Bakit ang mga prediction market ay nasa yugto pa rin ng eksplorasyon

Orihinal na Pamagat: Why Prediction Markets Are Still in Beta
Orihinal na May-akda: Nick Ruzicka
Isinalin ni: SpecialistXBT, BlockBeats

Nasa sentro ng atensyon ngayon ang prediction markets. Ang coverage ng Polymarket tungkol sa presidential election ay naging headline, ang Kalshi ay nagtagumpay sa regulasyon at nagbukas ng bagong larangan, at bigla na lang, lahat ay gustong pag-usapan ang “truth machine of the world.” Ngunit sa likod ng hype na ito, may mas kawili-wiling tanong: Kung napakahusay nga ng prediction markets sa paghula ng hinaharap, bakit hindi pa ito laganap?

Hindi kaakit-akit ang sagot. Ang problema ay nasa imprastraktura—sa US, ito ay regulasyon. (Halimbawa, nakuha ng Kalshi ang approval ng US Commodity Futures Trading Commission (CFTC), habang ang Polymarket ay nagpatupad ng offshore na estratehiya), ngunit nananatili pa rin ang mga isyu sa imprastraktura. Kahit sa mga lugar kung saan legal ang prediction markets, umiiral pa rin ang parehong mga pangunahing hamon.

Noong 2024, ang mga dominanteng platform ay gumastos ng malaki upang lutasin ang mga problemang ito. Ayon sa analysis ni Neel Daftary ng Delphi Digital, gumastos ang Polymarket ng humigit-kumulang $10 milyon para sa market maker incentives, at minsan ay nagbabayad ng higit sa $50,000 bawat araw upang mapanatili ang liquidity ng kanilang order book. Ngayon, bumagsak na ang incentives na ito sa $0.025 lamang kada $100 na trade. Gumastos din ang Kalshi ng higit sa $9 milyon sa katulad na mga proyekto. Hindi ito mga sustainable na solusyon—parang band-aid lang sa structural wounds.

Ang nakakatuwa, ang mga hamon na humahadlang sa prediction markets ay hindi misteryoso. Malinaw ang depinisyon, magkakaugnay, at—para sa tamang mga entrepreneur—madaling lutasin. Sa pakikipag-usap sa mga team sa larangang ito at pagsusuri ng kasalukuyang kalagayan, natukoy namin ang limang problemang paulit-ulit na lumilitaw. Maaari itong ituring na framework, isang set ng shared na termino, upang tulungan tayong maunawaan kung bakit, sa kabila ng maliwanag na potensyal, ay nananatiling beta ang prediction markets.

Hindi lang ito mga problema, ito rin ay roadmap.

Isyu 1: Ang Paradox ng Liquidity

Ang pinaka-pangunahing problema ay liquidity. O mas eksakto, ang chicken-and-egg problem na nagiging dahilan kung bakit ghost town ang karamihan ng prediction markets.

Simple lang ang mekanismo. Kapag mababa ang liquidity ng bagong bukas na market, mahirap ang execution para sa traders—mataas ang slippage, price impact, at hindi kumikita ang trading. Umaalis sila. Ang mababang volume ay nakakatakot para sa professional liquidity providers, dahil kailangan nila ng stable na fees para ma-offset ang risk. Kapag walang liquidity providers, patuloy na kulang ang liquidity. Paulit-ulit ang cycle na ito.

Pinatutunayan ito ng data. Sa Polymarket at Kalshi, karamihan ng markets ay may volume na mas mababa sa $10,000. Kahit ang mas malalaking markets ay kulang sa depth para makaakit ng institutional investors para sa meaningful na participation. Anumang malaking position ay magdudulot ng double-digit na price swings.

