Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent là loại hình dịch vụ doanh nghiệp phổ biến và trưởng thành trong khởi nghiệp Web2, trong khi ở lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng trở thành xu hướng chủ đạo do vai trò then chốt của chúng trong việc xây dựng hệ sinh thái.
Hiện tại, số lượng dự án AI Agent trong Web3 không nhiều, chỉ chiếm 8%, nhưng tỷ lệ vốn hóa thị trường của chúng trong lĩnh vực AI lại lên đến 23%, cho thấy sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng, với sự trưởng thành của công nghệ và sự công nhận của thị trường, trong tương lai sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD.
Đối với các dự án Web3, việc áp dụng công nghệ AI cho các sản phẩm ứng dụng không phải là cốt lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái đầy đủ và thiết kế mô hình kinh tế token, nhằm thúc đẩy phi tập trung và hiệu ứng mạng.
Cuộc cách mạng AI: Tình trạng xuất hiện nhiều dự án và sự gia tăng định giá
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng ngắn ngủi đã thu hút hơn một trăm triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt tới con số 20,3 triệu đô la Mỹ ấn tượng, trong khi OpenAI cũng nhanh chóng phát hành các phiên bản lặp lại như GPT-4, GP4-4o sau khi ra mắt ChatGPT. Với sự phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và đã đồng loạt tung ra các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta ra mắt Llama3, trong khi các công ty Trung Quốc cũng đã cho ra mắt các mô hình lớn như Văn tâm nhất ngôn, Trí phổ thanh ngôn, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc cạnh tranh giữa các gã khổng lồ công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà từ các thống kê điều tra nghiên cứu AI mã nguồn mở, báo cáo AI Index năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng vọt từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023. Đặc biệt, sau khi GPT được phát hành vào năm 2023, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự quan tâm của cộng đồng phát triển toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI đã được phản ánh trực tiếp vào thị trường đầu tư, thị trường đầu tư AI đang cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý hai năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt 150 triệu đô la, gấp đôi so với quý đầu tiên. Tổng số vốn tài trợ cho các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ đô la, tăng hơn gấp đôi so với năm trước. Trong số đó, xAI thuộc sở hữu của Elon Musk đã huy động được 6 tỷ đô la, với định giá 24 tỷ đô la, trở thành công ty khởi nghiệp AI có định giá cao thứ hai chỉ sau OpenAI.
Sự phát triển nhanh chóng của công nghệ AI đang tái định hình bản đồ lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh gay gắt giữa các ông lớn công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, và sự cuồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án xuất hiện liên tục, số vốn đầu tư liên tục lập kỷ lục mới, và định giá cũng theo đó tăng cao. Nhìn chung, thị trường AI đang ở trong một thời kỳ vàng son phát triển nhanh chóng, các mô hình ngôn ngữ lớn và công nghệ tạo ra thông tin tăng cường đã đạt được những tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn phải đối mặt với thách thức khi chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, chẳng hạn như sự không chắc chắn trong đầu ra của mô hình, rủi ro tạo ra thông tin không chính xác và vấn đề minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các tình huống yêu cầu độ tin cậy rất cao.
Trong bối cảnh này, chúng tôi bắt đầu nghiên cứu về AI Agent, vì AI Agent nhấn mạnh tính toàn diện trong việc giải quyết các vấn đề thực tế và tương tác với môi trường. Sự chuyển mình này đánh dấu sự tiến hóa của công nghệ AI từ các mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu, học hỏi và giải quyết các vấn đề thực tế. Vì vậy, chúng tôi thấy hy vọng từ sự phát triển của AI Agent, nó đang dần thu hẹp khoảng cách giữa công nghệ AI và việc giải quyết các vấn đề thực tế. Sự tiến hóa của công nghệ AI liên tục tái định hình cấu trúc năng suất, trong khi công nghệ Web3 đang tái cấu trúc các mối quan hệ sản xuất trong nền kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với các khái niệm cốt lõi của Web3 như phi tập trung, kinh tế mã thông báo và hợp đồng thông minh, chúng tôi dự đoán sẽ sinh ra một loạt các ứng dụng đổi mới. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng, AI Agent với khả năng tự thực hiện nhiệm vụ, đã thể hiện tiềm năng to lớn để thực hiện các ứng dụng quy mô lớn.
