Acabo de leer un análisis bastante profundo sobre la tendencia de los Agentes de Mercados de Predicción en 2026, y realmente hay varias cosas dignas de atención aquí.

Lo principal es que el mercado de predicciones se ha convertido en un fenómeno real. En 2024, solo había alrededor de 9 mil millones de dólares en volumen de transacciones, pero para 2025 ya superó los 40 mil millones de dólares—un crecimiento de más del 400% en un año. Esta cifra no es casualidad: Polymarket y Kalshi controlan casi todo el mercado, con Kalshi recientemente superando a Polymarket en volumen de transacciones gracias a sus victorias legales en EE. UU.

Pero lo más interesante es cómo se están formando los Agentes de Mercados de Predicción. En lugar de ser solo una herramienta de "IA que predice mejor", en realidad son sistemas de gestión de portafolios de probabilidades—transforman noticias, datos on-chain en oportunidades de trading que pueden ejecutar de manera rápida, disciplinada y con menores costos que los humanos.

La estructura ideal de tal agente tiene 4 capas: la capa de información (recolecta datos de múltiples fuentes), la capa de análisis (detecta precios incorrectos), la capa de estrategia (convierte oportunidades en posiciones), y la capa de ejecución (coloca órdenes, optimiza el slippage). Suena simple, pero en realidad es mucho más complejo.

En cuanto a estrategias, creo que no todos los tipos de trading son adecuados para automatizar. La arbitraje detectado—como las diferencias de pago o discrepancias entre plataformas—es lo más apropiado porque tiene reglas claras. En cambio, el trading especulativo basado en juicio de información todavía requiere intervención humana.

Un punto importante que el informe destaca es la gestión de posiciones. En lugar de aplicar ciegamente la fórmula de Kelly Criterion (porque es muy sensible a errores en la estimación de probabilidades), los agentes reales deberían usar métodos más simples: dividir el capital en unidades fijas, o usar niveles discretos de confianza con límites de posición fijos. Esto reduce el riesgo y aumenta la tolerancia a errores.

En cuanto al modelo de negocio, veo tres caminos principales: la capa de infraestructura (proveer datos y herramientas de ejecución, cobrar tarifas B2B), la capa de estrategia (permitir que la comunidad contribuya con estrategias, comparta ingresos), y la capa de Vault (agente que gestione activos reales con tarifas de gestión + tarifas de rendimiento). Actualmente, la posición de "suscripción a estrategias + señales" es la más factible, ya que no enfrenta barreras legales demasiado estrictas.

El estado actual del ecosistema también es interesante: Polymarket lanzó oficialmente el marco de Agentes Polymarket, Gnosis tiene PMAT, y Kalshi todavía está en nivel SDK. Olas Predict es el producto más avanzado hasta ahora, habiendo lanzado Polystrat para expandirse a Polymarket. Pero, en realidad, aún no hay ningún producto completamente desarrollado en cuanto a generación de estrategias, gestión de riesgos y ciclos de negocio sostenibles.

En general, los Agentes de Mercados de Predicción todavía están en una fase exploratoria. El mercado de predicciones no es una apuesta—es una capa de "verdad global" donde los eventos se valoran públicamente mediante la inteligencia colectiva. Estos agentes serán herramientas para aprovechar de manera eficiente este mercado de forma sistemática, siempre que se enfoquen en lo que hacen mejor: procesar datos rápidamente, ejecutar con disciplina y gestionar riesgos de manera estricta.

¿Alguien más está siguiendo estos proyectos? Tengo curiosidad por ver qué avances habrá en los próximos 6 meses.