ผู้เขียนต้นฉบับ: เจย์ โจ, Tiger Research
คำแปลต้นฉบับ: AididiaoJP, Foresight News
สรุปแล้ว
InfoFi เป็นความพยายามที่มีโครงสร้างในการวัดปริมาณความสนใจและกิจกรรมของผู้ใช้และเชื่อมโยงกับผลตอบแทน
ปัจจุบัน InfoFi มีปัญหาเชิงโครงสร้างบางประการ เช่น คุณภาพเนื้อหาที่ลดลงและการรวมศูนย์รางวัล
สิ่งเหล่านี้ไม่ใช่ข้อจำกัดของโมเดล InfoFi เอง แต่เป็นปัญหาด้านการออกแบบในเกณฑ์การประเมินและวิธีการแจกจ่ายรางวัล ซึ่งจำเป็นต้องได้รับการปรับปรุงอย่างเร่งด่วน
ยุคของความใส่ใจที่เป็นเพียงสัญลักษณ์
ความสนใจกลายเป็นทรัพยากรที่หายากที่สุดอย่างหนึ่งในอุตสาหกรรมสมัยใหม่ ในยุคอินเทอร์เน็ต ข้อมูลต่างๆ ไหลทะลักเข้ามา แต่ความสามารถในการประมวลผลข้อมูลของมนุษย์กลับมีจำกัดมาก ความขาดแคลนนี้ทำให้บริษัทต่างๆ หลายแห่งต้องแข่งขันกันอย่างดุเดือด และความสามารถในการแข่งขันเพื่อดึงดูดความสนใจของผู้ใช้ก็กลายมาเป็นข้อได้เปรียบในการแข่งขันหลักของบริษัทต่างๆ
อุตสาหกรรมคริปโตได้แสดงให้เห็นถึงระดับการแข่งขันเพื่อเรียกร้องความสนใจในรูปแบบที่รุนแรงยิ่งขึ้น ส่วนแบ่งความสนใจมีบทบาทสำคัญในการกำหนดราคาโทเค็นและการสร้างสภาพคล่อง ซึ่งกลายเป็นปัจจัยสำคัญในการกำหนดความสำเร็จหรือความล้มเหลวของโครงการ แม้แต่โครงการที่มีความก้าวหน้าทางเทคโนโลยีก็มักจะถูกตลาดกำจัดหากไม่สามารถดึงดูดความสนใจของตลาดได้
ปรากฏการณ์นี้เกิดจากลักษณะโครงสร้างของตลาดคริปโต ผู้ใช้ไม่เพียงแต่เป็นผู้เข้าร่วมเท่านั้น แต่ยังเป็นนักลงทุนด้วย และความสนใจของพวกเขาจะนำไปสู่การซื้อโทเค็นจริงโดยตรง ทำให้เกิดความต้องการและผลกระทบต่อเครือข่ายที่มากขึ้น เมื่อความสนใจถูกเน้น ก็จะเกิดสภาพคล่อง และเรื่องราวต่างๆ จะเกิดขึ้นบนสภาพคล่องนี้ เรื่องราวที่สร้างขึ้นเหล่านี้จะดึงดูดความสนใจใหม่ๆ และก่อตัวเป็นวงจรอันดีงามที่ขับเคลื่อนการพัฒนาตลาด
InfoFi: ความพยายามอย่างเป็นระบบในการสร้างความสนใจแบบโทเค็น
ตลาดดำเนินงานโดยอาศัยความสนใจ โครงสร้างนี้ทำให้เกิดคำถามสำคัญว่าใครได้รับประโยชน์จากความสนใจนี้กันแน่ ผู้ใช้สร้างความสนใจผ่านกิจกรรมชุมชนและการสร้างเนื้อหา แต่พฤติกรรมเหล่านี้วัดได้ยากและไม่มีกลไกการให้รางวัลโดยตรงที่ชัดเจน จนถึงขณะนี้ ผู้ใช้ทั่วไปสามารถได้รับประโยชน์ทางอ้อมได้จากการซื้อและขายโทเค็นเท่านั้น ปัจจุบันไม่มีกลไกการให้รางวัลแก่ผู้สนับสนุนที่สร้างความสนใจได้จริง