Để làm điều này, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng Web3, phần mềm trung gian, đến các ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá những loại dự án và bối cảnh ứng dụng triển vọng nhất, để hiểu sâu hơn về sự kết hợp sâu sắc giữa AI và Web3.
Khái niệm rõ ràng: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu AI Agent, để giúp độc giả hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ lấy một ví dụ từ một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến du lịch. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và lời khuyên du lịch. Công nghệ tạo sinh tăng cường tìm kiếm có thể cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như Jarvis trong phim Iron Man, có khả năng hiểu nhu cầu và còn chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện các thao tác đặt chỗ và thêm lịch trình vào lịch.
Hiện nay, định nghĩa phổ biến về AI Agent trong ngành là hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng. Nó thu thập thông tin môi trường thông qua cảm biến, sau đó xử lý và tác động đến môi trường thông qua bộ truyền động (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý tích hợp các khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ cung cấp thông tin đơn thuần mà còn có khả năng lập kế hoạch, phân tách nhiệm vụ và thực hiện một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể nhận thấy rằng AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong nhiều tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và khả năng lái xe tự động cấp độ L5 trở lên của Tesla đều có thể được coi là những ví dụ về AI Agent. Những hệ thống này có một đặc điểm chung là đều có khả năng cảm nhận đầu vào từ người dùng bên ngoài và dựa vào đó để tạo ra ảnh hưởng tương ứng đến môi trường thực tế.
Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rõ ràng rằng Transformer là kiến trúc công nghệ cấu thành nên mô hình AI, GPT là dòng mô hình phát triển dựa trên kiến trúc này, trong khi GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở các giai đoạn phát triển khác nhau. ChatGPT thì là AI Agent tiến hóa từ mô hình GPT.
Phân loại tổng quan
Thị trường AI Agent hiện tại chưa hình thành tiêu chuẩn phân loại thống nhất, chúng tôi đã gán nhãn cho 204 dự án AI Agent trong thị trường Web2+Web3, dựa trên các nhãn nổi bật tương ứng với từng dự án, chia thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một gồm ba loại: cơ sở hạ tầng, tạo nội dung, tương tác người dùng, sau đó được phân chia theo các trường hợp sử dụng thực tế.
Cơ sở hạ tầng:
Loại này tập trung vào việc xây dựng nội dung ở tầng thấp hơn của lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như dịch vụ B2B cho các ứng dụng tầng thấp đã tương đối trưởng thành.
Công cụ phát triển: Cung cấp cho nhà phát triển các công cụ và khung hỗ trợ để xây dựng AI Agent.
Lớp xử lý dữ liệu: Xử lý và phân tích các định dạng dữ liệu khác nhau, chủ yếu được sử dụng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp đào tạo mô hình: Cung cấp dịch vụ đào tạo mô hình cho AI, bao gồm suy diễn, xây dựng mô hình, thiết lập, v.v.
Dịch vụ cho B: Chủ yếu hướng đến người dùng doanh nghiệp, cung cấp dịch vụ doanh nghiệp, dịch vụ theo chiều dọc và các giải pháp tự động hóa.
Nền tảng tập hợp: nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.
Loại tương tác:
Giống như các loại nội dung sinh ra, điểm khác biệt là tương tác hai chiều liên tục. Agent loại tương tác không chỉ tiếp nhận và hiểu nhu cầu của người dùng, mà còn cung cấp phản hồi thông qua các công nghệ như xử lý ngôn ngữ tự nhiên (NLP), đạt được sự tương tác hai chiều với người dùng.
Loại hỗ trợ cảm xúc: AI Agent cung cấp sự hỗ trợ và đồng hành về cảm xúc.
Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền đào tạo sinh).