Ang ugat ng problema ay structural. Sa karaniwang crypto liquidity pools (hal. ETH/USDC), maglalagay ka ng dalawang asset at kikita ng fees habang may nagte-trade—kahit pa hindi pabor sa iyo ang price, nananatili ang value ng magkabilang panig. Sa prediction markets, iba: Hawak mo ay contracts na nagiging worthless kapag natalo. Walang rebalancing, walang natitirang value—dalawa lang ang posibleng resulta: kalahati ng asset ay magiging zero.

Mas malala pa, maaari kang “ma-harvest.” Habang papalapit ang settlement at nagiging malinaw ang resulta, mas alam ng informed traders ang mangyayari kaysa sa iyo. Bibili sila ng winning side mula sa iyo sa pabor sa kanilang presyo, habang ikaw ay nagpepresyo pa rin batay sa luma nang probability. Ang “toxic order flow” na ito ay patuloy na nagpapalugi sa market makers.

Noong 2024, lumipat ang Polymarket mula sa automated market maker (AMM) model patungo sa central limit order book, dahil dito: Pinapayagan ng order book ang market makers na agad mag-cancel ng quotes kapag naramdaman nilang malulugi sila. Ngunit hindi nito tinutugunan ang ugat ng problema—nagbibigay lang ito ng defense tools para mabawasan ang losses.

Nilalampasan ng mga platform na ito ang problema sa pamamagitan ng direktang pagbabayad ng fees sa market makers. Ngunit hindi scalable ang subsidy. Para sa flagship markets—presidential elections, major sports events, popular cryptocurrencies—epektibo ang modelong ito. Malaki ang liquidity ng election markets ng Polymarket. Nakikipagkumpitensya ang NFL markets ng Kalshi sa traditional sports bookmakers. Ang tunay na hamon ay nasa lahat ng iba pa: napakaraming markets kung saan puwedeng gumana ang prediction markets, ngunit kulang ang volume para suportahan ang million-dollar subsidies.

Hindi sustainable ang kasalukuyang economic model. Hindi kumikita ang market makers sa spread, kundi sa bayad ng platform. Kahit ang protected liquidity providers na may bounded losses (maximum 4-5% loss per market) ay nangangailangan pa rin ng ecosystem subsidy para mag-break even. Ang tanong: Paano magiging profitable ang liquidity provision nang hindi nagsusunog ng pera?

Unti-unti nang lumalabas ang winning model ng Kalshi. Noong Abril 2024, ipinakilala nila ang malaking Wall Street market maker na Susquehanna International Group bilang unang institutional supplier. Resulta: 30x na pagtaas ng liquidity, 100,000 contracts na depth, at spread na mas mababa sa 3 cents. Ngunit nangangailangan ito ng resources na hindi kayang ibigay ng retail market makers: proprietary trading platforms, custom infrastructure, at institutional-level capital. Ang susi ay hindi mas mataas na rebates, kundi ang pagkuha ng unang institusyonal investor na seryosong itinuturing ang prediction markets bilang lehitimong asset class. Kapag may pumasok na institusyon, susunod ang iba: mas mababa ang risk, may benchmark pricing, at natural na lalaki ang volume.

Ngunit may problema: Kailangan ng institutional market makers ng partikular na kondisyon. Para sa Kalshi, nangangahulugan ito ng CFTC approval at malinaw na regulasyon. Para naman sa crypto-native at decentralized platforms—yung mga walang regulatory moat o malaking scale—hindi ito uubra. May ibang hamon ang mga platform na ito: Paano mag-boot ng liquidity kung walang regulatory legitimacy o volume guarantee? Para sa lahat ng platform maliban sa Kalshi at Polymarket, nananatiling hindi pa nasosolusyunan ang imprastraktura.

