He notado algo interesante que empieza a tomar forma en el ecosistema de los mercados predictivos. Los agentes de IA no están convirtiéndose en super-predictores que superan a los humanos — esa es una comprensión bastante comúnmente equivocada. En realidad, lo que está sucediendo es mucho más matizado.

Los mercados predictivos explotaron el año pasado. El volumen pasó de 9 mil millones a más de 40 mil millones de dólares en 2025, un crecimiento de más del 400%. Polymarket y Kalshi ahora comparten la mayor parte del mercado, con Kalshi incluso superando a Polymarket en volumen a principios de 2026. Esto es una señal de que el mercado realmente se está estructurando.

Pero aquí está lo interesante: los agentes de mercados predictivos que están surgiendo ahora no buscan predecir mejor que el mercado. Su verdadero papel es ser gestores de portafolios probabilísticos. Transforman la información, los datos en cadena y los textos regulatorios en desviaciones de precios verificables, y luego ejecutan estrategias con una disciplina y una velocidad que ningún humano puede igualar.

La diferencia clave con el trading clásico es que los agentes PM funcionan mejor en arbitraje determinista. El arbitraje de liquidación ( cuando un resultado es casi seguro pero el mercado aún no lo ha integrado), el arbitraje Dutch Book (aprovechar los desequilibrios de precios entre eventos excluyentes), el arbitraje entre plataformas — son las estrategias que realmente funcionan bien para una ejecución automatizada. Ahí es donde un agente puede capturar ganancias de apuestas positivas, no especulando sobre la dirección.

Lo que me sorprendió es que varios proyectos están empezando a construir herramientas serias. Olas Predict con Polystrat en Polymarket ahora permiten a los usuarios definir estrategias en lenguaje natural y el agente identifica automáticamente las desviaciones de probabilidad en los mercados de liquidación en los 4 días siguientes. UnifAI Network tiene una estrategia simple pero efectiva: escanear contratos cercanos a la cierre con una probabilidad implícita superior al 95%, comprarlos y buscar una desviación del 3 al 5%. Tasa de éxito cercana al 95% según datos en cadena.

Pero, honestamente, todavía estamos en una etapa muy temprana. No existe un producto estandarizado y maduro. Los agentes generalmente carecen de una verdadera capa de gestión de riesgos independiente. Sin stops automáticos, sin gestión dinámica de posiciones. Herramientas como Verso, Matchr y TradeFox hacen agregación y ejecución multiplataforma, lo cual es útil, pero está lejos de ser una solución completa.

El modelo económico que probablemente funcionará es el de tres capas: infraestructura (vender datos y acceso a APIs), ecosistema de estrategias (monetizar mediante llamadas o participaciones en ingresos), y finalmente los agentes/vaults que participan directamente con tarifas de gestión y rendimiento. Las suscripciones a estrategias y señales probablemente serán lo que más despegará primero — ya que es más factible desde el punto de vista regulatorio.

Lo que me fascina es que los mercados predictivos no son solo juegos de azar. Agregan información dispersa en señales de precios públicos. Con la integración del CME y Bloomberg, las probabilidades se convierten en metadatos accesibles directamente a los sistemas financieros. Está en camino de convertirse en una «capa mundial de la verdad».

Los agentes PM que tendrán éxito serán aquellos que entiendan que el valor real no está en la predicción, sino en la ejecución rigurosa, rápida y disciplinada. Es un cambio de paradigma respecto a la mayoría de los bots de trading que vemos en otros ámbitos. Muy atento a lo que suceda en 2026.