Economía unitaria de DePIN: los datos de emisiones que faltan

Introducción

El burn coverage ratio es la proporción de las quemas de tokens de una red financiada por ingresos orgánicos de clientes finales, en contraposición a reservas de tesorería, compras de la fundación o uso incentivado. A finales de 2025, ningún analista externo puede calcularlo para GEODNET, Helium o io.net, porque ninguna de las tres publica emisiones denominadas en dólares junto a ingresos denominados en dólares para el mismo período en la misma fuente.

Lo que sí está disponible es solo la pata de ingresos. Una comparación trimestral de fees de red citada por SolanaFloor a partir de datos de Artemis situó a Helium en aproximadamente $4 millones, a GEODNET en $1,3 millones y a Akash Network en $729.700. Eso ordena la generación bruta de fees entre tres redes DePIN adyacentes a Solana. No dice nada sobre lo que cada una pagó en emisión de tokens para producir esos fees, que es la comparación necesaria para establecer si la economía unitaria funciona.

Esta asimetría caracteriza la divulgación de datos en DePIN. Los ingresos se volvieron legibles a lo largo de 2025: dashboards de fees, contadores diarios de quemas, totales de suscriptores. El subsidio que produjo esos ingresos no. Toda afirmación de que un token DePIN se ha vuelto netamente deflacionario descansa hoy en un gráfico seleccionado y enmarcado por el equipo que hace la afirmación, con la quema denominada en dólares y la emisión denominada en tokens.

Las tres redes más citadas como evidencia de que el modelo funciona han respondido a la misma presión de tres maneras estructuralmente distintas. Helium canaliza los ingresos de suscriptores a través de una quema mecánica y no discrecional. GEODNET supuestamente destina una parte fija de los ingresos por datos a recompras como cuestión de política. io.net, según se informa, reemplazó su calendario de emisión fijo por un motor que vincula la emisión a las ganancias medidas de la red. Eso es una regla de protocolo, una política de gestión y un algoritmo, y difieren marcadamente en cuánto sobrevivirían a un trimestre malo o a un cambio de liderazgo. Dos de los tres no pueden verificarse con ninguna fuente disponible para nosotros.

Lo que una quema demuestra y lo que no demuestra

El mecanismo de Helium es el más limpio del conjunto, lo que lo convierte en el lugar adecuado para establecer qué demuestra una quema. Los ingresos de suscriptores se convierten en Data Credits, unidades intransferibles con un precio fijo de $0,00001 cada una y acuñadas únicamente quemando HNT. El precio fijo en dólares implica que la cantidad de tokens quemados fluctúa con el precio de mercado, mientras que el valor en dólares quemado sigue el uso real. Además, la red ejecuta una recompra diaria con promediado de costo en dólares (dollar-cost-averaged) a través de Jupiter Exchange, según el relato de SolanaFloor.

Una quema de este tipo es un sumidero atado al consumo en lugar de a un calendario, lo cual mejora respecto de recompras discrecionales anunciadas en picos de mercado. También es, estrictamente, una transferencia. Ingresos que de otro modo estarían en un balance se convierten en reducción de oferta. Eso altera el float del token. No establece que el servicio subyacente gane más de lo que cuesta entregarlo.

Quemar ingresos brutos tiene una consecuencia directa. Si el 100% de los ingresos de suscriptores se canaliza hacia Data Credits, entonces el costo de entregar ese servicio, los pagos a operadores de hotspots, el subsidio de hardware y la capacidad mayorista comprada a un socio operador, se paga en alguna otra moneda. En DePIN esa otra moneda es la emisión de tokens. Las quemas y las emisiones son dos patas de la misma transacción, y un dashboard que muestra solo una pata le dice poco a un observador. Una red puede quemar $50.000 al día mientras emite considerablemente más de $50.000 al día en recompensas del lado de la oferta, y ambos hechos pueden ser verdaderos simultáneamente sin contradicción.

El ratio de emisiones sobre ingresos, más que la cifra de quema, es la métrica que resuelve la pregunta. El ratio pregunta cuántos dólares de nueva oferta de tokens debe emitir una red para producir un dólar de ingresos de cliente final, y si ese número está cayendo. Una red cuyo ratio baja de cinco a dos en un año está convirtiendo subsidio en negocio. Una red cuyo ratio se mantiene estable está pagando un impuesto permanente para sostener la participación del lado de la oferta, y su programa de quema recicla el producto de ese impuesto de vuelta al token en lugar de financiar algo nuevo.

