Analisis Ekosistem InfoFi: Pasar Perhatian yang Digerakkan oleh AI

Pada tahun 1971, psikolog dan ekonom Herbert Simon pertama kali mengemukakan teori ekonomi perhatian, yang menunjukkan bahwa dalam dunia yang kelebihan informasi, perhatian manusia menjadi sumber yang paling langka.

Ekonom Albert Wenger dalam bukunya "Dunia Setelah Kapital" lebih lanjut mengungkapkan perubahan mendasar: peradaban manusia sedang mengalami lompatan ketiga—dari "kelangkaan modal" di era industri menuju "kelangkaan perhatian" di era pengetahuan.

• Revolusi Pertanian: berkomitmen untuk menyelesaikan masalah kelangkaan makanan, tetapi memicu perebutan tanah
• Revolusi Industri: Berkomitmen untuk menyelesaikan masalah kelangkaan lahan, namun beralih ke persaingan sumber daya dan akumulasi modal
• Revolusi Digital: Memperebutkan Perhatian

Dinamika dasar dari perubahan ini berasal dari dua karakteristik utama teknologi digital: biaya nol untuk reproduksi dan penyebaran informasi, serta universalitas perhitungan AI (tetapi perhatian manusia tidak dapat direproduksi).

Baik pasar mainan tren yang booming maupun siaran langsung dari streamer terkemuka, pada dasarnya keduanya adalah perebutan perhatian pengguna dan penonton. Namun, dalam ekonomi perhatian tradisional, pengguna, penggemar, dan konsumen berkontribusi perhatian sebagai "bahan bakar data", sementara keuntungan berlebih didominasi oleh platform. Sementara itu, dunia Web3 melalui InfoFi berusaha untuk membalikkan pola ini—dengan menggunakan blockchain, insentif token, dan teknologi AI, untuk membuat proses produksi, penyebaran, dan konsumsi informasi menjadi transparan, serta berusaha mengembalikan nilai kepada para peserta.

Artikel ini akan membahas secara mendalam tentang klasifikasi proyek InfoFi, tantangan yang dihadapi, serta tren perkembangan di masa depan.

Apa itu InfoFi?

InfoFi adalah gabungan dari Information + Finance, dengan inti untuk mengubah informasi yang sulit untuk diukur dan abstrak menjadi nilai dinamis yang dapat diukur. Ini tidak hanya mencakup pasar prediksi tradisional, tetapi juga distribusi, spekulasi, atau perdagangan informasi atau konsep abstrak seperti perhatian, reputasi, data atau intelijen on-chain, wawasan pribadi, dan tingkat aktivitas naratif.

Keunggulan inti InfoFi terlihat pada:

• Mekanisme redistribusi nilai: Mengembalikan nilai yang dimonopoli oleh platform dalam ekonomi perhatian tradisional kepada para kontributor yang sebenarnya. Melalui kontrak pintar dan mekanisme insentif, memungkinkan produsen, penyebar, dan konsumen informasi untuk berbagi keuntungan.
• Kemampuan untuk memanfaatkan nilai informasi: Mengubah perhatian, wawasan, reputasi, dan tingkat narasi yang abstrak menjadi aset digital yang dapat diperdagangkan, menciptakan pasar perdagangan untuk nilai informasi yang sebelumnya sulit untuk diperdagangkan.
• Partisipasi rendah: Pengguna hanya perlu akun media sosial untuk berpartisipasi dalam pembagian nilai melalui penciptaan konten.
• Inovasi mekanisme insentif: tidak hanya memberi penghargaan pada pembuatan konten, tetapi juga mencakup penyebaran, interaksi, verifikasi, dan banyak aspek lainnya, sehingga konten niche dan pengguna ekor panjang juga dapat mendapatkan imbalan. Konten berkualitas mendapatkan lebih banyak penghargaan, mendorong produksi informasi berkualitas tinggi secara berkelanjutan.
• Potensi aplikasi lintas bidang: Misalnya, pengenalan AI memberikan InfoFi keuntungan dalam penilaian kualitas konten, optimasi pasar prediktif, dan lain-lain.

