Förutsägelsermarknader, som började som nischade experiment, har blivit betydande finansiella verktyg. Dessa plattformar, där deltagare handlar på utfall av framtida händelser, har fått mycket uppmärksamhet eftersom de visat sig vara mer exakta än traditionella opinionsundersökningar och kommentatorer, särskilt när det gäller viktiga politiska och ekonomiska resultat. Deras popularitet drivs av individers önskan att tjäna pengar på sin kunskap samt ett bredare kulturellt intresse för realtidsdata och framtida utfall, vilket leder till flöden av hundratals miljoner, och ibland miljarder USD genom dessa marknader varje vecka.
Branschens framgång har bekräftat en efterfrågan värd över flera miljarder USD. Den nuvarande miljön domineras huvudsakligen av två aktörer, Kalshi och Polymarket. Dessa två plattformar, trots att de verkar konkurrera direkt, representerar två olika tillvägagångssätt inom samma marknad. Kalshi fungerar som en reglerad börs, medan Polymarket är den ledande decentraliserade, kryptoinhemska marknadsplatsen. En ny utmanare, Rain, har nyligen dykt upp med en tydligt annorlunda, rättighetslös arkitektur som syftar till att lösa de strukturella begränsningarna hos de dominerande aktörerna.
Denna jämförelse granskar dessa tre anmärkningsvärda plattformar, Kalshi, Polymarket och Rain, med fokus på fyra centrala områden: skalbarhet och likviditet, resultatupplösning och förtroende, användarupplevelse och tillgänglighet, samt den grundläggande spänningen mellan decentralisering och centralisering.
Det centrala hindret: Marknadsskapande likviditet
Förutsägelsermarknadsindustrin fokuserar ofta på mått som handelsvolym och aktiva användare, men det verkliga hindret för massiv tillväxt är en strukturell flaskhals känd som “Market-Creation Liquidity”. Detta handlar om hastigheten, kostnaden och tillgängligheten för vem som helst att skapa en ny, handlbar marknad. De nuvarande dominerande modellerna, Kalshi och Polymarket, arbetar enligt en “utgivarmodell” och fungerar som grindvakter, vilket begränsar deras förmåga att fullt ut skala.
Kalshi: Den Regulatoriska Flaskhalsen
Kalshis marknadsposition definieras av dess compliance-första tillvägagångssätt. Som en centraliserad, USA-baserad plattform är det fullt reglerat av CFTC som en Designated Contract Market. Denna regulatoriska tydlighet ger tillgång till traditionella finansiella institutioner, institutionella hedgers och fiat-baserade detaljhandelsanvändare som prioriterar säkerhet.
Denna regulatoriska ram skapar dock en “Regulatory Bottleneck”. Processen för att lista nya marknadstyper är en utdragen juridisk funktion, inte bara en ingenjörsmässig, eftersom dess modell grundläggande styrs av regulatorer. Ett anmärkningsvärt exempel är CFTC:s initiala avslag på Kalshis förslag för valbaserade kontrakt, vilket ansågs vara “spel,” vilket ledde till en dyr rättstvist mot dess egen tillsynsmyndighet för att slutligen lista marknaderna.
Därmed är Kalshi strukturellt begränsad till att lista ett litet antal högvolymsevenemang för massmarknaden, den “huvud” av efterfrågekurvan. Fokus ligger på marknader som är tillräckligt lukrativa för att motivera de enorma juridiska och lobbande kostnaderna, såsom stora sport- eller ekonomiska data. Plattformens tillväxt hämmas av domstolssystemets hastighet, då den navigerar pågående juridiska strider över sina sportkontrakt i olika delstater i USA. Dess Market-Creation Liquidity är nära noll, eftersom det styrs av lag.
Polymarket: Den mänskliga flaskhalsen
Polymarket, som representerar den decentraliserade andan, är världens största kryptoinhemska förutsägelsermarknad. Plattformen är känd för blockchain-transparens, självförvaring av medel och genererar stor volym på politiska, kulturella och kryptohändelser.
Trots sin decentraliserade image och kedjemekaniker, är Polymarket arkitektoniskt en “tillåten tjänst” och inte en helt rättighetslös protokoll. Dess officiella dokumentation bekräftar att marknader skapas av dess interna team med community-input, vilket avslöjar en “mänsklig flaskhals”. Dess framgång beror på dess redaktionella bedömning, som fungerar mer som ett medieföretag.
Denna modell är i sig själv oskalbar; att öka antalet marknader kräver en proportionell ökning av personal för curation. Även om imponerande volym (38 270 nya marknader under en toppmånad) genereras av ett centraliserat team, är det en statistiskt liten del av potentialen hos ett riktigt användargenererat, rättighetslöst system. Polymarkets Market-Creation Liquidity anses vara låg och styrd, eftersom det är tillåten av ett team.
Rain: Den tillståndslösa plattformsstrategin
Rain, byggd med skalbarhet i åtanke via en automatisk marknadstillverkare (AMM) design och cross-chain-prim och är en nyare protokoll konstruerad uttryckligen för att lösa “Market-Creation Liquidity Crisis”. Dess arkitektur representerar ett skifte från en “utgivare” till en sann “plattform” modell.
Rains definierande funktion är den rättighetslösa principen: vilken användare som helst kan skapa en marknad. Detta syftar till att fånga “Long Tail of Probability,” ett begrepp där det sammanlagda värdet av miljoner nischade, lågefterfrågeprodukter motsvarar värdet av några få “hits”. Medan de etablerade aktörerna slåss om “huvud” (t.ex. presidentval, stora sporter), riktar sig Rain mot det nästintill oändliga universum av nischhändelser som är viktiga för specifika gemenskaper eller företag, såsom projektdeadlines, GitHub-problem, eller interna DAO-omröstningar. Plattformens värde är tänkt att härledas från den sammanlagda handelsvolymen av miljontals nischmarknader som är omöjliga att skapa på etablerade plattformar.
