La mayoría de las categorías de mercados financieros tardan décadas en encontrar su lugar en la pila global de capital. Las acciones tardaron 200 años desde la Compañía Holandesa de las Indias Orientales hasta la moderna bolsa cotizada. Los futures tardaron unos 150 años desde los pozos de granos de Chicago hasta las curvas globales de tasas y energía. El cripto pasó en 15 años desde el whitepaper de Bitcoin a una clase de activos multibillonaria. Los mercados de predicción se encuentran ahora en la fase temprana de la curva S por la que pasaron esas categorías anteriores, y las razones estructurales por las que les corresponde estar allí son más sólidas que las razones que muchas de esas categorías anteriores tenían en el mismo punto de su evolución.
Esta entrada es la tesis extensa sobre por qué los mercados de predicción se convertirán en una primitiva financiera central durante la próxima década — no solo un producto de consumo de nicho, sino una categoría que se gana un lugar junto a las acciones, los futures y los mercados de crédito en la forma en que las instituciones serias asignan capital y la forma en que los operadores serios monetizan audiencias.
Si está más al inicio de su evaluación, el manual introductorio de mercados de predicción cubre los fundamentos, y la comparación estructural cubre cómo difieren mecánicamente de las acciones y los futures. Esta entrada da el siguiente paso: por qué las ventajas estructurales se acumulan hasta convertirse en la infraestructura dominante de agregación de información de la década de 2030.
El problema de agregación de información que nadie más resuelve limpiamente
La mayoría de las decisiones consecuentes en el mundo dependen de que alguien, en algún lugar, pronostique un evento futuro. Un banco central que decide recortar tasas necesita un pronóstico de inflación. Un minorista que decide su inventario necesita un pronóstico de demanda. Una aseguradora que fija el precio de una póliza necesita un pronóstico de siniestros. Un gobierno que planea un despliegue necesita un pronóstico de un escenario geopolítico. Una startup que se compromete con una contratación necesita un pronóstico de las condiciones de financiación.
Para cada una de esas decisiones, la opción predeterminada histórica ha sido el pronóstico experto — analistas, encuestas, comentaristas, publicaciones del sector, modelado interno. La calidad de pronóstico de esas fuentes es, en promedio, mediocre. Las dos décadas de investigación en pronósticos de Tetlock lo establecieron de manera definitiva: los expertos en dominios políticos y de policy pronostican aproximadamente al nivel del azar en horizontes plurianuales. El mismo patrón aparece en los pronósticos de analistas financieros (que se calibran contra la acción del precio, no al revés), en los pronósticos macroeconómicos (donde el pronóstico mediano de Wall Street para el crecimiento del PIB del año siguiente rara vez está dentro de 1,5 puntos porcentuales del real), y en los pronósticos deportivos (donde la elección mediana de los expertos es apenas mejor que el consenso del público).
Los mercados de predicción resuelven este problema de una manera estructuralmente diferente. Ponen dinero real en juego, agregan las opiniones de miles de participantes que individualmente tienen pequeñas ventajas de información, y producen un único precio que refleja la opinión colectiva ponderada. El mecanismo es "la sabiduría de las multitudes, con la piel en juego." Funciona por la misma razón que los mercados de acciones producen valoraciones de empresas más precisas que las notas de los analistas de investigación de acciones: cuando se paga a los participantes por acertar, la señal agregada es más nítida de lo que cualquier señal individual sería.
Los Iowa Electronic Markets demostraron esto para las elecciones estadounidenses en la década de 1990, superando consistentemente a las encuestas. Los mercados de predicción lo han demostrado a escala para categorías políticas, macro, deportivas y de eventos en la década de 2020. El registro empírico es ahora lo suficientemente sólido como para que la "probabilidad implícita del mercado de predicción" sea un input primario en la investigación institucional seria, incluso cuando la institución no opera directamente en los mercados.
Por qué las multitudes superan a los expertos (con condiciones)
El argumento de la "sabiduría de las multitudes" a veces se sobrevende, así que vale la pena ser preciso sobre cuándo funciona y cuándo no.
