InfoFi: Paradigma Baru Valorisasi Perhatian yang Didukung AI

Teori ekonomi perhatian pertama kali diajukan pada tahun 1971 oleh psikolog dan ekonom Herbert Simon, yang menunjukkan bahwa dalam dunia yang kelebihan informasi, perhatian manusia menjadi sumber daya yang paling langka. Ekonom Albert Wenger lebih lanjut mengungkapkan bahwa peradaban manusia sedang mengalami pergeseran mendasar dari "kelangkaan modal" di era industri ke "kelangkaan perhatian" di era pengetahuan.

Perubahan ini berasal dari dua karakteristik teknologi digital: biaya marjinal nol untuk reproduksi dan penyebaran informasi, serta universalitas komputasi AI. Namun, dalam ekonomi perhatian tradisional, pengguna sebagai "bahan bakar data" menyumbangkan perhatian, tetapi keuntungan berlebih didominasi oleh platform. Dunia Web3 InfoFi berusaha membalikkan model ini, melalui blockchain, insentif token, dan teknologi AI, untuk membuat proses produksi, penyebaran, dan konsumsi informasi menjadi transparan, serta mengembalikan nilai kepada para peserta.

Apa itu InfoFi?

InfoFi adalah gabungan dari Informasi + Keuangan, intinya adalah mengubah informasi yang sulit untuk diukur dan abstrak menjadi nilai yang dinamis dan terukur. 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 terletak pada:

• Mekanisme redistribusi nilai: Mengembalikan nilai yang dimonopoli oleh platform dalam ekonomi perhatian tradisional kepada kontributor yang sebenarnya.
• Kemampuan nilai informasi: Mengubah perhatian, wawasan, dan reputasi yang abstrak menjadi aset digital yang dapat diperdagangkan.
• Partisipasi dengan Ambang Rendah: Pengguna hanya perlu menggunakan akun media sosial untuk berpartisipasi dalam distribusi nilai melalui kreasi konten.
• Inovasi mekanisme insentif: memberikan penghargaan untuk penciptaan konten, penyebaran, interaksi, verifikasi, dan berbagai tahap lainnya.
• Potensi aplikasi lintas bidang: Pengenalan AI memberikan InfoFi keuntungan dalam penilaian kualitas konten, optimasi pasar prediksi, dan lainnya.

Kategori InfoFi

pasar prediksi

Pasar prediksi adalah bagian inti dari InfoFi, merupakan mekanisme yang memprediksi hasil peristiwa di masa depan melalui kebijaksanaan kolektif. Platform yang diwakili termasuk:

• Polymarket: pasar prediksi terdesentralisasi terbesar, dibangun di atas jaringan Polygon.
• Kalshi: platform pasar prediksi yang diatur oleh CFTC di AS, mendukung setoran cryptocurrency.

InfoFi Tipe Mulut ( Yap-to-Earn )

Dapatkan imbalan dengan menyampaikan pandangan dan berbagi konten. Proyek utama termasuk:

• Kaito AI: Mengevaluasi konten terkait kripto yang dipublikasikan pengguna di X melalui algoritma AI.
• Cookie.fun: Melacak pangsa pasar, interaksi, dan data on-chain dari agen AI.
• Virtuals: Platform peluncuran AI agent, mendukung Yap-to-Earn.
• Loud: "Eksperimen Nilai Perhatian" dalam ekosistem Kaito AI.
• Wallchain Quacks: Proyek AttentionFi berbasis Solana yang terprogram.

mulut mengisap+ tugas/aktivitas di rantai/validasi

Menggabungkan kontribusi konten dengan perilaku atau tugas di blockchain, mengevaluasi kontribusi multidimensi pengguna.

• Galxe Starboard: Penghargaan untuk kontribusi nyata dalam tindakan off-chain dan on-chain.
• Mirra: Model AI terdesentralisasi yang dilatih berdasarkan data yang dipilih oleh komunitas.

InfoFi Tipe Reputasi

• Ethos: Protokol reputasi di blockchain, menghasilkan skor kepercayaan.
• GiveRep: Mengubah aktivitas pengguna di platform X menjadi reputasi on-chain yang dapat diukur.

Pasar Perhatian/Prediksi

• Noise: Platform penemuan tren dan perdagangan berbasis MegaETH.
• Kelebihan: pasar prediksi sosial, imbalan untuk menemukan, berbagi, dan memprediksi konten yang berharga.
• YAPYO: Infrastruktur pasar perhatian ekosistem Arbitrum.
• Tren: tokenisasi X posting, menjadi salah satu tren di kurva gabungan.

akses konten yang dikendalikan oleh token

• Backroom: Kreator dapat meluncurkan ruang tokenisasi, menyediakan konten pilihan.
• Xeet: Protokol baru di jaringan 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.

Tantangan yang Dihadapi InfoFi

pasar prediksi

• Regulasi dan Kepatuhan: Mungkin dianggap sebagai pasar yang mirip dengan opsi biner dan perjudian.
• Perdagangan dalam dan keadilan: mungkin terganggu oleh informasi dalam.
• Likuiditas dan partisipasi: topik niche menghadapi "masalah likuiditas ekor panjang yang kurang".
• Desain oracle: perlu mencegah serangan operasional.

mulut

• Kebisingan informasi meningkat, iklan konten AI merajalela.
• Standar evaluasi algoritma tidak transparan, menimbulkan keraguan tentang keadilan.
• Efek Mattheus dalam distribusi pendapatan: Kreator di ekor menghadapi tantangan pendapatan rendah dan persaingan yang ketat.
• Partisipasi pengguna kurang berkelanjutan.
• Perhatian tidak sama dengan proporsi kapitalisasi pasar.

reputasi

• Sistem undangan membatasi pengguna baru untuk bergabung.
• Ada risiko operasi berbahaya.
• Masalah pengakuan lintas platform.

Tren Pengembangan InfoFi

pasar prediksi

• Kombinasi AI dan pasar prediksi.
• Kombinasi media sosial dan pasar prediksi.
• Aplikasi pemerintahan terdesentralisasi.
• Berkembang menjadi alat konten dan berita yang ditujukan untuk semua orang.

Zui Lu + Tipe Reputasi InfoFi

• Memperkenalkan teknologi peta sosial dan pemahaman semantik untuk meningkatkan akurasi evaluasi AI.
• Mendorong pencipta konten berkualitas tinggi yang memiliki audiens jangka panjang.
• Menambahkan mekanisme pengurangan atau hukuman.
• Peluncuran InfoFi LLM yang khusus untuk Web3.
• Evaluasi kontribusi dari berbagai dimensi.
• Menggabungkan dengan DeFi, skor reputasi sebagai dasar kredit.
• Tokenisasi aset abstrak melahirkan lebih banyak derivatif.
• Memperluas ke lebih banyak platform sosial.
• Menggabungkan dengan platform sosial dan media berita, membentuk alat penemuan perhatian dan Alpha.

Data Insight InfoFi

• Kombinasi grafik analisis data dengan wawasan pembuat konten dan analisis AI.

Ringkasan

Inti dari InfoFi adalah membangun mekanisme keseimbangan "trinitas": penggalian informasi, partisipasi pengguna, dan pengembalian nilai. Ini memerlukan realisasi kuantisasi perhatian di tingkat teknis, serta desain mekanisme yang memastikan peserta biasa mendapatkan imbalan yang wajar. Revolusi InfoFi memerlukan dorongan bersama dari atas ke bawah dan dari bawah ke atas, untuk benar-benar mewujudkan ekonomi perhatian yang adil dan efisien, menghindari menjadi permainan penggalian bagi segelintir orang.