Análise do Ecossistema InfoFi: Mercado de Atenção Impulsionado por IA

Em 1971, o psicólogo e economista Herbert Simon propôs pela primeira vez a teoria da economia da atenção, apontando que em um mundo de sobrecarga de informações, a atenção humana se torna o recurso mais escasso.

O economista Albert Wenger revela, em "O Mundo Após o Capital", uma transformação fundamental: a civilização humana está passando por um terceiro salto - da "escassez de capital" da era industrial para a "escassez de atenção" da era do conhecimento.

• Revolução Agrícola: dedicada a resolver o problema da escassez de alimentos, mas gerou disputas por terras
• Revolução Industrial: dedicada a resolver o problema da escassez de terra, mas virou-se para a competição por recursos e acumulação de capital
• Revolução Digital: A Luta pela Atenção

A força motriz subjacente a essa transformação provém de duas características fundamentais da tecnologia digital: o custo marginal zero para a cópia e disseminação de informações, e a universalidade do cálculo da IA (mas a atenção humana não é replicável).

Quer seja a popularidade do mercado de brinquedos colecionáveis, quer a venda ao vivo dos principais influenciadores, tudo isso se resume, em grande medida, a uma disputa pela atenção dos usuários e espectadores. No entanto, na economia tradicional de atenção, os usuários, fãs e consumidores, como "combustível de dados", contribuem com sua atenção, enquanto os ganhos excessivos são monopolizados por plataformas e outros. O InfoFi no mundo Web3 tenta subverter esse modelo — através da blockchain, incentivos em tokens e tecnologia de IA, busca tornar o processo de produção, disseminação e consumo de informações transparente, tentando devolver o valor aos participantes.

Este artigo irá abordar em profundidade a classificação do projeto InfoFi, os desafios que enfrenta e as tendências de desenvolvimento futuro.

O que é InfoFi?

InfoFi é a fusão de Informação + Finanças, com o núcleo centrado em transformar informações difíceis de quantificar e abstratas em veículos de valor dinâmicos e quantificáveis. Isso abrange não apenas os mercados de previsão tradicionais, mas também a distribuição, especulação ou negociação de informações ou conceitos abstratos, como atenção, reputação, dados ou inteligência on-chain, percepções pessoais e atividade narrativa.

As principais vantagens do InfoFi estão em:

• Mecanismo de redistribuição de valor: devolver o valor que é monopolizado pelas plataformas na economia de atenção tradicional aos verdadeiros contribuidores. Através de contratos inteligentes e mecanismos de incentivo, permitir que produtores, disseminadores e consumidores de informação possam partilhar os lucros.
• Capacidade de valorização da informação: transformar atenção abstrata, insights, reputação, nível de narrativa, etc., em ativos digitais negociáveis, criando um mercado de negociação para o valor da informação que antes era difícil de circular.
• Baixa barreira de entrada: os usuários podem participar da distribuição de valor através da criação de conteúdo apenas com uma conta de mídia social.
• Inovação nos mecanismos de incentivo: não apenas recompensa a criação de conteúdo, mas também inclui a disseminação, interação, validação e outros vários aspectos, permitindo que conteúdos de nicho e usuários de cauda longa também sejam recompensados. Conteúdos de alta qualidade recebem mais recompensas, incentivando a produção contínua de informações de alta qualidade.
• Potencial de aplicação intersetorial: por exemplo, a introdução da IA oferece à InfoFi vantagens como avaliação da qualidade do conteúdo e otimização preditiva de mercado.

Classificação InfoFi

InfoFi abrange uma variedade de cenários e modos de aplicação, podendo ser principalmente dividida nas seguintes categorias:

Mercado de Previsões

O mercado de previsões, como um componente central do InfoFi, é um mecanismo que prevê os resultados de eventos futuros através da sabedoria coletiva. Os participantes expressam suas expectativas sobre eventos futuros (como resultados de eleições ou políticas, eventos esportivos, previsões econômicas, expectativas de preços, datas de lançamento de produtos, entre outros) comprando e vendendo "ações" ligadas a resultados específicos de eventos, e o preço de mercado reflete a expectativa coletiva do grupo sobre o resultado do evento.

No âmbito da InfoFi, os mercados preditivos não são apenas ferramentas de especulação, mas sim plataformas que exploram e revelam informações reais através de mecanismos de incentivo financeiro. Este mecanismo aproveita a eficiência do mercado, encorajando os participantes a fornecer informações precisas, uma vez que previsões corretas trazem recompensas económicas, enquanto previsões incorretas podem resultar em perdas.

