Какой облик должна иметь новая финансовая инфраструктура в эпоху искусственного интеллекта?

В ноябре 2024 года рынки прогнозов первыми предсказали исход выборов. Несмотря на то, что опросы показывали равную борьбу, а эксперты высказывались осторожно, рынок оценил вероятность победы Трампа в 60%. После объявления результатов оказалось, что рынки прогнозов превзошли все традиционные инструменты прогнозирования — опросы, модели и экспертные оценки.

Это доказывает, что рынки способны собирать разрозненную информацию и формировать на ее основе точные суждения. Здесь ключевую роль играют механизмы распределения рисков. С 1940-х годов экономисты предполагали, что спекулятивные рынки смогут превзойти экспертные прогнозы. Сейчас это предположение подтвердилось на крупнейшей мировой арене.

Рассмотрим экономические принципы, лежащие в основе этого явления.

На платформах Polymarket и Kalshi участники обеспечили рынки миллиардной ликвидностью. Что они получили взамен? Они создали сигналы, которые мгновенно и бесплатно стали доступны всему миру. Хедж-фонды внимательно следили за рынком, аналитические штабы кампаний использовали эти данные, а журналисты строили на их основе дашборды. За эту аналитику никто не платил; по сути, участники рынка субсидировали глобальное общественное благо.

В этом и заключается главный парадокс рынков прогнозов: их самый ценный продукт — информация — становится доступной сразу после создания. Продвинутые покупатели не готовы платить за публичную информацию. Частные поставщики данных могут брать с хедж-фондов высокие комиссии, так как их данные недоступны конкурентам. В отличие от этого, публичные цены рынков прогнозов, даже если они точны, не имеют ценности для таких покупателей.

В результате рынки прогнозов могут существовать только в сферах, где достаточно людей хотят «играть» — выборы, спорт, интернет-мемы. Мы получаем развлечение, замаскированное под информационную инфраструктуру. Ключевые вопросы для управленцев — геополитические риски, сбои в цепочках поставок, регуляторные решения, сроки технологического развития — остаются без ответа, потому что на них никто не делает ставки ради развлечения.

Экономическая логика рынков прогнозов искажена. Исправление этого — часть более масштабной трансформации. Здесь информация становится продуктом, а ставки — лишь механизмом ее производства, причем довольно ограниченным. Необходима новая парадигма. Ниже представлен предварительный эскиз «когнитивных финансов»: инфраструктуры, переосмысленной с нуля и сфокусированной на самой информации.

Коллективный интеллект

Финансовые рынки — форма коллективного интеллекта. Они агрегируют разрозненные знания, убеждения и намерения в цены, координируя миллионы участников без прямого общения. Это поразительно, но крайне неэффективно.

Традиционные рынки развиваются медленно из-за ограниченного времени торгов, циклов расчетов и институциональных ограничений. Они выражают убеждения только в общих чертах через цену — грубый инструмент. Их возможности ограничены только пространством торгуемых активов, что ничтожно по сравнению с полным спектром человеческих интересов. Участие строго ограничено: регуляторные барьеры, требования к капиталу и география исключают большинство людей и все машины.

Мир криптовалют меняет это, вводя круглосуточные рынки, открытое участие и программируемые активы. Модульные протоколы можно комбинировать без центральной координации. DeFi (Decentralized Finance) доказал, что финансовую инфраструктуру можно перестроить как открытые, совместимые строительные блоки, формируемые через автономное взаимодействие модулей, а не по решению посредников.

Однако DeFi в основном повторяет традиционные финансы, только с более совершенной инфраструктурой. Его коллективный интеллект по-прежнему строится вокруг цены, сосредоточен на активах и медленно усваивает новую информацию.

Когнитивные финансы — следующий шаг: создание интеллектуальных систем с нуля для эпохи ИИ и криптовалют. Необходимы рынки, которые «мыслят» — поддерживают вероятностные модели мира, воспринимают информацию любого уровня детализации, доступны и обновляемы ИИ-системами, а также позволяют людям вносить знания без понимания внутренней структуры.

Все компоненты уже доступны: частные рынки для корректировки экономической модели, композиционные структуры для фиксации корреляций, экосистемы агентов для масштабирования обработки информации, а также интерфейсы «человек–компьютер» для извлечения сигналов из человеческого разума. Каждый элемент можно создать уже сегодня, а их сочетание даст принципиально новую систему.

Частные рынки

Если цены остаются приватными, экономические ограничения исчезают.

Частный рынок прогнозов раскрывает цены только тем, кто субсидирует ликвидность. Эти участники получают эксклюзивные сигналы — собственную аналитику, а не общественное благо. Внезапно рынок работает для любого вопроса, где «кому-то нужен ответ», независимо от развлекательной ценности.

Я обсуждал эту концепцию с @Dave_White.

Представьте макро-хедж-фонд, которому нужны непрерывные вероятностные оценки решений ФРС, инфляции и данных по занятости — не как повод для ставок, а как сигналы для принятия решений. Если аналитика эксклюзивна, за нее заплатят. Оборонный подрядчик хочет получить вероятностные распределения по геополитическим сценариям; фармацевтическая компания — прогнозы по срокам регуляторного одобрения. Сегодня таких покупателей нет, потому что информация сразу становится доступна конкурентам.

