← Últimos artículos
⚡ electrical engineering

Expected Revenue, Risk, and Grid Impact of Bitcoin Mining: A Decision-Theoretic Perspective

Este artículo introduce un modelo estadístico unificado, ex ante, basado en ensayos de Bernoulli para cuantificar con precisión los ingresos esperados, el riesgo de pérdida y el potencial de ganancias de la minería de Bitcoin, ofreciendo una base más fiable para analizar los impactos de la minería que los enfoques ex post anteriores.

Autores originales: Yuting Cai, Ruthav Sadali, Korok Ray, Chao Tian

Publicado 2026-08-26
📖 6 min de lectura🧠 Análisis profundo

Autores originales: Yuting Cai, Ruthav Sadali, Korok Ray, Chao Tian

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La minería de Bitcoin se imagina a menudo como una máquina estática e implacable, una fábrica que zumba día y noche, consumiendo enormes cantidades de electricidad independientemente del coste o de las necesidades de la red eléctrica. En realidad, estas operaciones se parecen mucho más a una lotería de alto riesgo donde el precio del billete fluctúa cada segundo. Los mineros no son consumidores pasivos; son participantes activos que sopesan constantemente las probabilidades de ganar un premio digital frente al coste de la electricidad necesaria para jugar. Este delicado equilibrio entre riesgo, recompensa y uso de energía se ha convertido en un problema crítico para los operadores de la red eléctrica, que deben planificar cargas masivas que pueden desaparecer o aumentar en cuestión de minutos dependiendo de las condiciones del mercado. Para gestionar esto, los planificadores necesitan entender no solo cuánta energía consume una mina en promedio, sino qué tan probable es que se apague o aumente su capacidad cuando los precios cambian.

Un equipo de investigadores de la Universidad de Texas A&M ha desarrollado una nueva forma de abordar este problema, alejándose de simples instantáneas históricas para pasar a un modelo estadístico con visión de futuro. En lugar de adivinar las ganancias futuras basándose en lo que ocurrió ayer, tratan todo el proceso de minería como una serie de pequeñas oportunidades independientes de ganar. Imagine la computadora de un minero intentando resolver un rompecabezas; cada intento es un lanzamiento de dados. La mayoría de los lanzamientos fallan, pero ocasionalmente uno tiene éxito, obteniendo una recompensa. Los investigadores construyeron un marco unificado que calcula los ingresos esperados, el riesgo de perder dinero y el potencial de obtener grandes beneficios basándose en estas probabilidades fundamentales. Su trabajo revela que el tamaño de una operación de minería y su decisión de unirse a un grupo compartido, conocido como un grupo de minería (mining pool), cambia fundamentalmente su perfil de riesgo y su comportamiento como consumidor de energía.

El estudio comienza desglosando el proceso de minería en su forma más simple. Cada vez que una computadora realiza un cálculo, está esencialmente comprando un billete de lotería. La probabilidad de ganar es increíblemente pequeña, determinada por la dificultad de la red, pero la recompensa es sustancial. Debido a que el resultado de cualquier cálculo individual es incierto, los ingresos totales durante un día o un año no son un número fijo, sino un rango de posibilidades. Los investigadores demostraron que para que un minero se sienta seguro sobre sus ingresos, necesita un número masivo de estos intentos. Si una instalación es demasiado pequeña, la suerte del sorteo puede causar fluctuaciones salvajes en los ingresos, haciendo imposible predecir si tendrán ganancias o pérdidas. Para suavizar estas fluctuaciones, los mineros suelen unirse a un grupo, donde muchas operaciones pequeñas combinan su potencia de cómputo para ganar con mayor frecuencia, compartiendo las recompensas y las comisiones. Si bien esto reduce el riesgo de un mal mes, también disminuye el beneficio potencial promedio debido a las comisiones pagadas al grupo.

Utilizando datos reales de 2023 y 2024, el equipo calibró su modelo para que coincidiera con el rendimiento real de la industria. Observaron a las principales empresas de minería como Riot Platforms y Marathon Digital, comparando lo que sus modelos predecían que deberían ganar los mineros frente a lo que esas empresas reportaron realmente. Los resultados mostraron una brecha constante: las ganancias reales fueron a menudo menores que el máximo teórico, una diferencia que los investigadores atribuyen a la volatilidad inherente de la lotería y a los costes de unirse a los grupos. Esta brecha representa un "coste de oportunidad", un compromiso financiero real que los mineros hacen para estabilizar su flujo de caja. El modelo permite a un minero calcular exactamente cuántas máquinas necesita ejecutar para mantener su riesgo por debajo de un cierto nivel, o qué parte de su flota debe enviar a un grupo para garantizar un ingreso mínimo mientras mantiene el resto libre para perseguir mayores recompensas.

Uno de los resultados más prácticos de esta investigación es una comprensión más clara de cuándo un minero apagará sus máquinas. Los investigadores calcularon un precio de electricidad de equilibrio específico para una máquina de minería típica. Si el coste de la energía sube por encima de este umbral, resulta más barato dejar de minar y esperar a que los precios bajen. Sin embargo, este umbral no es fijo; cambia con el precio de Bitcoin, la recompensa por encontrar un bloque y la eficiencia del hardware. Por ejemplo, si el precio de Bitcoin cae un 20%, el punto de equilibrio para la electricidad cae significativamente, lo que significa que los mineros dejarán de operar a precios de energía mucho más bajos que antes. El estudio también encontró que los mineros que participan en grupos tienen un punto de equilibrio ligeramente más bajo, lo que los hace ligeramente más dispuestos a seguir operando durante periodos caros, pero también menos flexibles en su respuesta a los choques del mercado.

Para las personas que gestionan la red eléctrica, esta nueva perspectiva es vital. Los métodos de planificación actuales suelen tratar la minería como una carga fija o un interruptor simple que se puede apagar. Esta investigación sugiere que la minería es una carga dependiente del estado, lo que significa que su comportamiento cambia dinámicamente basándose en una mezcla compleja de factores financieros y técnicos. Un operador de red no puede simplemente asumir que una mina cortará la energía cuando el precio alcance cierto número; debe entender la tolerancia al riesgo específica y los acuerdos de grupo de esa mina para predecir su reacción con precisión. Al utilizar este marco estadístico, los planificadores de la red pueden pronosticar mejor cuánta energía estará disponible o cuánto se puede recortar durante las emergencias, lo que conduce a sistemas eléctricos más fiables.

Los autores concluyen que su enfoque proporciona una base sólida para analizar los impactos económicos y energéticos de la minería de Bitcoin. Mueve la conversación más allá de las simples estimaciones del uso total de energía hacia una comprensión matizada de cómo los mineros toman decisiones bajo incertidumbre. Esta claridad ayuda tanto a los mineros a diseñar mejores estrategias para sus operaciones como a los operadores de la red a crear políticas que puedan aprovechar eficazmente la flexibilidad de estas cargas masivas. Aunque el modelo simplifica algunos detalles complejos como las comisiones de transacción y las restricciones locales específicas, ofrece una forma rigurosa y unificada de ver la interacción entre la moneda digital y los sistemas de potencia físicos, asegurando que la planificación futura se base en la verdadera naturaleza probabilística del juego de la minería.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →