หนึ่งในแอปพลิเคชั่น Ethereum ที่ทำให้ฉันตื่นเต้นมากที่สุดคือตลาดการทำนาย ในปี 2014 ฉันเขียนบทความเกี่ยวกับ Futarchy ซึ่งเป็นโมเดลการกำกับดูแลที่อิงการคาดการณ์ซึ่งคิดขึ้นโดย Robin Hanson ฉันเป็นผู้ใช้งานและผู้สนับสนุน Augur มาตั้งแต่ปี 2558 (ดูชื่อของฉันอยู่ในบทความ Wikipedia) ฉันเดิมพัน $58,000 ในการเลือกตั้งปี 2020 ฉันเป็นผู้สนับสนุนและติดตาม Polymarket อย่างใกล้ชิดในปีนี้

สำหรับหลายๆ คน ตลาดการทำนายเป็นเรื่องของการเดิมพันในการเลือกตั้ง และการเดิมพันในการเลือกตั้งก็เกี่ยวกับการพนัน ถ้ามันทำให้ผู้คนได้สนุกสนาน นั่นก็เยี่ยมมาก แต่โดยพื้นฐานแล้วมันก็ไม่ได้ดีไปกว่าการเดิมพันใน pump.fun การซื้อโทเค็นแบบสุ่มบนจะสนุกกว่า . จากมุมมองนี้ ความสนใจของฉันในตลาดการคาดการณ์ดูน่าสับสน ดังนั้น ในบทความนี้ ฉันมุ่งมั่นที่จะอธิบายว่าทำไมแนวคิดนี้จึงทำให้ฉันตื่นเต้น โดยสรุป ฉันเชื่อว่า (i) แม้แต่ตลาดการคาดการณ์ที่มีอยู่ก็เป็นเครื่องมือที่มีประโยชน์มากสำหรับโลก แต่นอกจากนี้ (ii) ตลาดการคาดการณ์เป็นเพียงตัวอย่างหนึ่งของหมวดหมู่ที่ใหญ่กว่าและทรงพลังมากซึ่งมีศักยภาพในการสร้างการใช้งานที่ดีขึ้นในสังคม สื่อ วิทยาศาสตร์ วารสารศาสตร์ ธรรมาภิบาล และสาขาอื่นๆ ฉันจะเรียกหมวดหมู่นี้ว่า "การเงินข้อมูล"

ทั้งสองด้านของ Polymarket: เว็บไซต์เดิมพันสำหรับผู้เข้าร่วม เว็บไซต์ข่าวสำหรับคนอื่นๆ

ในช่วงสัปดาห์ที่ผ่านมา Polymarket เป็นแหล่งข้อมูลที่มีประสิทธิภาพมากเกี่ยวกับการเลือกตั้งสหรัฐฯ Polymarket ไม่เพียงแต่ทำนายโอกาสที่ทรัมป์จะชนะ 60/40 เท่านั้น (ในขณะที่แหล่งข้อมูลอื่นๆ คาดการณ์ 50/50 ซึ่งในตัวมันเองไม่ได้น่าประทับใจนัก) ยังแสดงให้เห็นข้อดีอื่นๆ ด้วย: เมื่อผลลัพธ์ออกมา แม้จะมีผู้เชี่ยวชาญและข่าวสารมากมาย แหล่งข่าวล่อลวงผู้ชมด้วยความหวังว่าพวกเขาจะได้ยินข่าวดีสำหรับแฮร์ริส แต่ Polymarket สร้างสถิติใหม่: ทรัมป์มีโอกาสมากกว่า 95% ที่จะชนะ และมีโอกาสมากกว่า 90% ที่จะยึดอำนาจการควบคุมหน่วยงานของรัฐทั้งหมดที่ ในเวลาเดียวกัน

