InfoFi є важливим експериментом, спрямованим на проєктування та управління новою економічною структурою. Коли вона розвивається у структуру, в якій можуть бути поділені цінні інформація та інсайти, її потенціал може бути в повній мірі реалізований.
Автор: Джей Джо, Тигрові Дослідження
Укладач: AididiaoJP, Foresight News
ТЛ; ДОКТОР
InfoFi є структурованою спробою кількісно оцінити увагу та активність користувачів і пов'язати їх з винагородами.
InfoFi наразі має деякі структурні проблеми, включаючи зниження якості контенту та централізацію винагород.
Це не обмеження самої моделі InfoFi, а проблема дизайну критеріїв оцінки та розподілу винагород, яку потрібно терміново покращити.
Епоха уваги та токенів
Увага стала одним із найдефіцитніших ресурсів у сучасній промисловості. В епоху Інтернету інформація переповнена, а здатність людини обробляти інформацію надзвичайно обмежена. Ця дефіцитність спонукала безліч компаній до жорсткої конкуренції, боротьба за здатність залучати увагу користувачів стала основною конкурентною перевагою компаній.
Криптоіндустрія показала рівень конкуренції за увагу в більш екстремальній формі. Частка уваги відіграє важливу роль у ціноутворенні токенів та формуванні ліквідності, що також стає ключовим фактором у визначенні успіху чи провалу проєкту. Навіть технологічно просунуті проекти часто усуваються ринком, якщо їм не вдається привернути увагу ринку.
Це явище випливає зі структурних особливостей крипторинку. Користувачі є не тільки учасниками, а й інвесторами, і їх увага безпосередньо призводить до реальної покупки токенів, тим самим створюючи більший попит і мережевий ефект. Плинність створюється там, де зосереджена увага, і наратив будується на цій плинності. Потім ці усталені наративи привертають нову увагу та формують доброчесне коло, яке рухає ринок уперед.
InfoFi: систематична спроба токенізації уваги
Ринок працює на основі уваги. У зв'язку з цією структурою постає ключове питання: хто ж насправді може отримати користь від цієї уваги? Користувачі привертають увагу за допомогою активності спільноти та створення контенту, але таку поведінку важко виміряти, і немає чіткого механізму прямої винагороди. До сих пір звичайні користувачі могли заробляти лише непряму вигоду, купуючи і продаючи токени. Наразі не існує механізму винагороди для дописувачів, які насправді привертають увагу.
!
InfoFi мережа Kaito, джерело: Kaito
InfoFi є спробою вирішити цю проблему. InfoFi поєднує інформацію з фінансами, створюючи механізм, який оцінює внесок користувачів на основі залученості (наприклад, кількість переглядів, коментарів та поширень) та прив'язує його до винагород у токенах. Успіх Kaito дозволив широко поширити цю структуру.
Kaito використовує алгоритми штучного інтелекту для оцінки активності в соціальних мережах, включаючи такі речі, як публікації та коментарі. Платформа пропонує винагороди в токенах на основі балів. Чим більше уваги привертає контент, створений користувачами, тим більше охоплення може отримати проект. Capital сприймає цей фокус як сигнал і використовує його для прийняття інвестиційних рішень. У міру зростання уваги в проект надходить більше капіталу, а разом з ним і винагороди для учасників. Актори, проекти та капітал працюють разом за допомогою даних про увагу як середовища, створюючи доброчесне коло.
Модель InfoFi зробила значний внесок у три ключові сфери.
По-перше, він кількісно оцінив користувацькі внески, для яких критерії оцінювання не були чітко визначені. Система балів дозволяє людям структуровано визначати внесок і допомагає користувачам прогнозувати, які винагороди вони можуть отримати за певні дії, тим самим підвищуючи стійкість і послідовність участі користувачів.
По-друге, InfoFi перетворює увагу з абстрактної концепції на дані, які можна кількісно оцінювати та торгувати, а залученість користувачів зміщується від простого споживання до продуктивної активності. Більша частина існуючої онлайн-взаємодії передбачає інвестування або обмін контентом, і платформи заробляють гроші на увазі, яку привертає ця діяльність. InfoFi кількісно оцінює реакцію ринку користувачів на цей контент і видає винагороди на основі цих даних, в результаті чого дії учасників вважаються продуктивною роботою. Цей зсув дає користувачам роль творців цінності мережі, а не лише членів спільноти.
