Dopo aver trascorso otto anni nel settore della fintech, capisco benissimo le preoccupazioni delle istituzioni tradizionali riguardo ai dati Web3: dicono "siamo interessati all'innovazione", ma in realtà pongono barriere più alte del cielo. In precedenza ho portato alcuni protocolli di dati Web3 a connettersi con fondi pubblici, ma siamo stati ostruiti dalle valutazioni di rischio che dicevano "la fonte dei dati sembra sospetta", oppure eravamo bloccati da "documenti di conformità incompleti", e alla fine è tutto sfumato. Fino a quando @Pythnetwork ha presentato il piano della seconda fase del #PythRoadmap, utilizzando una combinazione di "dati di prima parte + servizi di conformità + $PYTH ecosistema", finalmente si è aperta la porta delle istituzioni; non si tratta solo di fare affari con i dati, ma chiaramente di ripristinare la logica di fiducia del settore.


Primo, colpire i punti critici: ciò di cui le istituzioni hanno paura non è Web3, ma 'non affidabile'.
Le istituzioni tradizionali che usano i dati si concentrano sul 'sicuro', in altre parole, hanno tre richieste fondamentali: i dati devono essere veri, la conformità deve essere adeguata, e la tracciabilità deve essere chiara. Ma i protocolli di dati Web3 precedenti hanno spesso calpestato le zone minate:

Alcune fonti di dati sono 'assemblaggi di crawler', prendendo dati di mercato da piattaforme poco conosciute e aggiungendo dati simulati per gonfiarli; non solo le istituzioni non osano usarli, ma anche noi durante i test ci sentivamo insicuri - in precedenza, un protocollo forniva un prezzo del Bitcoin che differiva di 200 dollari rispetto agli exchange principali, dicendo che era 'causato da ritardi', ma in realtà era solo una fonte di dati scadente. Altri documenti di conformità sono disordinati e non raggiungono nemmeno gli standard del Regolamento ATS della SEC degli Stati Uniti; i legali dei fondi li respingono immediatamente dopo averli esaminati, per non parlare di connettersi a banche e altre istituzioni regolate.

Ma @Pythnetwork non ha mai preso la strada vecchia. Ha colto che 'la fonte della fiducia è la fonte dei dati', collegando direttamente oltre 120 delle migliori istituzioni a livello globale come 'contributori di dati' - istituzioni come Jump Trading e Jane Street, market maker di Wall Street, exchange principali come Bybit e KuCoin, e persino i dipartimenti di trading OTC delle banche tradizionali, tutte sono 'fornitori di dati' di Pyth. Queste istituzioni non forniscono dati di seconda mano, ma ordini reali, prezzi di esecuzione e dati di liquidità dai loro sistemi di trading, equivalenti a trasferire il 'libro mastro del mercato' direttamente sulla blockchain.

Più importante è la sua logica di aggregazione, che utilizza un 'algoritmo di decadenza temporale ponderata' per combinare questi dati in un prezzo equo, non è una semplice media, ma attribuisce un peso maggiore ai dati delle istituzioni attive e affidabili. Questo ha bloccato lo spazio per le frodi sin dalla fonte: chi ha mai visto un'istituzione del calibro di Jump rovinarsi per un guadagno così esiguo? In precedenza, un'agenzia quantitativa aveva testato i dati dei derivati azionari di Pyth rispetto al terminal Bloomberg, e il tasso di errore era inferiore allo 0,01%, questa precisione è sufficiente per soddisfare i requisiti delle istituzioni.


In secondo luogo, l'asso nella manica: i 'dati di prima parte' cambiano le regole del gioco.
Solo dopo aver avuto contatti mi sono reso conto che la cosa migliore di Pyth non è la completezza dei dati, ma il suo 'paradigma dei dati di prima parte' - questo è un attacco inesorabile rispetto ad altri oracoli.