เครือข่าย InfoFi ของ Kaito ที่มา: Kaito
InfoFi คือความพยายามในการแก้ไขปัญหานี้ InfoFi ผสมผสานข้อมูลเข้ากับการเงิน สร้างกลไกที่ประเมินการมีส่วนร่วมของผู้ใช้โดยอิงจากความสนใจที่เกิดจากเนื้อหาของพวกเขา (เช่น การดู ความคิดเห็น และการแชร์) และเชื่อมโยงเข้ากับรางวัลโทเค็น ความสำเร็จของ Kaito ทำให้โครงสร้างนี้แพร่หลายอย่างกว้างขวาง
Kaito ใช้ขั้นตอนวิธี AI เพื่อประเมินกิจกรรมบนโซเชียลมีเดีย รวมถึงโพสต์และความคิดเห็น แพลตฟอร์มนี้มอบรางวัลโทเค็นตามคะแนน ยิ่งเนื้อหาที่สร้างโดยผู้ใช้ได้รับความสนใจมากเท่าไร โปรเจ็กต์ก็จะได้รับการเปิดเผยมากขึ้นเท่านั้น Capital ถือว่าความสนใจนี้เป็นสัญญาณและใช้สิ่งนี้ในการตัดสินใจลงทุน เมื่อความสนใจเพิ่มขึ้น เงินทุนก็จะไหลเข้าสู่โปรเจ็กต์มากขึ้น และรางวัลสำหรับผู้เข้าร่วมก็เพิ่มขึ้นเช่นกัน ผู้เข้าร่วม โปรเจ็กต์ และเงินทุนทำงานร่วมกันผ่านข้อมูลความสนใจเป็นสื่อกลาง ซึ่งก่อให้เกิดวงจรอันดีงาม
โมเดล InfoFi มีส่วนสนับสนุนที่โดดเด่นในสามด้านหลัก
ประการแรก ระบบจะวัดผลกิจกรรมการมีส่วนร่วมของผู้ใช้ในกรณีที่เกณฑ์การประเมินไม่ชัดเจน ระบบคะแนนจะช่วยให้ผู้คนสามารถกำหนดการมีส่วนร่วมได้อย่างเป็นระบบ และช่วยให้ผู้ใช้คาดการณ์ผลตอบแทนที่ตนจะได้รับจากพฤติกรรมเฉพาะได้ จึงทำให้การมีส่วนร่วมของผู้ใช้มีความยั่งยืนและสม่ำเสมอมากขึ้น
ประการที่สอง InfoFi เปลี่ยนความสนใจจากแนวคิดนามธรรมเป็นข้อมูลที่สามารถวัดปริมาณและซื้อขายได้ และเปลี่ยนการมีส่วนร่วมของผู้ใช้จากการบริโภคแบบง่ายๆ เป็นกิจกรรมที่สร้างผลผลิต การมีส่วนร่วมออนไลน์ส่วนใหญ่เกี่ยวข้องกับการลงทุนหรือการแบ่งปันเนื้อหา และแพลตฟอร์มต่างๆ สร้างรายได้จากความสนใจที่เกิดจากกิจกรรมเหล่านี้ InfoFi วัดปริมาณการตอบสนองของตลาดของผู้ใช้ต่อเนื้อหาเหล่านี้ และให้รางวัลตามข้อมูลนี้ ส่งผลให้พฤติกรรมของผู้เข้าร่วมถูกมองว่าเป็นงานที่สร้างผลผลิต การเปลี่ยนแปลงนี้ทำให้ผู้ใช้มีบทบาทเป็นผู้สร้างมูลค่าเครือข่าย มากกว่าที่จะเป็นเพียงสมาชิกชุมชน
ประการที่สาม InfoFi ลดเกณฑ์สำหรับการผลิตข้อมูล ในอดีต ผู้มีอิทธิพลบน Twitter และบัญชีสถาบันครองส่วนแบ่งการเผยแพร่ข้อมูลและได้รับความสนใจและผลตอบแทนมากที่สุด แต่ในปัจจุบัน ผู้ใช้ทั่วไปก็สามารถรับรางวัลที่จับต้องได้หลังจากได้รับความสนใจจากตลาดในระดับหนึ่ง สร้างโอกาสมากขึ้นสำหรับผู้ใช้จากภูมิหลังที่แตกต่างกันในการมีส่วนร่วม
