#预测市场 Al ver los cambios en los datos de este mercado de predicción de IA en Kalshi, de repente me vino a la mente la ola de mercados de predicción en el mundo de las criptomonedas en 2017. En ese entonces, todos también apostaban en varias plataformas de predicción, con plena confianza en el futuro de diversos proyectos. Ahora, después de diez años, pocos proyectos que realmente hayan sobrevivido y sigan en constante iteración permanecen.

El hecho de que Gemini haya subido del 30% a más del 86% desde principios de año refleja qué está pasando con la evaluación en tiempo real del rendimiento de los modelos de IA en el mercado. Un volumen de negociación que supera los 10 millones de dólares indica que los participantes no están hablando por hablar, sino que están votando con dinero real. Lo interesante es que, hace un año, hablar de ChatGPT todavía era sin duda el líder, y en solo un año, las expectativas del mercado se han invertido por completo — este cambio drástico en las probabilidades nos recuerda que la competencia en el campo tecnológico es mucho más frágil de lo que imaginamos.

Al revisar los ciclos históricos, siempre es la primera ola la que termina siendo empujada a la orilla por la segunda. He visto demasiados proyectos que alguna vez fueron "los primeros para siempre" desaparecer en silencio. Los mercados de predicción, que usan clasificaciones objetivas como LM Arena para liquidar resultados, son al menos mucho más honestos que las opiniones subjetivas. Pero también tienen su trampa: el consenso del mercado puede revertirse de repente en un punto crítico. Queda más de un mes para fin de año, y en esta ventana de tiempo, un lanzamiento importante de producto o un avance en rendimiento podrían cambiar las probabilidades de manera radical.

En lugar de perseguir la aprobación en niveles altos, es mejor entender la lógica del avance tecnológico que hay detrás. La subida de Gemini no es algo que ocurra de la nada; es el resultado de años de acumulación e inversión continua por parte de Google. Este mercado, en última instancia, enseñará a los participantes una lección sencilla: en un campo de rápida iteración, la posición de liderazgo pasada nunca garantiza el éxito futuro.