Bitaigen Research En este artículo revisamos el marco conceptual de InfoFi, analizamos su mecanismo central para cuantificar información abstracta como la atención y la reputación en la cadena, y clasificamos sus principales casos de uso, como mercados de predicción e incentivos de reputación. Mediante un análisis profundo de la ruta tecnológica y la disposición del ecosistema, ayudamos al lector a comprender el valor potencial de InfoFi y sus direcciones de desarrollo futuro, por lo que vale la pena leerlo con detenimiento.
¿Qué es InfoFi?
InfoFi es un sistema que transforma la información en activos financieros negociables, utilizando blockchain, tokens e IA para cuantificar, incentivar y distribuir valor de datos abstractos como la atención o la reputación, con el objetivo de que los productores y difusores de información compartan los ingresos.
InfoFi (Information + Finance) se centra en convertir información abstracta, difícil de medir, en un portador de valor dinámico y cuantificable. No solo abarca los mercados de predicción tradicionales, sino también la distribución, especulación y comercio de información como la atención, reputación, datos on‑chain, opiniones personales, nivel de actividad narrativa, entre otros.
Ventajas principales
- Redistribución de valor: mediante contratos inteligentes e incentivos, el valor que antes monopolizaban las plataformas en la economía de la atención se devuelve a los verdaderos contribuyentes.
- Valorización de la información: transforma atención, opiniones, reputación y similares en activos digitales negociables, creando un mercado abierto para el valor informativo.
- Baja barrera de entrada: basta con una cuenta de redes sociales para crear contenido y obtener ingresos.
- Incentivos innovadores: recompensas que cubren creación, difusión, interacción y verificación, permitiendo que contenidos de nicho y usuarios de la larga cola también reciban compensación.
- Potencial transversal: la IA brinda soporte técnico para evaluar la calidad del contenido, optimizar mercados de predicción y más.
Clasificación de InfoFi
InfoFi incluye múltiples casos de uso, que se pueden agrupar en las siguientes categorías.
1. Mercados de predicción
Los mercados de predicción son el núcleo de InfoFi, donde la sabiduría colectiva se traduce en precios que anticipan eventos futuros. Los participantes compran y venden “acciones” vinculadas al resultado de un evento; el precio refleja la expectativa colectiva. Proyectos representativos:
| Proyecto | Característica clave | Principales activos |
|---|---|---|
| **Polymarket** | Descentralizado, basado en Polygon, usa USDC para operar | Política, economía, entretenimiento, lanzamientos de productos, etc. |
| **Kalshi** | Totalmente regulado por la CFTC de EE. UU., admite liquidación en cripto y fiat | Contratos de eventos (política, economía, finanzas) |
Vitalik, en su artículo de noviembre 2024 *“De los mercados de predicción a las finanzas de la información”*, señaló que estos mercados pueden generar mejores aplicaciones en redes sociales, ciencia, periodismo y gobernanza, y los llamó finanzas de la información (info finance).
2. InfoFi “Yap‑to‑Earn” (ganar por comentar)
“Yap” es el término coloquial en la comunidad china para Yap‑to‑Earn, que consiste en obtener recompensas al publicar opiniones y compartir contenido. Su mecanismo central emplea algoritmos de IA que evalúan la cantidad, calidad, interacción y profundidad del contenido para asignar puntos o tokens.
Proyectos típicos
- Kaito AI: evalúa el contenido relacionado con cripto que los usuarios publican en X (Twitter) y otorga puntos *Yap*. Los usuarios compiten en una tabla de clasificación y pueden recibir airdrops de tokens. Hasta la fecha ha distribuido a la comunidad tokens por un valor superior a 90 millones USD (≈ 1 620 millones MXN, ≈ 360 mil millones COP, ≈ 90 mil millones ARS). Los Yappers activos mensuales superan los 200 mil.
- Cookie.fun: rastrea la cuota mental de agentes de IA, su interacción y datos on‑chain, generando un panorama del mercado. Su actividad *Snaps* se ha asociado con Spark, Sapien y OpenLedger, con 16 000, 7 930 y 6 810 participantes respectivamente.
- Virtuals: aunque es una plataforma de lanzamiento de agentes de IA, en Base introdujo el mecanismo *Genesis Launch* donde el Yap‑to‑Earn (respaldado por Kaito) es una vía para obtener puntos.
