InfoFi : un nouveau paradigme du marché de l'attention alimenté par l'IA

En 1971, le psychologue et économiste Herbert Simon a proposé pour la première fois la théorie de l'économie de l'attention, soulignant que dans un monde surchargé d'informations, l'attention humaine est devenue la ressource la plus rare.

L'économiste Albert Wenger révèle dans "Le monde après le capital" un changement fondamental : la civilisation humaine connaît une troisième transition - passant de "la rareté du capital" à l'ère industrielle à "la rareté de l'attention" à l'ère de la connaissance.

• Révolution agricole : résout le problème de la rareté alimentaire, mais engendre des conflits de terres.
• Révolution industrielle : résoudre le problème de la rareté des terres, se tourner vers la concurrence des ressources et l'accumulation de capital
• Révolution numérique : lutte pour l'attention

Cette transformation découle de deux grandes caractéristiques des technologies numériques : le coût marginal nul de la copie et de la diffusion de l'information, ainsi que l'universalité du calcul AI (mais l'attention humaine n'est pas reproductible).

Que ce soit l'engouement pour le marché des objets de collection ou la vente en direct des principaux streamers, cela revient essentiellement à une lutte pour l'attention des utilisateurs et des spectateurs. Cependant, dans l'économie de l'attention traditionnelle, les utilisateurs et les fans contribuent avec leur attention en tant que "carburant de données", tandis que les gains excédentaires sont monopolisés par les plateformes. Le monde Web3 d'InfoFi tente de renverser ce modèle - en utilisant la blockchain, des incitations par jetons et des technologies d'IA pour rendre le processus de production, de diffusion et de consommation de l'information transparent, et restituer la valeur aux participants.

Aperçu d'InfoFi

InfoFi est une combinaison d'Information et de Finance, dont le cœur réside dans la transformation d'informations abstraites difficiles à quantifier en supports de valeur dynamiques et quantifiables. Cela inclut non seulement les marchés de prédiction traditionnels, mais aussi la distribution, la spéculation et le commerce d'informations ou de concepts tels que l'attention, la réputation, les données on-chain, les insights personnels et l'activité narrative.

Les avantages clés de InfoFi :

• Réallocation de la valeur : restituer aux véritables contributeurs la valeur monopolisée par les plateformes dans l'économie de l'attention traditionnelle.
• Valorisation de l'information : transformer des concepts abstraits en actifs numériques négociables, créant un marché d'échange de valeur de l'information.
• Participation à faible seuil : les utilisateurs peuvent participer à la distribution de valeur grâce à la création de contenu uniquement avec leur compte de réseau social.
• Mécanisme d'incitation à l'innovation : récompenser la création de contenu, la diffusion, l'interaction et d'autres étapes, permettant ainsi aux contenus de niche et aux utilisateurs de longue traîne de recevoir des récompenses.
• Applications intersectorielles : L'introduction de l'IA offre à InfoFi des avantages tels que l'évaluation de la qualité du contenu et l'optimisation des marchés prévisionnels.

Catégorie InfoFi

marché prédictif

Le marché prédictif est un élément central d'InfoFi, utilisant l'intelligence collective pour prédire les résultats futurs d'événements. Les participants achètent et vendent des "actions" liées à des résultats d'événements spécifiques pour exprimer leurs attentes, le prix du marché reflétant l'attente collective du groupe concernant les résultats.

Plateforme représentante :

• Polymarket : le plus grand marché de prédiction décentralisé, basé sur le réseau Polygon
• Kalshi : plateforme de marché prédictif réglementée par la CFTC aux États-Unis, spécialisée dans le trading de contrats d'événements.

Type de bouche InfoFi (Yap-to-Earn)

Gagnez des récompenses en publiant des idées et en partageant du contenu. Un algorithme d'IA évalue la quantité, la qualité, l'interaction et la profondeur du contenu, et attribue des points ou des récompenses en jetons.

Représenter le projet :

• Kaito AI : Collabore avec plusieurs projets pour évaluer le contenu lié à la cryptographie publié par les utilisateurs sur X.
• Cookie.fun : Suivi du taux de possession mentale des agents IA, de l'interaction et des données sur la chaîne
• Virtuals : plateforme de lancement d'agents IA, le mécanisme Genesis Launch comprend des éléments Yap-to-Earn.
• Loud : "Expérience de la valeur d'attention" dans l'écosystème Kaito AI
• Wallchain Quacks : projet AttentionFi programmatique basé sur Solana

Bouche Lue + Tâches / Activités sur la chaîne / Vérification

Évaluer de manière globale les contributions multidimensionnelles des utilisateurs en combinant les contributions de contenu et les comportements sur la chaîne.