Kategori InfoFi

InfoFi mencakup berbagai skenario dan model aplikasi yang berbeda, yang dapat dibagi menjadi beberapa kategori berikut:

Pasar Prediksi

Pasar prediksi sebagai bagian inti dari InfoFi adalah mekanisme yang menggunakan kebijaksanaan kolektif untuk memprediksi hasil peristiwa di masa depan. Peserta mengekspresikan harapan mereka terhadap peristiwa di masa depan (seperti hasil pemilihan atau kebijakan, acara olahraga, proyeksi ekonomi, harapan harga, waktu rilis produk, dll.) dengan membeli dan menjual "saham" yang terkait dengan hasil peristiwa tertentu, sementara harga pasar mencerminkan harapan kolektif kelompok terhadap hasil peristiwa tersebut.

Dalam kerangka InfoFi, pasar prediksi bukan hanya alat spekulasi, tetapi juga platform untuk menggali dan mengungkap informasi yang sebenarnya melalui mekanisme insentif finansial. Mekanisme ini memanfaatkan efisiensi pasar, mendorong peserta untuk memberikan informasi yang akurat, karena prediksi yang benar akan menghasilkan imbalan ekonomi, sementara prediksi yang salah dapat mengakibatkan kerugian.

Platform pasar prediksi meliputi:

• Polymarket: pasar prediksi terdesentralisasi terbesar, dibangun di atas jaringan Polygon, menggunakan stablecoin USDC sebagai media transaksi. Pengguna dapat memprediksi peristiwa seperti pemilihan politik, ekonomi, hiburan, dan peluncuran produk.
• Kalshi: Platform pasar prediksi di AS yang sepenuhnya diatur oleh CFTC, mendukung berbagai setoran cryptocurrency melalui kemitraan dengan penyedia infrastruktur cryptocurrency, tetapi menerima penyelesaian dalam mata uang fiat. Kalshi fokus pada kontrak peristiwa, yang memungkinkan pengguna untuk memperdagangkan hasil peristiwa politik, ekonomi, dan keuangan.

InfoFi Tipe Mulut (Yap-to-Earn)

"Zui Lu" merujuk pada menghasilkan imbalan dengan mengemukakan pendapat dan membagikan konten. Inti dari Yap-to-Earn adalah mendorong pengguna untuk memposting pos atau komentar berkualitas tinggi yang terkait dengan proyek kripto di platform sosial, sebagian besar melalui algoritma AI yang mengevaluasi jumlah, kualitas, interaksi, dan kedalaman konten, sehingga memberikan poin atau imbalan token.

Ciri-ciri "Zui Lu":

• Tidak perlu transaksi on-chain atau modal besar, cukup dengan akun sosial untuk berpartisipasi.
• Meningkatkan aktivitas komunitas proyek dengan memberikan penghargaan untuk diskusi yang berharga.
• Algoritma AI mengurangi intervensi manusia, menyaring robot dan konten berkualitas rendah, memastikan distribusi hadiah lebih transparan.
• Poin dapat ditukar dengan airdrop token atau hak istimewa ekosistem, peserta awal mungkin mendapatkan keuntungan yang lebih tinggi.