Ano ang Sinusubukan ng mga Entrepreneur

Quality-weighted na order rebate para i-reward ang liquidity at mapabuti ang trading—halimbawa, mapabilis ang trading, mapalaki ang quote size, at mapaliit ang spread. Praktikal ito, ngunit hindi nito tinutugunan ang ugat ng problema: Kailangan pa rin ng pondo ang rebates na ito. Nagbibigay ang protocol tokens ng alternatibo—nag-i-issue ng tokens para i-subsidize ang liquidity providers (LPs) imbes na gumamit ng VC funds, gaya ng ginawa ng Uniswap at Compound. Hindi pa malinaw kung makakaipon ng sapat na value ang prediction market tokens para mapanatili ang issuance sa mahabang panahon.

Tiered cross-market incentives para mag-offer ng diversified liquidity sa maraming markets, na nagdi-diversify ng risk at ginagawang mas matibay ang participation.

Just-in-time (JIT) liquidity na nagbibigay lang ng pondo kapag kailangan ng user. Minomonitor ng bots ang malalaking trades sa pool, nag-i-inject ng concentrated liquidity, kumukuha ng fees, at agad na umaalis. Mataas ang capital efficiency, ngunit nangangailangan ng complex infrastructure at hindi pa rin nasosolusyunan ang ugat ng problema: iba pa rin ang may hawak ng risk. Sa Uniswap V3, nagdala ang JIT strategy ng mahigit $750 billion na trading volume, ngunit dominated ito ng malalaking players at napakaliit ng returns.

Continuous combinatorial markets na sumisira sa binary structure. Hindi na limitado ang traders sa discrete na “yes/no” options, kundi maaaring magpahayag ng pananaw sa isang continuous range. Pinagsasama nito ang liquidity na dating hiwa-hiwalay sa magkakaugnay na markets (hal. Aakyat ba ang bitcoin sa $60,000? $65,000? $70,000?). Gumagawa ng ganitong infrastructure ang mga proyekto tulad ng functionSPACE, bagamat hindi pa ito nasusubukan sa malaking scale.

Pinaka-radikal na eksperimento ay ang tuluyang pagtanggal ng order book. Ginagamit ng Melee Markets ang Bonding curve sa prediction markets—bawat resulta ay may sariling curve, mas mura para sa early participants, at rewarded ang mga may matibay na paniniwala. Walang kailangang professional market maker. Sa XO Market, kailangang mag-inject ng liquidity ang creators gamit ang LS-LMSR AMM, at habang dumarami ang pondo, lumalalim ang market. Kumukuha ng fees ang creators, kaya naka-align ang incentives sa market quality.

Pareho nilang nasosolusyunan ang cold start problem nang walang professional market makers. Ang downside ng Melee ay kulang sa flexibility (locked ang positions hanggang settlement). Pinapayagan ng XO Market ang tuloy-tuloy na trading, ngunit kailangang mag-front ng pondo ang creators.

Isyu 2: Market Discovery at User Experience

Kahit masolusyunan ang liquidity, may mas praktikal pang problema: Karamihan ng tao ay hindi makita ang market na mahalaga sa kanila, at kahit makita nila, mahirap gamitin ang platform.

Hindi lang ito “user experience problem,” kundi structural issue. Direktang pinapalala ng market discovery problem ang liquidity problem. Sa Polymarket, laging may libo-libong markets online, ngunit concentrated ang volume sa iilang area: election markets, major sports events, at popular crypto questions. Walang pumapansin sa ibang markets. Kahit may depth ang isang niche market, kung hindi ito madaling makita ng users, mananatiling mababa ang volume at aalis din ang market makers. Vicious cycle: Walang discovery, walang volume, walang sustainable liquidity.

Matindi ang concentration ng market liquidity. Sa 2024 election cycle, halos lahat ng trading activity ng Polymarket ay nasa top markets. Pagkatapos ng election, may $650-800 million pa ring monthly volume ang platform, ngunit nakakalat ito sa sports, crypto, at viral markets. Ang libo-libong iba pang markets—local issues, niche communities, oddities—ay halos walang activity.