Tres mediciones, de las cuales una es pública hoy

De las tres magnitudes necesarias para calificar la economía unitaria de DePIN, solo la generación bruta de fees es observable públicamente hoy, e incluso esa se reporta a través de agregadores de terceros en lugar de divulgación auditada.

El costo de adquisición de cliente de hardware es el costo totalmente cargado de poner en línea un nodo generador de ingresos y mantenerlo ahí: subsidio del dispositivo, incentivos de instalación y referidos, logística, y las emisiones pagadas a ese nodo durante su primer año antes de que llegue la demanda orgánica. Ninguna de las tres redes divulga esto por nodo, y ninguna publica datos de cohortes que muestren si los nodos desplegados en un período siguen en línea y siguen generando ingresos en el siguiente. El churn importa aquí. Un nodo que cobra un subsidio durante ocho meses y luego se apaga ha consumido costo de adquisición sin haber contribuido jamás a la línea de ingresos.

El subsidio en tokens por unidad de demanda real requiere ambas patas y por lo tanto no está disponible. La distinción entre demanda orgánica y sintética importa aquí. Los ingresos contados a nivel de protocolo pueden incluir gasto del propio ecosistema: compras de la fundación del propio servicio de la red, pilotos financiados con grants, y uso que existe porque alguien recibió un pago para generarlo. Nada en los datos disponibles separa la demanda de clientes finales de la demanda financiada internamente para ninguna de las tres redes, y en los mercados de cómputo en particular, el uso que existe para ganar recompensas es un modo de falla documentado, no hipotético.

El burn coverage ratio hereda ambos problemas. Un ratio construido sobre una cifra de ingresos que incluye gasto del ecosistema sobreestimará la cobertura, y un ratio que ignora las emisiones describe mecánica de oferta en lugar de calidad del negocio.

También hay un problema de comparabilidad que una mejor divulgación no resolverá del todo. Los fees de Helium provienen de suscripciones inalámbricas de consumo y pagos reportados de operadores, los de GEODNET de suscripciones empresariales de datos de corrección, y los de Akash del alquiler de cómputo. Tienen márgenes brutos distintos, duraciones de contrato distintas, perfiles de churn distintos y sensibilidad distinta a una única contraparte. Ordenarlas por fees brutos es aproximadamente tan informativo como ordenar a un operador móvil, un licenciante de datos y un proveedor de hosting por ingresos sin examinar nada por debajo de la línea superior.

El stack de fees de Helium Mobile y su único punto de dependencia

Las cifras reportadas de Helium contienen una tensión interna que apunta directamente al origen de los ingresos. El artículo de SolanaFloor cita 505.505 altas, aproximadamente el doble del nivel de mayo, junto con 113.891 hotspots y más de 1,2 millones de usuarios diarios. Que los usuarios diarios superen el total de altas por un factor de más de dos no es una contradicción si “usuarios” cuenta dispositivos atendidos mediante offload de operadores en lugar de suscriptores de Helium Mobile. Esa lectura coincide con el supuesto giro hacia socios operadores que pagan por el tráfico cursado en radios de Helium, aunque no pudimos verificar los acuerdos con operadores, su inicio ni sus términos de precio con ninguna fuente disponible.

Las cifras diarias dan una idea de la escala. El 26 de octubre, según datos de Artemis citados en ese artículo, Helium generó $57.900 en fees frente a $34.500 en recompras, con HNT cerca de $2,10 en ese momento, lo que implica aproximadamente 16.400 tokens comprados ese día. Se reportó que las quemas de Data Credits se mantenían consistentemente cerca de $50.000 diarios, superando los $52.000 el 27 de octubre. La fuente no especifica el año de esas fechas, y las referencias circundantes apuntan a 2025.

