InfoFi est une expérience importante dans la conception et l'exploitation de nouvelles structures économiques. Son potentiel ne peut être pleinement réalisé que lorsqu'elle évolue en une structure où des informations et des idées précieuses peuvent être partagées.
Rédigé par : Jay Jo, Tiger Research
Traduction : AididiaoJP, Foresight News
TL;DR
InfoFi est une tentative structurée de quantifier l'attention et l'activité des utilisateurs et de les relier à des récompenses.
InfoFi présente actuellement des problèmes structurels, notamment une baisse de la qualité du contenu et une centralisation des récompenses.
Ce ne sont pas les limitations du modèle InfoFi lui-même, mais plutôt des problèmes de conception des critères d'évaluation et de la manière dont les récompenses sont distribuées, qui nécessitent une amélioration urgente.
L'ère où l'attention est un jeton
L'attention est devenue l'une des ressources les plus rares dans l'industrie moderne. À l'ère d'Internet, l'information est pléthorique, tandis que la capacité humaine à traiter l'information est extrêmement limitée. Cette rareté pousse de nombreuses entreprises à mener une concurrence acharnée, et la capacité à capter l'attention des utilisateurs est devenue un avantage concurrentiel clé pour les entreprises.
L'industrie de la cryptographie manifeste d'une manière plus extrême le degré de concurrence pour l'attention. La part d'attention joue un rôle important dans la tarification des tokens et la formation de la liquidité, ce qui devient également un facteur clé déterminant le succès ou l'échec d'un projet. Même les projets technologiquement avancés, s'ils ne parviennent pas à attirer l'attention du marché, sont souvent éliminés par celui-ci.
Ce phénomène découle des caractéristiques structurelles du marché des cryptomonnaies. Les utilisateurs ne sont pas seulement des participants, mais aussi des investisseurs, et leur attention entraîne directement des comportements d'achat réels de tokens, créant ainsi une demande plus importante et un effet de réseau. Là où l'attention est concentrée, la liquidité est créée, et les récits peuvent se développer sur cette base de liquidité. Ces récits établis attirent ensuite une nouvelle attention et forment un cercle vertueux qui pousse le marché à se développer.
InfoFi : une tentative systématique de tokeniser l'attention
Le marché fonctionne sur la base de l'attention. Cette structure soulève une question clé : qui peut réellement bénéficier de cette attention ? Les utilisateurs génèrent de l'attention grâce à des activités communautaires et à la création de contenu, mais ces actions sont difficiles à mesurer et il n'existe pas de mécanisme de récompense direct clair. Jusqu'à présent, les utilisateurs ordinaires ne peuvent obtenir des bénéfices indirects qu'en achetant et en vendant des jetons. Il n'existe actuellement aucun mécanisme de récompense pour les contributeurs qui créent réellement de l'attention.
Le réseau InfoFi de Kaito, source : Kaito
InfoFi est une tentative de résoudre ce problème. InfoFi combine l'information et la finance, créant un mécanisme qui évalue la contribution des utilisateurs en fonction de l'attention générée par leur contenu (par exemple, le nombre de vues, de commentaires et de partages) et l'associe à des récompenses en tokens. Le succès de Kaito a permis de diffuser largement cette structure.
Kaito utilise des algorithmes d’IA pour évaluer l’activité des médias sociaux, y compris des éléments tels que les publications et les commentaires. La plateforme offre des récompenses symboliques basées sur les scores. Plus le contenu généré par les utilisateurs attire l’attention, plus le projet peut être exposé. Le capital voit cette orientation comme un signal et l’utilise pour prendre des décisions d’investissement. Au fur et à mesure que l’attention augmente, plus de capitaux affluent dans le projet, tout comme les récompenses pour les participants. Les acteurs, les projets et le capital travaillent ensemble par le biais des données d’attention en tant que média, créant ainsi un cercle vertueux.
Le modèle InfoFi a apporté des contributions remarquables dans trois domaines clés.
Tout d'abord, il quantifie les activités de contribution des utilisateurs lorsque les critères d'évaluation ne sont pas clairs. Basé sur un système de points, il permet aux gens de définir de manière structurée leur contribution et aide les utilisateurs à prédire les récompenses qu'ils peuvent obtenir par des comportements spécifiques, augmentant ainsi la durabilité et la cohérence de l'engagement des utilisateurs.