Pinapalala pa ito ng user experience barriers. Ang interfaces ng Polymarket at Kalshi ay para sa mga pamilyar na sa prediction markets. Mahirap para sa ordinaryong users: unfamiliar terms, conversion ng odds sa probability, at ang ibig sabihin ng “buying a YES.” Para sa crypto-native users, okay lang ito. Pero para sa iba, nakakasira ito ng conversion rate.

Makakatulong ang mas magagandang algorithm, ngunit ang core issue ay distribution: Paano maipapareha ang libo-libong markets sa tamang users sa tamang oras, nang hindi nagdudulot ng choice paralysis?

Ano ang Sinusubukan ng mga Entrepreneur

Pinaka-promising ang approach na mag-offer ng serbisyo direkta sa platform na ginagamit na ng users, imbes na pilitin silang matuto ng bagong platform. Pinapayagan ng Flipr ang users na mag-trade ng Polymarket o Kalshi markets sa pamamagitan ng pag-tag ng bot sa kanilang Twitter feed. Halimbawa, kapag may market na nabanggit sa tweet, i-tag lang ang @Flipr at puwede nang mag-trade nang hindi umaalis sa app. Ini-embed nito ang prediction markets sa conversational layer ng internet, ginagawang trading interface ang social feed. Nag-aalok din ang Flipr ng hanggang 10x leverage, at gumagawa ng copy trading at AI analytics—sa madaling salita, sinusubukan nitong maging full-featured trading terminal na nasa Twitter mismo.

Mas malalim na insight: Para sa startups, mas mahalaga ang distribution kaysa sa infrastructure. Imbes na gumastos ng milyon-milyon gaya ng Polymarket para mag-boot ng liquidity, mas mainam na i-integrate ang existing liquidity at makipagkumpitensya sa distribution. Gumagawa ang mga platform tulad ng TradeFox, Stand, at Verso Trading ng unified interface na nag-a-aggregate ng odds mula sa maraming platform, nagre-route ng orders sa best venue, at nag-iintegrate ng real-time news feed. Kung seryosong trader ka, bakit ka pa magpapakahirap mag-switch ng platform kung may mas efficient na all-in-one interface?

Pinaka-experimental ang approach na ituring ang market discovery bilang social problem, hindi algorithmic. Ang Fireplace ng Polymarket ay nagpo-promote ng group investing kasama ang mga kaibigan—binubuhay ang excitement ng sabayang pagtaya, hindi solo betting. Mas advance pa ang Poll.fun ng AllianceDAO: Gumagawa ito ng P2P markets sa maliliit na circles, puwedeng gumawa ng market sa kahit anong topic, tumaya kasama ang peers, at ang resulta ay dinidesisyunan ng creator o group vote. Highly localized, highly social, at sa pamamagitan ng focus sa community, hindi scale, tuluyang naiiwasan ang long tail problem.

Hindi lang ito user experience improvements, kundi distribution strategies. Ang tunay na mananalo ay hindi ang may best liquidity o pinakamaraming market, kundi ang makakasagot ng “Paano maipapadala ang prediction market sa tamang user sa tamang oras?”

Isyu 3: Problema sa Pagpapahayag ng Opinyon ng User

Ang sumusunod na data ay dapat mag-alala sa lahat ng bullish sa prediction markets: 85% ng Polymarket traders ay may negative account balance.

Sa isang banda, hindi ito maiiwasan—mahirap talaga ang prediction. Ngunit bahagi ng dahilan ay ang hard flaws ng platform. Dahil hindi maipahayag ng traders ang kanilang opinyon nang epektibo, napipilitan silang magbukas ng suboptimal positions. May nuanced theory ka? Walang magagawa. Binary bet lang ang puwede: buy, don’t buy, o piliin ang laki ng position. Walang leverage para palakasin ang conviction, walang paraan para pagsamahin ang maraming pananaw sa isang position, at walang conditional outcomes. Kapag hindi maipahayag ng traders ang conviction, sobra ang capital na kailangan nila o masyadong maliit ang position. Sa alinmang kaso, mas kaunti ang traffic na nakukuha ng platform.