По-третє, InfoFi знизив поріг виробництва інформації. Раніше інформаційне розповсюдження домінувалося великими акаунтами в Твіттері та організаційними обліковими записами, які займали більшу частину уваги та винагород. Тепер звичайні користувачі, отримавши певний рівень уваги на ринку, також можуть отримувати реальні винагороди, створюючи більше можливостей для участі користувачів з різним досвідом.
Інформаційна економіка уваги, викликана InfoFi
Модель InfoFi є новим експериментом у дизайні винагород у криптоіндустрії, яка кількісно оцінює внесок користувачів і пов'язує його з винагородами. Однак увага стала занадто централізованою цінністю, і її побічні ефекти поступово стають очевидними.
Перша проблема – надмірна конкуренція за увагу та зниження якості контенту. Коли увага стала критерієм винагороди, мета створення контенту тепер змістилася з надання інформації або заохочення значущої взаємодії до простого винагородження. Генеративний штучний інтелект, з іншого боку, полегшує створення контенту, а масовий контент, якому не вистачає реальної інформації або ідей, стає вірусним. Ці так звані «AI Slops» поширюються по всій екосистемі, що викликає занепокоєння.
!
Гучний механізм, джерело: Гучний
Проект Loud чітко демонструє цю тенденцію. Loud намагається токенізувати увагу, платформа вибирає розподілити винагороди найуспішнішим користувачам, які отримали найбільшу увагу протягом певного періоду часу. Ця структура експериментальна, але увага стала єдиним критерієм винагороди, що призвело до надмірної конкуренції між користувачами та викликало величезну кількість повторюваного низькоякісного контенту, в результаті чого виникла однорідність контенту в усій спільноті.
!
Джерело інформації: Kaito Mindshare
Друга проблема – це централізація винагород. Винагороди, засновані на увазі, починають зосереджуватися на конкретних предметах або темах, а контент з інших предметів насправді пасивно зникає або зменшується з ринку, як показують спільні дані Kaito. У якийсь момент на Loud припадало понад 70% зашифрованого контенту в Twitter, домінуючи в потоці інформації в екосистемі. Коли винагороди зосереджені на увазі, різноманітність контенту зменшується, і генерується інформація про проєкти, які пропонують високі винагороди у вигляді токенів. Розмір кінцевого маркетингового бюджету визначає вплив в екосистемі.
Структурні обмеження InfoFi: оцінка та розподіл
4.1. Обмеження простих методів оцінки змісту
Система винагород, зосереджена на увазі, ставить основне питання: як слід оцінювати контент і як слід розподіляти винагороди? Наразі більшість платформ InfoFi грунтуються на простих показниках (таких як перегляди, лайки та коментарі) для оцінки вартості контенту. Ця структура припускає, що «висока залученість дорівнює хорошому контенту».
Зміст з високим рівнем участі дійсно може мати кращу якість інформації або ефективність передачі, однак ця структура в основному підходить для дуже якісного контенту. Що стосується більшості середніх і низькокласних матеріалів, то зв'язок між кількістю і якістю відгуків залишається невизначеним, що призводить до явища, коли повторювані формати і надто позитивний контент отримують високі оцінки. Тим часом зміст, який представляє різноманітні перспективи або обговорює нові теми, важко отримати належне визнання.
Вирішення цих проблем вимагає кращої системи оцінювання якості контенту. Критерії оцінювання виключно на основі залученості є фіксованими, тоді як цінність контенту може змінюватися з часом або в контексті. Наприклад, штучний інтелект може виявляти значущий контент, а також впроваджувати алгоритмічні методи налаштування на основі спільноти. Останнє може допомогти системі оцінювання гнучко реагувати на зміни, дозволяючи алгоритму коригувати критерії оцінювання на основі даних відгуків користувачів, які надаються на регулярній основі.
4.2. Концентрація та баланс вимог до структури винагороди
Обмеження оцінки контенту та проблеми з системою винагород співіснують, а система винагород також посилює спотворення інформаційного потоку. Поточна екосистема InfoFi зазвичай має окремі рейтинги для кожного проекту, які використовують свої власні токени для винагороди. У цій структурі проекти з великими маркетинговими бюджетами можуть залучати більше контенту, і увага користувачів часто зосереджується на конкретних проектах.