Конфиденциальность необходима для жизнеспособной экономической модели. Когда цены публичны, покупатели информации теряют преимущество, конкуренты получают выгоду бесплатно, и вся система возвращается к спросу на развлечения.

Trusted execution environments (TEE) делают это возможным — защищенная вычислительная среда, в которой операции невидимы для посторонних, включая операторов системы. Состояние рынка полностью находится внутри TEE. Покупатели информации получают сигналы по проверенным каналам. Несколько неконкурирующих участников могут подписываться на пересекающиеся рынки; ступенчатый доступ помогает балансировать эксклюзивность и более широкое распространение.

TEE не идеальны — требуется доверие к производителям оборудования. Но они уже обеспечивают достаточную конфиденциальность для коммерческого применения, и технология отлажена.

Композиционные рынки

Текущие рынки прогнозов рассматривают события изолированно. «Снизит ли ФРС ставку в марте?» — один рынок. «Превысит ли инфляция во втором квартале 3%?» — другой. Трейдерам, понимающим взаимосвязь этих событий — например, что высокая инфляция может повысить вероятность снижения ставки, а сильная занятость — снизить, — приходится вручную арбитражировать между несвязанными пулами, пытаясь восстановить корреляции, которые сама рыночная структура разрушает.

Это похоже на попытку построить мозг, в котором каждый нейрон работает изолированно.

Композиционные рынки прогнозов устроены иначе: они поддерживают совместное вероятностное распределение по комбинациям исходов. Сделка вида «ставки останутся высокими, а инфляция превысит 3%» затрагивает все связанные рынки, синхронно обновляя всю структуру вероятностей.

Это похоже на то, как обучаются нейронные сети: каждое обновление затрагивает миллиарды параметров сразу, и вся сеть реагирует на каждый новый факт. Точно так же каждая сделка в композиционном рынке прогнозов обновляет все вероятностное распределение, информация распространяется через структуры корреляций, а не только отдельные цены.

В результате получается «модель» — вероятностное распределение по пространству событий, которое постоянно обновляется. Каждая сделка оптимизирует понимание взаимосвязей между переменными. Рынок учится, как устроен реальный мир.

Интеллектуальные экосистемы

Автоматизированные торговые системы уже доминируют на Polymarket. Они отслеживают цены, выявляют ошибки в оценках, проводят арбитраж и агрегируют внешнюю информацию с недостижимой для человека скоростью.

Текущие рынки прогнозов рассчитаны на человеческих игроков, использующих веб-интерфейсы. Агентам в такой системе неудобно участвовать. В ИИ-ориентированном рынке прогнозов логика меняется: главными участниками становятся агенты, а люди выступают источниками информации.

Это требует важного архитектурного решения: строгого разделения. Агенты, которые видят цены, не должны быть источниками информации; агенты, собирающие информацию, не должны видеть цены.

Без этой «стены» система разрушается. Агент, имеющий доступ и к информации, и к ценам, может определить ценную информацию по движениям цен и затем получить ее. Сигналы рынка становятся картой сокровищ для других. Сбор информации превращается в сложный фронт-раннинг. Разделение гарантирует, что агенты-сборщики могут зарабатывать только на действительно новых, уникальных сигналах.

С одной стороны «стены» — торговые агенты, которые соревнуются в сложных композиционных структурах, выявляя ошибки в оценках, и оценочные агенты, использующие состязательные механизмы для проверки поступающей информации и отделения сигнала от шума или манипуляций.

С другой стороны — агенты-сборщики информации, полностью работающие вне основной системы. Они мониторят потоки данных, анализируют документы, связываются с людьми, обладающими уникальными знаниями, и передают информацию в рынок в одностороннем порядке. Если их информация оказывается ценной, они получают вознаграждение.

Вознаграждение распределяется по цепочке в обратном порядке. Прибыльная сделка приносит доход торговому агенту, оценочному агенту и исходному агенту-сборщику. Экосистема становится платформой: высокоспециализированные ИИ-агенты могут монетизировать свои навыки, а платформа служит основой для других ИИ-систем, собирающих аналитику для принятия решений. Агенты и есть сам рынок.

Человеческий интеллект

Большая часть самой ценной информации в мире существует только в человеческом разуме: инженер знает, что его продукт отстает от графика; аналитик замечает едва уловимые изменения в поведении потребителей; наблюдатель фиксирует детали, невидимые даже спутникам.

ИИ-ориентированная система должна извлекать эти инсайты из человеческого разума, не утопая в шуме. Это возможно благодаря двум механизмам:

Участие через агентов: человек может «торговать», не видя цен. Он просто формулирует свое мнение на естественном языке, например: «Я думаю, запуск продукта задержится». Специальный агент по переводу убеждений анализирует прогноз, оценивает степень уверенности и преобразует его в рыночную позицию. Этот агент координирует действия с системами, имеющими доступ к ценам, для создания и исполнения заявки. Человек получает только базовую обратную связь — «позиция открыта» или «недостаточное преимущество». Выплаты производятся после события в зависимости от точности прогноза, при этом информация о ценах не раскрывается.