Maaaring hatiin ang problemang ito sa dalawang magkaibang pangangailangan: traders na gustong gumamit ng leverage para palakasin ang single bet, at traders na gustong pagsamahin ang maraming pananaw sa isang taya.

Leverage: Solusyon ng Continuous Settlement

Hindi gumagana ang tradisyonal na leverage strategies sa binary prediction markets. Kahit tama ang direksyon ng prediction mo, maaaring ma-liquidate ka ng market volatility bago ang settlement. Halimbawa, ang leveraged “Trump win” position ay maaaring ma-liquidate sa isang linggo ng masamang poll results, kahit manalo pa si Trump sa Nobyembre.

Ngunit may mas magandang paraan: perpetual contracts na may continuous settlement batay sa real-time data stream. Gumagawa ang Seda ng tunay na perpetual contract feature batay sa Polymarket at Kalshi data, kung saan tuloy-tuloy ang settlement ng positions imbes na maghintay ng discrete event. Noong Setyembre 2025, pinagana ng Seda sa testnet ang perpetual contract para sa real-time odds ng Canelo vs. Crawford fight (initially 1x leverage), na nagpapatunay ng viability ng model na ito sa sports betting.

Ang short-term binary options ay isa pang patok na trading style. Noong Setyembre 2025, lumampas sa $10 million ang trading volume ng Limitless, na nag-aalok ng binary options sa crypto price movement. Nagbibigay ito ng implicit leverage sa payout structure, habang iniiwasan ang liquidation risk habang buhay pa ang contract. Hindi tulad ng fixed payout options, binary options ay instant ang settlement (ilang oras o araw, hindi linggo), kaya mabilis ang feedback para sa retail traders.

Mabilis na umuunlad ang infrastructure. Noong Setyembre 2025, inilunsad ng Polymarket kasama ang Chainlink ang 15-minute crypto price markets. Nag-eeksperimento ang Perp.city at Narrative ng continuous information flow trading batay sa poll averages at social sentiment—tunay na perpetual contracts na walang binary result.

Ang HIP-4 “event perpetual contracts” ng Hyperliquid ay breakthrough tech—ang tinitrade ay probabilities na laging nagbabago, hindi lang final result. Halimbawa, kung tumaas ang Trump win probability mula 50% hanggang 65% pagkatapos ng debate, puwede ka nang kumita agad, hindi na kailangang hintayin ang election day. Nasosolusyunan nito ang pinakamalaking problema ng leveraged trading sa prediction markets: Kahit tama ang hula mo sa huli, puwede ka pa ring ma-liquidate dahil sa volatility. Ang Limitless at Seda ay nakakuha rin ng traction sa ganitong modelo, na nagpapakita ng demand para sa continuous trading, hindi binary bets.

Combinatorial Betting: Isang Hindi Pa Nasosolusyunan

Iba naman ang combinatorial betting. Nagpapahayag ito ng complex, multi-faceted na hypothesis, tulad ng: “Mananalo si Trump, aakyat ang bitcoin sa $100,000, at magka-cut ng rates ang Fed ng dalawang beses.” Madali itong gawin ng sports bookmakers dahil centralized sila at kayang i-manage ang dispersed risk. Ang conflicting positions ay nag-o-offset, kaya kailangan lang nilang mag-collateralize para sa maximum net loss, hindi bawat individual payout.

Hindi ito kayang gawin ng prediction markets. Acting sila bilang custodial agents—kada trade ay kailangang fully collateralized. Dahil dito, mabilis na tumataas ang cost: Kahit maliit lang ang combinatorial bet, kailangan ng market makers na i-lock ang mas malaking capital kaysa sa sports bookmakers para sa parehong risk.