La agregación de multitudes funciona cuando:
- La multitud tiene información diversa. Diferentes participantes tienen diferentes piezas del rompecabezas, y el mercado agrega esas piezas en una estimación más nítida de la que cualquier individuo podría producir.
- Los participantes están dispuestos a poner dinero en el desacuerdo. La presión de precios que mueve el mercado proviene de operadores que creen que el consenso está equivocado y están dispuestos a respaldar esa creencia con capital.
- El costo de operar es lo suficientemente bajo como para hacer rentables las pequeñas ventajas de información. Un operador con una ventaja del 3% no puede permitirse operar con un spread del 5%. A medida que la infraestructura del mercado mejora y los costos de transacción disminuyen, más ventajas de información se vuelven negociables.
La agregación de multitudes NO funciona cuando:
- La multitud tiene información correlacionada. Si todos están leyendo la misma fuente, la "multitud" es solo un experto con mil voces, y la agregación no proporciona ventaja.
- Los participantes no son recompensados por acertar. Las encuestas, los comentarios y las predicciones no estructuradas (sin la piel en juego) colapsan a lo que sea la narrativa dominante.
- El mercado es demasiado delgado. Un mercado con solo diez participantes no agrega información; solo promedia diez conjeturas.
Los mercados de predicción a la escala a la que están operando ahora cumplen las condiciones de manera consistente. La diversidad de participantes es amplia, los incentivos financieros son reales, y la infraestructura es lo suficientemente moderna como para que las pequeñas ventajas sean negociables. La superación empírica frente a los expertos es el resultado.
Por qué la AI no reemplaza esto — lo amplifica
El contraargumento más común que escuchamos es "la predicción con AI será tan buena que los mercados de predicción se volverán innecesarios." El argumento es exactamente al revés. La AI hace que los mercados de predicción sean más importantes, no menos.
Hay tres razones.
Los participantes con AI aumentan la liquidez, no la reemplazan. Los mercados de predicción modernos ya tienen participantes algorítmicos — desks que ejecutan modelos de fijación de precios, creadores de mercado que ejecutan motores de spread y operadores sistemáticos basados en investigación. La AI simplemente afina a esos participantes. El resultado son spreads más estrechos y libros más profundos, lo que hace que los mercados de predicción sean más útiles para los operadores humanos, no menos.
El pronóstico con AI se valida mejor frente a los precios de mercado. La prueba de "¿es bueno este pronóstico de AI?" es si es mejor que el precio del mercado de predicción. Si lo es, la AI puede operar sobre la brecha y obtener rendimiento; si no lo es, la AI es solo un costoso comentario experto. Los mercados de predicción son el mecanismo de calibración para el pronóstico con AI, no su competencia.
La AI genera más decisiones que necesitan pronóstico. Cada agente de AI que toma decisiones para una institución genera más eventos pronosticables: "¿Mi despliegue de AI cumplirá con el presupuesto?" "¿Este contrato entrará en disputa legal?" "¿El proveedor entregará a tiempo?" Estos eran antes pronósticos internos privados; con la proliferación de la AI, se convierten en decisiones explícitas que vale la pena fijar precio. La demanda de contratos pronosticables crece con la adopción de AI.
El patrón es el mismo que vimos con la relación entre los motores de búsqueda y Wikipedia, o entre los LLM y Stack Overflow. La nueva tecnología eleva el valor del sustrato de calibración curado por humanos. Los mercados de predicción son ese sustrato para el pronóstico.
Eficiencia de capital a escala
Cubrimos la historia de la eficiencia de capital en la entrada de comparación estructural, pero vale la pena reiterarla porque es la propiedad que hace que los mercados de predicción sean útiles como instrumento de cobertura a escala institucional.
Un contrato de predicción binario es la expresión más barata posible de una visión sobre un evento discreto. El operador paga la probabilidad implícita, la pérdida máxima está acotada, la ganancia máxima está acotada, y la posición se liquida en una fecha conocida. No hay margin calls, ni funding rates, ni rollovers.