ภาพหน้าจอทั้งสองถ่ายเมื่อเวลา 03:40 น. EST ของวันที่ 6 พฤศจิกายน

แต่สำหรับฉัน นี่ไม่ใช่ตัวอย่างที่ดีที่สุดที่แสดงให้เห็นว่า Polymarket มีความน่าสนใจเพียงใด ลองดูอีกตัวอย่างหนึ่ง: การเลือกตั้งของเวเนซุเอลาในเดือนกรกฎาคม วันรุ่งขึ้นหลังการเลือกตั้ง ฉันจำได้ว่าได้เห็นผู้คนประท้วงในเวเนซุเอลาด้วยหางตาเพื่อประท้วงผลการเลือกตั้งที่มีการเข้มงวดอย่างมาก ตอนแรกก็ไม่ได้สนใจอะไรมากนัก ฉันรู้ว่ามาดูโรเป็นหนึ่งใน "ผู้นำเผด็จการ" อยู่แล้ว ดังนั้นฉันคิดว่าแน่นอนว่าเขาจะปลอมแปลงผลการเลือกตั้งทุกครั้งเพื่อให้ตัวเองอยู่ในอำนาจ แน่นอนว่าจะมีการประท้วง แน่นอนว่าการประท้วงจะล้มเหลว - น่าเสียดาย เรื่องนี้คือ หลายคนล้มเหลว แต่แล้วฉันก็เลื่อนดู Polymarket และเห็นสิ่งนี้:

ผู้คนยินดีลงทุนมากกว่า 100,000 ดอลลาร์เพื่อเดิมพันว่ามีโอกาส 23% ที่มาดูโรจะถูกโค่นล้มในการเลือกตั้งครั้งนี้ ตอนนี้ฉันเริ่มให้ความสนใจ

แน่นอนว่าเรารู้ถึงผลที่ตามมาอันเลวร้ายของสถานการณ์นี้ ในที่สุด มาดูโรก็อยู่ในอำนาจได้ อย่างไรก็ตาม ตลาดทำให้ฉันรู้ว่าคราวนี้ ความพยายามที่จะโค่นล้มมาดูโรนั้นเป็นเรื่องร้ายแรง การประท้วงมีขนาดใหญ่มาก และฝ่ายค้านก็เกิดกลยุทธ์ที่ดำเนินการอย่างดีอย่างน่าประหลาดใจ ซึ่งพิสูจน์ให้โลกเห็นว่าการเลือกตั้งเป็นการฉ้อโกงเพียงใด หากฉันไม่ได้รับสัญญาณเริ่มต้นจาก Polymarket ว่า "คราวนี้ มีบางสิ่งที่ควรค่าแก่การใส่ใจ" ฉันคงไม่เริ่มสนใจด้วยซ้ำ

คุณไม่ควรเชื่อถือแผนภูมิการเดิมพันของ Polymarket โดยสิ้นเชิง: หากทุกคนเชื่อในแผนภูมิการเดิมพัน ใครก็ตามที่มีเงินก็สามารถจัดการแผนภูมิการเดิมพันได้ และจะไม่มีใครกล้าเดิมพันกับแผนภูมิเหล่านั้น ในทางกลับกัน การเชื่อถือข่าวทั้งหมดก็เป็นความคิดที่ไม่ดีเช่นกัน ข่าวมีแรงจูงใจที่ทำให้เกิดความรู้สึกเกินจริง โดยพูดเกินจริงถึงผลลัพธ์ที่ตามมาเพื่อการคลิก บางครั้งสิ่งนี้ก็สมเหตุสมผล แต่บางครั้งก็ไม่เป็นเช่นนั้น หากคุณอ่านบทความที่สะเทือนอารมณ์ แต่แล้วคุณไปตลาดและพบว่าความน่าจะเป็นของเหตุการณ์ที่เป็นปัญหาไม่มีการเปลี่ยนแปลงเลย ก็สมเหตุสมผลที่จะสงสัยเช่นกัน หรือหากคุณเห็นความน่าจะเป็นสูงหรือต่ำที่ไม่คาดคิดในตลาด หรือการเปลี่ยนแปลงกะทันหันที่ไม่คาดคิด นั่นเป็นสัญญาณให้คุณอ่านข่าวเพื่อดูว่าอะไรเป็นสาเหตุ สรุป: คุณสามารถรับข้อมูลเพิ่มเติมได้จากการอ่านข่าวและการเดิมพันบนแผนภูมิมากกว่าการอ่านเพียงอย่างเดียว