Proyek-proyek yang saat ini populer dalam dunia "mulut" atau proyek yang mendukung "mulut" termasuk:

• Kaito AI: Platform perwakilan Yap-to-Earn, telah bekerja sama dengan berbagai proyek, melalui algoritma AI menilai konten terkait kripto yang diposting pengguna di platform sosial, memberikan poin sebagai hadiah, untuk pengguna bersaing di papan peringkat untuk mendapatkan airdrop token.
• Cookie.fun: Melacak pangsa pikiran agen AI, interaksi, serta data on-chain, menghasilkan gambaran pasar yang komprehensif, juga melacak pangsa pikiran dan sentimen proyek cryptocurrency.
• Virtuals：Platform peluncuran agen AI, memperkenalkan mekanisme peluncuran baru yang mencakup elemen Yap-to-Earn.
• Loud: Sebagai "eksperimen nilai perhatian" dalam ekosistem Kaito AI, token diterbitkan melalui penerbitan perhatian awal.
• Wallchain Quacks: Proyek AttentionFi berbasis Solana yang memberikan imbalan untuk konten berkualitas tinggi dan interaksi yang berharga.

Mulut Lanjut + Tugas/Aktivitas di Blockchain/Verifikasi: Pemanfaatan Nilai Kontribusi Multidimensi

Beberapa proyek mengevaluasi kontribusi multidimensi pengguna dengan menggabungkan kontribusi konten dengan perilaku on-chain (seperti transaksi, staking, pencetakan NFT) atau tugas.

• Galxe Starboard: Berkomitmen untuk menghargai kontribusi nyata dalam tindakan off-chain dan on-chain. Proyek dapat mendefinisikan beberapa lapisan kontribusi, termasuk keterlibatan posting, sentimen, penyebaran viral, interaksi dengan dApp, kepemilikan token, pencetakan NFT, atau menyelesaikan tugas on-chain.
• Mirra: Model AI terdesentralisasi yang dilatih berdasarkan data pilihan komunitas, mampu belajar dari kontribusi waktu nyata pengguna Web3.

InfoFi Tipe Reputasi

• Ethos: Protokol reputasi on-chain yang menghasilkan skor kredibilitas melalui mekanisme desentralisasi, memastikan keandalan, desentralisasi, dan kemampuan untuk melawan serangan Sybil dalam sistem reputasinya.
• GiveRep: Dibangun terutama di atas Sui, bertujuan untuk mengubah pengaruh sosial pengguna dan partisipasi komunitas di platform sosial menjadi reputasi on-chain yang dapat diukur, serta mendorong partisipasi pengguna melalui hadiah.

Pasar Perhatian/Prediksi

• Noise: Platform penemuan dan perdagangan tren berbasis MegaETH, pengguna dapat melakukan long atau short terhadap perhatian proyek.
• Upside: pasar prediksi sosial, memberikan imbalan untuk menemukan, berbagi, dan memprediksi konten dan tautan yang berharga, menciptakan pasar dinamis melalui mekanisme suka.
• YAPYO: Infrastruktur pasar perhatian.
• Tren: dapat menokenisasi pos sosial, menjadi salah satu tren di kurva gabungan.

Akses konten token gated: Menyaring kebisingan

• Backroom: Kreator dapat meluncurkan ruang tokenisasi, menyediakan wawasan pasar, Alpha, dan konten analisis pilihan.
• Xeet: protokol baru yang bertujuan untuk mengurangi kebisingan dan meningkatkan sinyal.

InfoFi kategori wawasan data

• Arkham Intel Exchange: alat pencarian data on-chain, platform perdagangan intel, dan bursa.

Dilema InfoFi

pasar prediksi

• Regulasi dan Kepatuhan: Menghadapi tekanan regulasi yang dianggap mirip dengan opsi biner dan perjudian.
• Perdagangan orang dalam dan keadilan: mungkin terganggu oleh informasi orang dalam, dana besar dapat mendistorsi harga dalam jangka pendek.
• Likuiditas dan partisipasi: Topik kecil menghadapi "masalah kurangnya likuiditas ekor panjang".
• Desain oracle: perlu menyelesaikan masalah keamanan seperti serangan operasi oracle.

mulut

• Kebisingan informasi semakin meningkat, iklan konten AI menyebar, menutupi sinyal yang sebenarnya.
• Kurangnya transparansi dalam menilai kualitas konten, interaksi, dan kedalaman algoritma.
• Efek Mattai dari pembagian pendapatan: Kreator konten di ekor dan investor ritel yang berinteraksi menghadapi kesulitan dengan pendapatan rendah dan persaingan yang ketat.
• Pada awal kegiatan, menarik pengguna untuk berpartisipasi, tetapi setelah pemberian hadiah, perhatian mengalami penurunan yang tajam dan kurang berkelanjutan.
• Perhatian tidak sama dengan proporsi kapitalisasi pasar.

