METERA

Metera verifica los datos en cadena de los agentes de IA antes de que actúen y los rechaza cuando no se puede confiar en ellos.

  • Fintech

Problema

Los agentes de IA mueven dinero real en cadena, de forma autónoma, más rápido de lo que nadie puede comprobar sobre qué están actuando. Reciben un número de una fuente de datos y firman una transacción en ella, sin saber si ese número es nuevo, correcto o manipulado. Cuando los datos son incorrectos, el agente no falla en el pago. Fracasa en la decisión que le corresponde, y así es como se pierde el dinero. Ya tiene un recuento de cadáveres: un agente comercial de IA fue explotado por $216,000 este año, y generar un exploit que funcione ahora cuesta tan solo $1.22. El error no es el código del agente. Son los datos en los que confía. Metera resuelve este problema verificando los datos de la cadena antes de que un agente actúe, puntuando en qué medida confía en ellos y rechazándolos cuando no puede verificarlos, de modo que un agente nunca actúe a ciegas.

Solución

Metera se interpone entre un agente y la transacción que está a punto de realizar. Antes de actuar, el agente le pide a Metera que verifique el estado de la cadena en el que confía, el precio, el riesgo del token, el saldo de una cartera y las reservas de un fondo común. Metera lee ese estado de fuentes independientes en el mismo espacio y arroja tres datos: el valor, el nivel de confianza (fuente única, consensuado o anclado) y el origen. Cuando los datos no son válidos o las fuentes no están de acuerdo, Metera se niega en lugar de hacer conjeturas, y las negativas son gratuitas. Todas las comprobaciones se basan en Solana, por lo que cualquiera puede volver a calcular el hash y verificar el registro sin confiar en nosotros. El agente lee el nivel de confianza mediante programación y decide si actúa o no. Hace poco demostramos que todo funciona: Metera bloqueó la transferencia de un agente a una dirección autorizada por la OFAC antes de que se ejecutara. La verificación decide y, a continuación, la ejecución, y nunca al revés.

Modelo de negocio

Basado en el uso: los agentes pagan por llamada verificada y las denegaciones son gratuitas. Solo pagan por las respuestas que pasan la verificación, lo que alinea nuestros incentivos con ofrecer algo confiable. La facturación se basa en los créditos (Stripe), y los niveles de los planes (Free, Pro, Scale) añaden una capa de suscripción para los clientes con mayor volumen, además del uso.

El boleto promedio se construye de abajo hacia arriba a ~$3,000/cliente/año a la escala objetivo, y se escala con la actividad de cada agente. Un agente de investigación de baja frecuencia paga poco, mientras que un agente de DeFi o de operaciones con alta frecuencia que hace miles de cheques paga mucho más. Los ingresos aumentan con el uso, no se limitan a un precio fijo por asiento.

Llegamos temprano, con alrededor de 40 los usuarios están haciendo pruebas y aún no hay ingresos significativos, por lo que el billete es una proyección, no un número realizado. A medida que los agentes aportan más valor a la cadena y verifican más antes de actuar, el tamaño de las solicitudes aumenta con ellos.

Mercado

TAM ~50 000 millones de dólares: el mercado mundial de agentes de IA de 2030 (Grand View Research, ~45% CARRO). Por contexto, se prevé que los agentes influyan en más de 15 000 millones de dólares en transacciones comerciales y dentro de la cadena 2030 (Gartner): ese es el valor que fluyen a través de los agentes, y no es seguro actuar sobre ninguno de ellos sin verificación.

SAM ~$3.75B: verificación de datos para agentes financieros, nuestra porción del mercado de oracle/verificación en cadena ($12.5B por 2034, Investigación de mercado de Intel, ~30% financiero).

Unos 50 millones de dólares: los agentes financieros a los que Metera puede llegar de manera realista 3 años.

Competidores

Directo: proveedores de datos que los agentes utilizan para los datos en cadena. Pyth y Switchboard venden ficheros de precios; Birdeye y Helius venden datos bursátiles y de mercado sin procesar. Todos le dan un número al agente y se van, ninguno devuelve un nivel de confianza, ninguno se niega cuando no puede verificarlo y ninguno demuestra que está en cadena. Ellos son el canal de noticias; nosotros somos la puerta.

Adyacente: los actores más importantes (Chainlink, proveedores de RPC) podrían pasar a la verificación de agentes, pero están diseñados para que humanos y dApps lean datos, no para que sean agentes autónomos que decidan si actúan en el momento de la firma.

Por qué ganamos: negarse a enviar un número que no puedes respaldar es una disciplina en torno a la que construyes una empresa, no una característica que aprovechas. Un proveedor que dé prioridad a la cobertura no puede adaptar la fórmula «decimos que no cuando no estamos seguros» sin luchar contra sus propios incentivos. El problema no es la tecnología, sino la postura y el historial continuo de rechazos correctos, que se agrava con el tiempo.

Diferenciación competitiva

Nuestra ventaja no son mejores datos, es el rechazo como disciplina. Los competidores se optimizan para responder; nosotros lo hacemos para saber cuándo no hacerlo. Un proveedor que da prioridad a la cobertura no puede decir «no cuando no estamos seguros» sin luchar contra sus propios incentivos. Además de eso, cada rechazo está anclado en una cadena, lo que crea un historial comprobable y acumulativo de cuándo hicimos lo correcto al detenernos, una reputación ganada llamada por llamada, no clonada. Y estamos diseñados para que el agente tome sus decisiones (resultados estructurados, niveles de confianza programáticos, rechazos en los que un agente puede basarse), no para que una persona lea un panel de control. La tecnología se puede copiar; la postura y las pruebas no.

Barrera de entrada

La idea se puede copiar en una semana; las barreras no. En primer lugar, hay que ir acumulando pruebas en cadena: cada rechazo se hace público, por lo que acumulamos un registro verificable de cuándo hicimos bien en detenernos, llamada por llamada. Un nuevo participante empieza desde cero y no puede forjarse una reputación. En segundo lugar, es difícil conseguir un mapa de independencia validado, saber qué fuentes son genuinamente independientes y leer las mismas fuentes desde el principio, y equivocarse significa fingir una corroboración. En tercer lugar, el coste del cambio: una vez que la ejecución de un agente depende de nuestra puerta de entrada, sustituirnos implica cambiar la forma en que decide. El tiempo, la confianza y la profundidad de la integración son lo más importante, no el código.

Tracción

Temprano pero real. Metera está en vivo en la red principal de Solana con alrededor de 40 pruebas de usuarios a través de MCP y API. Todas las verificaciones y rechazos se basan en la cadena, por lo que el uso es verificable públicamente, no una afirmación.

Ya tenemos un caso práctico con Webacy (DD.xyz): son nuestra fuente de datos sobre el riesgo de los tokens, les dirigimos consultas reales a los agentes y utilizan Metera en sus campañas de marketing. También figuramos en Superteam Perks. Empezamos con la puerta 402, quedamos novenos en un desvío del Coliseo y luego pasamos a Metera.

Hito más reciente: creamos una integración funcional en la que Metera actúa como puerta de verificación antes de la ejecución en cadena, bloqueando la transferencia de un agente a una dirección autorizada por la OFAC antes de que llegue a la capa de ejecución.

Estado honesto: aún no hay ingresos significativos. La clave está en el producto en producción, en el uso real, en un socio de datos en tiempo real y en la prueba de que la tesis básica funciona de principio a fin.

Emprendedores

João Pedro Camargo

Founder and engineer

Datos de la empresa

Sede
Bauru
Fundación
05/2026