Щоб вирішити ці проблеми, потрібно відкоригувати структуру розподілу винагород. Кожен проект може зберігати свої винагороди, платформа може в реальному часі контролювати концентрацію контенту та використовувати токени платформи для корекції. Наприклад, якщо контент занадто сконцентрований на певному проекті, винагороди у токенах платформи можуть тимчасово зменшитися, тоді як теми з відносно низьким охопленням можуть отримати додаткові токени платформи. Контент, що охоплює кілька проектів, також може отримувати додаткові винагороди. Це створить середовище з різноманітними темами та поглядами.
Оцінка та винагорода становлять ядро структури InfoFi. Як оцінюється контент, визначає інформаційний потік в екосистемі, і те, хто отримує які винагороди, також є надзвичайно важливим. Поточна структура покладається на оцінювальну систему з єдиним стандартом у поєднанні з винагородною структурою, орієнтованою на маркетинг, що прискорює домінування уваги, одночасно послаблюючи різноманітність інформації. Гнучкість оцінювальних стандартів є критично важливою для стійкої роботи, а балансування структури розподілу також є ключовим викликом, з яким стикається екосистема InfoFi.
Завершення
Структурований експеримент InfoFi має на меті кількісно оцінити увагу та перетворити її на економічну цінність, змінюючи існуючу односторонню структуру споживання контенту на економіку участі, зосереджену на виробниках. Значення цього досягнення є величезним. Однак, нинішня екосистема InfoFi стикається зі структурними побічними ефектами в процесі токенізації уваги, зокрема, зниженням якості контенту та спотворенням інформаційних потоків. Ці побічні ефекти, скоріше, пов'язані з обмеженнями моделі, ніж з тією дилемою, яку неминуче проходять на початковій стадії проектування.
Модель оцінки, заснована на простому зворотному зв'язку, виявляє свої обмеження, так само як і структура винагороди, на яку впливають маркетингові ресурси. Існує нагальна потреба в удосконаленні систем, які повинні мати можливість належно оцінювати якість контенту, а також механізмів алгоритмічного коригування на основі спільноти та механізмів балансування на рівні платформи. InfoFi має на меті створити екосистему, де учасники можуть отримувати справедливу винагороду за участь у виробництві та поширенні інформації. Досягнення цієї мети вимагатиме технічних удосконалень, а також заохочення участі громади у проектуванні.
У криптоекосистемі увага працює як токени. InfoFi є важливим експериментом з проектування та функціонування нової економічної структури. Коли вона розвивається в структуру, в якій цінна інформація та інсайти можуть бути поділені, її потенціал може бути в повній мірі реалізований. Результати цього експерименту пришвидшать розвиток кількісної економіки інформації в цифрову епоху.
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Дилема InfoFi в економіці уваги
Автор: Джей Джо, Тигрові Дослідження
Укладач: AididiaoJP, Foresight News
ТЛ; ДОКТОР
Епоха уваги та токенів
Увага стала одним із найдефіцитніших ресурсів у сучасній промисловості. В епоху Інтернету інформація переповнена, а здатність людини обробляти інформацію надзвичайно обмежена. Ця дефіцитність спонукала безліч компаній до жорсткої конкуренції, боротьба за здатність залучати увагу користувачів стала основною конкурентною перевагою компаній.
Криптоіндустрія показала рівень конкуренції за увагу в більш екстремальній формі. Частка уваги відіграє важливу роль у ціноутворенні токенів та формуванні ліквідності, що також стає ключовим фактором у визначенні успіху чи провалу проєкту. Навіть технологічно просунуті проекти часто усуваються ринком, якщо їм не вдається привернути увагу ринку.
Це явище випливає зі структурних особливостей крипторинку. Користувачі є не тільки учасниками, а й інвесторами, і їх увага безпосередньо призводить до реальної покупки токенів, тим самим створюючи більший попит і мережевий ефект. Плинність створюється там, де зосереджена увага, і наратив будується на цій плинності. Потім ці усталені наративи привертають нову увагу та формують доброчесне коло, яке рухає ринок уперед.
InfoFi: систематична спроба токенізації уваги
Ринок працює на основі уваги. У зв'язку з цією структурою постає ключове питання: хто ж насправді може отримати користь від цієї уваги? Користувачі привертають увагу за допомогою активності спільноти та створення контенту, але таку поведінку важко виміряти, і немає чіткого механізму прямої винагороди. До сих пір звичайні користувачі могли заробляти лише непряму вигоду, купуючи і продаючи токени. Наразі не існує механізму винагороди для дописувачів, які насправді привертають увагу.
!