Una línea de ese desglose merece atención. De la quema del 27 de octubre, aproximadamente $124 provinieron de uso de IoT. La red LoRaWAN que definió a Helium durante sus primeros años, que justificó su construcción original de hardware y que absorbió el grueso de sus primeras emisiones, ahora contribuye del orden de una cuarta parte de un uno por ciento de los fees diarios de la red. Esa es una ilustración concreta de lo que puede producir un bootstrapping de emisión fija: una base desplegada grande, una red funcionando y un ingreso mínimo. Sea lo que sea en lo que se convierta el negocio móvil, el segmento IoT es el caso de control, que muestra que la densidad lograda mediante subsidio no se convierte automáticamente en demanda.

El problema de reflexividad en la deflación neta

Un miembro del equipo central de Helium citó un gráfico de Dune que supuestamente muestra quemas financiadas por ingresos superando a las emisiones desde finales de septiembre de 2025, descrito como deflación neta para HNT. El problema mecánico de ese encuadre es que la pata de quema está fija en dólares y la pata de emisión está fija en tokens.

Dado que los Data Credits tienen un precio fijo de $0,00001, un dólar dado de ingresos de suscriptores quema una cantidad de HNT inversamente proporcional al precio de mercado. Si el precio del token se reduce a la mitad con el negocio sin cambios, el mismo ingreso diario retira el doble de tokens, las emisiones siguen su calendario, y la deflación neta se profundiza. Si el precio se duplica, la deflación neta puede convertirse en inflación neta sin que un solo suscriptor se vaya. Una afirmación de deflación medida en unidades de token es, por tanto, en parte una afirmación sobre precio, y leerla como una afirmación sobre el desempeño del negocio invierte la causalidad. La versión verificable de la afirmación está denominada en dólares: ingresos quemados por día frente al valor en dólares de las emisiones por día. Esa cifra no se ha publicado.

El ingreso por offload como exposición de concentración

Si una parte material de la línea de fees de Helium proviene del offload de operadores, la red ha cambiado una dependencia por otra. El ingreso por suscripción de consumo es lento de construir y difícil de defender frente a los precios de los operadores establecidos, pero está diversificado entre cientos de miles de cuentas pequeñas. El ingreso por offload es una venta de capacidad mayorista a un número reducido de compradores grandes que fijan el precio, controlan el enrutamiento del tráfico y pueden renegociar en la renovación del contrato. El lado de la oferta descentralizado cambia quién posee las radios. No cambia el hecho de que la capacidad mayorista es un commodity vendido en un mercado de compradores.

El escenario que pondría esto a prueba es claro: un socio operador reduce las tasas de pago por offload o redirige tráfico. Las quemas diarias de Data Credits caen junto con eso, la recompra se reduce proporcionalmente, y la deflación neta se revierte sin ningún fallo de la red en sí. No tenemos base para estimar la probabilidad de ese escenario, porque los términos contractuales no son públicos. Un flujo de ingresos cuya durabilidad no puede evaluarse desde afuera no debería suscribirse como si fuera un ingreso de consumo recurrente.

Reportes de que Helium suspendió un programa de quema discrecional para financiar el crecimiento no pudieron confirmarse con ninguna fuente disponible. Si es cierto, la lectura estructural es simple: una quema que puede suspenderse es una decisión de asignación de capital, no política monetaria, y la distinción importa para cualquiera que trate la reducción de oferta como una propiedad duradera del token.

GEODNET tiene la economía más atractiva reportada y el registro público más endeble

GEODNET es el caso donde la brecha entre cifras afirmadas y verificables es más amplia. Las afirmaciones que circulan sobre esta red, aproximadamente $7,3 millones en ingresos recurrentes anuales, un crecimiento de aproximadamente 154% en lo que va del año, y una política de destinar el 80% de los ingresos por datos a comprar y quemar GEOD hacia un objetivo de deflación neta, no están respaldadas por ninguna fuente a la que pudiéramos acceder. El informe de investigación de Blockworks comúnmente citado para estas cifras devolvió un error 404 al momento de escribir esto. Las señalamos como no confirmadas en lugar de repetirlas como hallazgos.

El único dato con fuente externa es los $1,3 millones en fees de GEODNET en la ventana de tres meses citada. Anualizado, eso implica algo en el rango de $5 millones, que es direccionalmente compatible con un run rate de $7,3 millones dado el crecimiento dentro del período. Compatibilidad no es corroboración. Reduce el rango de cifras plausibles sin confirmar ninguna de ellas.