Para un desk institucional que cubre una posición de Tesoro de 50M USD contra un escenario de recorte de la Fed, expresar esa cobertura a través de contratos binarios de IPC o de decisión de tasas cuesta una pequeña fracción de lo que costaría la misma cobertura mediante options del Tesoro o futures de tasas. La contrapartida es que el pago es binario en lugar de lineal — pero para cubrir un escenario discreto, binario es exactamente la forma correcta.
La adopción institucional de los mercados de predicción en 2025 fue impulsada exactamente por esta comprensión. Los fondos que anteriormente expresaban visiones impulsadas por eventos a través de estructuras derivadas complicadas descubrieron que los contratos binarios sobre los mismos eventos eran más baratos, más limpios y no requerían líneas de margen. A medida que más fondos hacen esta transición, la cuota institucional del volumen crece, lo que atrae a más creadores de mercado, lo que estrecha los spreads, lo que hace que los contratos sean útiles para una gama aún más amplia de estrategias. Esto es un volante, y ya está girando.
Programabilidad: la propiedad que ni las acciones ni los futures tienen
La propiedad que distingue más nítidamente a los mercados de predicción de las acciones y los futures es la programabilidad. Un contrato de predicción es una unidad programable. Puede integrarse en otros contratos, usarse como input de liquidación, componerse con otros contratos de predicción y operarse en superficies de operadores con liquidez compartida.
Lo que esto permite, concretamente:
- Contratos condicionales. "Pagar 1 USD si ocurre el evento A Y ocurre el evento B." Componer dos contratos de predicción en un contrato conjunto son unas pocas líneas de código. La misma operación en acciones o futures requiere una estructura derivada personalizada que cuesta millones diseñar y auditar.
- Pagos vinculados a eventos mediante smart contract. Una DAO puede enrutar fondos de tesorería basándose en la resolución de un contrato de predicción. Un protocolo de seguros puede liquidar reclamaciones de seguro paramétrico basándose en la resolución de un mercado de predicción. Un programa de subvenciones puede liberar fondos condicionado a que un contrato de hito se resuelva como YES. Estos son casos de uso reales ahora, y son imposibles en la infraestructura de mercado tradicional.
- Componibilidad entre operadores. Un operador puede mantener una posición en el deploy de un operador y compensarla en el deploy de otro operador a través de la capa de liquidez compartida, con la liquidación fluyendo a través del protocolo. La fragmentación que daña a los venues tradicionales se vuelve invisible para el operador.
La programabilidad es la misma propiedad que hizo valiosos a los stablecoin en DeFi — no son solo efectivo digital, son efectivo programable. Los contratos de mercado de predicción no son solo afirmaciones probabilísticas, son afirmaciones probabilísticas programables. Los casos de uso que se derivan de la programabilidad aún se están descubriendo.
Casos de uso más allá del juego
El mayor problema de percepción de la categoría es la confusión con el juego. La comparación mecánica es forzada — el juego es entretenimiento de suma cero con valor esperado negativo; los mercados de predicción son agregación de información de suma positiva con varianza acotada — pero la superposición cultural es real. La categoría se desprenderá de la asociación con el juego a medida que se hagan visibles los casos de uso más allá del trading de consumo.
Tres casos de uso no relacionados con el juego ya están operativos a escala:
Cobertura de riesgo macro. Los fondos, los bancos y las tesorerías corporativas cubren escenarios de eventos específicos mediante contratos de predicción. El volumen es institucional, los contratos son macroeconómicos, y el caso de uso es la gestión de riesgo.
Seguros y reclamaciones paramétricas. Algunos productos de seguro paramétrico ahora se liquidan basándose en las resoluciones de mercados de predicción sobre clima, retrasos de vuelos o desastres naturales. El precio de mercado es el activador paramétrico; la liquidación está automatizada.
Mercados corporativos de decisiones. Dentro de las grandes organizaciones, los mercados de predicción se utilizan para pronosticar fechas de finalización de proyectos, resultados de contrataciones, probabilidades de cierre de M&A y plazos de lanzamiento de productos. La calidad de la señal de un mercado interno supera la calidad de la señal de las estimaciones de expertos internos por amplios márgenes.
