Prediction market agent: come i bot AI battono gli umani
Gli agenti AI ormai muovono i mercati di previsione come Polymarket e Kalshi, superando i trader umani. Ecco come funzionano, quanto pesano e cosa dicono MiCA e Consob.
Un mercato di previsione (prediction market) trasforma una domanda sul futuro in un contratto che si compra e si vende. «Bitcoin sopra i 100.000 dollari a fine anno?» diventa un token che paga 1 se l’evento si verifica e 0 in caso contrario; il suo prezzo, compreso tra 0 e 1, si legge come una probabilità. Nel 2026 a muovere quei prezzi non sono più soprattutto le persone: sono agenti software autonomi alimentati da modelli linguistici. Capire chi c’è davvero dietro un ordine è quindi diventato essenziale per chiunque si avvicini a questi mercati. Questo articolo spiega cosa sono i prediction market agent, come funzionano, quanto pesano davvero e quali rischi e regole li accompagnano in Europa e in Italia.
Cosa sono i prediction market agent
Un prediction market agent è un programma che osserva uno o più mercati di previsione, raccoglie informazioni (notizie, dati on-chain, quote sportive), stima la probabilità di un esito e, quando il prezzo di mercato si discosta dalla sua stima, invia ordini in autonomia. La differenza rispetto a un classico bot di trading sta nel motore decisionale: al posto di regole fisse, l’agente usa un modello linguistico (LLM) per leggere testo libero, sintetizzare fonti e aggiornare la propria convinzione. Molti girano 24 ore su 24, gestiscono un wallet proprio e firmano le transazioni senza intervento umano. Non va confuso con l’oracolo, che fornisce solo il dato di chiusura, né con il semplice bot a regole fisse: l’agente decide, non si limita a eseguire.
Il termine convive con un’etichetta più ampia, infofinance o information finance: l’idea che un mercato ben costruito remuneri chi produce informazione affidabile. Gli agenti AI portano questa logica all’estremo, perché possono coprire migliaia di mercati contemporaneamente, cosa impossibile per una singola persona.
Dai prediction market all’infofinance: il contesto
I due nomi dominanti sono Polymarket, costruito su Ethereum tramite la rete Polygon, e Kalshi, exchange regolamentato negli Stati Uniti dalla CFTC. Il settore è esploso. Secondo il Pew Research Center il volume mensile combinato delle due piattaforme è passato da meno di 5 miliardi di dollari (circa 4,6 miliardi di euro) a settembre 2025 a circa 24 miliardi di dollari (circa 22 miliardi di euro) ad aprile 2026. Sull’intero 2025, i dati raccolti da The Block indicano oltre 27 miliardi di dollari di volume nozionale per Kalshi e circa 24 miliardi per Polymarket. Il sorpasso è recente: Kalshi ha superato Polymarket per volume nella seconda metà del 2025 e oggi rivendica oltre il 60% del mercato.
La composizione conta. Sempre secondo Pew, lo sport rappresenta circa l’80% del volume su Kalshi e il 39% su Polymarket International, mentre la politica pesa di più sulla seconda (32%) e le criptovalute valgono il 20%. Sono proprio i mercati sportivi e cripto, ad alta frequenza e con esiti rapidi, il terreno ideale per gli agenti automatici. Le tre piattaforme di riferimento differiscono per architettura e per il modo in cui dichiarano vincente un esito.
| Piattaforma | Architettura | Risoluzione | Punti di forza per gli agenti |
|---|---|---|---|
| Polymarket | On-chain su Polygon, order book (CLOB) | Oracolo ottimistico UMA | API mature, alta liquidità |
| Kalshi | Centralizzata, regolamentata negli USA | Risoluzione interna sotto la CFTC | Quadro legale chiaro |
| Omen / Presagio | On-chain su Gnosis Chain | Reality.eth con arbitrato | Ecosistema OLAS di agenti nativi |
Come funziona un agente: dalla notizia all’ordine on-chain
L’architettura tipica combina tre strati. Il primo è la connessione al mercato: su Polymarket gli ordini passano dal CLOB (Central Limit Order Book) e i contratti usano il Conditional Token Framework di Gnosis. Il framework ufficiale Polymarket/agents su GitHub mostra il pattern di base, con moduli per leggere i metadati dei mercati (Gamma API), piazzare ordini e vettorializzare le fonti in un database semantico. Va notato che il repository è stato archiviato a maggio 2026 ed è ora in sola lettura, e che l’accesso al trading resta vincolato alla geografia secondo i termini della piattaforma.