Deuxièmement, InfoFi transforme l'attention d'un concept abstrait en données quantifiables et négociables, permettant aux utilisateurs de passer d'une consommation simple à des activités productives. La plupart des participations en ligne existantes impliquent des investissements ou le partage de contenu, et la plateforme gagne de l'argent grâce à l'attention générée par ces activités. InfoFi quantifie la réaction du marché des utilisateurs vis-à-vis de ce contenu et distribue des récompenses en fonction de ces données, ce qui fait que le comportement des participants est considéré comme un travail productif. Ce changement confère aux utilisateurs le rôle de créateurs de valeur sur le réseau, et pas seulement celui de membres de la communauté.
Troisièmement, InfoFi a abaissé le seuil de production d'information. Par le passé, les grands comptes Twitter et les comptes institutionnels dominaient la distribution d'informations et accaparaient la majorité de l'attention et des récompenses, tandis qu'aujourd'hui, les utilisateurs ordinaires, après avoir obtenu un certain niveau d'attention sur le marché, peuvent également recevoir des récompenses concrètes, créant ainsi plus d'opportunités de participation pour des utilisateurs de différents horizons.
Le piège de l’économie de l’attention déclenché par l’InfoFi
Le modèle InfoFi est une nouvelle expérience de conception de récompenses dans l'industrie de la cryptographie, qui quantifie la contribution des utilisateurs et l'associe aux récompenses. Cependant, l'attention est devenue une valeur trop centralisée, et ses effets secondaires commencent à se manifester.
La première question est la concurrence excessive pour l'attention et la baisse de la qualité du contenu. Lorsque l'attention devient la norme de la récompense, l'objectif de la création de contenu passe désormais de la fourniture d'informations ou de l'encouragement d'une participation significative à simplement obtenir des récompenses. Et l'IA générative rend la création de contenu plus facile, ce qui permet à des contenus en masse manquant d'informations ou d'aperçus réels de se répandre rapidement. Ces soi-disant contenus "AI Slop" se propagent dans tout l'écosystème, suscitant ainsi des inquiétudes.
Mécanisme Loud, source : Loud
Le projet Loud illustre clairement cette tendance. Loud tente de tokeniser l'attention, et la plateforme choisit de répartir les récompenses aux utilisateurs de premier plan qui ont le plus d'attention sur une période de temps spécifique. Cette structure est expérimentalement intéressante, mais l'attention devient le seul critère de récompense, ce qui entraîne une concurrence excessive entre les utilisateurs et a conduit à une production massive de contenus répétitifs et de faible qualité, entraînant finalement une homogénéisation des contenus au sein de la communauté.
Source des données : Kaito Mindshare
Le deuxième problème est la centralisation des récompenses. Les récompenses basées sur l’attention commencent à se concentrer sur des articles ou des sujets spécifiques, et le contenu d’autres articles disparaît ou diminue passivement du marché, comme le montrent clairement les données partagées de Kaito. À un moment donné, Loud représentait plus de 70 % du contenu crypté sur Twitter, dominant le flux d’informations au sein de l’écosystème. Lorsque les récompenses sont axées sur l’attention, la diversité du contenu diminue et des informations sont générées autour de projets qui offrent des récompenses symboliques élevées. La taille du budget marketing final détermine l’impact au sein de l’écosystème.
Limitations structurelles d'InfoFi : évaluation et distribution
4.1. Les limites de la méthode d'évaluation du contenu
Une structure de récompense centrée sur l'attention soulève une question fondamentale : comment évaluer le contenu et comment distribuer les récompenses ? Actuellement, la plupart des plateformes InfoFi se basent sur des indicateurs simples (comme le nombre de vues, les likes et les commentaires) pour déterminer la valeur du contenu. Cette structure suppose que « un fort engagement équivaut à un bon contenu ».