Denna arkitektur introducerar också två distinkta marknadstyper: offentliga marknader (synliga för alla) och privata marknader (kräver en kod för att gå in). Denna funktion för privata marknader positioneras som en ny produktkategori, vilket förvandlar förutsägelsermarknader till ett aktivt, företagskoordineringsverktyg. Till exempel kan en VD skapa en privat, finansiellt understödd incitamentsmarknad för ett teknikteams produktlanseringsdatum, en B2B-marknad som Kalshi och Polymarket inte kan betjäna.
Förtroende och utfallsresolution
Resultatupplösning, mekanismen för att fastställa ett verkligt resultat, är den mest kritiska tillitsvariabeln för förutsägelsermarknader.
Centraliserad Bedömning (Kalshi)
Kalshi förlitar sig på traditionell, centraliserad beslutsfattande, i enlighet med börsregler och tillsyn. Dess interna team, bundet av CFTC-regler, agerar som “centraliserad domare” eller oracle. Denna metod erbjuder klarhet, snabbhet och rättsliga möjligheter för användare.
Det främsta risken är dock en katastrofal “enkel felpunkt”. Makt över det slutförda beslutet ligger hos operatören och dess regulator motparter. Detta är inte bara en teknisk risk, utan en existentiell politisk, då plattformens auktoritet delegeras av CFTC och kan återkallas av en ny politisk administration eller domstolsbeslut, vilket potentiellt kan frysa kapital. För institutionella användare är denna avvägning ofta acceptabel, men för andra ökar det rädslan för missbruk av centraliserade enheter. Vidare förstärker denna modell med en mänsklig i processen plattformens begränsningar och är oskalbar för marknadernas “långa svans”.
Decentraliserade Orakler (Polymarket)
Polymarket utnyttjar blockchain-transparens, decentraliserade oracles och tvistlösningsprotokoll för att göra utfall revisionsbara. Dess kärnmekanism för upplösning bygger på UMA:s Optimistic Oracle, en “tillit som standard” modell där ett svar föreslås och anses sant om det inte ifrågasätts. Detta system minskar opacitet men kräver robust design av oracles och har varit sårbart för manipulation i låg-likviditets scenarier.
Ett uppmärksammat fall avslöjade en sårbarhet där en angripare med ett stort innehav av UMA-tokens framgångsrikt manipulerade en röstning för att tvinga fram ett faktamässigt felaktigt resultat. Detta visade på en intressekonflikt där innehavare av tokens (röstare) också kan vara marknadsdeltagare (vadslagningsaktörer). Som svar övergår UMA till en ny modell som innebär att överge tillståndslös upplösning och skapa en “vitlista av erfarna förslagsställare,” vilket effektivt återcentraliserar upplösningsmekanismen. Detta drag byter styrningsattackvektorn mot en ny centraliserings- och sammansvärjningsrisk.
Den AI-förstärkta hybriden (Rain)
Rains modell syftar till att förena transparens med snabbhet genom att ta bort mänskliga grindvakter. Dess löfte om rättvisa resultat utnyttjar AI för ökad transparens samtidigt som decentralisering upprätthålls. Systemet fokuserar på automatiserad, on-chain-upplösning förstärkt av algoritmiska orakel, ett konsensussystem av flera AI-modeller.
Rains flerstegs hybridsystem är utformat för både skalbarhet och säkerhet.
- Initial upplösning. För offentliga marknader kan skaparen eller AI-oraklet väljas som den första lösaren. AI-oraklet är utformat för kostnadseffektiva, opartiska och datadrivna resultat. För privata marknader löser skaparen resultatet (t.ex. VD:n som löser sin interna företagsmarknad).
- Tvistmekanism. Efter den initiala upplösningen öppnas ett “tvistfönster”. Varje deltagare kan lämna in en tvist genom att ställa säkerhet, en ekonomisk insats som förhindrar missbruk. En AI-domare undersöker sedan tvisten och kan ändra upplösningen. Om förloraren eskalerar tvisten ytterligare granskas den av “decentraliserade mänskliga orakel” för ett slutgiltigt, bindande beslut.
Denna arkitektur ger ett skalbart, automatiserat sätt att lösa de miljoner offentliga “long tail”-marknaderna via AI-oraklet. Tvistsystemet fungerar som en ekonomiskt incitamentstyrd sista utväg, liknande ett optimistiskt system men med en robust, decentraliserad mänsklig sista utväg, snarare än en token-omröstning som visat sig vara manipulerbar.
Slutsats
Förutsägelsemarknadsindustrin har validerats av Kalshi och Polymarket, vilket visar på en efterfrågan på miljarder USD samtidigt som deras strukturella gränser avslöjas. De fungerar som tjänster och utgivare, begränsade av juridiska och mänskliga grindvakter. Möjligheten till 1 000x tillväxt i denna sektor kommer inte att hittas genom att tävla om samma få “huvud”-marknader. Istället hittas den i den tillståndslösa innovationen av “Long Tail of Probability.” Det verkliga värdet ligger inte i att förutsäga det ena presidentvalet, utan i att förutsäga de tio miljoner projektdeadlines, leveranskedjans ankomster och gemenskapsröstningar som utgör den oupptäckta “long tail” av vår ekonomi. Att fånga denna framtid kräver ett protokoll byggt på tre pelare: tillståndslös skapelse, skalbar upplösning via mekanismer som AI-förstärkta orakel och long tail-anpassade funktioner såsom privata marknader. Utvecklingen av detta område markerar en övergång bortom att vara bara en annan handelsplattform, det är själva plattformiseringen av förutsägelse.