Projets représentés :

• Galxe Starboard : Récompense des contributions réelles dans les actions hors chaîne et sur chaîne.
• Mirra : un modèle d'IA décentralisé entraîné sur des données sélectionnées par la communauté

InfoFi de réputation

• Ethos : protocole de réputation sur la chaîne, générant un score de crédibilité
• GiveRep : construit sur Sui, transforme l'influence sociale en réputation on-chain quantifiable

Marché de l'attention/prévision

• Noise : Plateforme de découverte de tendances et de trading basée sur MegaETH
• Upside : marché de prédiction sociale, récompense pour la découverte, le partage et la prévision de contenus de valeur.
• YAPYO : infrastructure du marché de l'attention dans l'écosystème Arbitrum
• Tendances : des X publications peuvent être tokenisées, devenant une tendance sur la courbe conjointe.

Accès au contenu contrôlé par le token

• Backroom : Les créateurs lancent des espaces tokenisés, offrant un contenu sélectionné.
• Xeet : Un nouveau protocole sur le réseau Abstract, visant à réduire le bruit et à renforcer le signal.

Informations de données InfoFi

• Arkham Intel Exchange : outil de recherche de données sur la chaîne et plateforme d'échange d'informations

Les défis auxquels InfoFi est confronté

marché prédictif

• Régulation et conformité : pourrait être considéré comme un marché de type jeu, faisant face à des pressions réglementaires.
• Délit d'initié et équité : peut être perturbé par des informations privilégiées, de gros capitaux peuvent fausser les prix à court terme.
• Liquidité et participation : les sujets de niche sont confrontés au "problème de liquidité de longue traîne"
• Conception des oracles : nécessité de prévenir les attaques de manipulation et d'assurer l'équité des résultats

Bouche Lube Type InfoFi

• Intensification du bruit d'information : la prolifération de contenus et de publicités IA couvre les signaux réels.
• Transparence algorithmique : manque d'explication publique des critères d'évaluation de la qualité du contenu.
• L'effet Matthieu de la distribution des revenus : les créateurs de contenu en fin de chaîne et les petits investisseurs sont confrontés à des revenus faibles et à une concurrence intense.
• Durée de l'attention : après la distribution des récompenses, l'engagement des utilisateurs chute de manière drastique.
• Attention et capitalisation boursière ne sont pas équivalents

InfoFi de réputation

• Le système d'invitation limite l'arrivée de nouveaux utilisateurs, rendant difficile la formation d'un large effet de réseau.
• Risque d'opérations malveillantes
• Problème de reconnaissance mutuelle des scores de réputation multiplateforme

Tendances futures d'InfoFi

marché prédictif

• L'association de l'IA et des marchés de prédiction améliore la précision des prévisions
• La fusion des réseaux sociaux et des marchés de prévision devient l'infrastructure de base de l'économie de l'information.
• Appliqué à la gouvernance décentralisée (Futarchy)
• Développer un outil de contenu et d'actualités accessible à tous

Bouche Lube et InfoFi de réputation

• Introduction de la technologie des graphes sociaux et de la compréhension sémantique pour améliorer la précision de l'évaluation de la valeur du contenu.
• Optimiser le mécanisme d'incitation pour encourager la création de contenu de qualité à long terme
• Développer un modèle de langage InfoFi dédié au Web3
• Évaluation multidimensionnelle de la contribution des utilisateurs
• La notation de réputation combinée avec DeFi, comme base de crédit pour les prêts et le staking.
• Tokenisation des actifs abstraits, générant davantage de produits dérivés
• Étendre à davantage de plateformes sociales et de médias d'actualités

Informations de type Data Insights InfoFi

• Analyse des données et insights pour les créateurs combinés
• Intégrer des capacités d'analyse AI

Conclusion

InfoFi vise à résoudre la contradiction entre les créateurs d'attention et les détenteurs de valeur à l'ère numérique. La clé réside dans l'établissement d'un mécanisme d'équilibre entre l'extraction d'informations, la participation des utilisateurs et le retour de valeur, afin de créer une meilleure infrastructure de partage des connaissances et de décision collective. Cela nécessite une innovation technologique et un design de mécanismes pour réaliser l'équité et l'efficacité de l'économie de l'attention. Éviter de devenir un jeu de chasse au trésor pour quelques-uns, et réaliser véritablement l'objectif de "l'inclusion de la valeur de l'attention".