Plataformas representativas do mercado de previsões incluem:

• Polymarket: o maior mercado de previsão descentralizado, construído na rede Polygon, utilizando a stablecoin USDC como meio de troca. Os usuários podem fazer previsões sobre eventos como eleições políticas, economia, entretenimento e lançamento de produtos.
• Kalshi: Uma plataforma de mercado de previsões nos EUA totalmente regulamentada pela CFTC, que suporta vários depósitos em criptomoedas através de parcerias com provedores de infraestrutura de criptomoedas, mas que recebe liquidações em moeda fiduciária. A Kalshi foca em contratos de eventos, permitindo que os usuários negociem os resultados de eventos políticos, econômicos e financeiros.

Tipo de boca InfoFi (Yap-to-Earn)

"Boca a Boca" refere-se a ganhar recompensas através da publicação de opiniões e partilha de conteúdos. O conceito central do Yap-to-Earn é incentivar os utilizadores a publicarem posts ou comentários de alta qualidade relacionados com projetos de criptomoeda nas plataformas sociais, a maioria das vezes avaliando a quantidade, qualidade, interações e profundidade do conteúdo através de algoritmos de IA, e assim atribuindo pontos ou recompensas em tokens.

Características de "Zui Lu":

• Não é necessário negociação em cadeia ou grandes capitais, apenas uma conta de rede social para participar.
• Aumentar a atividade da comunidade do projeto através de recompensas por discussões valiosas.
• O algoritmo de IA reduz a intervenção humana, filtra robôs e conteúdo de baixa qualidade, garantindo uma distribuição de recompensas mais transparente.
• Os pontos podem ser convertidos em airdrops de tokens ou privilégios ecológicos, e os participantes iniciais podem obter retornos mais altos.

Os projetos de "boca" mais populares atualmente ou projetos que suportam "boca" incluem:

• Kaito AI: A plataforma representativa do Yap-to-Earn, já colaborou com vários projetos, avaliando através de algoritmos de IA o conteúdo relacionado a criptomoedas publicado pelos usuários nas redes sociais, recompensando pontos, permitindo que os usuários competem em um ranking para ganhar airdrops de tokens.
• Cookie.fun: Rastreia a participação mental, a interação e os dados em blockchain dos agentes de IA, gerando uma visão de mercado abrangente, além de monitorar a participação mental e o sentimento de projetos de criptomoeda.
• Virtuals: Plataforma de lançamento de agentes de IA, apresenta um novo mecanismo de lançamento que inclui elementos Yap-to-Earn.
• Loud: Como um "experimento de valor de atenção" no ecossistema Kaito AI, tokens são emitidos através da emissão inicial de atenção.
• Wallchain Quacks: um projeto AttentionFi programático baseado em Solana que recompensa conteúdo de alta qualidade e interações valiosas.

Lábios de boca + Tarefa/Atividade na cadeia/Verificação: Valorização da contribuição multidimensional

Alguns projetos avaliam a contribuição multidimensional dos usuários combinando a contribuição de conteúdo com comportamentos em cadeia (como transações, staking, mintagem de NFTs) ou tarefas.

• Galxe Starboard: dedicado a recompensar contribuições reais em ações off-chain e on-chain. Os projetos podem definir múltiplos níveis de contribuição, incluindo engajamento em postagens, sentimentos, viralização, interação com dApps, posse de tokens, cunhagem de NFTs ou conclusão de tarefas on-chain.
• Mirra: Um modelo de IA descentralizado treinado com dados selecionados pela comunidade, capaz de aprender com as contribuições em tempo real dos usuários da Web3.

InfoFi de Reputação

• Ethos: Protocolo de reputação on-chain que gera pontuações de credibilidade através de mecanismos descentralizados, garantindo a fiabilidade do seu sistema de reputação, descentralização e resistência a ataques Sybil.
• GiveRep: Principalmente construído sobre o Sui, visa transformar a influência social e a participação comunitária dos usuários em reputação on-chain quantificável, através de suas atividades nas plataformas sociais, e incentivar a participação dos usuários por meio de recompensas.

Mercado de Atenção/Previsão

• Noise: Plataforma de descoberta de tendências e negociação baseada em MegaETH, onde os usuários podem ir long ou short em projetos de atenção.
• Upside: mercado de previsões sociais, recompensa por descobrir, compartilhar e prever conteúdo e links valiosos, criando um mercado dinâmico através de um mecanismo de likes.
• YAPYO: infraestrutura de mercado de atenção.
• Tendências: é possível tokenizar postagens sociais, tornando-se uma tendência na curva conjunta.