Tres más están emergiendo:
Pronóstico soberano. Algunos gobiernos y bancos centrales han comenzado a experimentar con señales de mercados de predicción para inputs de policy — particularmente pronósticos de inflación, crecimiento y relacionados con elecciones. La sensibilidad política es alta, pero el argumento de calidad de la señal es lo suficientemente fuerte como para que la experimentación esté ocurriendo.
Pronóstico científico. Los mercados de predicción de tasas de replicación, los contratos de resultados de ensayos clínicos y los mercados de desempeño de subvenciones científicas están todos activos en pilotos. El problema de agregación de información es el mismo que los mercados de predicción resolvieron en política y macro; la aplicación es solo más temprana.
Gobernanza distribuida. Las DAO y las organizaciones descentralizadas usan señales de mercados de predicción como inputs en las decisiones de gobernanza. "¿Cuál es la probabilidad de la comunidad de que esta propuesta cumpla sus KPI de 6 meses?" fijada en mercados reales es una señal más nítida que la discusión en comité.
El agregado de estos casos de uso es mucho mayor que la categoría de juego de consumo. Esperamos que el volumen no relacionado con el juego supere el volumen de trading de consumo dentro de cinco años.
El argumento de la compresión de comisiones
Cada categoría de mercado financiero pasa por una compresión de comisiones a medida que madura. Las comisiones de acciones pasaron de 50 USD por operación en 1980 a cero hoy. La compensación de futures pasó de dólares por lado a unos pocos centavos. Las comisiones de los exchanges de cripto pasaron de 0,5% por lado a 0,05% en cinco años.
Los mercados de predicción están temprano en esta curva. Las comisiones titulares de operadores en las plataformas más transitadas hoy son aproximadamente del 1% por lado. Esperamos que se desarrolle una compresión similar — el costo todo incluido de operar un contrato de predicción debería comprimirse a unos pocos puntos básicos dentro de una década a medida que la infraestructura madure, el creación de mercado se vuelva más competitiva y las eficiencias a nivel de protocolo se compongan.
La compresión de comisiones es buena para la categoría en su conjunto, pero crea una situación estratégica interesante para los operadores. Los operadores que les va bien en un mundo de comisiones comprimidas son aquellos cuyo negocio es la audiencia y la distribución, no la infraestructura. Si el costo todo incluido del operador va a comprimirse 10× durante una década, la capa de infraestructura captura menos margen por operación, y el operador que captura distribución captura más de la cadena de valor.
Esa es la razón estructural por la que construimos Kuest como una capa de protocolo alineada con el operador en lugar de un venue. El futuro de la categoría son cientos de marcas operadoras que sirven a audiencias distintas, con infraestructura compartida debajo. El patrón coincide exactamente con cómo se vieron los pagos cuando se convirtieron en commodity: muchos comerciantes, infraestructura compartida, margen distribuido.
Críticas y refutaciones
Vale la pena tomar en serio las críticas más fuertes, porque son el encuadre que la categoría tendrá que responder en los próximos años.
"Es solo juego con pasos extra." La comparación mecánica falla — los contratos de mercado de predicción no son de suma cero contra la casa; los participantes operan netamente unos contra otros, ganando la plataforma una pequeña comisión. Pero el encuadre cultural es real. La respuesta es la proliferación de casos de uso no relacionados con el juego (cobertura institucional, seguro paramétrico, mercados corporativos de decisiones) que hacen que la asociación con el juego parezca cada vez más obsoleta. A medida que esos casos de uso escalan, el encuadre cambia.
"La liquidez es demasiado delgada para ser útil para el flujo institucional." Esto era cierto en 2022. No es cierto en 2026. El volumen combinado en Polymarket y Kalshi ahora es suficiente para absorber posiciones institucionales significativas, y el modelo de liquidez compartida a nivel de protocolo en Kuest extiende esa profundidad a través de las marcas de operadores. La crítica sigue siendo válida para mercados de cola muy profundos, pero ya no es válida para las categorías centrales donde se asienta el volumen institucional.