Theoretical solution ay net margin systems na nagre-require lang ng collateral para sa maximum net loss. Ngunit nangangailangan ito ng complex risk engine, real-time correlation modeling sa unrelated events, at posibleng centralized counterparty. Iminungkahi ni researcher Neel Daftary na magsimula sa limited market combinations na underwritten ng professional market makers, at palawakin ito unti-unti. Ganito ang approach ng Kalshi—initially, combinatorial betting lang sa single-event markets, dahil mas madaling i-model at i-manage ang risk sa iisang event. Insightful ito, ngunit inaamin din na ang tunay na combinatorial markets—“choose your own adventure” experience—ay mahirap makamit nang walang centralized management.

Karamihan ng prediction market entrepreneurs ay naniniwalang may limits ang mga bagong betting styles: Halimbawa, leverage limits sa short-term markets, pre-approved event combinations, o simplified “leverage trading” na kayang i-hedge ng platform. Maaaring masolusyunan ang ilan sa user expression problem (hal. continuous settlement), ngunit ang iba (hal. arbitrary combinatorial markets) ay malayo pa para sa decentralized platforms.

Isyu 4: Permissionless Market Creation

Iba ang pagsosolusyon sa market expression problem, ngunit mas malalim na structural issue ang: Sino ang may karapatang lumikha ng market?

Lahat ay sang-ayon na kailangan ng prediction markets ng diversity—may mga events na highly localized, niche community interests, at kakaibang one-off events na hindi papasukin ng traditional platforms... Ngunit matagal nang problema ang permissionless market creation.

Ang core issue: Limited ang lifecycle ng hot topics. Ang pinaka-explosive na trading opportunities ay kadalasang lumalabas sa breaking news at cultural events. Halimbawa, kung “Tatanggalin ba ng committee ang Oscar ni Will Smith dahil sa sampal kay Chris Rock?” ay naging market ilang oras lang matapos ang event, malaki ang trading volume. Pero pag na-approve at na-list na ito ng centralized platform, wala nang interes ang tao.

Ngunit ang full permissionless creation ay may tatlong problema: semantic fragmentation (sampung bersyon ng parehong tanong na naghahati-hati ng liquidity), cold start ng liquidity (zero initial liquidity na nagpapalala ng chicken-and-egg problem), at quality control (puno ng low-quality markets ang platform, o mas malala—assassination bets na may legal risk).

Parehong pinili ng Polymarket at Kalshi ang curated platform model. Ina-audit ng kanilang team ang lahat ng markets para sa quality at clear resolution standards. Nakakatulong ito sa trust, ngunit bumabagal ang speed—nagiging bottleneck ang platform mismo.

Ano ang Sinusubukan ng mga Entrepreneur

Gumagamit ang Melee ng pump.fun-style strategy para sa cold start phase. Makakakuha ng 100 shares ang market creator, at pababa nang pababa ang shares ng early buyers (3 shares, 2 shares, 1 share…). Kapag naging popular ang market, malaki ang kikitain ng early participants—puwedeng umabot ng 1000x returns o higit pa. Isa itong “market of markets,” kung saan binibili ng traders ang mga market na sa tingin nila ay lalaki. Ang punto: Tanging ang pinakamagandang markets—yung gawa ng top creators o tunay na may demand—ang makaka-attract ng sapat na trading volume. Sa huli, natural na lalabas ang quality markets.

Sa XO Market, kailangang mag-provide ng liquidity ang content creators gamit ang LS-LMSR AMM. Kumukuha sila ng fees bilang kita, kaya naka-align ang incentives sa market quality. Ang mga opinion market platforms tulad ng Fact Machine at Opinions.fun ay nagpapahintulot sa influencers na gawing pera ang cultural capital sa pamamagitan ng viral markets sa subjective topics.

