InfoFi: Nueva paradigma de mercado de atención potenciado por IA

En 1971, el psicólogo y economista Herbert Simon propuso por primera vez la teoría de la economía de la atención, señalando que en un mundo de sobrecarga de información, la atención humana se convierte en el recurso más escaso.

El economista Albert Wenger revela en "El mundo después del capital" un cambio fundamental: la civilización humana está experimentando un tercer salto: de la "escasez de capital" de la era industrial a la "escasez de atención" de la era del conocimiento.

• Revolución agrícola: resuelve el problema de la escasez de alimentos, pero provoca disputas por la tierra.
• Revolución Industrial: resolver el problema de la escasez de tierras, pasar a la competencia por recursos y la acumulación de capital
• Revolución digital: lucha por la atención

Esta transformación se origina en dos características de la tecnología digital: el costo marginal cero de la copia y difusión de información, y la universalidad del cálculo de la IA (aunque la atención humana no es replicable).

Ya sea por la explosión del mercado de juguetes de moda o por las transmisiones en vivo de los principales influencers, en esencia, todo se trata de la competencia por la atención de los usuarios y espectadores. Sin embargo, en la economía de atención tradicional, los usuarios y fans contribuyen con su atención como "combustible de datos", mientras que los ingresos excesivos son monopolizados por las plataformas. El InfoFi del mundo Web3 intenta romper este modelo: a través de la blockchain, incentivos de tokens y tecnología AI, busca hacer transparente el proceso de producción, difusión y consumo de información, devolviendo el valor a los participantes.

Resumen de InfoFi

InfoFi es la combinación de Información y Finanzas, y su núcleo radica en convertir información abstracta que es difícil de cuantificar en un portador de valor dinámico y cuantificable. Esto no solo abarca los mercados de predicción tradicionales, sino también la distribución, especulación y comercio de información o conceptos como atención, reputación, datos en cadena, percepciones personales y actividad narrativa.

Las principales ventajas de InfoFi:

• Redistribución del valor: devolver el valor que es monopolizado por las plataformas en la economía de la atención tradicional a los verdaderos contribuyentes.
• Valoración de la información: convertir conceptos abstractos en activos digitales negociables, creando un mercado de intercambio de valor de la información.
• Participación de bajo umbral: los usuarios pueden participar en la distribución de valor a través de la creación de contenido solo con una cuenta de redes sociales.
• Mecanismos de incentivos innovadores: recompensar la creación de contenido, la difusión, la interacción y otros múltiples aspectos, para que el contenido de nicho y los usuarios de cola larga también puedan obtener recompensas.
• Aplicaciones interdisciplinarias: La introducción de la IA brinda a InfoFi ventajas como la evaluación de la calidad del contenido y la optimización del mercado predictivo.

Clasificación InfoFi

mercado de predicción

El mercado de predicción es un componente central de InfoFi, donde se predicen los resultados de eventos futuros a través de la sabiduría colectiva. Los participantes compran y venden "acciones" vinculadas a resultados de eventos específicos para expresar sus expectativas, y el precio del mercado refleja la expectativa colectiva del grupo sobre el resultado.

Representante de la plataforma:

• Polymarket: el mercado de predicción descentralizado más grande, basado en la red Polygon
• Kalshi: plataforma de mercado de predicción regulada por la CFTC en EE. UU., centrada en el comercio de contratos de eventos.

Tipo de boca InfoFi (Yap-to-Earn)

Gana recompensas al publicar opiniones y compartir contenido. Un algoritmo de IA evalúa la cantidad, calidad, interacción y profundidad del contenido, y asigna recompensas en puntos o tokens.

Proyecto representativo:

• Kaito AI: Colabora con múltiples proyectos para evaluar el contenido relacionado con criptomonedas publicado por los usuarios en X.
• Cookie.fun: Seguimiento de la cuota de mercado de la inteligencia artificial, la interacción y los datos en cadena.
• Virtuals: Plataforma de lanzamiento de agentes de IA, el mecanismo Genesis Launch incluye elementos de Yap-to-Earn.
• Loud: "Experimento de valor de atención" en el ecosistema Kaito AI
• Wallchain Quacks: proyecto de AttentionFi programático basado en Solana

Boca Lúgubre + Tarea / Actividad en cadena / Verificación

Evaluar de manera integral la contribución multidimensional de los usuarios combinando la contribución de contenido y el comportamiento en la cadena.