เรามาทบทวนสิ่งที่เกิดขึ้นที่นี่ หากคุณเป็นนักพนันคุณสามารถเดิมพันกับ Polymarket ซึ่งเป็นเว็บไซต์เดิมพันสำหรับคุณ หากคุณไม่ใช่นักพนัน คุณสามารถอ่านแผนภูมิการเดิมพันได้ และนี่คือเว็บไซต์ข่าวสำหรับคุณ คุณไม่ควรเชื่อถือแผนภูมิการเดิมพันโดยสมบูรณ์ แต่ฉันได้ทำให้การอ่านแผนภูมิการเดิมพันเป็นขั้นตอนหนึ่งในขั้นตอนการรวบรวมข้อมูลของฉัน (พร้อมกับสื่อแบบดั้งเดิมและโซเชียลมีเดีย) และช่วยให้ฉันได้รับข้อมูลเพิ่มเติมได้อย่างมีประสิทธิภาพมากขึ้น

ความสำคัญที่กว้างขึ้นของการเงินสารสนเทศ

ตอนนี้เรามาถึงส่วนสำคัญแล้ว การทำนายผลการเลือกตั้งเป็นเพียงการสมัครครั้งแรกเท่านั้น แนวคิดที่กว้างขึ้นคือคุณสามารถใช้การเงินเป็นวิธีหนึ่งในการจัดสิ่งจูงใจเพื่อให้ข้อมูลที่มีคุณค่าแก่ผู้ชมของคุณ ปฏิกิริยาตามธรรมชาติก็คือ: การเงินทั้งหมดมีพื้นฐานเกี่ยวกับข้อมูลไม่ใช่หรือ? ผู้เข้าร่วมที่แตกต่างกันจะตัดสินใจซื้อและขายที่แตกต่างกันเพราะพวกเขามีมุมมองที่แตกต่างกันเกี่ยวกับสิ่งที่จะเกิดขึ้นในอนาคต (นอกเหนือจากความต้องการส่วนบุคคล เช่น ความต้องการความเสี่ยงและความปรารถนาที่จะป้องกันความเสี่ยง) และคุณสามารถสรุปได้มากมายเกี่ยวกับโลกโดยการอ่านตลาด ราคา

สำหรับฉัน การเงินสารสนเทศเป็นเพียงเรื่องนั้น แต่มีโครงสร้างที่ถูกต้อง เช่นเดียวกับแนวคิดเรื่องความถูกต้องเชิงโครงสร้างในวิศวกรรมซอฟต์แวร์ การเงินสารสนเทศเป็นวินัยที่กำหนดให้คุณต้อง (i) เริ่มต้นด้วยข้อเท็จจริงที่คุณต้องการทราบ จากนั้น (ii) จงใจออกแบบตลาดเพื่อให้ได้ข้อมูลจากผู้เข้าร่วมตลาดได้ดีที่สุด รับข้อมูลนี้ .

การเงินข้อมูลเป็นตลาดที่มีสามด้าน: นักเดิมพันทำนายและผู้อ่านอ่านคำทำนาย ตลาดคาดการณ์อนาคตว่าเป็นสินค้าสาธารณะ (เพราะนั่นคือสิ่งที่ได้รับการออกแบบมาให้ทำ)