Loại tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp Agent chủ yếu để truy xuất thông tin chính xác hơn.
Nội dung sinh ra:
Các dự án này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để sinh ra các hình thức nội dung khác nhau theo chỉ dẫn của người dùng, được chia thành bốn loại: sinh văn bản, sinh hình ảnh, sinh video và sinh âm thanh.
Phân tích tình hình phát triển của Web2 AI Agent
Theo thống kê của chúng tôi, việc phát triển AI Agent trong Internet truyền thống Web2 đang có xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào các loại hạ tầng, trong đó chủ yếu là dịch vụ B2B và công cụ phát triển, chúng tôi cũng đã tiến hành một số phân tích về hiện tượng này.
Ảnh hưởng của độ chín công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ chín công nghệ của chúng. Những dự án này thường được xây dựng dựa trên các công nghệ và khung đã được thời gian kiểm chứng, từ đó giảm thiểu độ khó và rủi ro trong phát triển. Tương tự như "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Sự thúc đẩy của nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI ở thị trường doanh nghiệp cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp nâng cao hiệu quả hoạt động và giảm chi phí. Đồng thời, đối với các nhà phát triển, dòng tiền từ doanh nghiệp tương đối ổn định, có lợi cho việc phát triển các dự án tiếp theo.
Giới hạn của các trường hợp ứng dụng: Đồng thời, chúng tôi nhận thấy rằng các AI tạo nội dung có ứng dụng tương đối hạn chế trên thị trường B2B. Do sự không ổn định của sản phẩm đầu ra, các doanh nghiệp có xu hướng chọn những ứng dụng có thể tăng năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án tương đối nhỏ.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và các yếu tố thực tế của các tình huống ứng dụng. Với sự tiến bộ liên tục của công nghệ AI và nhu cầu thị trường ngày càng rõ ràng, chúng tôi dự đoán rằng cấu trúc này có thể sẽ điều chỉnh, nhưng các cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án dẫn đầu AI Agent Web2
Chúng tôi sẽ đi sâu vào phân tích một số dự án AI Agent hiện tại trên thị trường Web2 và lấy ba dự án Character AI, Perplexity AI, Midjourney làm ví dụ.
Trí tuệ nhân tạo nhân vật：
Giới thiệu sản phẩm: Character.AI cung cấp hệ thống đối thoại dựa trên trí tuệ nhân tạo và công cụ tạo nhân vật ảo. Nền tảng của họ cho phép người dùng tạo, đào tạo và tương tác với các nhân vật ảo có khả năng đối thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.
Phân tích dữ liệu: Character.AI đã đạt 277 triệu lượt truy cập vào tháng 5, nền tảng này có hơn 3.5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng có độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ. Character AI thể hiện tốt trên thị trường vốn, hoàn thành quy trình huy động 150 triệu đô la, với mức định giá đạt 1 tỷ đô la, do a16z dẫn đầu.
Phân tích kỹ thuật: Character AI đã ký kết thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet để sử dụng mô hình ngôn ngữ lớn của mình, cho thấy Character AI đang áp dụng công nghệ tự phát triển. Đáng chú ý, các nhà sáng lập của công ty là Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ đối thoại Llama của Google.
Perplexity AI:
Giới thiệu sản phẩm: Perplexity có khả năng thu thập và cung cấp câu trả lời chi tiết từ internet. Bằng cách trích dẫn và tham chiếu các liên kết, nó đảm bảo tính đáng tin cậy và chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu truy vấn đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, lượng truy cập trên ứng dụng di động và máy tính để bàn đã tăng 8,6% trong tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã công bố nhận được 62,7 triệu USD tài trợ, định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn đầu, với sự tham gia của Stan Druckenmiller và NVIDIA.