InfoFi мережа Kaito, джерело: Kaito
InfoFi є спробою вирішити цю проблему. InfoFi поєднує інформацію з фінансами, створюючи механізм, який оцінює внесок користувачів на основі залученості (наприклад, кількість переглядів, коментарів та поширень) та прив'язує його до винагород у токенах. Успіх Kaito дозволив широко поширити цю структуру.
Kaito використовує алгоритми штучного інтелекту для оцінки активності в соціальних мережах, включаючи такі речі, як публікації та коментарі. Платформа пропонує винагороди в токенах на основі балів. Чим більше уваги привертає контент, створений користувачами, тим більше охоплення може отримати проект. Capital сприймає цей фокус як сигнал і використовує його для прийняття інвестиційних рішень. У міру зростання уваги в проект надходить більше капіталу, а разом з ним і винагороди для учасників. Актори, проекти та капітал працюють разом за допомогою даних про увагу як середовища, створюючи доброчесне коло.
Модель InfoFi зробила значний внесок у три ключові сфери.
По-перше, він кількісно оцінив користувацькі внески, для яких критерії оцінювання не були чітко визначені. Система балів дозволяє людям структуровано визначати внесок і допомагає користувачам прогнозувати, які винагороди вони можуть отримати за певні дії, тим самим підвищуючи стійкість і послідовність участі користувачів.
По-друге, InfoFi перетворює увагу з абстрактної концепції на дані, які можна кількісно оцінювати та торгувати, а залученість користувачів зміщується від простого споживання до продуктивної активності. Більша частина існуючої онлайн-взаємодії передбачає інвестування або обмін контентом, і платформи заробляють гроші на увазі, яку привертає ця діяльність. InfoFi кількісно оцінює реакцію ринку користувачів на цей контент і видає винагороди на основі цих даних, в результаті чого дії учасників вважаються продуктивною роботою. Цей зсув дає користувачам роль творців цінності мережі, а не лише членів спільноти.
По-третє, InfoFi знизив поріг виробництва інформації. Раніше інформаційне розповсюдження домінувалося великими акаунтами в Твіттері та організаційними обліковими записами, які займали більшу частину уваги та винагород. Тепер звичайні користувачі, отримавши певний рівень уваги на ринку, також можуть отримувати реальні винагороди, створюючи більше можливостей для участі користувачів з різним досвідом.
Інформаційна економіка уваги, викликана InfoFi
Модель InfoFi є новим експериментом у дизайні винагород у криптоіндустрії, яка кількісно оцінює внесок користувачів і пов'язує його з винагородами. Однак увага стала занадто централізованою цінністю, і її побічні ефекти поступово стають очевидними.
Перша проблема – надмірна конкуренція за увагу та зниження якості контенту. Коли увага стала критерієм винагороди, мета створення контенту тепер змістилася з надання інформації або заохочення значущої взаємодії до простого винагородження. Генеративний штучний інтелект, з іншого боку, полегшує створення контенту, а масовий контент, якому не вистачає реальної інформації або ідей, стає вірусним. Ці так звані «AI Slops» поширюються по всій екосистемі, що викликає занепокоєння.
!
Гучний механізм, джерело: Гучний
Проект Loud чітко демонструє цю тенденцію. Loud намагається токенізувати увагу, платформа вибирає розподілити винагороди найуспішнішим користувачам, які отримали найбільшу увагу протягом певного періоду часу. Ця структура експериментальна, але увага стала єдиним критерієм винагороди, що призвело до надмірної конкуренції між користувачами та викликало величезну кількість повторюваного низькоякісного контенту, в результаті чого виникла однорідність контенту в усій спільноті.
!
Джерело інформації: Kaito Mindshare
Друга проблема – це централізація винагород. Винагороди, засновані на увазі, починають зосереджуватися на конкретних предметах або темах, а контент з інших предметів насправді пасивно зникає або зменшується з ринку, як показують спільні дані Kaito. У якийсь момент на Loud припадало понад 70% зашифрованого контенту в Twitter, домінуючи в потоці інформації в екосистемі. Коли винагороди зосереджені на увазі, різноманітність контенту зменшується, і генерується інформація про проєкти, які пропонують високі винагороди у вигляді токенів. Розмір кінцевого маркетингового бюджету визначає вплив в екосистемі.