กับดักเศรษฐกิจความสนใจที่เกิดจาก InfoFi
โมเดล InfoFi เป็นการทดลองออกแบบรางวัลใหม่ในอุตสาหกรรมคริปโตที่วัดผลการมีส่วนร่วมของผู้ใช้และเชื่อมโยงเข้ากับรางวัล อย่างไรก็ตาม ความสนใจได้กลายเป็นคุณค่าที่รวมศูนย์มากเกินไป และผลข้างเคียงของมันก็ค่อยๆ ปรากฏขึ้น
ปัญหาแรกคือการแข่งขันที่มากเกินไปเพื่อดึงดูดความสนใจและคุณภาพของเนื้อหาที่ลดลง เมื่อความสนใจกลายเป็นเกณฑ์ในการให้รางวัล จุดประสงค์ในการสร้างเนื้อหาก็เปลี่ยนจากการให้ข้อมูลหรือกระตุ้นให้เกิดการมีส่วนร่วมที่มีความหมายไปเป็นเพียงแค่เพื่อรับรางวัล แม้ว่า AI เชิงสร้างสรรค์จะทำให้การสร้างเนื้อหาง่ายขึ้น แต่เนื้อหาจำนวนมากที่ขาดข้อมูลหรือข้อมูลเชิงลึกที่แท้จริงก็แพร่กระจายอย่างรวดเร็ว เนื้อหาที่เรียกว่า AI Slop กำลังแพร่กระจายไปทั่วทั้งระบบนิเวศ ทำให้เกิดความกังวล
กลไกเสียงดัง แหล่งที่มา: Loud
โครงการ Loud แสดงให้เห็นแนวโน้มนี้ได้อย่างชัดเจน Loud พยายามสร้างความสนใจในรูปแบบโทเค็น และแพลตฟอร์มเลือกที่จะแจกรางวัลให้กับผู้ใช้ระดับสูงที่ได้รับความสนใจมากที่สุดในช่วงเวลาที่กำหนด โครงสร้างนี้ถือว่าน่าสนใจในเชิงทดลอง แต่ความสนใจกลายเป็นเกณฑ์เดียวในการให้รางวัล ซึ่งนำไปสู่การแข่งขันที่มากเกินไประหว่างผู้ใช้และกระตุ้นให้เกิดการสร้างเนื้อหาซ้ำซ้อนคุณภาพต่ำจำนวนมาก ซึ่งท้ายที่สุดแล้วนำไปสู่การทำให้เนื้อหามีความเป็นเนื้อเดียวกันทั่วทั้งชุมชน
ที่มา: Kaito Mindshare
ปัญหาที่สองคือการรวมศูนย์รางวัล รางวัลที่เน้นความสนใจเริ่มมุ่งเน้นไปที่โครงการหรือหัวข้อเฉพาะ และเนื้อหาจากโครงการอื่น ๆ หายไปหรือลดลงจากตลาดอย่างเฉื่อยชา ซึ่งแสดงให้เห็นอย่างชัดเจนจากข้อมูลการแบ่งปันของ Kaito Loud เคยครอบครองเนื้อหา crypto มากกว่า 70% บน Twitter โดยครอบงำการไหลของข้อมูลภายในระบบนิเวศ เมื่อรางวัลมุ่งเน้นไปที่ความสนใจ ความหลากหลายของเนื้อหาจะลดลง และข้อมูลจะค่อยๆ หมุนเวียนอยู่กับโครงการที่ให้รางวัลโทเค็นสูง ในท้ายที่สุด ขนาดของงบประมาณการตลาดจะกำหนดอิทธิพลภายในระบบนิเวศ
ข้อจำกัดทางโครงสร้างของ InfoFi: การประเมินและการแจกจ่าย
ข้อจำกัดของแนวทางง่ายๆ ในการประเมินเนื้อหา
