Análisis completo de las tres rutas del mercado predictivo: ¿Por qué los inversores están compitiendo por ello?

Una, Introducción

Hoy, hablando con un amigo, planteó una pregunta muy interesante: “Si en los próximos 10 años Crypto × Fintech realmente genera valor, ¿quiénes serán los grandes ganadores? En otras palabras, ¿cuáles serán las ‘Mag7’ de este campo?”

Revolut, Robinhood, Coinbase, Stripe… estos son claramente los primeros nombres que se mencionarán. En los últimos diez años, han demostrado su capacidad para reinventar una parte de las finanzas tradicionales.

Pero mientras hablábamos, de repente me di cuenta de que mi marco de pensamiento anterior tiene un error. Siempre me pregunto—“¿Qué partes de las finanzas tradicionales aún no han sido reinventadas?” Ese razonamiento en realidad sigue buscando huecos en un mapa viejo.

Pero lo que realmente deberíamos preguntar es: ¿Qué empresas no están digitalizando las finanzas antiguas, sino creando un mercado financiero completamente nuevo?

Dentro de este marco, hay un nombre que casi se da por hecho—Polymarket. No porque haya subido rápido, ni porque haya sido citado frecuentemente por los medios últimamente, sino porque lo que hace es completamente diferente: no transforma bancos ni pagos, transforma el “evento” en sí mismo. Convierte eventos en activos, convierte probabilidades en precios.

Y casualmente, los mercados de predicción han vuelto a estar en auge en el último año. Por lo tanto, naturalmente planteamos otra pregunta más importante: ¿Por qué en 2024–2025 los mercados de predicción de repente se convierten en uno de los “campos más dignos de investigación”? Y en esta ola de renacimiento, ¿qué caminos representan Polymarket, Kalshi, Opinion?

Dos, ¿Por qué los mercados de predicción volverán a calentarse en 2024–2025?

Si solo usamos “elecciones en EE.UU.” o “eventos de celebridades” para explicar esta ola, en realidad no es suficiente. En los últimos años, también hubo muchos temas candentes, pero los mercados de predicción no alcanzaron este nivel. Esta vez, es diferente. Detrás hay varias transformaciones estructurales más profundas.

1) La IA hace que la “probabilidad” vuelva a ser importante

Antes, las respuestas de los grandes modelos eran juicios; ahora, cada vez más escenarios empiezan a producir probabilidades. Predicción de IPC, predicción de recortes de tasas, predicción de eventos corporativos, predicción de políticas: cuando aparecen probabilidades, surge una demanda natural: las probabilidades necesitan precios, los precios necesitan mercados. Así, los mercados de predicción por primera vez pasan a ser parte del flujo de trabajo de la IA. Y no solo una “herramienta especulativa”. La influencia de esto superará ampliamente las discusiones que tenemos ahora mismo.

2) Los medios los han convertido en un “indicador en tiempo real de sentimientos”

El año pasado, hubo un cambio muy notable: cada vez más medios tradicionales empezaron a citar a Polymarket. ¿Por qué? Porque es más rápido que las encuestas de opinión y más transparente que los juicios de expertos. La referencia en medios → incremento de usuarios → profundización del mercado: un ciclo simple pero efectivo. Antes, los mercados de predicción no eran grandes porque no entraban en la narrativa mainstream; ahora sí.

3) Alta densidad de eventos, pero falta de “herramientas correspondientes” en el mercado

El mundo en 2024–2025 tendrá una densidad de información mayor que en cualquier otro momento de la última década: elecciones, geopolítica, política macro, regulación tecnológica, eventos corporativos (especialmente en IA). El problema es: estos eventos tienen un gran impacto, pero no existen herramientas financieras específicas para operarlos.

Puedes comprar oro, acciones en EE.UU., bonos del Estado, pero no puedes comprar: “la probabilidad de que la Reserva Federal reduzca tasas en diciembre”. “¿Un CEO renunciará en este trimestre?” “¿Se implementará cierta regulación?” Los mercados de predicción llenan exactamente ese vacío. Esencialmente, crean un nuevo tipo de activo: activos de eventos.

4) La actitud regulatoria ha cambiado de forma pequeña pero importante

La CFTC ya penalizó a Polymarket anteriormente, pero a la vez Kalshi obtuvo la licencia de la CFTC. Esto envía una señal muy clara: una parte de los mercados de predicción puede ser permitida, otras pueden seguir un camino regulado, la zona gris empieza a segmentarse. Para los inversores institucionales, “reducir la incertidumbre” es una señal de crecimiento.

5) La estructura de usuarios ha cambiado

Antes: principalmente usuarios de entretenimiento, liquidez dispersa, los productos eran más “aplicaciones de información”. Ahora: claramente diferente: aumentan las cuentas institucionales, entran profesionales que hacen predicciones de indicadores, fondos que usan estos mercados para coberturas, empresas de IA que los consideran referencias. Cuando la estructura de usuarios pasa de “simplemente observando” a “haciendo trading”, la calidad del mercado evoluciona de forma cualitativa.

Resumen

Los mercados de predicción no se vuelven populares de la noche a la mañana. Es resultado de: la demanda de IA, la referencia de medios, la dinámica macroeconómica, el cambio en la estructura de usuarios, y la regulación que se aclara progresivamente. Es una elevación estructural conjunta. No es un evento de corto plazo; es más bien la primera vez que los mercados de predicción adquieren un “escenario de uso en la era”.