Características clave
- No requiere transacciones on‑chain ni capital elevado; basta con una cuenta de redes sociales.
- La IA filtra automáticamente bots y contenido de baja calidad, aumentando la transparencia en la asignación de recompensas.
- Los puntos pueden convertirse en airdrops de tokens o privilegios dentro del ecosistema; los primeros adoptantes suelen obtener mayores beneficios.
3. Valoración multidimensional de contribuciones (Yap + actividad on‑chain)
Algunos proyectos combinan la contribución de contenido con acciones on‑chain (trading, staking, minting de NFT) o tareas específicas, evaluando de forma integral la aportación del usuario.
- Galxe Starboard: iniciativa de la plataforma de crecimiento Web3 Galxe que recompensa tanto comportamientos off‑chain como on‑chain, incluyendo participación en tweets, sentimiento, viralidad, interacción con dApps, tenencia de tokens, minting de NFT, entre otros.
- Mirra: modelo de IA descentralizado entrenado con datos curados por la comunidad; los creadores que publican contenido de alta calidad en X proporcionan datos de validación a la IA. *Scout* marca contenido de alto valor mediante el handle *@MirraTerminal*, ayudando al aprendizaje del modelo.
4. InfoFi basado en reputación
- Ethos: protocolo de reputación on‑chain que combina un protocolo abierto con prueba de posición social (*Social PoS*) para generar un Credibility Score (puntuación de credibilidad). La puntuación se basa en la utilidad acumulada de comentarios, respaldos mediante staking en Ethereum y otras actividades on‑chain, y ofrece un mercado de reputación donde los usuarios pueden comprar y vender “tickets de confianza”.
- GiveRep: construido sobre Sui, transforma la influencia social en Twitter en puntos de reputación on‑chain. Comentar y mencionar la cuenta oficial de GiveRep genera puntos, con un límite de 3 menciones diarias; los creadores pueden recibir puntos sin límite cada día.
5. Mercados de atención / predicción
| Proyecto | Función principal |
|---|---|
| **Noise** | Plataforma de descubrimiento y trading basada en MegaETH; los usuarios pueden ir largo o corto en la atención de proyectos (requiere invitación). |
| **Upside** | Mercado de predicción social que recompensa el descubrimiento, la difusión y la predicción de contenido valioso, usando un peso decreciente de “likes” para evitar manipulaciones. |
| **YAPYO** | Infraestructura de mercado de atención en el ecosistema Arbitrum, con incentivos que enfatizan el impacto duradero. |
| **Trends** | Tokeniza publicaciones de X como *Trend*; los creadores reciben el 20 % de las comisiones de trading asociadas. |
6. Acceso a contenido mediante token (filtrado de ruido)
- Backroom: los creadores pueden lanzar espacios tokenizados que ofrecen Alpha, análisis y contenido curado. Los usuarios desbloquean el acceso comprando una *Key* on‑chain, convirtiendo la información de alto valor en un activo negociable.
- Xeet: nuevo protocolo en la red Abstract que planea integrar la puntuación Ethos para filtrar ruido y reforzar señales; ya ha iniciado un programa de recomendación de KOLs.
7. InfoFi de insights de datos
- Arkham Intel Exchange: plataforma de intercambio de inteligencia on‑chain donde investigadores pueden ganar recompensas completando misiones de recompensas (*bounties*).
Desafíos que enfrenta InfoFi
Mercados de predicción
- Cumplimiento regulatorio: pueden ser considerados como opciones binarias o juegos de azar. Polymarket fue multado con 1,4 millones USD (≈ 25,2 millones MXN) y bloqueó a usuarios de EE. UU. en 2023 por operar sin autorización de la CFTC. Investigaciones del DOJ y FBI en 2024 aumentan la presión regulatoria.
- Información privilegiada y equidad: grandes capitales pueden distorsionar precios a corto plazo; se necesitan reglas que mitiguen la asimetría de información.
- Falta de liquidez: temas de nicho suelen carecer de suficientes participantes, lo que reduce la fiabilidad de la información. Los agentes de IA podrían aliviar este problema, pero aún requieren optimización.
- Seguridad de oráculos: Polymarket sufrió ataques a sus oráculos; en 2025 UMA, Polymarket y EigenLayer colaboran en el desarrollo de oráculos seguros que soporten múltiples tokens, enlaces dinámicos, integración de IA y resistencia a sobornos.