Acesso ao conteúdo controlado por tokens: filtragem de ruído

• Backroom: Os criadores podem lançar espaços tokenizados, oferecendo conteúdo selecionado como insights de mercado, Alpha e análises.
• Xeet: novo protocolo, com o objetivo de reduzir o ruído e aumentar o sinal.

Dados de Insights InfoFi

• Arkham Intel Exchange: ferramenta de consulta de dados on-chain, plataforma de negociação de inteligência e bolsa.

Dilema InfoFi

mercado de previsões

• Supervisão e conformidade: enfrentando pressão regulatória por serem vistos como semelhantes a opções binárias e jogos de azar.
• Negociação com informação privilegiada e equidade: pode ser afetada por informações privilegiadas, grandes quantias podem distorcer os preços a curto prazo.
• Liquidez e participação: temas de nicho enfrentam o "problema de falta de liquidez na cauda longa".
• Design de oráculos: é necessário resolver problemas de segurança, como ataques de operação de oráculos.

boca de mão

• O ruído da informação aumentou, a proliferação de anúncios de conteúdo de IA obscureceu os sinais reais.
• Falta de transparência na avaliação da qualidade, interatividade e profundidade do conteúdo.
• Efeito Matheus na distribuição de rendimentos: criadores de conteúdo de cauda e investidores individuais interativos enfrentam a dificuldade de baixos rendimentos e intensa concorrência.
• No início da atividade, atraiu a participação dos usuários, mas após a distribuição das recompensas, a atenção diminuiu drasticamente, faltando continuidade.
• A atenção não é igual à proporção da capitalização de mercado.

reputação

• O sistema de convite limita a entrada de novos utilizadores, dificultando a formação de um amplo efeito de rede.
• Existe o risco de operações maliciosas.
• O problema do reconhecimento mútuo da pontuação de reputação entre plataformas, onde os sistemas de pontuação de diferentes protocolos têm dificuldade em se comunicar.

Tendência InfoFi

mercado de previsões

• A combinação de IA com mercados de previsão: aumentar a precisão das previsões e resolver o problema da cauda longa.
• A combinação de redes sociais e mercados de previsões: tornando-se a infraestrutura central da economia da informação do futuro.
• Governança descentralizada: aplicada à governança de DAOs, empresas e até mesmo sociedades (Futarchy).
• Desenvolver-se como uma ferramenta de conteúdo e notícias para todos.

Boca de Lúcia + Tipo de Reputação InfoFi

• Introduzir tecnologias de gráficos sociais e compreensão semântica para melhorar a precisão da avaliação do valor do conteúdo pela IA.
• Incentivar criadores de cauda longa de alta qualidade.
• Adicionar mecanismos de redução ou penalização.
• Lançamento do InfoFi LLM dedicado ao Web3.
• Avaliação das contribuições em múltiplas dimensões.
• Integrado com DeFi, a pontuação de reputação serve como base de crédito para empréstimos e staking.
• A tokenização de ativos abstratos irá gerar mais tipos de derivados.
• Expandir para mais plataformas sociais.
• Combinar com meios de comunicação para formar uma ferramenta de descoberta de atenção e Alpha voltada para todos.

Dados de Insights InfoFi

• A combinação de gráficos de análise de dados com insights dos criadores, e adição de mecanismos de incentivo.
• A combinação de gráficos de análise de dados com análises de IA.

Resumo

A contradição central da era digital é a divisão entre os criadores de atenção e os detentores de valor. Essa divisão é a força motriz da revolução Web3 InfoFi.

O conflito central do InfoFi reside no fato de que, se não for possível equilibrar o valor da informação com os incentivos à participação, poderá repetir a trajetória de "alta e baixa" do SocialFi. A chave do InfoFi está em estabelecer um mecanismo de equilíbrio "trinitário" que envolva a mineração de informações, a participação dos usuários e o retorno de valor, impulsionando assim a formação de uma melhor infraestrutura de compartilhamento de conhecimento e de tomada de decisões coletivas. Isso não apenas exige a realização da quantificação da atenção no nível técnico, mas também deve garantir, no design do mecanismo, que os participantes comuns possam obter um retorno razoável da disseminação da informação, evitando uma distribuição de valor severamente inclinada.

Mais importante ainda, a revolução da InfoFi precisa de um impulso colaborativo de cima para baixo e de baixo para cima, para realmente alcançar a equidade e a eficiência da economia de atenção. Caso contrário, o efeito Mateus da pirâmide de收益金字塔 fará com que a InfoFi se torne um jogo de enriquecimento para poucos, indo contra o princípio de "valor de atenção acessível a todos".