注意力経済下のInfoFiのジレンマ

原文作者：Jay Jo，Tiger Research

原文编译：AididiaoJP，Foresight News

TL;DR

• InfoFi は、ユーザーの注意と活動を定量化し、それを報酬と結びつける構造的試みです。

• InfoFi には、コンテンツの質の低下や報酬の集中化など、いくつかの構造的問題が存在します。

• これらは InfoFi モデル自体の限界ではなく、評価基準と報酬配分方法の設計上の問題であり、改善が急務です。

注意力はトークンの時代

注意力は現代産業において最も希少な資源の一つとなっています。インターネット時代には情報が氾濫していますが、人間の情報処理能力は非常に限られています。この希少性は、多くの企業が激しい競争を繰り広げる要因となり、ユーザーの注意を引く能力が企業の核心的競争優位性となっています。

暗号業界は、注意力競争の程度をより極端な形で示しています。注意力の占有率はトークンの価格設定や流動性形成に重要な役割を果たし、プロジェクトの成功を決定する重要な要因となっています。技術的に優れたプロジェクトであっても、市場の関心を引けなければ、しばしば市場から排除されることがあります。

この現象は、暗号市場の構造的特徴に起因しています。ユーザーは単なる参加者ではなく、投資者でもあり、彼らの注意はトークンの実際の購入行動を直接もたらし、より大きな需要とネットワーク効果を生み出します。注意が集中する場所では流動性が生まれ、その流動性を基に物語が発展します。これらの既定の物語はその後、新たな関心を引き寄せ、良性の循環を形成し、市場の発展を促進します。

InfoFi：注意力をトークン化する体系的試み

市場は関心に基づいて運営されています。この構造は、重要な問題を引き起こします：誰がこれらの関心から本当に利益を得ることができるのか？ユーザーはコミュニティ活動やコンテンツ制作を通じて関心を生み出しますが、これらの行動は測定が難しく、明確な直接的報酬メカニズムもありません。これまでのところ、一般ユーザーはトークンの売買を通じて間接的な利益を得ることしかできません。真に関心を生み出す貢献者に対しては、現在のところ報酬メカニズムは存在しません。

Kaito の InfoFi ネットワーク、出典：Kaito

InfoFi はこの問題を解決するための試みです。InfoFi は情報と金融を結びつけ、ユーザーのコンテンツから生じる関心（例えば、閲覧数、コメント数、シェア数）に基づいてユーザーの貢献を評価し、それをトークン報酬に結びつけるメカニズムを作成しました。Kaito の成功はこの構造を広く普及させました。

Kaito は AI アルゴリズムを使用してソーシャルメディア活動を評価します。プラットフォームはスコアに基づいてトークン報酬を提供します。ユーザー生成コンテンツが引き寄せる関心が多いほど、プロジェクトはより大きな露出を得ることができます。資本はこの関心を信号と見なし、それに基づいて投資判断を行います。関心が高まるにつれて、より多くの資本がプロジェクトに流入し、参加者の報酬も増加します。参加者、プロジェクト、資本は注意データを媒介として協力し、良性の循環を形成します。

InfoFi モデルは、3つの重要な分野で顕著な貢献をしています。

まず、評価基準が不明確なユーザーの貢献活動を定量化しました。ポイントシステムに基づいて、貢献を構造的に定義し、ユーザーが特定の行動を通じてどのような報酬を得られるかを予測できるようにし、ユーザー参加の持続可能性と一貫性を高めました。

次に、InfoFi は注意力を抽象的な概念から定量化可能で取引可能なデータに変換し、ユーザー参加を単なる消費から生産的な活動へと変えました。既存のほとんどのオンライン参加は投資やコンテンツ共有に関与しており、プラットフォームはこれらの活動から生じる注意力で利益を上げます。InfoFi はユーザーがこれらのコンテンツに対して示す市場反応を定量化し、これらのデータに基づいて報酬を発放することで、参加者の行動が生産的な仕事と見なされるようになります。この変化は、ユーザーにネットワーク価値創造者の役割を与え、単なるコミュニティメンバー以上の存在にします。

第三に、InfoFi は情報生産のハードルを下げました。過去には、Twitter の大物や機関アカウントが情報配信を支配し、大部分の関心と報酬を占めていましたが、現在では一般ユーザーも一定の市場関心を得ることで、実際の報酬を得ることができるようになり、異なる背景を持つユーザーにより多くの参加機会を創出しています。

InfoFi が引き起こす注意力経済の罠

InfoFi モデルは暗号業界における新しい報酬設計の実験であり、ユーザーの貢献を定量化し、それを報酬と結びつけています。しかし、注意力は過度に中央集権化された価値となり、その副作用が徐々に現れています。

最初の問題は、過度の注意力競争とコンテンツの質の低下です。注意力が報酬の基準となると、コンテンツ制作の目的は情報を提供したり、有意義な参加を促したりすることから、単に報酬を得ることに変わります。そして、生成的 AI によりコンテンツ制作が容易になり、真実の情報や洞察が欠けた大量のコンテンツが急速に広がっています。これらのいわゆる「AI Slop」コンテンツは、エコシステム全体に蔓延し、人々の懸念を引き起こしています。