Yap‑to‑Earn
- Proliferación de ruido: cuentas automatizadas generan gran cantidad de contenido publicitario, ocultando señales genuinas y erosionando la confianza comunitaria.
- Falta de transparencia algorítmica: los criterios que evalúan calidad, interacción y profundidad no son públicos, lo que genera dudas sobre la equidad en la distribución de puntos.
- Efecto Mateo en recompensas: los KOLs capturan la mayor parte de los premios, mientras que los creadores de la larga cola reciben poco. Datos de Kaito indican que de 1 millón de usuarios registrados, solo el 3 % ha recibido Yaps.
- Decaimiento de la atención: tras la distribución de recompensas, la participación tiende a caer drásticamente, dificultando la construcción de una comunidad a largo plazo.
InfoFi basado en reputación
- Altos umbrales de entrada: el modelo de invitación de Ethos limita la incorporación de nuevos usuarios, frenando el efecto de red.
- Riesgo de manipulación: las puntuaciones de reputación pueden ser vulnerables a ataques Sybil o inflados artificiales.
- Falta de interoperabilidad: diferentes protocolos de reputación carecen de estándares comunes, creando silos informacionales.
Tendencias futuras de InfoFi
Mercados de predicción
- Fusión IA‑mercado: la IA puede mejorar la precisión de las predicciones mediante el análisis de grandes volúmenes de datos y ayudar a resolver la escasez de liquidez en temas de larga cola.
- Integración profunda con redes sociales: X y Polymarket anunciaron una colaboración que empleará *Grok* para analizar insights en tiempo real, ofreciendo a los usuarios predicciones contextualizadas y basadas en datos.
- Gobernanza descentralizada (Futarchy): los mercados de predicción se usarán en DAO, empresas y gobernanza social, sustituyendo votos tradicionales por señales de mercado.
- Herramientas de noticias para el público: podrían evolucionar como infraestructura básica para la búsqueda y verificación de información en toda la web.
Yap‑to‑Earn + reputación
- Grafos sociales y comprensión semántica: mejorar la precisión de la IA al evaluar valores de contenido, incentivando a creadores de nicho de alta calidad.
- Mecanismos de penalización y reducción: contrarrestar el fraude de interacción y el contenido de baja calidad.
- LLM dedicados a Web3: lanzamiento de grandes modelos de lenguaje específicos para InfoFi, que perfeccionen la evaluación multidimensional de contribuciones.
- Fusión reputación‑DeFi: la puntuación de reputación podría servir como garantía crediticia para préstamos y staking.
- Expansión multicanal: no limitarse a X; incorporar otras redes sociales y fuentes de noticias para crear una herramienta universal de descubrimiento de atención y *Alpha*.
InfoFi de insights de datos
- Combinar visualización y recompensas: unir la visualización de datos con incentivos para fomentar la producción de inteligencia de alta calidad.
- Análisis IA profundizado: aplicar aprendizaje automático a datos on‑chain para generar activos de información negociables.
Conclusión
La contradicción central de la era digital es la brecha entre quienes crean atención y quienes capturan su valor. Ese desfase alimenta la revolución Web3 InfoFi. Si no se equilibra el valor informativo con incentivos de participación, InfoFi podría repetir el patrón de SocialFi “arranque fuerte y caída rápida”. Implementar un mecanismo trino —“extracción de información + participación del usuario + restitución de valor”— es esencial para construir una economía de atención justa y eficiente.
El futuro de InfoFi requiere tanto una gobernanza de protocolos de arriba hacia abajo como una construcción comunitaria de abajo hacia arriba, para lograr una democratización real del valor de la atención, evitar la pirámide de recompensas del efecto Mateo y consolidar las finanzas de la información como una infraestructura confiable para el intercambio de conocimiento y la toma de decisiones colectiva.
---
Con esto concluimos la sección ¿Qué es InfoFi? Clasificación de proyectos y análisis de tendencias futuras. Si deseas profundizar más en InfoFi, busca los artículos anteriores de Bitaigen (比特根) o continúa leyendo los artículos vinculados más abajo. ¡Gracias por apoyar a Bitaigen (比特根)!
Nota fiscal: Las ganancias obtenidas a través de actividades en plataformas InfoFi pueden estar sujetas a impuestos locales. Se recomienda consultar a un contador o asesor fiscal para cumplir con las obligaciones tributarias correspondientes en México, Colombia, Argentina u otros países de LATAM.