ตลาดการคาดการณ์เป็นตัวอย่างหนึ่ง: คุณต้องการทราบข้อเท็จจริงเฉพาะเจาะจงที่จะเกิดขึ้นในอนาคต ดังนั้นคุณจึงสร้างตลาดเพื่อให้ผู้คนเดิมพันกับข้อเท็จจริงนั้น อีกตัวอย่างหนึ่งคือตลาดการตัดสินใจ: คุณต้องการทราบว่าการตัดสินใจ A หรือการตัดสินใจ B จะให้ผลลัพธ์ที่ดีกว่าตามตัวชี้วัด M บางตัวหรือไม่ เพื่อให้บรรลุเป้าหมายนี้ คุณได้สร้างตลาดที่มีเงื่อนไข: คุณขอให้ผู้คนเดิมพัน (i) การตัดสินใจใดจะถูกเลือก (ii) มูลค่าของ M หากเลือกการตัดสินใจ A และเป็นศูนย์อย่างอื่น (iii) หากการตัดสินใจ B คือ เลือกแล้วจะได้ค่า M มิฉะนั้นจะเป็นศูนย์ ด้วยตัวแปรทั้งสามนี้ คุณสามารถระบุได้ว่าตลาดพิจารณาว่าการตัดสินใจ A หรือการตัดสินใจ B เป็นประโยชน์ต่อมูลค่าของ M มากกว่าหรือไม่

ผมคาดการณ์ว่าเทคโนโลยีหนึ่งที่จะขับเคลื่อนการพัฒนาการเงินสารสนเทศในทศวรรษหน้าก็คือ AI (ไม่ว่าจะเป็นรุ่นใหญ่หรือเทคโนโลยีแห่งอนาคต) นั่นเป็นเพราะว่าการใช้งานทางการเงินข้อมูลที่น่าสนใจที่สุดหลายอย่างเกี่ยวข้องกับปัญหา "ระดับจุลภาค": ตลาดขนาดเล็กนับล้านแห่งที่การตัดสินใจแต่ละรายการมีผลกระทบค่อนข้างน้อย ในความเป็นจริง ตลาดที่มีปริมาณการซื้อขายต่ำมักจะไม่ได้ทำงานอย่างมีประสิทธิภาพ สำหรับผู้เล่นที่มีประสบการณ์ มันไม่สมเหตุสมผลเลยที่จะใช้เวลากับการวิเคราะห์โดยละเอียดเพียงเพื่อให้ได้กำไรไม่กี่ร้อยดอลลาร์ และหลายคนถึงกับเชื่อว่าหากไม่มีเงินอุดหนุน ตลาดดังกล่าว มันไม่ได้ผลเพราะมีเทรดเดอร์ที่ไร้เดียงสาไม่เพียงพอสำหรับเทรดเดอร์ที่มีประสบการณ์ที่จะทำกำไรจากทั้งหมด ยกเว้นปัญหาที่ใหญ่ที่สุดและน่าตื่นเต้นที่สุด AI เปลี่ยนแปลงสมการนี้ไปโดยสิ้นเชิง ซึ่งหมายความว่าแม้ในตลาดที่มีปริมาณการซื้อขายอยู่ที่ 10 ดอลลาร์ ก็เป็นไปได้ที่จะได้รับข้อมูลคุณภาพสูงพอสมควร แม้ว่าจะจำเป็นต้องมีเงินอุดหนุน จำนวนเงินอุดหนุนต่อประเด็นก็มีราคาไม่แพงมาก

การเงินสารสนเทศต้องใช้การกลั่นด้วยคน (กลั่น)

ผู้พิพากษา

สมมติว่าคุณมีกลไกการตัดสินของมนุษย์ที่เชื่อถือได้และมีความชอบธรรมที่ทั้งชุมชนไว้วางใจ แต่การตัดสินใช้เวลานานและมีค่าใช้จ่ายสูง อย่างไรก็ตาม คุณต้องการเข้าถึงแบบเรียลไทม์ในราคาประหยัดอย่างน้อยสำเนาโดยประมาณของ "กลไกที่มีราคาแพง" นั้น นี่คือแนวคิดของ Robin Hanson เกี่ยวกับสิ่งที่คุณทำได้: ทุกครั้งที่คุณต้องตัดสินใจ คุณจะต้องสร้างตลาดการคาดการณ์เพื่อคาดการณ์ว่าผลลัพธ์ของการตัดสินใจจะเป็นอย่างไรหากมีการใช้กลไกราคาแพงนั้น คุณปล่อยให้ตลาดการคาดการณ์ดำเนินไปและลงทุนเงินจำนวนเล็กน้อยเพื่ออุดหนุนผู้ดูแลสภาพคล่อง