Le contenu ayant un fort taux de participation peut effectivement avoir une meilleure qualité d'information ou un meilleur effet de transmission, cependant cette structure s'applique principalement à des contenus de très haute qualité. Pour la plupart des contenus de moyenne à faible qualité, la relation entre la quantité et la qualité des retours n'est pas claire, ce qui entraîne le phénomène selon lequel des formats répétitifs et des contenus trop positifs obtiennent des notes élevées. En même temps, le contenu présentant des perspectives diversifiées ou explorant de nouveaux thèmes a du mal à obtenir la reconnaissance qu'il mérite.
La résolution de ces problèmes nécessite un système d'évaluation de la qualité du contenu plus complet. Les critères d'évaluation basés uniquement sur la participation sont fixes, tandis que la valeur du contenu peut changer avec le temps ou en fonction de l'environnement. Par exemple, l'IA peut identifier un contenu significatif et peut également introduire des méthodes d'ajustement algorithmique basées sur la communauté. Ce dernier peut permettre à l'algorithme d'ajuster les critères d'évaluation en fonction des données de retour des utilisateurs fournies régulièrement, ce qui aide le système d'évaluation à s'adapter de manière flexible aux changements.
4.2. Concentration de la structure des récompenses et besoins d'équilibre
Les limites de l'évaluation du contenu coexistent avec des problèmes de structure de récompense, et cette structure de récompense aggrave également le biais d'information. Actuellement, l'écosystème InfoFi fonctionne généralement avec des classements séparés pour chaque projet, utilisant leurs propres jetons pour récompenser. Dans cette structure, les projets disposant d'un budget marketing important peuvent attirer plus de contenu, l'attention des utilisateurs étant souvent concentrée sur des projets spécifiques.
Pour résoudre ces problèmes, il est nécessaire d'ajuster la structure de distribution des récompenses. Chaque projet peut conserver ses propres récompenses, et la plateforme peut surveiller en temps réel la concentration du contenu, en utilisant le jeton de la plateforme pour effectuer des ajustements. Par exemple, lorsque le contenu est trop concentré sur un projet spécifique, les récompenses en jetons de la plateforme peuvent être temporairement réduites, tandis que les sujets avec une couverture relativement faible peuvent recevoir des jetons de la plateforme supplémentaires. Le contenu couvrant plusieurs projets peut également obtenir des récompenses supplémentaires. Cela créera un environnement de thèmes et de points de vue diversifiés.
L'évaluation et la récompense constituent le cœur de la structure InfoFi. La manière dont le contenu est évalué détermine le flux d'informations de l'écosystème, et qui obtient quel type de récompense est également crucial. La structure actuelle repose sur un système d'évaluation à norme unique combiné à une structure de récompense centrée sur le marketing, ce qui accélère la domination de l'attention tout en affaiblissant la diversité de l'information. La flexibilité des critères d'évaluation est essentielle pour une opération durable, et l'ajustement équilibré de la structure de distribution est également un défi clé auquel l'écosystème InfoFi est confronté.
Conclusion
L'expérimentation structurée d'InfoFi vise à quantifier l'attention et à la transformer en valeur économique, en transformant la structure actuelle de consommation de contenu unidirectionnelle en une économie participative centrée sur les producteurs, ce qui est d'une grande importance. Cependant, l'écosystème InfoFi actuel fait face à des effets secondaires structurels dans le processus de tokenisation de l'attention, y compris la baisse de la qualité du contenu et le biais des flux d'informations. Ces effets secondaires sont moins une limitation du modèle qu'un dilemme inévitable de la phase de conception initiale.
Le modèle d’évaluation basé sur un simple retour d’information expose ses limites, tout comme la structure de récompense influencée par les ressources marketing. Il est urgent d’améliorer les systèmes qui doivent être en mesure d’évaluer correctement la qualité du contenu, ainsi que les mécanismes d’ajustement algorithmique basés sur la communauté et les mécanismes d’équilibrage au niveau de la plate-forme. InfoFi vise à créer un écosystème où les membres peuvent être équitablement récompensés pour leur participation à la production et à la diffusion de l’information. Pour atteindre cet objectif, il faudra apporter des améliorations techniques et encourager la participation de la communauté à la conception.
