InfoFi: Paradigma Ekonomi Perhatian Baru yang Diberdayakan oleh AI

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

Ekonom dan Mitra Eksekutif USV, Albert Wenger, dalam bukunya "Dunia Setelah Kapital" mengungkapkan sebuah perubahan mendasar: peradaban manusia sedang mengalami lompatan ketiga—dari "kelangkaan kapital" di era industri menuju "kelangkaan perhatian" di era pengetahuan.

• Revolusi Pertanian: Mengatasi kelangkaan makanan, tetapi memicu perebutan tanah
• Revolusi industri: mengatasi kekurangan lahan, tetapi beralih ke persaingan sumber daya dan akumulasi modal
• Revolusi digital: Perebutan perhatian

Daya pendorong di balik perubahan ini berasal dari dua karakteristik teknologi digital: biaya margin nol untuk penggandaan dan penyebaran informasi, serta universalitas komputasi AI (tetapi perhatian manusia tidak dapat digandakan).

Baik pasar mainan koleksi yang booming maupun siaran langsung dari streamer terkemuka, pada dasarnya adalah perebutan perhatian pengguna dan penonton. Namun, dalam ekonomi perhatian tradisional, pengguna, penggemar, dan konsumen sebagai "bahan bakar data" menyumbangkan perhatian, tetapi keuntungan berlebih dikuasai oleh platform dan sejenisnya. Dunia Web3 InfoFi mencoba membalikkan pola ini—melalui blockchain, insentif token, dan teknologi AI, membuat proses produksi, penyebaran, dan konsumsi informasi menjadi transparan, dan 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, yang berfokus pada mengubah informasi yang sulit untuk diukur dan abstrak menjadi nilai yang dinamis dan 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 di blockchain, wawasan pribadi, dan tingkat keaktifan narasi.

Keunggulan inti InfoFi terletak pada:

• Mekanisme redistribusi nilai: Mengembalikan nilai yang dikuasai 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 dengan ambang rendah: Pengguna hanya perlu akun media sosial untuk berpartisipasi dalam distribusi nilai melalui pembuatan konten.
• Inovasi mekanisme insentif: tidak hanya memberikan penghargaan untuk pembuatan konten, tetapi juga mencakup penyebaran, interaksi, verifikasi, dan berbagai tahap lainnya, sehingga konten niche dan pengguna ekor panjang juga dapat memperoleh imbalan. Konten berkualitas mendapatkan lebih banyak penghargaan, mendorong produksi informasi berkualitas tinggi secara berkelanjutan.
• Potensi aplikasi lintas bidang: misalnya, pengenalan AI memberikan InfoFi keunggulan dalam penilaian kualitas konten, optimasi pasar prediktif, dan sebagainya.

Kategori InfoFi

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

Pasar Prediksi

Pasar prediksi sebagai komponen inti InfoFi adalah mekanisme yang memprediksi hasil peristiwa masa depan melalui kebijaksanaan kolektif. Peserta mengekspresikan harapan mereka terhadap peristiwa mendatang (seperti hasil pemilihan atau kebijakan, acara olahraga, prediksi ekonomi, ekspektasi harga, tanggal rilis produk, dll.) dengan membeli dan menjual "saham" yang terkait dengan hasil peristiwa tertentu, sedangkan harga pasar mencerminkan harapan kolektif kelompok terhadap hasil peristiwa tersebut.

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

Platform pasar prediksi termasuk:

• 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: adalah platform pasar prediksi yang sepenuhnya diatur oleh CFTC di Amerika Serikat, mendukung penerimaan berbagai setoran cryptocurrency dengan bekerja sama dengan penyedia infrastruktur cryptocurrency dan stablecoin, tetapi diselesaikan dalam mata uang fiat. Kalshi fokus pada kontrak peristiwa, memungkinkan pengguna untuk memperdagangkan hasil peristiwa politik, ekonomi, dan keuangan. Karena kepatuhan regulasi, Kalshi memiliki keunggulan unik di pasar Amerika.

