Stiamo entrando in un’era di iper-finanziarizzazione, in cui tutto ciò che può essere finanziarizzato lo sarà. E culminerà nell’intersezione tra AI e Cripto.

Attraverso un uso più ampio dei Mercati, probabilmente vedremo un coordinamento più fluido tra tutti gli aspetti della società. Il motivo per cui T possiamo utilizzare i Mercati in un ampio contesto della società odierna è perché ci sono molti costi generali nell'interazione con i Mercati, che sono preziosi meccanismi di coordinamento se i rendimenti derivanti dall'interazione con essi superano le spese e le spese generali.

I Mercati incentivano la partecipazione attraverso potenziali guadagni finanziari, il che li rende un sistema efficace per coordinare l’attività economica. Ma se il costo di produzione di tali incentivi e di esecuzione di tali incentivi è maggiore del rendimento di tali incentivi, allora un asset è essenzialmente incompatibile con i Mercati, oppure i Mercati creati per esso sono troppo inefficienti per essere sostenibili.

Le Cripto hanno gettato le basi per Mercati finanziari più autonomi ed efficienti e ci consentono di codificare le funzioni critiche del mercato – come market making, regolamento, creazione di debito e altro ancora – in modo tale da ridurre il costo di sfruttamento Mercati con questa infrastruttura. Ciò espande in modo significativo l’universo delle tipologie di asset compatibili con i Mercati.

Questa infrastruttura del mercato Cripto ci avvicina allo stato finale dell’iperfinanziarizzazione.

Sebbene le Cripto abbiano introdotto infrastrutture di mercato più efficienti, persistono ancora inefficienze riguardo alla partecipazione Human . Interagire con i Mercati richiede ancora uno sforzo manuale, introduce pregiudizi individuali e fa affidamento su un’elaborazione mentale limitata rispetto alle capacità dell’intelligenza artificiale. Questo attrito aumenta le spese generali legate all’interazione con i Mercati e porta a un coordinamento non ottimale.

Lo sblocco finale per massimizzare l’efficienza del mercato è l’intelligenza artificiale: la Tecnologie più espressiva di cui disponiamo. L’intelligenza artificiale può agire come attori altamente capaci e deflazionistici che riducono le inefficienze degli attori Human nel mercato: capacità come la previsione, l’automazione e la personalizzazione su scala enorme e sofisticate. Ciò riduce ulteriormente il sovraccarico dell’interazione con i Mercati e amplia lentamente la portata di ciò per cui i Mercati possono essere utilizzati.

Il risultato della convergenza di queste due tecnologie sarà un’esplosione di nuovi Mercati finanziari per una gamma più ampia di funzioni sociali, permettendoci di utilizzare i Mercati, il più grande meccanismo di coordinamento di cui disponiamo, per un insieme più ampio di funzioni sociali.

Cosa comporterà esattamente questo futuro e perché dovremmo abbracciarlo?

L’iperfinanziarizzazione consente Mercati di diventare più efficienti nel suscitare intuizioni granulari e asimmetriche – rese possibili dalla convergenza di AI e Cripto – e man mano che gli agenti AI che interagiscono con i Mercati diventano più capaci, la portata delle preziose informazioni asimmetriche a cui possiamo accedere si amplia. Ciò consente Mercati di distinguere più abilmente i segnali reali dal rumore.

Ecco perché i Mercati finanziari a coda lunga saranno tra i primi beneficiari dell’iperfinanziarizzazione.

Ciò potrebbe significare, ad esempio, essere in grado di negoziare non solo azioni aziendali, ma Mercati di nicchia attorno a ogni suddivisione all’interno di un’azienda. Forse una persona possiede una conoscenza asimmetrica della divisione camion di un'azienda automobilistica, ma nessun altro aspetto di essa. Investire nell’intera azienda crea rumore estraneo, perché l’investitore deve tenere conto dell’incertezza che ha riguardo al resto dell’azienda.