Il secondo strato è il cervello: un LLM (oggi spesso un modello della famiglia Claude o equivalenti) avvolto in un flusso di lavoro che include il RAG (Retrieval-Augmented Generation), cioè il recupero mirato di notizie e dati prima della risposta. CoinDesk osserva che questi «prediction tools» su misura hanno mostrato un’accuratezza fino al 70% o più, mentre un semplice prompt produce risultati paragonabili al lancio di una moneta.
Il terzo strato è l’autonomia operativa. Framework open source come ElizaOS e l’ecosistema OLAS permettono di dare all’agente una persona, una memoria e un wallet; protocolli di pagamento come x402 (basato sull’header HTTP 402 Payment Required) gli consentono di pagare in stablecoin per ottenere dati o servizi, chiudendo il ciclo senza una persona alla cassa. È il passaggio, come lo descrivono molti addetti ai lavori, dal «chattare con l’AI» all’«assumere l’AI».
I numeri: quanto pesano davvero i bot
Le stime convergono su un punto: sui mercati più liquidi la maggioranza dell’attività è ormai automatizzata.
| Indicatore | Valore | Fonte |
|---|---|---|
| Wallet Polymarket che usano agenti AI | oltre il 30% | CoinDesk / LayerHub |
| Agenti con risultato economico positivo | circa 37% | CoinDesk |
| Trader umani stabilmente in profitto | 7-13% | CoinDesk |
| Wallet più redditizi che sono bot | 14 su 20 | Yahoo Finance |
| Volume mensile combinato (apr. 2026) | circa 24 mld $ (circa 22 mld EUR) | Pew Research |
| Transazioni di agenti su Gnosis Chain | oltre 8,2 milioni | Gnosis |
Un caso citato da CoinDesk è Polystrat, agente lanciato a febbraio 2026 sul protocollo OLAS: oltre 4.200 operazioni nel primo mese, con singoli trade arrivati fino al +376%. Sul versante decentralizzato, l’iniziativa OLAS Predict registra oltre 361 agenti attivi al giorno su Gnosis Chain, secondo i dati pubblicati da Gnosis. Sul fronte dei profitti, un’analisi ripresa da Yahoo Finance ha rilevato che 14 dei 20 wallet più redditizi di Polymarket sono bot. Il tutto si inserisce in un mercato, quello degli agenti AI on-chain, che secondo varie stime di settore valeva a inizio 2026 circa 14 miliardi di euro di capitalizzazione, trainato da piattaforme di lancio come Virtuals e da framework come ElizaOS.
Le strategie: arbitraggio di latenza, market making e ricerca
Tre famiglie di strategie dominano il campo:
- Arbitraggio di latenza: quando una notizia rompe l’equilibrio o un prezzo si muove su un exchange esterno, esiste una finestra di pochi millisecondi prima che il prediction market si aggiorni; l’agente più veloce cattura lo spread.
- Market making: l’agente quota in continuazione domanda e offerta, guadagna sullo spread e fornisce liquidità ai mercati meno frequentati.
- Ricerca probabilistica: l’agente legge fonti primarie, costruisce una stima propria e scommette solo quando il divario tra prezzo e probabilità supera una soglia prefissata.
Le prime due premiano l’infrastruttura (server vicini al mercato, codice ottimizzato) e ricordano da vicino il MEV (Maximal Extractable Value) del mondo DeFi. La terza premia la qualità del modello e dei dati. In pratica gli agenti migliori combinano i tre approcci, alternando velocità e ragionamento a seconda del mercato.
L’infrastruttura invisibile: oracoli, UMA e risoluzione
Un prediction market vale solo quanto la sua risoluzione: chi decide se l’evento si è verificato? Su Polymarket il compito spetta a un oracolo ottimistico, UMA. Il meccanismo, descritto sul blog ufficiale di UMA, segue un ciclo proponi-contesta-vota: qualcuno propone l’esito, per una finestra (di norma due ore) chiunque può contestarlo versando una cauzione, e se la disputa resta irrisolta si passa al voto dei detentori del token UMA tramite il Data Verification Mechanism (DVM). L’adattatore che collega i contratti di Polymarket a UMA è pubblico su GitHub.