99.99% ของเวลาที่คุณไม่ได้เรียกใช้กลไกราคาแพงจริงๆ: บางทีคุณอาจ "ยกเลิกธุรกรรม" และให้ข้อมูลแก่ทุกคนกลับ หรือคุณแค่ให้ทุกคนเป็นศูนย์ หรือคุณดูว่าราคาเฉลี่ยใกล้กับ 0 หรือ 1 และ ถือเป็นข้อเท็จจริงพื้นฐาน 0.01% ของเวลาทั้งหมด - อาจเป็นแบบสุ่ม อาจเป็นตลาดที่มีปริมาณสูงสุด อาจเป็นทั้งสองอย่างรวมกัน - คุณจะใช้กลไกราคาแพงและชดเชยผู้เข้าร่วมตามนั้น

สิ่งนี้จะทำให้คุณได้รับ "เวอร์ชันกลั่น" ที่น่าเชื่อถือ เป็นกลาง รวดเร็ว และราคาถูกของกลไกต้นฉบับของคุณที่น่าเชื่อถือสูงแต่มีราคาแพงมาก (ใช้คำว่า "กลั่น" เพื่อเป็นการเปรียบเทียบกับ "กลั่น" ใน LLM) เมื่อเวลาผ่านไป กลไกการกลั่นนี้จะสะท้อนพฤติกรรมของกลไกดั้งเดิมโดยประมาณ - เนื่องจากมีเพียงผู้เข้าร่วมที่ช่วยให้บรรลุผลลัพธ์นั้นเท่านั้นที่จะสร้างรายได้ ในขณะที่คนอื่นๆ สูญเสียเงิน

แบบจำลองของตลาดการคาดการณ์ที่เป็นไปได้ + การรวมบันทึกของชุมชน

สิ่งนี้ไม่เพียงแต่ใช้กับโซเชียลมีเดียเท่านั้น แต่ยังรวมถึง DAO ด้วย ปัญหาสำคัญกับ DAO คือมีการตัดสินใจมากมายที่คนส่วนใหญ่ไม่เต็มใจที่จะเข้าร่วม ซึ่งส่งผลให้เกิดการใช้การมอบหมายอย่างกว้างขวาง ความเสี่ยงของการรวมศูนย์ และความล้มเหลวของตัวแทนผู้รับมอบสิทธิ์ซึ่งพบได้ทั่วไปในระบอบประชาธิปไตยแบบตัวแทน หรือมีความเสี่ยงที่จะถูกโจมตี DAO อาจทำงานได้ดีหากการลงคะแนนจริงเกิดขึ้นน้อยมาก และสิ่งต่างๆ ส่วนใหญ่ได้รับการตัดสินใจโดยตลาดการคาดการณ์ ซึ่งมนุษย์และ AI คาดการณ์ผลการลงคะแนน

สิ่งนี้ไม่เพียงแต่ใช้กับโซเชียลมีเดียเท่านั้น แต่ยังรวมถึง DAO ด้วย ปัญหาสำคัญกับ DAO คือมีการตัดสินใจมากมายที่คนส่วนใหญ่ไม่เต็มใจที่จะเข้าร่วม ซึ่งส่งผลให้เกิดการใช้การมอบหมายอย่างกว้างขวาง ความเสี่ยงของการรวมศูนย์ และความล้มเหลวของตัวแทนผู้รับมอบสิทธิ์ซึ่งพบได้ทั่วไปในระบอบประชาธิปไตยแบบตัวแทน หรือมีความเสี่ยงที่จะถูกโจมตี DAO อาจทำงานได้ดีหากการลงคะแนนจริงเกิดขึ้นน้อยมาก และสิ่งต่างๆ ส่วนใหญ่ได้รับการตัดสินใจโดยตลาดการคาดการณ์ ซึ่งมนุษย์และ AI รวมกันเพื่อทำนายผลการลงคะแนน