Reputasi

• Sistem undangan membatasi pengguna baru untuk bergabung, sehingga sulit untuk membentuk efek jaringan yang luas.
• Ada risiko tindakan jahat.
• Masalah pengakuan lintas platform dari skor reputasi, sistem penilaian yang berbeda sulit untuk saling terhubung.

Tren InfoFi

Pasar Prediksi

• Kombinasi AI dan pasar prediksi: Meningkatkan akurasi prediksi, menyelesaikan masalah ekor panjang.
• Kombinasi media sosial dan pasar prediksi: menjadi infrastruktur dasar inti dari ekonomi informasi masa depan.
• Tata kelola terdesentralisasi: diterapkan pada DAO, perusahaan, bahkan tata kelola masyarakat (Futarchy).
• Berkembang menjadi alat konten dan berita yang ditujukan untuk semua orang.

Mulut Luh + InfoFi Berbasis Reputasi

• Memperkenalkan teknologi peta sosial dan pemahaman semantik untuk meningkatkan akurasi penilaian nilai konten oleh AI.
• Mendorong pencipta tail panjang berkualitas.
• Menambahkan mekanisme pengurangan atau hukuman.
• Peluncuran InfoFi LLM yang khusus untuk Web3.
• Penilaian kontribusi dari berbagai dimensi.
• Digabungkan dengan DeFi, skor reputasi sebagai dasar kredit untuk pinjaman dan staking.
• Tokenisasi aset abstrak akan melahirkan lebih banyak jenis derivatif.
• Ekspansi ke lebih banyak platform sosial.
• Menggabungkan dengan media berita, membentuk alat penemuan perhatian dan Alpha yang ditujukan untuk semua orang.

InfoFi Kategori Wawasan Data

• Kombinasi antara grafik analisis data dan wawasan kreator, serta penambahan mekanisme insentif.
• Kombinasi grafik analisis data dan analisis AI.

Ringkasan

Kontradiksi inti dari era digital adalah pemisahan antara pencipta perhatian dan pemilik nilai. Pemisahan ini adalah kekuatan penggerak revolusi Web3 InfoFi.

Kontradiksi inti dari InfoFi adalah bahwa jika tidak dapat menyeimbangkan nilai informasi dengan insentif partisipasi, risiko akan terulangnya fenomena "SocialFi yang tinggi di awal tetapi rendah di akhir". Kunci dari InfoFi terletak pada pembangunan mekanisme keseimbangan "trinitas", yaitu eksplorasi informasi, partisipasi pengguna, dan pengembalian nilai, sehingga dapat mendorong terbentuknya infrastruktur berbagi pengetahuan dan pengambilan keputusan kolektif yang lebih baik. Ini tidak hanya membutuhkan realisasi kuantifikasi kekuatan perhatian di tingkat teknologi, tetapi juga memastikan pada desain mekanisme bahwa peserta biasa dapat memperoleh pengembalian yang wajar dari penyebaran informasi, untuk menghindari ketimpangan serius dalam distribusi nilai.

Lebih penting lagi, revolusi InfoFi membutuhkan dorongan bersama dari atas ke bawah dan dari bawah ke atas untuk benar-benar mewujudkan keadilan dan efisiensi ekonomi perhatian. Jika tidak, efek Mathew dari piramida keuntungan akan membuat InfoFi menjadi permainan penggalian untuk segelintir orang, yang bertentangan dengan tujuan awal "penyebaran nilai perhatian".