Theoretically, ang ideal ay hybrid, community-driven model: Maglalagay ng reputation at liquidity ang users kapag nag-create ng market, at i-audit ito ng community admins. Pinagsasama nito ang permissionless speed at quality control. Ngunit wala pang mainstream platform na matagumpay na nakagawa nito. Nananatili ang core tension: Nagdadala ng diversity ang permissionless, ngunit quality ang admins. Ang pag-break ng balanse na ito ang magpapalaya sa ecosystem para sa localized at niche markets.

Isyu 5: Oracles at Settlement

Kahit masolusyunan mo ang liquidity, discovery, expression, at creation, may isang pinaka-pangunahing tanong: Sino ang magpapasya kung ano ang nangyari?

Sa centralized platforms, team ang nagde-decide—mabilis, ngunit may single point of failure. Sa decentralized platforms, kailangan ng oracle system para mag-handle ng arbitrary questions nang walang tuloy-tuloy na human intervention. Ngunit paano magpapasya sa resulta ay nananatiling pinakamahirap.

Tulad ng ipinaliwanag ni researcher Neel Daftary para sa Delphi Digital, ang emerging solution ay multi-layer stack na nagre-route ng questions sa tamang mechanism:

Para sa objective results, automated data feeds. Noong Setyembre 2025, inintegrate ng Polymarket ang Chainlink para sa instant settlement ng crypto price markets. Mabilis at deterministic.

AI Agent para sa complex questions. Sa 1660 Polymarket markets, na-test ng Chainlink ang AI oracle na may 89% accuracy (99.7% sa sports). Gumagamit ang Supra ng Threshold AI oracle na may multi-agent committee para mag-validate ng facts at mag-detect ng manipulation, at nagbibigay ng signed result.

Optimistic oracles tulad ng UMA para sa ambiguous questions—nagpo-propose ng result, at puwedeng i-challenge ng disputing parties gamit ang pondo. Game-theoretic ito, ngunit effective para sa clear questions.

Para sa high-stakes disputes, reputation-based jury na ang voting power ay batay sa on-chain performance record, hindi lang sa capital.

Mabilis na umuunlad ang infrastructure, ngunit settlement pa rin ang pinakamahirap. Kapag nagkamali ang settlement, masisira ang trust; kapag tama, puwedeng mag-scale sa millions of markets.

Bakit Mahalaga ang mga Problemang Ito

Ang limang problemang ito—liquidity, market discovery, trader expression, market creation, at settlement—ay magkakaugnay. Kapag nasolusyunan ang liquidity, tataas ang attractiveness ng market, at gaganda ang discovery. Mas magandang discovery, mas maraming users, at posible ang permissionless market creation. Mas maraming market, mas malaki ang demand para sa powerful oracles. Isang sistema ito, at sa ngayon, may bottleneck.

Ngunit may opportunity: Ang mga existing projects ay nakatali sa lumang modelo. Ang tagumpay ng Polymarket at Kalshi ay nakabatay sa ilang assumptions tungkol sa kung paano gumagana ang prediction markets. Nag-o-optimize sila sa given constraints. Ngunit ang bagong henerasyon ng developers ay may kalayaang balewalain ang mga constraint na ito.

Maaaring mag-eksperimento ang Melee ng ibang Bonding Curve dahil hindi nila target maging Polymarket. Maaaring i-embed ng Flipr ang leverage sa social feed dahil hindi nila kailangan ng regulatory approval sa US. Maaaring gumawa ang Seda ng perpetual contracts batay sa continuous data stream dahil hindi sila limitado ng binary resolution.

Ito ang tunay na edge ng prediction market entrepreneurs. Hindi ang mag-clone ng existing model, kundi ang direktang lutasin ang core problems. Ang limang problemang ito ang basic requirements. Ang platform na makakalutas nito ay hindi lang makakakuha ng market share, kundi mapapalaya ang buong potential ng prediction markets bilang coordination mechanism.

Pinatunayan ng 2024 na puwedeng ma-adopt ng malawakan ang prediction markets. Patutunayan ng 2026 na puwede itong gumana kahit saan.

“Orihinal na Link”