ดังที่เราเห็นในตัวอย่างของตลาดการตัดสินใจ การเงินข้อมูลมีหลายวิธีที่เป็นไปได้ในการแก้ปัญหาที่สำคัญในการกำกับดูแลแบบกระจายอำนาจ กุญแจสำคัญอยู่ที่ความสมดุลระหว่างตลาดและไม่ใช่ตลาด: ตลาดคือ "กลไก" และบางส่วน ที่ไม่ใช่ทางการเงินอื่น ๆ กลไกความไว้วางใจคือ "พวงมาลัย"

กรณีการใช้งานอื่น ๆ สำหรับการเงินข้อมูล

โทเค็นส่วนบุคคล—โครงการอย่าง Bitclout (ปัจจุบันคือ deso), friend.tech และอื่นๆ อีกมากมายที่สร้างโทเค็นสำหรับทุกคนและช่วยให้คาดเดาได้ง่าย—เป็นหมวดหมู่ของสิ่งที่ฉันเรียกว่า “การเงินข้อมูลดิบ” พวกเขาจงใจสร้างราคาตลาดสำหรับตัวแปรเฉพาะ (เช่น ความคาดหวังเกี่ยวกับชื่อเสียงในอนาคต) แต่ข้อมูลที่แน่นอนที่ราคาเปิดเผยนั้นคลุมเครือเกินไปและอาจขึ้นอยู่กับการเปลี่ยนแปลงแบบสะท้อนกลับและแบบฟองสบู่ เป็นไปได้ที่จะสร้างเวอร์ชันที่ได้รับการปรับปรุงของโปรโตคอลดังกล่าว และแก้ไขปัญหาที่สำคัญ เช่น การค้นพบผู้มีความสามารถ โดยการพิจารณาอย่างรอบคอบมากขึ้นเกี่ยวกับการออกแบบทางเศรษฐกิจของโทเค็น โดยเฉพาะอย่างยิ่งแหล่งที่มาของมูลค่าสูงสุด แนวคิดของโรบิน แฮนสันเกี่ยวกับอนาคตอันทรงเกียรติถือเป็นจุดสิ้นสุดที่เป็นไปได้ที่นี่

การโฆษณา – “สัญญาณราคาแพงแต่น่าเชื่อถือ” ที่สุดก็คือคุณจะซื้อผลิตภัณฑ์หรือไม่ การเงินข้อมูลตามสัญญาณนี้สามารถใช้เพื่อช่วยให้ผู้คนตัดสินใจว่าจะซื้ออะไร

การตรวจสอบโดยผู้ทรงคุณวุฒิทางวิทยาศาสตร์ – มี "วิกฤตการจำลองแบบ" ทางวิทยาศาสตร์อย่างต่อเนื่อง ซึ่งผลลัพธ์อันโด่งดังที่ในบางกรณีกลายเป็นส่วนหนึ่งของภูมิปัญญาพื้นบ้าน ในที่สุดจะไม่สามารถทำซ้ำในการศึกษาใหม่ได้ เราสามารถลองใช้ตลาดการคาดการณ์เพื่อระบุผลลัพธ์ที่จำเป็นต้องได้รับการตรวจสอบอีกครั้ง ตลาดดังกล่าวยังช่วยให้ผู้อ่านสามารถประเมินได้อย่างรวดเร็วว่าพวกเขาควรเชื่อถือผลลัพธ์ใดๆ มากเพียงใดก่อนที่จะตรวจสอบอีกครั้ง การทดลองกับแนวคิดนี้เสร็จสมบูรณ์แล้ว และจนถึงขณะนี้ดูเหมือนว่าจะประสบความสำเร็จ