"El riesgo de resolución es demasiado alto." Esto es parcialmente cierto y es el riesgo correcto a señalar. Las disputas de resolución son un modo de fallo real, y el diseño de los sistemas de oráculos optimistas es lo que protege contra ellas. Cubrimos la mecánica en la entrada sobre resolución. El patrón que está emergiendo es que las plataformas maduras tienen una tasa de disputa de resolución muy por debajo del 0,5%, lo cual es aceptable para que la categoría sea útil a escala. Las plataformas más nuevas o diseñadas descuidadamente seguirán fallando en esta dimensión; esa es una presión de selección que filtra a los operadores con el tiempo.
"La regulación la matará." La trayectoria regulatoria ha pasado de amenaza existencial (2018–2020) a constructiva (2024–2026). La postura de no acción de la CFTC, los documentos de discusión de la UE y las consultas del Ministerio de Finanzas brasileño indican un camino a nivel de categoría hacia el reconocimiento en lugar de la prohibición. Son posibles retrocesos — esperamos al menos un ciclo de endurecimiento en 2027 — pero la dirección a largo plazo es clara.
La trayectoria a largo plazo
Predecir la trayectoria de una categoría de mercado financiero durante una década es exactamente el tipo de problema en el que los mercados de predicción son mejores que los expertos, así que esta sección es más honesta si se expresa como una distribución de probabilidad en lugar de un pronóstico confiado.
El caso base (le pondríamos un 65% de probabilidad): los mercados de predicción se convierten en una clase de activos reconocida con unos pocos venues principales regulados a nivel mundial, cientos de marcas operadoras que sirven a audiencias locales y verticalmente específicas en infraestructura compartida, y un volumen nocional anual combinado en el rango de 1–5 billones USD dentro de una década. La cuota institucional cruza el 50%; los casos de uso no relacionados con el juego superan al juego; la programabilidad se convierte en una propiedad principal utilizada en DeFi, seguro paramétrico y toma de decisiones corporativas.
El caso bajista (15%): el endurecimiento regulatorio en una o más jurisdicciones importantes ralentiza el crecimiento materialmente. El volumen continúa creciendo pero a tasas anuales de un solo dígito, la categoría sigue siendo un producto de especialidad, y el equilibrio a largo plazo son unos pocos billones de dólares en nocional anual en lugar de decenas de billones. Los mercados de predicción son reales pero pequeños.
El caso alcista (20%): la convergencia con agentes de AI, seguro paramétrico y DeFi se compone más rápido que las estimaciones del caso base, y los contratos de mercado de predicción se convierten en un componente estándar de cada producto fintech, brokerage y gestión de riesgo corporativo. El nocional anual combinado cruza los 20 billones USD dentro de una década, comparable al actual mercado de swaps de tasa de interés.
La asimetría es lo que importa estratégicamente. La caída es una categoría real pero acotada. El caso base es un mercado de 1–5 billones que reformula cómo las instituciones fijan precio a los eventos. El alza es una primitiva financiera fundamental comparable a los swaps. El resultado esperado está entre la base y el alza, y los operadores que se posicionen para el caso base estarán bien posicionados incluso si la trayectoria termina siendo alcista.
La tesis de inversión detrás de Kuest es exactamente esta distribución esperada. No estamos apostando a que el caso alcista sea seguro. Estamos apostando a que el caso base es por mucho el más probable, que los operadores que poseen audiencia y operan sobre infraestructura compartida capturarán la mayor parte del valor en el caso base, y que el caso alcista convierte el mismo posicionamiento en algo significativamente más grande.
El futuro de las finanzas se está estructurando ahora mismo en torno a una expansión de lo que se permite que los mercados financieros fijen precio. Durante doscientos años, los mercados fijaron precio a la propiedad de las empresas y la entrega futura de commodities. Durante el próximo siglo, los mercados fijarán precio a la verdad de cualquier evento futuro suficientemente bien especificado. Esa expansión es el futuro de las finanzas, y los mercados de predicción son cómo se denomina.
Los operadores, asignadores e instituciones que se posicionen en la categoría ahora serán aquellos cuyos nombres aparezcan en las historias de la estructura de mercado de la próxima década. El costo de llegar temprano es bajo; el costo de llegar tarde será la brecha entre observar la formación de la categoría y darle forma.