La maggior parte degli oracoli tradizionali è 'aggregazione di terze parti', prima raccoglie dati da fonti disperse e poi li passa ai nodi per l'elaborazione, e nel frattempo i dati vengono distorti. Ma Pyth si collega direttamente alle 'fonti di dati', ad esempio, se vuoi sapere il prezzo reale di Ethereum, usa direttamente i dati di transazione in tempo reale di Coinbase e Kraken, senza intermediari che guadagnano sulla differenza di prezzo e senza problemi di distorsione dei dati. I vantaggi che ne derivano sono troppo evidenti:

Primo, è incredibilmente preciso. I dati vengono direttamente caricati sulla blockchain dai sistemi di trading delle istituzioni, eliminando gli errori di trascrizione; per varietà sensibili ai prezzi come le valute, usare i dati di Pyth per i pagamenti transfrontalieri riduce notevolmente le perdite da cambio rispetto ai fornitori tradizionali. **Secondo, è veloce fino a livello di millisecondi**. Senza passaggi intermedi che rallentino, il prezzo viene aggiornato ogni 400 millisecondi, per un totale di oltre 200.000 aggiornamenti al giorno, perfetto per scenari di 'competizione al secondo' come il trading ad alta frequenza e la liquidazione DeFi. In precedenza, il protocollo di derivati su Solana, Drift, ha ridotto il tasso di errore del 90% dopo aver adottato i dati di Pyth, semplicemente perché il problema del ritardo è stato risolto. **Terzo, è trasparente e verificabile**. Tutte le fonti di dati, i tempi di caricamento e il processo di aggregazione sono tracciabili sulla blockchain; le istituzioni possono risalire tramite un esploratore blockchain e possono persino vedere l' 'intervallo di confidenza' dei dati, ad esempio, il prezzo di BTC a 50.000 dollari ± 10 dollari, la qualità dei dati è chiara.

Questo modello colpisce direttamente il tallone d'Achille delle tradizionali grandi aziende di dati: quelle piattaforme che si basano sulla differenza informativa per vendere a prezzi elevati, in altre parole, sono 'intermediari', mentre Pyth salta i passaggi intermedi e fornisce dati di qualità superiore a costi inferiori, questo è il vero 'cambiamento delle regole del gioco'.


Terzo, #PythRoadmap Fase due: fare 'conformità' qualcosa di fondamentale per le istituzioni.
Se i dati di prima parte sono la 'forza dura', allora il 'prodotto di abbonamento ai dati di livello istituzionale' lanciato nella fase due di #PythRoadmap è la 'forza morbida' che attraversa l'ultimo miglio.

Le istituzioni usano i dati, e i documenti di conformità sono persino più importanti dei dati stessi. Nel manuale dei servizi di Pyth, ci sono prove di conformità di tutti i principali quadri normativi globali, dal Regolamento ATS della SEC degli Stati Uniti alla MiFID II dell'Unione Europea, e possono persino fornire alle istituzioni 'rapporti di tracciabilità dei dati' - chi ha fornito i dati originali, a che ora sono stati caricati, come sono stati aggregati, tutto è chiaramente elencato, e durante la revisione legale non ci sono problemi.

Conosco il direttore del rischio di una hedge fund che prima evitava i dati Web3, ma dopo aver testato Pyth l'anno scorso ha cambiato idea: 'Abbiamo confrontato i suoi dati sull'oro con quelli della London Gold Exchange per un mese, senza una singola deviazione, e il rapporto di conformità è più dettagliato di Bloomberg; quando è stato integrato nel sistema di ricerca e investimento, il legale ha dato il via libera immediatamente.' Ora questo fondo ha già adottato Pyth come fonte di dati principale per le valute e le materie prime, pagando decine di migliaia di dollari in abbonamenti mensili.

Questa capacità di 'far sentire le istituzioni sicure nell'uso' è il vero vantaggio competitivo di Pyth. Finora, più di 30 istituzioni hanno firmato accordi di abbonamento, coprendo aree come il trading quantitativo, la gestione degli asset e i pagamenti transfrontalieri, e le entrate della tesoreria DAO aumentano del 40% ogni mese, il che è assolutamente unico nel campo dei dati Web3. Quattro, $PYTH: non è solo un token, è il 'collante di fiducia' dell'ecosistema.
Un progetto destinato a durare deve avere una progettazione del token solida, e il modo in cui $PYTH si comporta, esplorando a fondo 'incentivi e governance', rende le istituzioni più disposte a collaborare a lungo termine.

