Як агенти торгівлі на ШІ трансформують ринки прогнозів

Ландшафт ринків прогнозування зазнає фундаментальних змін. Ще кілька років тому це був вузькоспеціалізований інструмент прогнозування, а зараз він став масовим явищем, але важлива динаміка змінює конкурентний ландшафт: людські трейдери вже не змагаються лише між собою — вони змагаються з машинами. Ця нова реальність спричинила появу нових AI-рішень для торгівлі, спрямованих на рівноправний доступ для роздрібних учасників.

За даними галузі, лише 7-13% людських трейдерів отримують позитивний дохід на ринках прогнозування, тоді як більшість втрачає гроші. Тим часом, участь машин швидко зростає: понад 30% гаманців на Polymarket вже використовують AI-агенти. Це не випадковість. Машини працюють без емоцій, ідеально дотримуються стратегій і можуть торгувати цілодобово без втоми — переваги, які більшість людей не можуть повторити.

Конкурс між людиною і машиною на ринках прогнозування

Різниця у продуктивності між людиною і машиною відкриває глибшу істину про фінансові ринки: традиційне людське прийняття рішень має структурний недолік. Люди приймають поспішні рішення, втрачають концентрацію поза роботою і борються з емоційною дисципліною. Тим часом, сучасні AI-моделі, обгорнуті у спеціальні робочі процеси, можуть досягати точності прогнозів понад 70% — на відміну від шансів у 50/50, що були у перших спроб AI торгівлі з базовими підказками.

Девід Мінарш, генеральний директор Valory AG (компанії, що стоїть за протоколом Olas), стверджує, що автономні AI-агенти — це важливий інструмент для роздрібних трейдерів, які прагнуть конкурувати в дедалі автоматизованішій екосистемі. «У ринках прогнозування вже беруть участь люди і багато машин», — пояснює Мінарш. «Тому люди вже змагаються з машинами, чи усвідомлюють вони це чи ні».

Протокол Olas працює на перетині технологій блокчейн і мультиагентних систем. Він забезпечує інфраструктуру для автономних програмних агентів, які виконують сервіси на блокчейнах, безпосередньо взаємодіють із смарт-контрактами і співпрацюють між собою, отримуючи криптовалютні нагороди. Мета виходить за межі простого трейдингу: Мінарш називає це створенням «агентної економіки» — децентралізованої екосистеми, де автономні AI-системи виконують економічні завдання і створюють цінність для своїх користувачів.

Досвід Polystrat: масштабна AI-торгівля

Одним із найпомітніших прикладів цієї ідеї є Polystrat — AI-агент, запущений на Polymarket у лютому 2026 року. На відміну від традиційних ботів, що виконують заздалегідь запрограмовані стратегії, Polystrat працює як самостійний агент, що постійно торгує від імені користувачів, які зберігають повний контроль і власність.

Перші результати вражають. За перший місяць роботи Polystrat здійснив понад 4200 угод на Polymarket і зафіксував окремі прибутки до 376%. Що важливо, сумарна статистика показує переконливу картину: понад 37% AI-агентів Polystrat демонструють позитивний прибуток, тоді як у людських трейдерів цей показник менший ніж у половини.

Ця різниця не випадкова. Головна відмінність — у послідовності. Машини дотримуються своїх стратегій незалежно від ринкового шуму або емоційних імпульсів. Вони систематично аналізують дані, виявляють можливості і виконують операції без вагань — дисципліна, яка відрізняє переможців від програвших у прогнозних ринках.

Відкриття довгого хвоста: де AI-торгівля має переваги

Крім показників продуктивності, Polystrat і подібні AI-рішення відкривають економічну можливість, що часто залишалася непоміченою: «довгий хвіст» прогнозних ринків — тисячі нішевих, локальних або спеціалізованих питань, які отримують мало уваги людей.