Proyecto representativo:

• Galxe Starboard: recompensa por contribuciones reales en acciones fuera de la cadena y en la cadena
• Mirra: Modelo de IA descentralizado entrenado con datos seleccionados por la comunidad

InfoFi de reputación

• Ethos: Protocolo de reputación en cadena que genera puntajes de credibilidad
• GiveRep: construido sobre Sui, convierte la influencia social en reputación cuantificable en la cadena.

Mercado de atención/Predicción

• Noise: Plataforma de descubrimiento de tendencias y comercio basada en MegaETH
• Ventaja: mercado de predicción social, recompensa por descubrir, compartir y predecir contenido valioso
• YAPYO: Infraestructura del mercado de atención en el ecosistema de Arbitrum
• Tendencias: se pueden tokenizar X publicaciones, convirtiéndose en una tendencia en la curva conjunta.

Acceso a contenido de control de tokens

• Backroom: Los creadores lanzan espacios tokenizados que ofrecen contenido seleccionado.
• Xeet: Un nuevo protocolo en la red Abstract, diseñado para reducir el ruido y mejorar la señal.

Análisis de Datos InfoFi

• Arkham Intel Exchange: herramienta de consulta de datos en cadena y plataforma de comercio de información

Desafíos que enfrenta InfoFi

mercado de predicción

• Regulación y cumplimiento: puede ser visto como un mercado similar al juego, enfrentando presión regulatoria.
• Negociación con información privilegiada y equidad: puede verse afectada por información privilegiada, grandes capitales pueden distorsionar los precios a corto plazo.
• Liquidez y participación: los temas de nicho enfrentan el "problema de la liquidez insuficiente en la larga cola"
• Diseño de oráculos: necesita prevenir ataques de manipulación y asegurar la justicia de los resultados.

tipo de InfoFi de boca

• Aumento del ruido informativo: la proliferación de contenido y anuncios de IA oculta señales reales.
• Transparencia del algoritmo: falta de una explicación pública de los estándares de evaluación de calidad del contenido.
• Efecto Mateo en la distribución de ingresos: los creadores marginales y los minoristas enfrentan bajos ingresos y una competencia feroz.
• Persistencia de la atención: Después de la distribución de recompensas, la participación de los usuarios disminuye drásticamente.
• La atención y la proporción de capitalización de mercado no son equivalentes

InfoFi de reputación

• El sistema de invitación limita la incorporación de nuevos usuarios, dificultando la formación de un amplio efecto de red.
• Existe el riesgo de operaciones maliciosas
• Problema de reconocimiento mutuo de puntuaciones de reputación entre plataformas

Tendencias Futuras de InfoFi

mercado de predicción

• La combinación de IA y mercados de predicción mejora la precisión de las predicciones
• La fusión de las redes sociales y los mercados de predicción se convierte en la infraestructura básica del economía de la información.
• Aplicado a la gobernanza descentralizada (Futarchy)
• Desarrollar herramientas de contenido y noticias dirigidas a todos.

Boca Loo y InfoFi de tipo reputación

• Introducir tecnología de gráficos sociales y comprensión semántica para mejorar la precisión de la evaluación del valor del contenido
• Optimizar el mecanismo de incentivos para fomentar la creación de contenido de calidad y de largo tail.
• Desarrollar un modelo de lenguaje InfoFi específico para Web3
• Evaluación multidimensional de la contribución del usuario
• Calificación de reputación combinada con DeFi, como base para el crédito de préstamos y staking.
• Tokenización de activos abstractos, dando lugar a más productos derivados
• Ampliar a más plataformas sociales y medios de comunicación.

Datos de Insight InfoFi

• Análisis de datos e insights de creadores combinados
• Integrar capacidades de análisis de IA

Conclusión

InfoFi tiene como objetivo resolver la contradicción entre los creadores de atención y los poseedores de valor en la era digital. La clave está en establecer un mecanismo de equilibrio entre la extracción de información, la participación del usuario y el retorno de valor, creando una mejor infraestructura para el intercambio de conocimientos y la toma de decisiones colectivas. Esto requiere un impulso conjunto de la innovación tecnológica y el diseño de mecanismos, para lograr la equidad y la eficiencia de la economía de la atención. Se debe evitar convertirse en un juego de enriquecimiento para unos pocos, y realmente realizar la intención original de "valor de atención inclusivo".