El negocio subyacente es el más diferenciado de los tres. El posicionamiento cinemático en tiempo real, o RTK, usa una red de estaciones base fijas para transmitir datos de corrección que reducen el error de GNSS de metros a centímetros para receptores cercanos. El valor es función de la proximidad, de modo que la densidad de cobertura es el producto. Los compradores son operadores de equipo agrícola, topógrafos, empresas de robótica y operadores de maquinaria automatizada, y pagan mediante suscripciones recurrentes por rover en lugar de por transacción.

Ese perfil de demanda tiene dos propiedades distintas. Los contratos empresariales recurrentes tienen un churn más lento que las suscripciones de consumo y no se reprecian a diario, lo que hace que el ingreso sea más predecible que el de Helium. Pero el conjunto de jugadores establecidos es formidable: vendedores de posicionamiento consolidados, redes de estaciones de referencia operadas continuamente y financiadas públicamente, y servicios de corrección entregados por satélite que no requieren estación base terrestre. La tesis subsidiada por tokens sostiene que las emisiones pueden financiar densidad de estaciones base en regiones donde los jugadores establecidos no desplegarán, y que esa densidad es pegajosa una vez lograda. El contraargumento es que los datos de corrección se vuelven un commodity con precio por rover al mes una vez que la densidad cruza el umbral operativo, momento en el cual un jugador establecido con relaciones empresariales existentes puede igualar la cobertura y vender más barato sin financiar su propio lado de la oferta.

También pesa una pregunta de definición sobre la política de quema tal como se describe. Un compromiso de quemar el 80% de los ingresos por datos no es lo mismo que el 80% de los ingresos totales, y las redes DePIN que venden hardware típicamente registran una línea única significativa junto a la recurrente. Sin un desglose de ingresos, un lector externo no puede saber si la quema se financia con el negocio de suscripciones o parcialmente con ventas de dispositivos que se repiten solo mientras la red se expande. Tampoco puede interpretarse la tasa de crecimiento sin una base: 154% sobre una base pequeña es una trayectoria común en etapa temprana y no aporta información sobre lo que ocurre a diez veces el tamaño.

io.net y los modos de falla de las emisiones vinculadas a ganancias

El reportado Incentive Dynamic Engine de io.net, que supuestamente se lanzó en junio de 2026 y vincula tanto las emisiones como las quemas a las ganancias medidas de la red, no pudo verificarse. La entrada del blog de io.net que lo describe no devolvió contenido legible al ser consultada, y ninguna fuente secundaria en nuestra investigación cubrió su mecánica. Lo que sigue trata las emisiones vinculadas a ganancias como un diseño, no como un sistema desplegado con resultados observables.

El diseño responde a un defecto real. Un calendario de emisión fijo fija el precio del crecimiento de la oferta sin referencia a la demanda, lo que significa que la red paga el mismo subsidio ya sea que su capacidad esté completamente utilizada o inactiva. Reemplazar eso con una emisión vinculada a ganancias medidas elimina esa mala fijación de precio. Introduce tres problemas específicos.

El primero es la prociclicidad. Las emisiones fijas son contracíclicas: cuando la demanda es débil, la red sigue pagando a los operadores para que permanezcan en línea, preservando capacidad que se vuelve valiosa cuando la demanda vuelve. Las emisiones vinculadas a ganancias recortan recompensas precisamente cuando las ganancias caen, acelerando la salida de operadores en una recesión. La capacidad se va cuando es más barato retenerla y debe readquirirse luego a costo completo. Si ese intercambio vale la pena depende de la elasticidad de la oferta, y para operadores de GPU con compradores alternativos, la oferta es elástica.

El segundo es la integridad de la medición. Cualquier regla que acuñe tokens en función de ganancias reportadas crea un incentivo para fabricar ganancias. En un mercado de cómputo donde la misma parte puede alquilar y proveer, el wash renting para activar emisión es un vector de ataque obvio, y defenderse de él requiere atestación de ingresos independiente de las partes recompensadas. Nada en el material disponible describe cómo io.net aborda esto.

El tercero es el rezago y la reflexividad. Si el motor lee una ventana de ganancias rezagada, las emisiones responden a shocks de demanda con semanas de retraso, lo cual es tolerable para el ruido pero dañino durante cambios de régimen. Si lee más cerca del tiempo real, y las ganancias se miden en un token volátil, la emisión responde al precio además de a la demanda, amplificando la retroalimentación en ambas direcciones. No sabemos qué mecanismo eligió io.net.