Il modello mostra le sue crepe quando la posta è alta. Un mercato su una possibile vendita di Bitcoin da parte di Strategy (l’ex MicroStrategy), con oltre 60 milioni di dollari (circa 55 milioni di euro) di volume, è finito in disputa: due proposte di esito «No» sono state contestate e il caso è stato rimesso al voto a peso di token, come riportato da The Defiant. Un’inchiesta del Wall Street Journal citata nello stesso articolo ha rilevato che, nella maggior parte dei mercati contestati, oltre metà dei voti UMA proveniva dai dieci wallet più grandi. È un problema di concentrazione che gli agenti, ottimizzati per sfruttare ogni regola, possono amplificare.
I rischi: manipolazione, dispute e asimmetrie
Gli stessi automatismi che rendono i mercati efficienti introducono fragilità:
- Manipolazione dell’esito: se la risoluzione dipende da un voto a peso di token, chi ne detiene molti può orientare il risultato, soprattutto su mercati poco liquidi.
- Cascate di latenza: più agenti che reagiscono alla stessa notizia possono amplificare oscillazioni di prezzo improvvise.
- Asimmetria verso le persone: con il 7-13% di trader umani stabilmente in profitto contro circa un terzo degli agenti, il piccolo scommettitore parte svantaggiato.
- Allucinazioni del modello: un LLM che interpreta male una notizia può convincersi di un esito sbagliato e scommettere con sicurezza ingiustificata.
Non sorprende che la Consob abbia messo in guardia sull’uso di contenuti generati con sistemi di intelligenza artificiale nelle frodi finanziarie, in una serie di comunicazioni sull’abusivismo pubblicate nel 2026 e disponibili sul sito ufficiale dell’autorità.
Il quadro regolatorio: MiCA, Consob e l’Italia
In Europa i prediction market vivono in una zona grigia. Da un lato il regolamento MiCA (Markets in Crypto-Assets), la cui cornice è descritta dall’ESMA, disciplina i cripto-asset e i loro fornitori di servizi; dall’altro i contratti su eventi assomigliano a strumenti finanziari o a scommesse, materie con regole diverse. Studi legali come Norton Rose Fulbright osservano che i token di esito (contratti YES/NO che pagano un importo fisso) rischiano di ricadere in più categorie a seconda di come sono strutturati.
La scadenza chiave è la fine del regime transitorio MiCA: dal 1 luglio 2026 chi offre servizi su cripto-asset nell’Unione deve essere autorizzato oppure cessare. In Italia la Consob ha recepito gli orientamenti ESMA e, insieme alla Banca d’Italia, ha rilasciato le prime licenze come CASP (Crypto-Asset Service Provider). L’Italia, va detto, è oggi tra le giurisdizioni che non bloccano l’accesso a Polymarket, mentre altri Stati membri hanno scelto la via del divieto: un mosaico che rende difficile, per un agente che opera ovunque, sapere quale legge si applichi a ciascun mercato.
Cosa aspettarsi
La direzione è chiara: più volume, più automazione, più pressione regolatoria. Gli agenti diventeranno probabilmente più specializzati (uno per lo sport, uno per la macroeconomia, uno per le cripto) e più trasparenti, con classifiche pubbliche che ne certificano i risultati. Sul piano tecnico è probabile che cresca l’integrazione con oracoli alternativi, per ridurre la dipendenza da un singolo meccanismo di voto. Il nodo irrisolto resta proprio la risoluzione: finché a stabilire la verità è un voto a peso di token, gli incentivi degli agenti e l’integrità del mercato resteranno in tensione. Per il lettore italiano la regola pratica è semplice: trattare questi mercati come strumenti speculativi ad alto rischio, verificare sempre l’autorizzazione della piattaforma e ricordare che, dall’altra parte dell’ordine, è probabile che ci sia una macchina più veloce e più disciplinata di qualsiasi essere umano.
A cura della redazione di HOGE Wire, desk AI e crypto.