realizar ninguna acción. El proyecto anunciará los plazos e instrucciones específicas de migración más adelante.
P3: ¿Cuáles son las funciones principales de la plataforma Trace?
Trace es una plataforma de registro y auditoría de datos en cadena que genera recibos inmutables en blockchain para cada contribución de datos, registrando procedencia, método de autorización, consentimiento del contribuyente y datos de pago. Los desarrolladores de IA pueden verificar el estado de autorización antes de usar los datos, mientras que los datos originales no se almacenan en cadena.
P4: ¿Cuál es el desempeño actual de DATA en el mercado?
Según los datos de Gate, al 26 de junio de 2026, DATA tiene un precio de 0,348 $. Tras el anuncio, el precio repuntó, alcanzando un máximo de 0,418 $ en 24 horas, antes de reducir sus ganancias al 8,6 %.
P5: ¿Cuál es la principal ventaja competitiva de DATA Foundation en el sector de datos de IA?
La posición diferenciada de DATA Foundation es su "capa de datos de autorización verificable", construyendo infraestructura de procedencia, autorización y verificación de cumplimiento mediante la plataforma Trace. El proyecto se ha integrado con Kled, incorporando más de 1 500 millones de registros de datos aportados por usuarios, y ha incubado el proyecto de procesamiento de datos de IA Poseidon.
P6: ¿Qué retos enfrenta blockchain para resolver los problemas de copyright de datos de IA?
Los principales desafíos incluyen: la validez legal de los registros de autorización en cadena debe reconciliarse con los sistemas jurídicos tradicionales; garantizar que los modelos de IA cumplan con los términos de autorización en cadena durante el entrenamiento sigue siendo una brecha de ejecución; y la efectividad de la red depende de atraer suficientes proveedores de datos para unirse.