Cominciamo con il meccanismo di incentivazione, Pyth distribuisce $PYTH ai contribuenti di dati, non è 'una volta che l'hai dato è finita', ma viene dato in base a 'punteggio di qualità' - più i dati sono accurati, più velocemente vengono aggiornati, e più asset coprono, maggiori sono le ricompense. Ad esempio, i market maker che forniscono dati sia sulle criptovalute che sulle valute estere, con una precisione superiore al 99,9%, ricevono il 50% in più di ricompense rispetto a chi fornisce solo un singolo dato. Questo modello di 'pagare in base alla prestazione' ha portato a un aumento del pool di dati, partendo inizialmente dalle criptovalute, fino ad arrivare ora a valute estere e materie prime, e il prossimo passo sarà includere dati su azioni e obbligazioni.

Più importante è la governance DAO. Una parte del denaro pagato dalle istituzioni per l'abbonamento ai dati viene convertita in $PYTH nella tesoreria, mentre un'altra parte viene utilizzata per le operazioni, e i detentori di $PYTH sono i 'decisori' - come spendere i soldi della tesoreria, quali nuovi dati aggiungere, e persino gli standard di ammissione per i clienti istituzionali devono essere decisi tramite voto. Il mese scorso, la comunità ha votato per includere le banche tradizionali nell'ambito dei clienti e ha anche allocato il 15% dei fondi della tesoreria per sviluppare interfacce dedicate per le banche.

Ho anche messo in staking un po' di $PYTH per partecipare alla governance; anche se il peso del voto non è grande, quando la proposta di 'aggiungere dati in tempo reale sul petrolio' che ho sostenuto è stata approvata, ho davvero avuto la sensazione di essere 'parte dell'ecosistema'. Questo modello di 'sviluppo guidato dagli utenti' ha legato profondamente il valore di $PYTH e l'ecosistema, non si basa sulla speculazione, ma sul supporto dei clienti istituzionali e delle entrate da abbonamento.


Cinque, conclusione: dietro $PYTH c'è un'opportunità di sostituzione in un mercato da 50 miliardi.
Ora, guardando indietro, il fatto che le istituzioni siano disposte a utilizzare i dati Web3 è essenzialmente dovuto al fatto che Pyth ha risolto il problema fondamentale della 'fiducia': i dati di prima parte garantiscono 'dati veri', i servizi di conformità garantiscono 'uso sicuro', e l'ecosistema $PYTH garantisce 'durata nel tempo'.

Il mercato dei dati tradizionale vale 50 miliardi, le grandi aziende monopolizzano e fanno prezzi elevati, il modello è obsoleto. Pyth, invece, abbassa i costi, aumenta la precisione e garantisce la conformità con un approccio decentralizzato, ed è una tendenza irreversibile. Molti dei miei amici nel settore finanziario hanno iniziato ad accumulare $PYTH, non per guardare le fluttuazioni a breve termine, ma per il potenziale di sostituzione in questo settore: se in futuro i clienti istituzionali aumentano di nuovo, il valore di $PYTH sarà facilmente immaginabile.

Se stai cercando un progetto Web3 che abbia 'una vera attuazione, supporto istituzionale e utilità chiara del token', devi assolutamente seguire i progressi di @Pythnetwork nella #PythRoadmap. Potrebbe non essere il più popolare, ma è sicuramente uno dei pochi in grado di connettere Web3 e le istituzioni tradizionali. Quando i clienti istituzionali di Pyth si espanderanno a più settori, potremmo assistere a una vera e propria rivoluzione dei dati - e possedere $PYTH è il miglior modo per partecipare a questa rivoluzione.

@Pyth Network #PythRoadmapand $PYTH