Loud Mechanism、出典：Loud

Loud プロジェクトはこの傾向を明確に示しています。Loud は注意力をトークン化し、プラットフォームは特定の期間内に最も多くの関心を得たトップユーザーに報酬を配分することを選択しました。この構造は実験的には興味深いものですが、注意力が報酬の唯一の基準となり、ユーザー間の競争が過熱し、大量の重複した低品質のコンテンツが生まれ、最終的にはコミュニティ全体のコンテンツが均質化する結果を招きました。

資料出典：Kaito Mindshare

第二の問題は、報酬の集中化です。注意に基づく報酬は特定のプロジェクトやテーマに焦点を当て始め、他のプロジェクトのコンテンツは実際に市場から消失または減少しています。Kaito の共有データはこれを明確に示しています。Loud は一時、Twitter 上で 70% 以上の暗号コンテンツを占有し、エコシステム内の情報フローを支配していました。報酬が注意に集中すると、コンテンツの多様性は低下し、情報は高額なトークン報酬を提供するプロジェクトに徐々に集中するようになります。最終的には、マーケティング予算の規模がエコシステム内の影響力を決定します。

InfoFi の構造的制限：評価と配分

4.1. コンテンツ評価の簡易手法の限界

注意力を中心とした報酬構造は、根本的な問題を引き起こします：コンテンツはどのように評価されるべきか、報酬はどのように配分されるべきか？現在ほとんどの InfoFi プラットフォームは、閲覧数、いいね、コメントなどの単純な指標に基づいてコンテンツの価値を判断しています。この構造は「高い参加度は良いコンテンツに等しい」と仮定しています。

参加度の高いコンテンツは確かにより良い情報の質や伝達効果を持つ可能性がありますが、この構造は非常に優れたコンテンツに主に適用されます。大多数の中低品質のコンテンツに関しては、フィードバックの数と質の関係は明確ではなく、繰り返しのフォーマットや過度に積極的なコンテンツが高評価を得る現象が生じます。一方で、多様な視点を提示したり新しいテーマを探求したりするコンテンツは、適切な評価を得ることが難しいです。

これらの問題を解決するには、より洗練されたコンテンツ品質評価システムが必要です。単純に参加度に基づく評価基準は固定的であり、コンテンツの価値は時間や環境の変化に伴って変わります。例えば、AI は意味のあるコンテンツを識別でき、さらにコミュニティに基づくアルゴリズム調整手法を導入することができます。後者は、アルゴリズムが定期的に提供されるユーザーフィードバックデータに基づいて評価基準を調整することを可能にし、評価システムが変化に柔軟に対応できるようにします。

4.2. 報酬構造の集中度とバランスの必要性

コンテンツ評価の限界は報酬構造の問題と共存しており、報酬構造は情報フローの偏りを悪化させています。現在の InfoFi エコシステムは通常、各プロジェクトが独自のランキングを運営し、それぞれが独自のトークンで報酬を提供しています。この構造では、大規模なマーケティング予算を持つプロジェクトがより多くのコンテンツを引き寄せ、ユーザーの注意は特定のプロジェクトに集中しがちです。

これらの問題を解決するには、報酬配分構造の調整が必要です。各プロジェクトはそれぞれの報酬を保持し、プラットフォームはコンテンツの集中度をリアルタイムで監視し、プラットフォームトークンを使用して調整を行うことができます。例えば、コンテンツが特定のプロジェクトに過度に集中している場合、プラットフォームトークンの報酬を一時的に減少させ、カバレッジが相対的に低いテーマには追加のプラットフォームトークンを与えることができます。複数のプロジェクトをカバーするコンテンツも追加報酬を得ることができます。これにより、多様なテーマと視点の環境が創出されます。

評価と報酬は InfoFi 構造の核心を成しています。コンテンツの評価方法はエコシステムの情報フローを決定し、誰がどのような報酬を得るかも重要です。現在の構造は単一基準の評価システムとマーケティング中心の報酬構造が組み合わさり、注意力の主導性を加速させる一方で、情報の多様性を弱めています。評価基準の柔軟性は持続可能な運営にとって重要であり、配分構造のバランス調整も InfoFi エコシステムが直面する重要な課題です。

結論

InfoFi の構造的実験は、注意力を定量化し、それを経済的価値に変換することを目指しており、既存の一方向のコンテンツ消費構造を生産者中心の参加型経済に変えることを目指しています。この実現には大きな意義があります。しかし、現在の InfoFi エコシステムは注意力のトークン化プロセスにおいて構造的副作用に直面しており、これにはコンテンツの質の低下や情報フローの偏りが含まれます。これらの副作用はモデルの限界というよりも、初期設計段階で避けられないジレンマと言えます。

単純なフィードバックに基づく評価モデルはその限界を露呈し、マーケティングリソースの影響を受ける報酬構造も問題を露呈しています。現在、コンテンツの質を正しく評価できるシステムの改善が急務であり、さらにコミュニティに基づくアルゴリズム調整メカニズムとプラットフォームレベルのバランス調整メカニズムが必要です。InfoFi は、メンバーが情報の生産と伝播に参加することで公平な報酬を得られるエコシステムの構築を目指しています。この目標を達成するためには、技術の改善とコミュニティの参加を促す設計が必要です。

暗号エコシステムにおいて、注意力はトークンのように機能します。InfoFi は新しい経済構造の設計と運営に関する重要な実験です。それが価値ある情報や洞察を共有する構造に発展することで、その潜在能力が最大限に発揮されるでしょう。この実験の結果は、デジタル時代の情報定量化経済の発展を加速させるでしょう。