Debajo de la tokenomics se encuentra el problema de demanda central de los mercados de cómputo. El alquiler de GPU es casi fungible: los compradores comparan el precio por hora para un acelerador dado, los costos de cambio son bajos, y la oferta competidora incluye hyperscalers y nubes de GPU centralizadas con mayores garantías de confiabilidad y vías de adquisición convencionales. El cómputo descentralizado compite principalmente en precio, lo cual limita el margen bruto estructuralmente. La única cifra de fees disponible para la categoría es Akash con $729.700 en tres meses, menos de una quinta parte de la de Helium en la misma ventana. Si eso refleja la escala de la categoría, el problema principal para el DePIN de cómputo no es el diseño de emisión. La demanda simplemente no se ha materializado a la escala que asumió la construcción de la oferta.

Calificación según lo que realmente puede verificarse

Las tres redes no pueden ordenarse por economía unitaria porque falta la pata de emisiones para las tres. Sí pueden ordenarse por dos factores observables: escala bruta de fees y permanencia estructural del compromiso de quema.

El segundo eje es el más diagnóstico. Una quema ejecutada a nivel de protocolo, como la conversión a Data Credits de Helium, se aplica con independencia de las preferencias de la gestión, sobrevive a cambios de liderazgo y puede verificarse on-chain. Una quema fijada por política, como se reporta que es la de GEODNET, es una asignación discrecional de efectivo operativo que puede reducirse en cualquier trimestre en que se necesite capital en otro lugar. Eso suele ser una decisión comercial defendible, que es precisamente por qué una quema de política no debería suscribirse como una propiedad monetaria inmutable. Una quema algorítmica vinculada a ganancias se sitúa entre ambas: estructural en su forma, pero solo tan creíble como la medición de ganancias que la alimenta y el proceso de gobernanza que puede modificar la fórmula.

Ordenadas por credibilidad estructural, el mecanismo de Helium es el más fuerte, el de GEODNET el más débil, y el de io.net no puede evaluarse. Ese orden es inverso al orden por economía reportada, donde los márgenes reportados de GEODNET y el motor reportado de io.net parecen más convincentes que el volumen diario de fees de Helium. Las redes con las narrativas más atractivas poseen la infraestructura menos verificable.

Lo que la divulgación resolvería, y qué observar mientras tanto

Los datos necesarios para hacer auditable la economía unitaria de DePIN son directos. Cuatro divulgaciones cerrarían la brecha: el valor en dólares de las emisiones publicado junto al valor en dólares de los ingresos para el mismo período en el mismo dashboard; ingresos divididos entre demanda de clientes finales y uso financiado por el ecosistema o por grants; datos de cohortes de nodos que muestren cuántos dispositivos desplegados en un trimestre dado siguen en línea y generando ingresos doce meses después; y, donde una parte material del ingreso proviene de un grupo pequeño de contrapartes, divulgación de concentración de clientes. Nada de esto requiere estados financieros auditados. Requiere publicar la pata de costos con la misma prominencia que la pata de ingresos.

Hasta que eso exista, tres condiciones observables ofrecen una señal práctica. La primera es si el run rate diario de fees de Helium se sostiene a lo largo de un ciclo de renovación de contrato con operadores, en lugar de a lo largo de un único trimestre de crecimiento de usuarios, dado que el riesgo principal es una renegociación que reduzca las quemas sin una interrupción operativa. La segunda es si el compromiso reportado de quema del 80% de GEODNET sobrevive a un trimestre flojo, que es la condición que separa una política de una regla inmutable. La tercera es si io.net publica la especificación de medición y atestación de ganancias del IDE, porque una fórmula de emisión vinculada a ingresos no verificados funciona como un subsidio sin restricciones.

La línea de IoT de Helium sigue siendo el caso de estudio central. Una red impulsada mediante bootstrapping con emisiones fijas hasta superar los cien mil dispositivos desplegados ahora genera aproximadamente $124 al día de ese segmento original. El hardware existe, la cobertura existe, y la demanda nunca llegó a la escala que el subsidio asumió. La tokenomics vinculada a ingresos cambia cómo una red compensa a la oferta. No produce compradores.