Більшість ринків зосереджені навколо високопрофільних подій: президентських виборів, макроекономічних даних, великих спортивних змагань або інших новинних подій. Але безліч менших питань залишаються майже непоміченими, оскільки люди не мають часу або мотивації їх досліджувати. AI-агент, навпаки, може одночасно аналізувати десятки або навіть сотні менших ринків, застосовуючи однакову методологію.

Ця здатність може перетворити ринки прогнозування з розваги для роздрібних трейдерів у важливу інфраструктуру для бізнес-аналітики. Компанії, політики і прийнятники рішень можуть запускати AI-агентів для систематичного збору сигналів з довгого хвоста — агрегуючи розподілені знання і виявляючи інсайти, які можуть пропустити традиційні опитування або моделі. У цьому сенсі ринки прогнозування можуть стати технологією, що підтримує процеси прийняття рішень у різних галузях.

Сам індустрія прогнозних ринків демонструє вибуховий ріст. До 2025 року обсяг торгівлі на основних платформах перевищив 44 мільярди доларів, а місячна активність у пікові періоди сягала 13 мільярдів. На ринку домінують два гравці: Kalshi — американська біржа контрактів на події, регульована CFTC, і Polymarket — глобальна платформа, орієнтована на криптовалюти, які разом контролюють 85-97% обсягу торгів.

Співпраця людини і AI-агентів

Незважаючи на зростання машинної торгівлі, Мінарш не уявляє, що AI-агенти повністю замінять людей. Навпаки, він бачить цю взаємодію як доповнення. «AI-агенти можуть діяти як щось, на що покладаються люди», — каже він, підкреслюючи новий сценарій: підсилення агентів власними знаннями.

«Ми отримуємо запити від користувачів, щоб їхній агент міг використовувати їхню власну базу знань або proprietary інформацію», — зазначає Мінарш. Така гібридна модель дозволяє агентам працювати більш систематично, ніж будь-хто з людей, при цьому використовуючи унікальні інсайти або експертні знання користувачів. Дослідник може додати спеціалізовані знання, аналітик — proprietary дані, трейдер — налаштувати ризикові параметри.

З часом покращилися й моделі прогнозування та дані, що живлять цих агентів. У поєднанні з універсальними великими мовними моделями вони здатні генерувати стабільний альфа-дохід — перевагу, що відрізняє успішні AI-торгівельні системи від посередніх.

Ризики і створення економік, що належать користувачам

Зростання AI-торгівлі на ринках прогнозування викликає й обґрунтовані побоювання. Критики піднімали питання етики щодо ринків, що прогнозують війни, смерті або катастрофи — можливі спроби маніпуляцій або отримання прибутку з шкідливих подій. Регулювання ще не визначене, і довгострокова стабільність цих систем залишається відкритим питанням.

Мінарш визнає, що необхідні регуляторні рамки. «Потрібно регулювати, які саме ринки прогнозування мають існувати», — каже він. Водночас він вважає, що AI-агенти можуть бути частиною рішення, виявляючи підозрілі шаблони або спроби маніпуляцій, які інакше залишилися б непоміченими.

Проте головна ідея — це не лише оптимізація торгівлі. Мінарш прагне до власності користувачів і економічної самостійності. Майбутнє, де централізовані AI-системи контролюють більшу частину економічної активності, може залишити людей без участі, якщо вони не матимуть власних часток у технологіях. Olas створений для того, щоб запобігти цій динаміці, забезпечуючи збереження власності користувачів на їхніх автономних агентів.

«Ми прагнемо створити більше агентів, що належать користувачам», — підкреслює Мінарш. Якщо ця модель вдасться, вона дозволить людям запускати автономне програмне забезпечення, яке генерує цінність від їх імені у різних ринках і сервісах — прогнозні ринки стануть першим випробувальним майданчиком для ширшої агентної економіки.

Злиття AI-торгівлі, прогнозних ринків і децентралізованої інфраструктури свідчить, що наступна фаза фінансових технологій може бути радикально відмінною від минулого: не лише швидшою або ефективнішою, а й справді розподіленою у контролі та розподілі цінностей.