O Agente de IA pode ser a salvação do Web3+IA?

Os projetos de Agente de IA são um tipo popular e maduro no empreendedorismo Web2, principalmente na categoria de serviços para empresas, enquanto no domínio Web3, projetos de treinamento de modelos e de agregação de plataformas tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.

Atualmente, o número de projetos de Agentes de IA no Web3 é reduzido, representando 8%, mas sua participação no valor de mercado na pista de IA atinge impressionantes 23%, demonstrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com avaliações superiores a 1 bilhão de dólares.

Para projetos Web3, a introdução de tecnologia AI em produtos de aplicação que não são centrais em AI pode se tornar uma vantagem estratégica. A forma de combinação dos projetos de Agente AI deve focar na construção de um ecossistema completo e no design do modelo econômico de tokens, a fim de promover a descentralização e os efeitos de rede.

A Onda da IA: A Situação de Projetos Emergentes e Valorações Elevadas

Desde que o ChatGPT foi lançado em novembro de 2022, atraiu mais de 100 milhões de usuários em apenas dois meses. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, e a OpenAI rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o após a liberação do ChatGPT. Com um ritmo tão acelerado, as grandes empresas de tecnologia tradicionais perceberam a importância das aplicações de modelos de IA de ponta, como LLM, e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas introduziram modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou um local de intensa concorrência.

A competição entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma investigação estatística sobre a pesquisa em IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub aumentou de 845 em 2011 para cerca de 1,8 milhões em 2023. Especialmente após o lançamento do GPT em 2023, o número de projetos cresceu 59,3% em relação ao ano anterior, refletindo o entusiasmo da comunidade global de desenvolvedores pela pesquisa em IA.

O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, que apresenta um forte crescimento, com um aumento explosivo no mercado de investimentos em IA no segundo trimestre de 2024. Existem 16 investimentos relacionados à IA que ultrapassam 150 milhões de dólares em todo o mundo, o que é o dobro do primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, mais do que o dobro em relação ao ano anterior. Entre elas, a xAI, de Elon Musk, arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, atrás apenas da OpenAI.

O rápido desenvolvimento da tecnologia de IA está a reconfigurar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre os gigantes da tecnologia até ao crescimento robusto de projetos da comunidade de código aberto, passando pela fervorosa adesão do mercado de capitais ao conceito de IA. Os projetos surgem a um ritmo acelerado, os investimentos atingem novos recordes e as avaliações aumentam em consequência. De um modo geral, o mercado de IA está a viver um período de ouro de rápido desenvolvimento, com grandes modelos de linguagem e tecnologias de geração aumentada por pesquisa a alcançar progresso significativo na área de processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios na conversão das vantagens tecnológicas em produtos reais, como a incerteza das saídas dos modelos, o risco de alucinações que geram informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta fiabilidade.

Neste contexto, começamos a pesquisar sobre o Agente de IA, pois o Agente de IA enfatiza a abrangência da solução de problemas práticos e da interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que realmente entendem, aprendem e resolvem problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente reduzindo a lacuna entre a tecnologia de IA e a solução de problemas práticos. A evolução da tecnologia de IA está constantemente remodelando a estrutura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirão uma série de aplicações inovadoras. Neste campo de interseção repleto de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para a aplicação em grande escala.

Para isso, começamos a investigar a aplicação diversificada do Agente de IA no Web3, desde a infraestrutura do Web3, middleware, até o nível de aplicação, e também em vários outros aspectos, como mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, para entender profundamente a fusão entre IA e Web3.

Esclarecimento de conceitos: Introdução e visão geral das classificações dos Agentes de IA

Introdução Básica

Antes de apresentar o Agente de IA, para que os leitores possam entender melhor a diferença entre sua definição e o modelo em si, vamos usar um cenário prático como exemplo: suponha que você esteja planejando uma viagem. Os grandes modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode oferecer conteúdos de destino mais ricos e específicos. E o Agente de IA é como o Jarvis do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma de suas frases, procurar proativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.

Atualmente, a definição comum no setor para AI Agent refere-se a um sistema inteligente capaz de perceber o ambiente e agir de acordo, obtendo informações ambientais através de sensores e, após processamento, influenciando o ambiente por meio de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que o AI Agent é um assistente que reúne capacidades de LLM, RAG, memória, planejamento de tarefas e uso de ferramentas. Ele não apenas fornece informações de forma simples, mas também pode planejar, decompor tarefas e realmente executá-las.

De acordo com esta definição e características, podemos descobrir que os Agentes de IA já estão integrados em nossas vidas, sendo aplicados em diferentes cenários, como AlphaGo, Siri, e a condução autónoma de nível 5 ou superior da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos podem perceber as entradas dos usuários do mundo exterior e, com base nisso, influenciar o ambiente real.

Para esclarecer o conceito com o exemplo do ChatGPT, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, e o GPT é a série de modelos desenvolvidos com base nessa arquitetura, enquanto GPT-1, GPT-4 e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGP, por sua vez, é um agente de IA que evoluiu a partir do modelo GPT.

