Últimamente estoy investigando cómo se complementan los proyectos Walrus y io.net, y es bastante interesante. En pocas palabras, uno se encarga del cálculo y el otro del almacenamiento privado; esta combinación reduce significativamente los costos para las startups de IA.

Casos prácticos que he visto: DLP Labs utiliza esta solución para procesar datos de registros de vehículos eléctricos, reduciendo directamente los costos en un 22%; CudisWellness la emplea para gestionar datos de salud, garantizando la privacidad y permitiendo también repartir beneficios. Esto realmente toca el punto clave de toda la "economía de datos": los datos deben moverse, no quedarse atrapados en un lugar, y los usuarios pueden acceder a ellos de manera flexible usando herramientas como Seal.

Desde una perspectiva más amplia, esta idea es similar a construir una "full stack de IA": Sui como base, con más de 190 proyectos que van desde el concepto hasta la operación del producto. En el aniversario del lanzamiento de la mainnet, la cantidad de solicitudes diarias de Seal superó las 80,000, lo que indica que los usuarios realmente necesitan esto. Lo más interesante es el cambio en la lógica: la protección de la privacidad ya no es esconder cosas, sino que es transparente bajo un marco de cumplimiento. Con 125 nodos y una tasa de utilización del 28%, estos números muestran que todo el sistema ya ha entrado en una fase operativa verificable.