2024年には、取引総量は約90億ドルでした。2025年には400%以上増加し、400億ドルを超えました — これはもはや止められないトレンドと言えます。PolymarketとKalshiがこの分野を支配していますが、そのダイナミクスは面白いです：Kalshiは選挙契約に関する法的問題で勝利し、スポーツ市場に急速に拡大しています；Polymarketはより分散化されグローバルなアーキテクチャを構築し、「オフチェーンでマッチングし、オンチェーンで決済する」仕組みです。

しかし、私が本当に注目したのは、AIエージェントのこの分野における潜在能力です。ここでの重要なポイントは：AIは「人間よりも予測を良くする」ことではありません。むしろ、散在する情報をより迅速かつ規律的に実行の機会に変えることです。予測市場は本質的に、実取引を通じて情報を集約します — これはシステムの正の外部性の一種です。この仕組みがあれば、エージェントは手動のトレーダーよりもはるかに効率的に非効率性を探索できます。

アーキテクチャは理にかなっています：情報層 (ニュース、オンチェーンデータ)、分析層 (価格乖離の識別)、戦略層 (最適ポジションの計算)、実行層 (複数市場、スリッページ最適化)。課題は、すべての戦略が自動化に適しているわけではないことです。清算アービトラージ — 結果が既に決まっているが市場がまだ価格付けしていない場合 — はエージェントにほぼ最適です。プラットフォーム間のアービトラージも同様です。しかし、方向性の投機は？そこでは人間の判断がまだ必要です。

ポジション管理の観点では、ケリーの式は古典的な理論ですが、実務ではよりシンプルな方法を使います：資本を固定単位に分割し、信頼度に応じて単位数を変動させる。これにより複雑さが減り、モデルの誤りの余地も少なくなります。

現状のランドスケープでは、公式フレームワーク (Polymarketは独自のエージェントフレームワークをリリースし)、PolyseerやOddpoolのような分析ツール、Olas PredictやUnifAI Networkのような自律エージェントもあります。しかし正直なところ、戦略生成、効率的な実行、リスク管理、そして閉じたビジネスモデルを統合した成熟した製品はまだ見ていません。Olas Predictはおそらく最も進んでいますが、Omenの流動性に制限されています。

収益化の観点では、三つの道が見えます：インフラ (データとツールのB2B)、戦略のサブスクリプション (SaaSのシグナル)、そして管理されたVaults (より規制が複雑なもの)。現時点で最も現実的なのは中間の道 — 資金の預かりを伴わないシグナルツールです。規制の摩擦が少なく、収益も予測しやすい。

これらすべてを面白くしているのは、予測市場がニッチからシステム全体に実質的な外部性を持つものへと進化している点です — CMEやブルームバーグは、市場データとしてのイベント確率を統合しています。インフラ、流動性、規制の明確さ (米国が提供し始めている)が整えば、AIエージェントは正当な運用の場を得ることができます。

まだ初期段階ですが、市場は急速に動いています。エージェントだけでなく、分析ツールや最適な戦略も注視すべきです。Gateにいるなら、複数のチェーンのデータにアクセスできるので、分散型予測市場でエージェントがどのように機能し得るかを探る良い出発点になるでしょう。

原文表示

このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。