InfoFi Tipe Mulut (Yap-to-Earn)

"嘴撸" adalah sebutan dalam komunitas kripto Tiongkok untuk Yap-to-Earn, yang berarti menghasilkan imbalan dengan mengungkapkan pandangan dan berbagi konten. Inti dari Yap-to-Earn adalah mendorong pengguna untuk memposting pos atau komentar berkualitas tinggi yang terkait dengan proyek kripto di platform sosial, yang sebagian besar dievaluasi melalui algoritma AI berdasarkan jumlah, kualitas, interaksi, dan kedalaman konten, untuk mendistribusikan poin atau imbalan token. Model ini berbeda dari aktivitas on-chain tradisional (seperti trading atau staking), lebih menekankan kontribusi informasi dan pengaruh pengguna di dalam komunitas.

Ciri-ciri "zui lu":

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

Proyek mouth-licking yang saat ini populer atau proyek yang mendukung mouth-licking termasuk:

• Kaito AI: adalah platform perwakilan Yap-to-Earn, telah bekerja sama dengan berbagai proyek, melalui algoritma AI menilai jumlah, kualitas, interaktivitas, dan kedalaman konten terkait crypto yang diposting pengguna di platform sosial, memberikan poin Yap sebagai hadiah, untuk memungkinkan pengguna bersaing di papan peringkat untuk mendapatkan airdrop token.

• Cookie.fun: Cookie melacak pangsa pikiran (mindshare), interaksi, dan data on-chain dari AI proxy, menghasilkan gambaran pasar yang komprehensif, serta melacak pangsa pikiran dan emosi proyek kripto. Cookie Snaps dilengkapi dengan sistem penghargaan dan airdrop, memberikan imbalan kepada pencipta Cookie yang berkontribusi pada perhatian proyek.

• Virtuals: Virtuals bukanlah platform yang fokus pada Yap-to-Earn, melainkan platform peluncuran AI agent. Namun, mereka memperkenalkan mekanisme peluncuran baru, Genesis Launch, di Base, di mana salah satu cara untuk mendapatkan poin yang diperlukan untuk berpartisipasi dalam peluncuran termasuk Yap-to-Earn.

• Loud: Loud sebagai "eksperimen nilai perhatian" dalam ekosistem Kaito AI, secara resmi merilis token melalui Penawaran Perhatian Awal (Initial Attention Offering, disingkat IAO). Mekanisme operasi LOUD berfokus pada "ekonomi perhatian", di mana biaya transaksi yang diterima setelah perdagangan dibuka akan dibagikan dalam bentuk SOL terutama kepada 25 pengguna teratas dalam peringkat perhatian.

• Wallchain Quacks: Wallchain adalah proyek AttentionFi berbasis Solana yang terprogram. Wallchain Quacks memberikan penghargaan untuk konten berkualitas tinggi dan interaksi yang bernilai. LLM yang disesuaikan akan menilai konten pembuat setiap hari, dan pembuat konten yang bernilai serta penuh wawasan akan menerima penghargaan Quacks.

Mulut Lube + Tugas/Aktivitas di Chain/Verifikasi: Pemanfaatan Nilai Kontribusi Multidimensi

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

• Galxe Starboard: Galxe adalah platform pertumbuhan Web3, dengan peluncuran terbaru Galxe Starboard yang bertujuan untuk memberikan penghargaan atas 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: Mirra adalah model AI terdesentralisasi yang dilatih berdasarkan data yang dipilih oleh komunitas, mampu belajar dari kontribusi langsung pengguna Web3. Kreator yang menerbitkan konten berkualitas tinggi di platform sosial setara dengan mengajukan data verifikasi untuk AI; Pengintai (Scout) mengidentifikasi konten bernilai tinggi dan mengajukan wawasan, memutuskan konten mana yang dipelajari AI, membantu membentuk AI yang cerdas.

InfoFi berbasis reputasi

• Ethos: Ethos adalah protokol reputasi on-chain yang sepenuhnya berdasarkan protokol terbuka dan catatan on-chain, dan menggabungkan bukti kepemilikan sosial (Social PoS), untuk menghasilkan skor kredibilitas (Credibility Score) melalui mekanisme desentralisasi. Ethos juga meluncurkan pasar reputasi, yang memungkinkan pengguna untuk berspekulasi tentang reputasi individu, perusahaan, DAO, bahkan entitas AI dengan membeli dan menjual "tiket kepercayaan" dan "tiket ketidakpercayaan".