Tres, tres caminos completamente diferentes: Polymarket, Kalshi, Opinion

Estas tres empresas también trabajan en mercados de predicción, pero sus caminos son totalmente distintos. Resuelven problemas diferentes, enfrentan tipos de usuarios diferentes. Al analizarlas juntas, podemos ver la posible estratificación futura de este campo.

1) Polymarket: convertir eventos en activos

La estrategia de Polymarket es muy directa: convertir eventos en activos, convertir probabilidades en precios. No es una “herramienta de predicción” tradicional, sino más bien una pantalla en tiempo real de precios de eventos. Cuanto mayor sea la atención social, mayor la densidad de eventos, más frecuente la referencia en medios, más rápido reaccionará su mercado. La barrera de entrada es baja, la emocionalidad fuerte, y por eso crece rápidamente. Ventaja: velocidad. Desafío: regulación. Resumen en una frase: entrada a la assetización de eventos.

2) Kalshi: una bolsa de derivados de eventos regulada

Kalshi es la línea más financiera. Opera con contratos de eventos que pueden ser definidos y capturados por modelos: IPC, tasa de desempleo, rendimientos, FOMC, etc. Atrae a otro tipo de usuarios: traders macro, fondos de cobertura, equipos cuantitativos. Esto hace que su estructura de trading sea más estable y escalable que la de Polymarket.

Los mercados políticos en Kalshi no significan que sea un producto igual a Polymarket—la política es solo una categoría de eventos regulados, y no determina su lógica de crecimiento. Resumen: bolsa de derivados de eventos, infraestructura financiera de los mercados de predicción.

3) Opinion Labs: capa de consenso de modelos en la era de la IA

Opinion sigue la tercera ruta, no dirigida a traders masivos ni a instituciones. Busca construir una “capa de consenso probabilístico” para modelos de IA: que las probabilidades de diferentes modelos puedan agregarse, citarse y finalmente ser valoradas en mercado. Su usuario no es humano, sino modelos. No se trata de “que los humanos apuesten”, sino de “dar a los modelos una interfaz de probabilidades legible y operable”.

Este camino tiene un horizonte temporal más largo y más anticipado. Comparado con las otras dos, el estadio de desarrollo de Opinion es claramente más temprano.

Ya tiene interfaz de trading (opinion.trade), pero limita el acceso en EE.UU., China y otras regiones, por lo que la experiencia varía según la red. La información pública es limitada; los principales puntos de contacto siguen siendo Twitter. La infraestructura subyacente está en rápida iteración, la marca y página web no son prioridad.

No es una “experiencia de sitio web inmaduro”, sino un estado típico de proyectos de infraestructura en etapa inicial: primero se prueba la mecánica básica, después se avanza hacia la estabilidad externa.

Resumen en una frase: Opinion tiene productos, pero todavía en una etapa muy temprana, más como un componente base del ecosistema de IA del futuro que como un competidor en escala de usuario en el presente.

Polymarket, Kalshi y Opinion parecen hacer todos predicción de mercados, pero sus caminos, estructura de producto, caminos regulatorios y futuras posiciones son completamente diferentes: Polymarket captura “atención y sentimientos”. Kalshi captura “riesgo y modelos de precios”. Opinion captura “la forma en que la IA entiende el futuro”.

Estas representan las tres capas de los mercados de predicción: capa masiva, financiera y de modelos. Y precisamente por la coexistencia de estas tres rutas, esta ola no es simplemente que un producto se vuelva viral de repente—sino que un mercado se está formando.

Cuatro, una observación sobre este campo: la IA crea ruido, Web3 lo diferencia

No quiero hacer una predicción definitiva sobre “cómo será el futuro” de los mercados de predicción, porque no he profundizado en este campo. Pero en el último año, en diferentes proyectos y productos, he visto una y otra vez algo: la integración de IA y Web3 avanza más rápido de lo que imaginamos, y con una dirección muy clara.

La capacidad de la IA está en “generar”: textos, juicios, predicciones. Pero cuando su contenido generado aumenta exponencialmente, un problema nuevo se vuelve evidente: la IA crea ruido. Juicios, interpretaciones, probabilidades, inferencias, todas en crecimiento exponencial. La cantidad de información aumenta → el ruido crece → los costos suben.

Y el papel de Web3, justo después del ruido, es diferenciarlo: Web3 no ofrece “contenido”, sino: inalterable, liquidable, verificable, con incentivos alineados, que puedan formar precios.

La conjunción de ambas será cada vez más natural en los mercados financieros:

• La IA responsable de generar visiones sobre el futuro;
• Web3 encargada de poner esas visiones en el mercado, sometiéndolas a precios, tiempos y mecanismos de incentivos.

Los mercados de predicción son solo un ejemplo muy sencillo. Transforman la “probabilidad generada por IA” en “precios que la finanza puede usar”. Desde este ángulo, son más una interfaz que una aplicación. No estoy seguro de cómo será la forma final de este campo, pero sí veo que: la IA está haciendo que el futuro sea más borroso, y Web3 está haciendo que el futuro sea más verificable. Y en los mercados financieros, estas dos cosas naturalmente se necesitan mutuamente.