InfoFi : Une nouvelle paradigm de valorisation de l'attention alimentée par l'IA

La théorie de l'économie de l'attention a été proposée pour la première fois en 1971 par le psychologue et économiste Herbert Simon, soulignant que dans un monde de surcharge d'informations, l'attention humaine devient la ressource la plus rare. L'économiste Albert Wenger a en outre révélé que la civilisation humaine connaît une transformation fondamentale, passant de la "pénurie de capital" de l'ère industrielle à la "pénurie d'attention" de l'ère du savoir.

Cette transformation provient de deux 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. Cependant, dans l'économie de l'attention traditionnelle, les utilisateurs, en tant que "carburant de données", contribuent à l'attention, mais les bénéfices excessifs sont monopolisés par les plateformes. Le monde Web3 d'InfoFi tente de renverser ce modèle, en rendant le processus de production, de diffusion et de consommation de l'information transparent grâce à la blockchain, aux incitations par jetons et aux technologies AI, restituant ainsi de la valeur aux participants.

Qu'est-ce qu'InfoFi?

InfoFi est la combinaison d'Information + Finance, dont le noyau réside dans la transformation d'informations difficiles à quantifier et abstraites en supports de valeur dynamiques et quantifiables. Il englobe non seulement les marchés de prédiction traditionnels, mais aussi la distribution, la spéculation ou le commerce d'informations ou de concepts abstraits tels que l'attention, la réputation, les données ou renseignements en chaîne, les perspectives personnelles, et l'activité narrative.

Les principaux avantages d'InfoFi se manifestent par :

• Mécanisme de redistribution de la valeur : retourner la valeur qui est monopolisée par la plateforme dans l'économie de l'attention traditionnelle aux véritables contributeurs.
• Capacité de valorisation de l'information : transformer l'attention abstraite, les insights, la réputation, etc. en actifs numériques négociables.
• Participation à faible seuil : les utilisateurs peuvent participer à la distribution de valeur simplement en utilisant leur compte de réseau social pour créer du contenu.
• Innovation dans le mécanisme d'incitation : récompenser la création de contenu, la diffusion, l'interaction, la vérification, etc.
• Potentiel d'application interdisciplinaire : 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.

Classification InfoFi

marché de prédiction

Le marché prédictif est une composante clé d'InfoFi, un mécanisme qui prédit les résultats d'événements futurs grâce à l'intelligence collective. Les plateformes représentatives comprennent :

• Polymarket : le plus grand marché prédictif décentralisé, construit sur le réseau Polygon.
• Kalshi : plateforme de marché de prévisions régulée par la CFTC aux États-Unis, supportant les dépôts en cryptomonnaie.

Bouche à bouche InfoFi ( Yap-to-Earn )

Gagnez des récompenses en partageant vos idées et en partageant du contenu. Les projets principaux incluent :

• Kaito AI : évalue le contenu lié à la cryptographie publié par les utilisateurs sur X à l'aide d'algorithmes d'IA.
• Cookie.fun : Suivre la part de marché des agents IA, l'interaction et les données sur la chaîne.
• Virtuals : plateforme de lancement d'agents AI, supporte Yap-to-Earn.
• Loud : l'"expérience de valeur d'attention" dans l'écosystème Kaito AI.
• Wallchain Quacks : projet AttentionFi programmatique basé sur Solana.

bouche frotter + tâche / activité en chaîne / vérification

Combiner les contributions de contenu avec les comportements ou tâches sur la chaîne, évaluer de manière globale les contributions multidimensionnelles des utilisateurs.

• Galxe Starboard : Récompense pour les 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 en chaîne, générant un score de crédibilité.
• GiveRep : transformer les activités des utilisateurs sur la plateforme X en une réputation en chaîne quantifiable.

Marché de l'attention / prévisions

• Noise : plateforme de découverte et de trading basée sur MegaETH.
• Avantage : marché de prédiction sociale, récompense pour la découverte, le partage et la prévision de contenus de valeur.
• YAPYO : infrastructure du marché de l'attention de l'écosystème Arbitrum.
• Tendances : tokenisation X posts, devenant une tendance sur la courbe conjointe.

Accès au contenu de jetons

• Backroom : Les créateurs peuvent lancer des espaces tokenisés, offrant un contenu sélectionné.
• Xeet: Un nouveau protocole sur le réseau, conçu pour réduire le bruit et renforcer le signal.

InfoFi de type Data Insights

• Arkham Intel Exchange : outil de recherche de données en chaîne, plateforme d'échange d'informations et d'échange.

Les défis auxquels InfoFi est confronté

Marché prédictif

• Régulation et conformité : peut être considéré comme un marché similaire aux options binaires et aux jeux de hasard.
• Délit d'initié et équité : peut être perturbé par des informations privilégiées.
• Liquidité et participation : les sujets de niche sont confrontés à un "problème de liquidité longue traîne".
• Conception d'oracle : nécessite de se prémunir contre les attaques opérationnelles.

bouche

• L'intensification du bruit d'information, prolifération des annonces de contenu AI.
• Les critères d'évaluation des algorithmes ne sont pas transparents, ce qui soulève des questions sur l'équité.
• L'effet Matthieu de la distribution des revenus : les créateurs de contenu en fin de chaîne font face à des revenus faibles et à une concurrence intense.
• La participation des utilisateurs manque de continuité.
• L'attention ne correspond pas à la part de marché.

réputation

• Le système d'invitation limite l'entrée des nouveaux utilisateurs.
• Risque d'opérations malveillantes.
• Problème de reconnaissance inter-plateformes.

Tendances de développement d'InfoFi

marché prédictif

• L'intégration de l'IA et des marchés prédictifs.
• La combinaison des médias sociaux et des marchés prédictifs.
• Application de gouvernance décentralisée.
• Devenir un outil de contenu et d'actualités destiné à tout le monde.

Bouche Lue + Type de Réputation InfoFi

• Introduction de technologies de cartographie sociale et de compréhension sémantique pour améliorer la précision de l'évaluation de l'IA.
• Inciter les créateurs de contenu de qualité à long terme.
• Ajouter un mécanisme de réduction ou de pénalité.
• Lancement de l'InfoFi LLM dédié à Web3.
• Évaluation des contributions sous plusieurs dimensions.
• Intégré à DeFi, le score de réputation comme base de crédit.
• La tokenisation des actifs abstraits engendre davantage de produits dérivés.
• Étendre à plus de plateformes sociales.
• Combinaison avec des plateformes sociales et des médias d'information pour former des outils d'attention et de découverte Alpha.

Informations sur les données InfoFi

• La combinaison des graphiques d'analyse de données avec les insights des créateurs et l'analyse AI.

Résumé

Le cœur d'InfoFi réside dans l'établissement d'un mécanisme d'équilibre en "trinité" : l'extraction d'informations, la participation des utilisateurs et le retour de valeur. Cela nécessite une quantification de l'attention au niveau technique et une conception de mécanisme garantissant un retour raisonnable pour les participants ordinaires. La révolution d'InfoFi nécessite une impulsion conjointe de haut en bas et de bas en haut, réalisant véritablement l'équité et l'efficacité de l'économie d'attention, évitant ainsi de devenir un jeu de profit pour une minorité.