• GiveRep: Dibangun terutama di atas Sui, bertujuan untuk mengubah pengaruh sosial dan partisipasi komunitas pengguna di platform sosial menjadi reputasi on-chain yang terukur, dan mendorong pengguna untuk berpartisipasi melalui imbalan.

Pasar Perhatian/Prediksi

• Noise: adalah platform penemuan tren dan perdagangan yang berbasis MegaETH, di mana pengguna dapat melakukan posisi beli atau jual terhadap perhatian proyek.

• Upside: Upside adalah pasar prediksi sosial yang memberikan imbalan untuk menemukan, membagikan, dan memprediksi konten dan tautan yang berharga, menciptakan pasar dinamis melalui mekanisme suka. Pendapatan dibagikan secara proporsional kepada pemilih, pembuat, dan kurator.

• YAPYO: Sebuah infrastruktur pasar perhatian dalam ekosistem Arbitrum. YAPYO menyatakan bahwa hadiah dalam mekanisme koordinasinya bukan hanya keuntungan, tetapi juga pengaruh yang berkelanjutan.

• Tren: Postingan sosial dapat di-tokenisasi, menjadi salah satu tren di kurva gabungan yang disebut "Trend it". Pembuat berhak mendapatkan 20% dari biaya transaksi kurva gabungan untuk setiap tren.

Konten akses gerbang token: filter kebisingan

• Backroom: Kreator dapat meluncurkan ruang tokenisasi, menyediakan wawasan pasar, Alpha, dan analisis konten pilihan lainnya. Pengguna dapat mengakses informasi yang bernilai tinggi dan kurang bising dengan membeli Kunci on-chain yang terikat pada setiap ruang kreator. Kunci tidak hanya digunakan untuk akses - mereka adalah aset yang dapat diperdagangkan, dengan kurva harga dinamis yang didorong oleh permintaan.

• Xeet: Protokol baru di jaringan Abstract yang belum sepenuhnya diluncurkan. Xeet akan terintegrasi dengan penggunaan skor Ethos, selain itu, Xeet belum mengungkapkan informasi lebih lanjut.

Data Insight InfoFi

• Arkham Intel Exchange: Arkham adalah alat pencarian data on-chain, platform perdagangan intelijen, dan bursa. Arkham Intel Exchange adalah platform perdagangan intelijen terdesentralisasi, di mana "detektif on-chain" dapat memperoleh imbalan.

Dilema InfoFi

pasar prediksi

• Pengawasan dan Kepatuhan: Pasar prediksi mungkin dianggap sebagai pasar yang mirip dengan opsi biner dan perjudian, menghadapi tekanan regulasi.
• Perdagangan orang dalam dan keadilan: Pasar prediksi mungkin terganggu oleh informasi orang dalam. Dana besar dapat mendistorsi harga dalam jangka pendek.
• Likuiditas dan partisipasi: Efektivitas pasar prediksi bergantung pada cukup banyak peserta dan likuiditas. Pasar prediksi sering menghadapi "masalah likuiditas panjang ekor" pada topik-topik yang kurang diminati.
• Desain oracle: Pasar prediksi pernah mengalami serangan manipulasi oracle, yang mengakibatkan kerugian besar bagi pengguna yang memasang taruhan pada hasil yang benar.

Mulut Lube

• Kebisingan informasi semakin parah, iklan konten AI merajalela, menutupi sinyal yang sebenarnya.
• Sebagian besar algoritma proyek mouth-licking kekurangan penjelasan publik tentang bagaimana menilai kualitas konten, interaktivitas, dan kedalaman, yang memicu keraguan pengguna terhadap keadilan distribusi poin.
• Efek Matius dalam Distribusi Pendapatan: Dalam banyak kasus, proyek dan KOL saling menguntungkan, tetapi pencipta konten di ekor dan ritel interaktif masih menghadapi tantangan pendapatan rendah dan persaingan yang ketat.
• Kegiatan cium bibir menarik pengguna untuk berpartisipasi di awal, tetapi perhatian menurun secara drastis setelah penghargaan diberikan, kurang berkelanjutan.
• Perhatian tidak sama dengan proporsi kapitalisasi pasar.

Reputasi

• Proyek InfoFi reputasi seperti Ethos menggunakan sistem undangan untuk mengontrol kualitas pengguna dan mengurangi serangan penyihir. Namun, mekanisme ini meningkatkan ambang partisipasi, membatasi pengguna baru.