Информационные рынки: агенты-сборщики информации могут напрямую платить людям за их инсайты. Например, агент, ищущий данные о доходах технологической компании, может найти инженера с инсайдерской информацией, купить его оценку и оплатить ее после проверки рыночной ценности. Люди получают вознаграждение за знания, не разбираясь в сложных рыночных механизмах.

Возьмем аналитика Алису: она считает, что определенное слияние не получит одобрения регулятора, основываясь на собственном опыте. Она вводит свое мнение через интерфейс на естественном языке; агент по переводу убеждений анализирует прогноз, определяет уверенность по языку, проверяет ее историю и формирует позицию — без доступа к ценам. Координационный агент на границе TEE оценивает, есть ли у ее мнения информационное преимущество, исходя из текущих рыночных вероятностей, и совершает сделку. Алиса получает только уведомления «позиция открыта» или «недостаточное преимущество». Цены остаются конфиденциальными.

Такой подход рассматривает человеческое внимание как дефицитный ресурс, который должен распределяться и оплачиваться справедливо, а не использоваться бесплатно. По мере совершенствования этих интерфейсов человеческие знания станут «ликвидными»: то, что вы знаете, будет поступать в глобальную модель реальности и вознаграждаться, если окажется верным. Информация, заключенная в разуме, больше не останется там навсегда.

Видение будущего

Если взглянуть шире, становится ясно, куда все движется.

Будущее — это океан гибких, модульных, совместимых отношений. Они будут возникать и исчезать спонтанно между людьми и машинами без центральных посредников. Это «фрактальное автономное доверие».

Агенты ведут переговоры с агентами, люди вносят знания через естественные интерфейсы, и информация постоянно поступает в обновляемую модель реальности — открытую для всех, неподконтрольную никому.

Современные рынки прогнозов — лишь набросок этого видения. Они доказывают базовую концепцию (распределение рисков формирует точные суждения), но застряли в неверной экономической модели и структурных предпосылках. Ставки на спорт и выборы для когнитивных финансов — это то же, что ARPANET для нынешнего интернета: прототип, ошибочно принятый за финальную версию.

Настоящий «рынок» — это каждое решение в условиях неопределенности, а таких решений почти все. Управление цепочками поставок, клинические испытания, инфраструктурное планирование, геополитическая стратегия, распределение ресурсов, кадровые назначения… Ценность снижения неопределенности в этих сферах намного выше развлекательной ценности спортивных ставок. Просто мы еще не создали инфраструктуру для фиксации этой ценности.

Грядущий сдвиг — это «момент OpenAI» для мышления: инфраструктурный проект цивилизационного масштаба, не для индивидуального рассуждения, а для коллективных убеждений. Компании, создающие большие языковые модели, строят системы, которые «рассуждают» на основе прошлых данных; цель когнитивных финансов — создать системы, которые «верят» — поддерживают откалиброванные вероятностные распределения о мире, постоянно обновляемые экономическими стимулами, интегрируют человеческие знания любого уровня детализации. LLM кодируют прошлое, рынки прогнозов агрегируют суждения о будущем. Только вместе они могут сформировать более полную когнитивную систему.

В полном масштабе это станет инфраструктурой: ИИ-системы смогут обращаться к ней для оценки неопределенности; люди смогут вносить знания, не понимая внутреннего устройства; она сможет поглощать локальные знания от датчиков, отраслевых экспертов и передовых исследований, синтезируя их в единую модель. Самообучающаяся, предсказательная модель реальности. Среда, где неопределенность становится объектом торговли и компоновки. Возникающий интеллект в итоге превзойдет сумму своих частей.

«Цивилизационный компьютер» — к этому стремятся когнитивные финансы.

Что поставлено на карту

Все элементы уже на месте: возможности агентов превысили порог прогнозирования; конфиденциальные вычисления перешли от лабораторных экспериментов к промышленному применению; рынки прогнозов доказали востребованность в сфере развлечений. Все это складывается в историческую возможность: создать когнитивную инфраструктуру, необходимую эпохе ИИ.

Альтернатива — рынки прогнозов навсегда останутся развлечением: исключительно точны во время выборов, игнорируемы в остальное время, не отвечающие на по-настоящему важные вопросы. В таком мире инфраструктура, необходимая ИИ для оценки неопределенности, никогда не появится, а ценные сигналы, скрытые в разуме людей, останутся неуслышанными.

Уведомление:

1. Данная статья перепечатана с ресурса [Foresight News], авторские права принадлежат оригинальному автору [Matt Liston]. Если у вас есть вопросы по перепечатке, пожалуйста, обратитесь к команде Gate Learn, которая оперативно рассмотрит обращение в соответствии с действующими процедурами.
2. Отказ от ответственности: мнения и выводы, изложенные в данной статье, отражают исключительно позицию автора и не являются инвестиционной рекомендацией.
3. Переводы этой статьи на другие языки выполнены командой Gate Learn. Не копируйте и не распространяйте переводы без указания Gate как источника.