Dans l'écosystème de la crypto, l'attention fonctionne comme un jeton. InfoFi est une expérience importante dans la conception et l'exploitation de nouvelles structures économiques. Lorsque cela évolue en une structure où des informations et des idées précieuses peuvent être partagées, son potentiel peut être pleinement réalisé. Les résultats de cette expérience accéléreront le développement de l'économie quantifiée de l'information à l'ère numérique.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Le dilemme InfoFi dans l'économie de l'attention
Rédigé par : Jay Jo, Tiger Research
Traduction : AididiaoJP, Foresight News
TL;DR
L'ère où l'attention est un jeton
L'attention est devenue l'une des ressources les plus rares dans l'industrie moderne. À l'ère d'Internet, l'information est pléthorique, tandis que la capacité humaine à traiter l'information est extrêmement limitée. Cette rareté pousse de nombreuses entreprises à mener une concurrence acharnée, et la capacité à capter l'attention des utilisateurs est devenue un avantage concurrentiel clé pour les entreprises.
L'industrie de la cryptographie manifeste d'une manière plus extrême le degré de concurrence pour l'attention. La part d'attention joue un rôle important dans la tarification des tokens et la formation de la liquidité, ce qui devient également un facteur clé déterminant le succès ou l'échec d'un projet. Même les projets technologiquement avancés, s'ils ne parviennent pas à attirer l'attention du marché, sont souvent éliminés par celui-ci.
Ce phénomène découle des caractéristiques structurelles du marché des cryptomonnaies. Les utilisateurs ne sont pas seulement des participants, mais aussi des investisseurs, et leur attention entraîne directement des comportements d'achat réels de tokens, créant ainsi une demande plus importante et un effet de réseau. Là où l'attention est concentrée, la liquidité est créée, et les récits peuvent se développer sur cette base de liquidité. Ces récits établis attirent ensuite une nouvelle attention et forment un cercle vertueux qui pousse le marché à se développer.
InfoFi : une tentative systématique de tokeniser l'attention
Le marché fonctionne sur la base de l'attention. Cette structure soulève une question clé : qui peut réellement bénéficier de cette attention ? Les utilisateurs génèrent de l'attention grâce à des activités communautaires et à la création de contenu, mais ces actions sont difficiles à mesurer et il n'existe pas de mécanisme de récompense direct clair. Jusqu'à présent, les utilisateurs ordinaires ne peuvent obtenir des bénéfices indirects qu'en achetant et en vendant des jetons. Il n'existe actuellement aucun mécanisme de récompense pour les contributeurs qui créent réellement de l'attention.
Le réseau InfoFi de Kaito, source : Kaito
InfoFi est une tentative de résoudre ce problème. InfoFi combine l'information et la finance, créant un mécanisme qui évalue la contribution des utilisateurs en fonction de l'attention générée par leur contenu (par exemple, le nombre de vues, de commentaires et de partages) et l'associe à des récompenses en tokens. Le succès de Kaito a permis de diffuser largement cette structure.
Kaito utilise des algorithmes d’IA pour évaluer l’activité des médias sociaux, y compris des éléments tels que les publications et les commentaires. La plateforme offre des récompenses symboliques basées sur les scores. Plus le contenu généré par les utilisateurs attire l’attention, plus le projet peut être exposé. Le capital voit cette orientation comme un signal et l’utilise pour prendre des décisions d’investissement. Au fur et à mesure que l’attention augmente, plus de capitaux affluent dans le projet, tout comme les récompenses pour les participants. Les acteurs, les projets et le capital travaillent ensemble par le biais des données d’attention en tant que média, créant ainsi un cercle vertueux.
Le modèle InfoFi a apporté des contributions remarquables dans trois domaines clés.
Tout d'abord, il quantifie les activités de contribution des utilisateurs lorsque les critères d'évaluation ne sont pas clairs. Basé sur un système de points, il permet aux gens de définir de manière structurée leur contribution et aide les utilisateurs à prédire les récompenses qu'ils peuvent obtenir par des comportements spécifiques, augmentant ainsi la durabilité et la cohérence de l'engagement des utilisateurs.