โครงสร้างรางวัลที่เน้นความสนใจทำให้เกิดคำถามพื้นฐานว่า ควรประเมินเนื้อหาอย่างไรและควรแจกจ่ายรางวัลอย่างไร ปัจจุบัน แพลตฟอร์ม InfoFi ส่วนใหญ่ประเมินมูลค่าเนื้อหาโดยอิงจากตัวชี้วัดง่ายๆ เช่น จำนวนการดู ยอดไลค์ และความคิดเห็น โครงสร้างนี้ถือว่า การมีส่วนร่วมสูงเท่ากับเนื้อหาที่ดี
เนื้อหาที่มีส่วนร่วมสูงอาจมีคุณภาพหรือการนำเสนอข้อมูลที่ดีกว่า แต่โครงสร้างนี้ใช้ได้กับเนื้อหาคุณภาพสูงมากเท่านั้น สำหรับเนื้อหาระดับกลางและระดับล่างส่วนใหญ่ ความสัมพันธ์ระหว่างปริมาณการตอบรับและคุณภาพนั้นไม่ชัดเจน ส่งผลให้มีรูปแบบซ้ำซากและเนื้อหาเชิงบวกมากเกินไปได้รับคะแนนสูง ในขณะเดียวกัน เนื้อหาที่นำเสนอมุมมองที่หลากหลายหรือสำรวจหัวข้อใหม่ๆ ก็ไม่น่าจะได้รับการยอมรับอย่างที่สมควร
การแก้ไขปัญหาเหล่านี้จำเป็นต้องมีระบบประเมินคุณภาพเนื้อหาที่สมบูรณ์ยิ่งขึ้น เกณฑ์การประเมินที่อิงตามการมีส่วนร่วมเท่านั้นจะคงที่ ในขณะที่มูลค่าของเนื้อหาจะเปลี่ยนแปลงไปตามเวลาหรือในสภาพแวดล้อมที่แตกต่างกัน ตัวอย่างเช่น AI สามารถระบุเนื้อหาที่มีความหมายได้ และยังสามารถนำวิธีการปรับอัลกอริทึมตามชุมชนมาใช้ได้อีกด้วย วิธีหลังนี้สามารถช่วยให้ระบบประเมินตอบสนองต่อการเปลี่ยนแปลงได้อย่างยืดหยุ่นโดยให้อัลกอริทึมปรับเกณฑ์การประเมินตามข้อมูลคำติชมของผู้ใช้ที่ให้มาเป็นประจำ
โครงสร้างรางวัลความเข้มข้นและความต้องการความสมดุล
ข้อจำกัดของการประเมินเนื้อหามีอยู่ร่วมกับปัญหาของโครงสร้างรางวัล ซึ่งยังทำให้ความลำเอียงในการไหลของข้อมูลรุนแรงขึ้น ระบบนิเวศ InfoFi ในปัจจุบันมักจะใช้กระดานผู้นำแยกกันสำหรับแต่ละโครงการ ซึ่งใช้โทเค็นของตนเองเพื่อรับรางวัล ภายใต้โครงสร้างนี้ โครงการที่มีงบประมาณการตลาดจำนวนมากสามารถดึงดูดเนื้อหาได้มากขึ้น และความสนใจของผู้ใช้มักจะมุ่งไปที่โครงการเฉพาะ
เพื่อแก้ไขปัญหาเหล่านี้ จำเป็นต้องปรับโครงสร้างการแจกรางวัล โครงการแต่ละโครงการสามารถเก็บรางวัลของตัวเองไว้ได้ และแพลตฟอร์มสามารถตรวจสอบความเข้มข้นของเนื้อหาได้แบบเรียลไทม์ และใช้โทเค็นของแพลตฟอร์มในการปรับเปลี่ยน ตัวอย่างเช่น เมื่อเนื้อหาอาจเน้นไปที่โครงการใดโครงการหนึ่งมากเกินไป รางวัลโทเค็นของแพลตฟอร์มอาจลดลงชั่วคราว และหัวข้อที่มีการครอบคลุมค่อนข้างต่ำก็สามารถรับโทเค็นของแพลตฟอร์มเพิ่มเติมได้ เนื้อหาที่ครอบคลุมหลายโครงการก็สามารถรับรางวัลเพิ่มเติมได้เช่นกัน ซึ่งจะสร้างสภาพแวดล้อมที่มีหัวข้อและมุมมองที่หลากหลาย