Visão geral da categoria

Atualmente, o mercado de AI Agents ainda não formou um padrão de classificação unificado. Através da rotulagem de 204 projetos de AI Agents nos mercados Web2 e Web3, dividimos em uma classificação primária e uma classificação secundária, com base nos rótulos significativos correspondentes a cada projeto. A classificação primária consiste em três categorias: infraestrutura básica, geração de conteúdo e interação com o usuário, que são posteriormente subdivididas com base em seus casos de uso reais:

Infraestrutura:

Este tipo foca na construção de conteúdos mais fundamentais na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, bem como serviços B2B mais maduros e aplicações fundamentais.

• Ferramentas de desenvolvimento: fornecem aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.

• Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente para auxiliar na tomada de decisões e fornecer fontes para o treinamento.

• Classe de treinamento de modelos: oferece serviços de treinamento de modelos voltados para IA, incluindo inferência, construção de modelos, configuração, entre outros.

• Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.

• Plataforma de classe agregada: uma plataforma que integra vários serviços e ferramentas de agentes de IA.

Classe de interação:

Semelhante à geração de conteúdo, a diferença reside na interação bidirecional contínua. Agentes interativos não apenas aceitam e compreendem as necessidades dos usuários, mas também fornecem feedback através de técnicas como o processamento de linguagem natural (NLP), realizando uma interação bidirecional com os usuários.

• Agentes de IA de acompanhamento emocional: fornecem suporte emocional e companhia.

• Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).

• Tipo de busca: Focado na funcionalidade de busca, oferece um agente voltado principalmente para a recuperação de informações mais precisas.

Geração de conteúdo:

Estes projetos concentram-se na criação de conteúdos, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo com base nas instruções dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagem, geração de vídeo e geração de áudio.

Análise do estado atual do desenvolvimento de agentes de IA Web2

De acordo com nossas estatísticas, o desenvolvimento de Agentes de IA na Internet tradicional Web2 apresenta uma clara tendência de concentração em setores. Especificamente, cerca de dois terços dos projetos estão concentrados em infraestrutura, sendo a maioria voltada para serviços B2B e ferramentas de desenvolvimento. Também realizamos algumas análises sobre esse fenômeno.

Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Esses projetos geralmente são baseados em tecnologias e estruturas testadas ao longo do tempo, reduzindo assim a dificuldade e o risco de desenvolvimento. Equivalente à "pá" no campo da IA, fornece uma base sólida para o desenvolvimento e aplicação de Agentes de IA.

Impulso da demanda do mercado: Outro fator chave é a demanda do mercado. Em comparação com o mercado consumidor, a demanda do mercado empresarial por tecnologias de IA é mais urgente, especialmente na busca por soluções que melhorem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa proveniente das empresas é relativamente estável, o que é favorável para o desenvolvimento de projetos subsequentes.

Limitações dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA na geração de conteúdos no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de IA geradora de conteúdo no repositório de projetos.

Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. Com o constante avanço da tecnologia de IA e a maior clareza na demanda do mercado, esperamos que este padrão possa ser ajustado, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.

Análise do projeto líder de Agentes de IA Web2

Vamos explorar alguns projetos de Agentes de IA no mercado atual do Web2 e analisá-los, usando como exemplo os projetos Character AI, Perplexity AI e Midjourney.

AI de Personagem:

Introdução ao produto: Character.AI oferece um sistema de conversa baseado em inteligência artificial e ferramentas para a criação de personagens virtuais. Sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais que podem realizar diálogos em linguagem natural e executar tarefas específicas.

Análise de dados: Character.AI teve 277 milhões de acessos em maio, a plataforma possui mais de 3,5 milhões de usuários ativos diários, dos quais a maioria tem entre 18 e 34 anos, mostrando características de um grupo de usuários mais jovem. Character AI teve um desempenho excelente no mercado de capitais, completando um financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderado pela a16z.

Análise técnica: A Character AI assinou um contrato de licença não exclusivo com a empresa mãe do Google, Alphabet, o que indica que a Character AI está a utilizar tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, estiveram envolvidos no desenvolvimento do modelo de linguagem conversacional Llama do Google.

Perplexity AI:

Introdução ao produto: Perplexity é capaz de buscar e fornecer respostas detalhadas da Internet. A confiabilidade e precisão das informações são garantidas por meio de citações e links de referência, enquanto educa e orienta os usuários a fazer perguntas adicionais e pesquisar palavras-chave, atendendo às diversas necessidades de consulta dos usuários.

Análise de dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% no tráfego dos seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que levantou 62,7 milhões de dólares em financiamento, alcançando uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.

Análise técnica: O principal modelo utilizado pela Perplexity é o GPT-3.5 ajustado, além de dois grandes modelos ajustados com base em modelos de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisas acadêmicas profissionais e consultas em áreas verticais, garantindo a veracidade e a confiabilidade das informações.

Midjourney:

Apresentação do produto: Os usuários podem criar vários estilos e temas no Midjourney através de Prompts.