Deuxièmement, InfoFi transforme l'attention d'un concept abstrait en données quantifiables et négociables, permettant aux utilisateurs de passer d'une consommation simple à des activités productives. La plupart des participations en ligne existantes impliquent des investissements ou le partage de contenu, et la plateforme gagne de l'argent grâce à l'attention générée par ces activités. InfoFi quantifie la réaction du marché des utilisateurs vis-à-vis de ce contenu et distribue des récompenses en fonction de ces données, ce qui fait que le comportement des participants est considéré comme un travail productif. Ce changement confère aux utilisateurs le rôle de créateurs de valeur sur le réseau, et pas seulement celui de membres de la communauté.
Troisièmement, InfoFi a abaissé le seuil de production d'information. Par le passé, les grands comptes Twitter et les comptes institutionnels dominaient la distribution d'informations et accaparaient la majorité de l'attention et des récompenses, tandis qu'aujourd'hui, les utilisateurs ordinaires, après avoir obtenu un certain niveau d'attention sur le marché, peuvent également recevoir des récompenses concrètes, créant ainsi plus d'opportunités de participation pour des utilisateurs de différents horizons.
Le piège de l’économie de l’attention déclenché par l’InfoFi
Le modèle InfoFi est une nouvelle expérience de conception de récompenses dans l'industrie de la cryptographie, qui quantifie la contribution des utilisateurs et l'associe aux récompenses. Cependant, l'attention est devenue une valeur trop centralisée, et ses effets secondaires commencent à se manifester.
La première question est la concurrence excessive pour l'attention et la baisse de la qualité du contenu. Lorsque l'attention devient la norme de la récompense, l'objectif de la création de contenu passe désormais de la fourniture d'informations ou de l'encouragement d'une participation significative à simplement obtenir des récompenses. Et l'IA générative rend la création de contenu plus facile, ce qui permet à des contenus en masse manquant d'informations ou d'aperçus réels de se répandre rapidement. Ces soi-disant contenus "AI Slop" se propagent dans tout l'écosystème, suscitant ainsi des inquiétudes.
Mécanisme Loud, source : Loud
Le projet Loud illustre clairement cette tendance. Loud tente de tokeniser l'attention, et la plateforme choisit de répartir les récompenses aux utilisateurs de premier plan qui ont le plus d'attention sur une période de temps spécifique. Cette structure est expérimentalement intéressante, mais l'attention devient le seul critère de récompense, ce qui entraîne une concurrence excessive entre les utilisateurs et a conduit à une production massive de contenus répétitifs et de faible qualité, entraînant finalement une homogénéisation des contenus au sein de la communauté.
Source des données : Kaito Mindshare
Le deuxième problème est la centralisation des récompenses. Les récompenses basées sur l’attention commencent à se concentrer sur des articles ou des sujets spécifiques, et le contenu d’autres articles disparaît ou diminue passivement du marché, comme le montrent clairement les données partagées de Kaito. À un moment donné, Loud représentait plus de 70 % du contenu crypté sur Twitter, dominant le flux d’informations au sein de l’écosystème. Lorsque les récompenses sont axées sur l’attention, la diversité du contenu diminue et des informations sont générées autour de projets qui offrent des récompenses symboliques élevées. La taille du budget marketing final détermine l’impact au sein de l’écosystème.
Limitations structurelles d'InfoFi : évaluation et distribution
4.1. Les limites de la méthode d'évaluation du contenu
Une structure de récompense centrée sur l'attention soulève une question fondamentale : comment évaluer le contenu et comment distribuer les récompenses ? Actuellement, la plupart des plateformes InfoFi se basent sur des indicateurs simples (comme le nombre de vues, les likes et les commentaires) pour déterminer la valeur du contenu. Cette structure suppose que « un fort engagement équivaut à un bon contenu ».
Le contenu ayant un fort taux de participation peut effectivement avoir une meilleure qualité d'information ou un meilleur effet de transmission, cependant cette structure s'applique principalement à des contenus de très haute qualité. Pour la plupart des contenus de moyenne à faible qualité, la relation entre la quantité et la qualité des retours n'est pas claire, ce qui entraîne le phénomène selon lequel des formats répétitifs et des contenus trop positifs obtiennent des notes élevées. En même temps, le contenu présentant des perspectives diversifiées ou explorant de nouveaux thèmes a du mal à obtenir la reconnaissance qu'il mérite.