การประเมินและการให้รางวัลถือเป็นแกนหลักของโครงสร้างของ InfoFi การประเมินเนื้อหาจะกำหนดการไหลของข้อมูลในระบบนิเวศ และใครจะได้รับรางวัลประเภทใดก็มีความสำคัญเช่นกัน โครงสร้างปัจจุบันใช้ระบบการประเมินมาตรฐานเดียวร่วมกับโครงสร้างรางวัลที่เน้นการตลาด ซึ่งเร่งให้เกิดการครอบงำของความสนใจในขณะที่ลดความหลากหลายของข้อมูลลง ความยืดหยุ่นในเกณฑ์การประเมินมีความจำเป็นสำหรับการดำเนินงานที่ยั่งยืน และการปรับโครงสร้างการจัดจำหน่ายให้สมดุลยังเป็นความท้าทายสำคัญที่ระบบนิเวศ InfoFi ต้องเผชิญ
บทสรุป
การทดลองเชิงโครงสร้างของ InfoFi มุ่งเป้าไปที่การวัดปริมาณความสนใจและแปลงความสนใจดังกล่าวให้เป็นมูลค่าทางเศรษฐกิจ โดยเปลี่ยนโครงสร้างการบริโภคเนื้อหาแบบทางเดียวที่มีอยู่ให้เป็นเศรษฐกิจแบบมีส่วนร่วมที่เน้นที่ผู้ผลิต ซึ่งมีความสำคัญอย่างยิ่ง อย่างไรก็ตาม ระบบนิเวศของ InfoFi ในปัจจุบันเผชิญกับผลข้างเคียงเชิงโครงสร้างในกระบวนการสร้างโทเค็นความสนใจ ซึ่งรวมถึงการลดลงของคุณภาพเนื้อหาและการเบี่ยงเบนของการไหลของข้อมูล ผลข้างเคียงเหล่านี้เป็นปัญหาที่มากกว่าข้อจำกัดของแบบจำลองในขั้นตอนการออกแบบเบื้องต้น
รูปแบบการประเมินที่อิงตามข้อเสนอแนะที่เรียบง่ายได้เปิดเผยข้อจำกัดของมัน และโครงสร้างรางวัลที่ได้รับผลกระทบจากทรัพยากรการตลาดยังเปิดเผยปัญหาอีกด้วย มีความจำเป็นเร่งด่วนในการปรับปรุงระบบที่สามารถประเมินคุณภาพของเนื้อหาได้อย่างถูกต้อง รวมถึงกลไกการปรับอัลกอริทึมตามชุมชนและกลไกการปรับสมดุลในระดับแพลตฟอร์ม InfoFi มุ่งมั่นที่จะสร้างระบบนิเวศที่สมาชิกสามารถรับรางวัลที่ยุติธรรมได้โดยการมีส่วนร่วมในการผลิตและเผยแพร่ข้อมูล เพื่อบรรลุเป้าหมายนี้ จำเป็นต้องมีการปรับปรุงทางเทคนิค และยังจำเป็นต้องส่งเสริมการมีส่วนร่วมของชุมชนในการออกแบบอีกด้วย
ในระบบนิเวศของคริปโต ความสนใจทำงานเหมือนโทเค็น InfoFi เป็นการทดลองที่สำคัญในการออกแบบและดำเนินการโครงสร้างเศรษฐกิจใหม่ ศักยภาพของ InfoFi จะเกิดขึ้นได้ก็ต่อเมื่อพัฒนาเป็นโครงสร้างที่สามารถแบ่งปันข้อมูลและข้อมูลเชิงลึกที่มีค่าได้ ผลลัพธ์ของการทดลองนี้จะเร่งการพัฒนาเศรษฐกิจเชิงปริมาณข้อมูลในยุคดิจิทัล