การจัดหาเงินทุนสำหรับสินค้าสาธารณะ – หนึ่งในปัญหาหลักของกลไกการจัดหาเงินทุนสำหรับสินค้าสาธารณะที่ใช้โดย Ethereum คือลักษณะ "การแข่งขันความนิยม" ผู้ร่วมให้ข้อมูลแต่ละคนจำเป็นต้องดำเนินการแคมเปญการตลาดของตนเองบนโซเชียลมีเดียเพื่อให้ได้รับการยอมรับ และผู้ที่ไม่มีความสามารถในการทำเช่นนี้หรือผู้ที่มีบทบาท "พื้นหลัง" มากกว่าโดยธรรมชาติจะประสบปัญหาในการได้รับเงินทุนจำนวนมาก วิธีแก้ปัญหาที่น่าสนใจคือพยายามติดตามกราฟการขึ้นต่อกันทั้งหมด: สำหรับผลลัพธ์เชิงบวกแต่ละรายการ โครงการใดมีส่วนสนับสนุนเท่าใด จากนั้นสำหรับแต่ละโครงการ โครงการใดมีส่วนสนับสนุนเท่าใด และอื่นๆ ความท้าทายหลักในการออกแบบนี้คือการค้นหาน้ำหนักของขอบเพื่อให้ทนทานต่อการยักย้าย ท้ายที่สุดแล้ว การยักย้ายนี้เกิดขึ้นตลอดเวลา กลไกการตัดสินของมนุษย์ที่กลั่นกรองอาจช่วยได้

สรุปแล้ว

แนวคิดเหล่านี้ได้รับการตั้งทฤษฎีมาเป็นเวลานาน: งานเขียนแรกสุดเกี่ยวกับตลาดการทำนายและแม้กระทั่งตลาดการตัดสินใจนั้นมีอายุหลายสิบปี ในขณะที่เรื่องราวที่คล้ายกันในทฤษฎีทางการเงินนั้นเก่ากว่าด้วยซ้ำ อย่างไรก็ตาม ผมเชื่อว่าทศวรรษปัจจุบันมอบโอกาสพิเศษด้วยเหตุผลหลักดังต่อไปนี้:

การเงินสารสนเทศช่วยแก้ปัญหาความไว้วางใจที่ผู้คนมีอยู่จริง ข้อกังวลทั่วไปในยุคนี้คือการขาดความรู้ (และแย่กว่านั้นคือขาดความเห็นพ้องต้องกัน) เกี่ยวกับผู้ที่ควรไว้วางใจในสภาพแวดล้อมทางการเมือง วิทยาศาสตร์ และธุรกิจ แอปพลิเคชันทางการเงินด้านข้อมูลสามารถช่วยเป็นส่วนหนึ่งของโซลูชันได้

ตอนนี้เรามีบล็อกเชนที่ปรับขนาดได้เป็นรากฐาน จนกระทั่งเมื่อไม่นานมานี้ มีค่าใช้จ่ายสูงเกินกว่าจะนำแนวคิดเหล่านี้ไปปฏิบัติจริง ตอนนี้พวกเขาไม่ได้สูงเกินไปอีกต่อไป

AI ในฐานะผู้เข้าร่วม การเงินด้านข้อมูลค่อนข้างยากที่จะดำเนินการเมื่อต้องอาศัยการมีส่วนร่วมของมนุษย์ในทุกปัญหา AI ช่วยปรับปรุงสถานการณ์นี้อย่างมาก ช่วยให้ตลาดมีประสิทธิภาพแม้ในปัญหาเล็กๆ น้อยๆ ตลาดหลายแห่งมีแนวโน้มที่จะมีทั้ง AI และผู้เข้าร่วมที่เป็นมนุษย์ โดยเฉพาะอย่างยิ่งเมื่อปริมาณของปัญหาเฉพาะเปลี่ยนจากเล็กไปใหญ่อย่างกะทันหัน

เพื่อใช้โอกาสนี้ให้เกิดประโยชน์สูงสุด เราควรนอกเหนือไปจากการคาดการณ์การเลือกตั้ง และสำรวจว่าข้อมูลทางการเงินสามารถเสนออะไรให้เราได้อีกบ้าง

ขอขอบคุณเป็นพิเศษสำหรับ Robin Hanson และ Alex Tabarrok สำหรับคำติชมและความคิดเห็น