La résolution de ces problèmes nécessite un système d'évaluation de la qualité du contenu plus complet. Les critères d'évaluation basés uniquement sur la participation sont fixes, tandis que la valeur du contenu peut changer avec le temps ou en fonction de l'environnement. Par exemple, l'IA peut identifier un contenu significatif et peut également introduire des méthodes d'ajustement algorithmique basées sur la communauté. Ce dernier peut permettre à l'algorithme d'ajuster les critères d'évaluation en fonction des données de retour des utilisateurs fournies régulièrement, ce qui aide le système d'évaluation à s'adapter de manière flexible aux changements.
4.2. Concentration de la structure des récompenses et besoins d'équilibre
Les limites de l'évaluation du contenu coexistent avec des problèmes de structure de récompense, et cette structure de récompense aggrave également le biais d'information. Actuellement, l'écosystème InfoFi fonctionne généralement avec des classements séparés pour chaque projet, utilisant leurs propres jetons pour récompenser. Dans cette structure, les projets disposant d'un budget marketing important peuvent attirer plus de contenu, l'attention des utilisateurs étant souvent concentrée sur des projets spécifiques.
Pour résoudre ces problèmes, il est nécessaire d'ajuster la structure de distribution des récompenses. Chaque projet peut conserver ses propres récompenses, et la plateforme peut surveiller en temps réel la concentration du contenu, en utilisant le jeton de la plateforme pour effectuer des ajustements. Par exemple, lorsque le contenu est trop concentré sur un projet spécifique, les récompenses en jetons de la plateforme peuvent être temporairement réduites, tandis que les sujets avec une couverture relativement faible peuvent recevoir des jetons de la plateforme supplémentaires. Le contenu couvrant plusieurs projets peut également obtenir des récompenses supplémentaires. Cela créera un environnement de thèmes et de points de vue diversifiés.
L'évaluation et la récompense constituent le cœur de la structure InfoFi. La manière dont le contenu est évalué détermine le flux d'informations de l'écosystème, et qui obtient quel type de récompense est également crucial. La structure actuelle repose sur un système d'évaluation à norme unique combiné à une structure de récompense centrée sur le marketing, ce qui accélère la domination de l'attention tout en affaiblissant la diversité de l'information. La flexibilité des critères d'évaluation est essentielle pour une opération durable, et l'ajustement équilibré de la structure de distribution est également un défi clé auquel l'écosystème InfoFi est confronté.
Conclusion
L'expérimentation structurée d'InfoFi vise à quantifier l'attention et à la transformer en valeur économique, en transformant la structure actuelle de consommation de contenu unidirectionnelle en une économie participative centrée sur les producteurs, ce qui est d'une grande importance. Cependant, l'écosystème InfoFi actuel fait face à des effets secondaires structurels dans le processus de tokenisation de l'attention, y compris la baisse de la qualité du contenu et le biais des flux d'informations. Ces effets secondaires sont moins une limitation du modèle qu'un dilemme inévitable de la phase de conception initiale.
Le modèle d’évaluation basé sur un simple retour d’information expose ses limites, tout comme la structure de récompense influencée par les ressources marketing. Il est urgent d’améliorer les systèmes qui doivent être en mesure d’évaluer correctement la qualité du contenu, ainsi que les mécanismes d’ajustement algorithmique basés sur la communauté et les mécanismes d’équilibrage au niveau de la plate-forme. InfoFi vise à créer un écosystème où les membres peuvent être équitablement récompensés pour leur participation à la production et à la diffusion de l’information. Pour atteindre cet objectif, il faudra apporter des améliorations techniques et encourager la participation de la communauté à la conception.
Dans l'écosystème de la crypto, l'attention fonctionne comme un jeton. InfoFi est une expérience importante dans la conception et l'exploitation de nouvelles structures économiques. Lorsque cela évolue en une structure où des informations et des idées précieuses peuvent être partagées, son potentiel peut être pleinement réalisé. Les résultats de cette expérience accéléreront le développement de l'économie quantifiée de l'information à l'ère numérique.