Структурні обмеження InfoFi: оцінка та розподіл
4.1. Обмеження простих методів оцінки змісту
Система винагород, зосереджена на увазі, ставить основне питання: як слід оцінювати контент і як слід розподіляти винагороди? Наразі більшість платформ InfoFi грунтуються на простих показниках (таких як перегляди, лайки та коментарі) для оцінки вартості контенту. Ця структура припускає, що «висока залученість дорівнює хорошому контенту».
Зміст з високим рівнем участі дійсно може мати кращу якість інформації або ефективність передачі, однак ця структура в основному підходить для дуже якісного контенту. Що стосується більшості середніх і низькокласних матеріалів, то зв'язок між кількістю і якістю відгуків залишається невизначеним, що призводить до явища, коли повторювані формати і надто позитивний контент отримують високі оцінки. Тим часом зміст, який представляє різноманітні перспективи або обговорює нові теми, важко отримати належне визнання.
Вирішення цих проблем вимагає кращої системи оцінювання якості контенту. Критерії оцінювання виключно на основі залученості є фіксованими, тоді як цінність контенту може змінюватися з часом або в контексті. Наприклад, штучний інтелект може виявляти значущий контент, а також впроваджувати алгоритмічні методи налаштування на основі спільноти. Останнє може допомогти системі оцінювання гнучко реагувати на зміни, дозволяючи алгоритму коригувати критерії оцінювання на основі даних відгуків користувачів, які надаються на регулярній основі.
4.2. Концентрація та баланс вимог до структури винагороди
Обмеження оцінки контенту та проблеми з системою винагород співіснують, а система винагород також посилює спотворення інформаційного потоку. Поточна екосистема InfoFi зазвичай має окремі рейтинги для кожного проекту, які використовують свої власні токени для винагороди. У цій структурі проекти з великими маркетинговими бюджетами можуть залучати більше контенту, і увага користувачів часто зосереджується на конкретних проектах.
Щоб вирішити ці проблеми, потрібно відкоригувати структуру розподілу винагород. Кожен проект може зберігати свої винагороди, платформа може в реальному часі контролювати концентрацію контенту та використовувати токени платформи для корекції. Наприклад, якщо контент занадто сконцентрований на певному проекті, винагороди у токенах платформи можуть тимчасово зменшитися, тоді як теми з відносно низьким охопленням можуть отримати додаткові токени платформи. Контент, що охоплює кілька проектів, також може отримувати додаткові винагороди. Це створить середовище з різноманітними темами та поглядами.
Оцінка та винагорода становлять ядро структури InfoFi. Як оцінюється контент, визначає інформаційний потік в екосистемі, і те, хто отримує які винагороди, також є надзвичайно важливим. Поточна структура покладається на оцінювальну систему з єдиним стандартом у поєднанні з винагородною структурою, орієнтованою на маркетинг, що прискорює домінування уваги, одночасно послаблюючи різноманітність інформації. Гнучкість оцінювальних стандартів є критично важливою для стійкої роботи, а балансування структури розподілу також є ключовим викликом, з яким стикається екосистема InfoFi.
Завершення
Структурований експеримент InfoFi має на меті кількісно оцінити увагу та перетворити її на економічну цінність, змінюючи існуючу односторонню структуру споживання контенту на економіку участі, зосереджену на виробниках. Значення цього досягнення є величезним. Однак, нинішня екосистема InfoFi стикається зі структурними побічними ефектами в процесі токенізації уваги, зокрема, зниженням якості контенту та спотворенням інформаційних потоків. Ці побічні ефекти, скоріше, пов'язані з обмеженнями моделі, ніж з тією дилемою, яку неминуче проходять на початковій стадії проектування.
Модель оцінки, заснована на простому зворотному зв'язку, виявляє свої обмеження, так само як і структура винагороди, на яку впливають маркетингові ресурси. Існує нагальна потреба в удосконаленні систем, які повинні мати можливість належно оцінювати якість контенту, а також механізмів алгоритмічного коригування на основі спільноти та механізмів балансування на рівні платформи. InfoFi має на меті створити екосистему, де учасники можуть отримувати справедливу винагороду за участь у виробництві та поширенні інформації. Досягнення цієї мети вимагатиме технічних удосконалень, а також заохочення участі громади у проектуванні.
У криптоекосистемі увага працює як токени. InfoFi є важливим експериментом з проектування та функціонування нової економічної структури. Коли вона розвивається в структуру, в якій цінна інформація та інсайти можуть бути поділені, її потенціал може бути в повній мірі реалізований. Результати цього експерименту пришвидшать розвиток кількісної економіки інформації в цифрову епоху.