Tuttavia, se ONE potesse investire solo nella divisione autocarri, di cui si sa di più, le informazioni rivelate attraverso tale investimento avrebbero un rapporto segnale-rumore più elevato. In breve, la granularità incentiva le persone a rivelare informazioni più mirate, portando a una maggiore efficienza del mercato, meno rumore e minori spese generali.

Per diventare una società più efficiente, dobbiamo integrare i meccanismi basati sul mercato nelle operazioni più critiche. Ma la maggior parte delle infrastrutture finanziarie esistenti presenta troppi attriti e spese generali per supportare Mercati così granulari.

Prima Tecnologie blockchain, dovevamo muoverci attraverso istituzioni legacy burocratiche e inefficienti per partecipare ai Mercati. Il vantaggio principale che le Cripto offrono all’iperfinanziarizzazione è la codificazione delle funzioni critiche del mercato. Codificare queste funzioni le rende più autonome e riduce i costi generali. Questo è il motivo per cui le Cripto possono fornire i binari per i Mercati attorno a una gamma più ampia di asset di nicchia e a coda lunga.

Inoltre, gli attori dell’intelligenza artificiale possono interpretare dati di mercato complessi in modo più efficiente rispetto alle controparti Human . Possiedono le capacità analitiche per elaborare le informazioni più velocemente e con maggiore precisione di qualsiasi individuo. Combinando attori IA altamente efficienti con un’infrastruttura autonoma del mercato Cripto , i costi generali crollano considerevolmente in una gamma sempre più ampia di Mercati di nicchia.

I Mercati di previsione consentono previsioni dettagliate su argomenti di nicchia e limitati nel tempo aggregando informazioni disperse tra le popolazioni. Tuttavia, si trovano ad affrontare una sfida fondamentale in termini di liquidità: man mano che i Mercati diventano più specifici, sempre meno trader possiedono le conoscenze specializzate per parteciparvi. Ciò può comportare un volume degli scambi e una liquidità di mercato anemici.

Gli AMM sono stati inventati per far fronte alle carenze di liquidità nei Mercati a coda lunga. Ma i Mercati di previsione sono iper -long-tail, quindi faticano ad attrarre liquidità sufficiente. Questi problemi sono ulteriormente esacerbati perché i trader dei mercati di previsione contemporanei sono spesso esseri umani inefficienti rispetto agli agenti di intelligenza artificiale, con conseguenti volumi di scambi inferiori e meno incentivi per i fornitori di liquidità.

Senza attori sofisticati come gli agenti di intelligenza artificiale per migliorare l’efficienza degli scambi, molti Mercati di nicchia rimangono troppo superficiali per usi pratici. L’intelligenza artificiale aumenta l’efficienza del mercato attraverso l’elaborazione dei dati e il processo decisionale superiori, traducendosi direttamente in volumi di scambi più elevati. Di conseguenza, un maggiore volume di transazioni incentiva un maggior numero di market maker a offrire il proprio capitale, il che riduce gli spread nel mercato e consente ulteriori attività per rivelare previsioni più accurate.

Questo processo facilita l’espansione dei Mercati di previsione per rivelare la verità e aggregare informazioni su più argomenti:

In sostanza, la semplicità delle transazioni Cripto e la precisione dell’intelligenza artificiale consentono Mercati di previsione di funzionare come meccanismi di coordinamento su larga scala per nuovi settori. Ciò amplia la gamma di argomenti che possono sfruttare l’infrastruttura del mercato delle previsioni per rivelare previsioni accurate.

Come mostrano la teoria della scelta sociale e il teorema dell'impossibilità di Kenneth Arrow, nessun sistema di voto può essere progettato in modo ottimale per aggregare le preferenze di una popolazione. Tuttavia, una società iperfinanziarizzata potrebbe consentire l’uso di Mercati efficienti per compensare risultati elettorali imperfetti.

Arrow ha dimostrato nel suo articolo “ A Difficulty in the Concept of Social Welfare ” che, di fronte a scelte multiple, nessun sistema di voto può aggregare perfettamente le preferenze individuali in una decisione collettiva equa e razionale.

Con infrastrutture finanziarie avanzate, i processi di voto che in precedenza erano di natura politica potrebbero invece essere decisi dai risultati del mercato. Potremmo usare qualcosa chiamato Futarchy , proposto dall’economista Robin Hanson, in cui i Mercati di previsione determinano le politiche invece dei voti diretti.

In una Futarchia, i partecipanti votano le proposte piazzando scommesse. Il sistema implementa la Politiche con il prezzo di mercato più alto. Gli scommettitori di successo che hanno sostenuto politiche efficaci avrebbero successivamente ricevuto i pagamenti. [Per ulteriori informazioni su questo concetto, vedere il pezzo Futarchy di Vitalik qui .]

Le persone governerebbero paesi, stati, città e altro non sulla base delle preferenze consensuali, ma scommettendo su quali politiche raggiungeranno gli obiettivi concordati. Ciò spingerà la società più vicino al processo decisionale basato sul mercato, che è in grado di superare più pregiudizi cognitivi.

In un mondo sempre più specializzato, segnali come le credenziali accademiche o la storia lavorativa spesso non riescono a riflettere le competenze e le competenze accumulate dagli individui. Tali affiliazioni rischiano di diventare indicatori rumorosi, che faticano a catturare in modo completo le competenze in aree di nicchia.

Man mano che la società diventa sempre più finanziarizzata, le credenziali e le affiliazioni che utilizziamo per giudicare le capacità delle persone possono perdere significato. Scuole e datori di lavoro prestigiosi fungono da meccanismi di segnalazione rumorosi quando si valutano le competenze sfumate di qualcuno in vari ambiti.

Tuttavia, i Mercati hanno l’opportunità di diventare un meccanismo di segnalazione superiore. Se i Mercati granulari potessero rivelare meglio intuizioni asimmetriche, potrebbero far emergere specifiche relative alle capacità di una persona nel proprio campo.

Ad esempio, immagina un ricercatore di intelligenza artificiale che eccelle in un particolare sottocampo di nicchia, ma T ha frequentato un programma di alto livello o non ha lavorato in un laboratorio famoso. I Mercati granulari potrebbero consentire la negoziazione di azioni che rappresentano la competenza specifica di quel ricercatore separatamente dal lavoro principale del ricercatore. Ciò fornirebbe un segnale preciso, basato sul mercato, delle capacità del ricercatore in quella nicchia.

È possibile ottenere segnali molto più precisi e meno rumorosi utilizzando meccanismi di mercato progettati in modo intelligente per speculare sul valore delle persone. Questi potrebbero servire meglio come metodi di segnalazione rispetto ai nostri attuali parametri schietti.

Uno stato di iperfinanziarizzazione ci consente di creare veicoli di copertura di nicchia: man mano che i Mercati di previsione crescono per coprire Eventi più improbabili, possiamo scambiare asset come mezzo per mitigare la nostra esposizione a quasi ogni incertezza.

Ad esempio, potrebbe esistere un’assicurazione sulla fortuna per proteggersi dall’imprevedibilità dei risultati aziendali, delle traiettorie di carriera, del successo artistico e altro ancora. Per bilanciare la casualità della vita, potresti acquistare:

In questo modo, la crescita esponenziale dei Mercati finanziari ci avvicina all’ipotetica visione di Kenneth Arrow di una società priva di rischi : ONE in cui i Mercati possono garantire praticamente contro qualsiasi evento probabilistico.

In definitiva, lo stato finale logico dell’iperfinanziarizzazione si sta spostando verso la visione di Kenneth Arrow di una “società senza rischi”, resa possibile dalla fusione della Tecnologie blockchain e dell’intelligenza artificiale.

Le Cripto forniscono un’infrastruttura efficiente e autonoma per facilitare i Mercati per un insieme più ampio di asset di nicchia. Nel frattempo, gli agenti IA possiedono il potere analitico necessario per elaborare rapidamente segnali e informazioni in nicchie specializzate. Le loro capacità combinate consentono la formazione e il funzionamento efficiente Mercati più granulari.

Insieme, l’intersezione tra Cripto e intelligenza artificiale trasforma i Mercati in meccanismi di coordinamento praticabili in una parte più ampia della società.