Phân tích kỹ thuật: Mô hình chính mà Perplexity sử dụng là GPT-3.5 đã được tinh chỉnh, cùng với hai mô hình lớn được tinh chỉnh từ các mô hình lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Các mô hình này phù hợp với nghiên cứu học thuật chuyên nghiệp và các truy vấn trong các lĩnh vực chuyên biệt, đảm bảo độ chính xác và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra nhiều phong cách và chủ đề khác nhau trong Midjourney thông qua Prompts.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
25 thích
Phần thưởng
25
6
Đăng lại
Chia sẻ
Bình luận
0/400
failed_dev_successful_ape
· 07-25 19:58
唉早 mua đáy了要不现在又错过
Xem bản gốcTrả lời0
PaperHandsCriminal
· 07-24 22:17
Tôi trực tiếp All in vào đó, ngồi chờ Được chơi cho Suckers.
Xem bản gốcTrả lời0
ChainMaskedRider
· 07-23 16:00
Chỉ với phần chia này mà còn tự mãn?
Xem bản gốcTrả lời0
LayerHopper
· 07-22 20:29
Đã mở giao dịch, ngay lập tức làm gấp mười lần
Xem bản gốcTrả lời0
HodlKumamon
· 07-22 20:25
Đừng nói nữa, nhanh chóng nhập một vị thế đi, Gấu Gấu đã tính toán xong dữ liệu hồi quy rồi~
Xem bản gốcTrả lời0
DeFiVeteran
· 07-22 20:07
Theo xu hướng này, thị trường tăng chắc chắn sẽ xảy ra.
AI Agent: Web3 và AI là những ngôi sao tiềm năng trong lĩnh vực, vốn hóa thị trường chiếm tới 23%
Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent là loại hình dịch vụ doanh nghiệp phổ biến và trưởng thành trong khởi nghiệp Web2, trong khi ở lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng trở thành xu hướng chủ đạo do vai trò then chốt của chúng trong việc xây dựng hệ sinh thái.
Hiện tại, số lượng dự án AI Agent trong Web3 không nhiều, chỉ chiếm 8%, nhưng tỷ lệ vốn hóa thị trường của chúng trong lĩnh vực AI lại lên đến 23%, cho thấy sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng, với sự trưởng thành của công nghệ và sự công nhận của thị trường, trong tương lai sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD.
Đối với các dự án Web3, việc áp dụng công nghệ AI cho các sản phẩm ứng dụng không phải là cốt lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái đầy đủ và thiết kế mô hình kinh tế token, nhằm thúc đẩy phi tập trung và hiệu ứng mạng.
Cuộc cách mạng AI: Tình trạng xuất hiện nhiều dự án và sự gia tăng định giá
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng ngắn ngủi đã thu hút hơn một trăm triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt tới con số 20,3 triệu đô la Mỹ ấn tượng, trong khi OpenAI cũng nhanh chóng phát hành các phiên bản lặp lại như GPT-4, GP4-4o sau khi ra mắt ChatGPT. Với sự phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và đã đồng loạt tung ra các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta ra mắt Llama3, trong khi các công ty Trung Quốc cũng đã cho ra mắt các mô hình lớn như Văn tâm nhất ngôn, Trí phổ thanh ngôn, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc cạnh tranh giữa các gã khổng lồ công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà từ các thống kê điều tra nghiên cứu AI mã nguồn mở, báo cáo AI Index năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng vọt từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023. Đặc biệt, sau khi GPT được phát hành vào năm 2023, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự quan tâm của cộng đồng phát triển toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI đã được phản ánh trực tiếp vào thị trường đầu tư, thị trường đầu tư AI đang cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý hai năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt 150 triệu đô la, gấp đôi so với quý đầu tiên. Tổng số vốn tài trợ cho các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ đô la, tăng hơn gấp đôi so với năm trước. Trong số đó, xAI thuộc sở hữu của Elon Musk đã huy động được 6 tỷ đô la, với định giá 24 tỷ đô la, trở thành công ty khởi nghiệp AI có định giá cao thứ hai chỉ sau OpenAI.
Sự phát triển nhanh chóng của công nghệ AI đang tái định hình bản đồ lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh gay gắt giữa các ông lớn công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, và sự cuồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án xuất hiện liên tục, số vốn đầu tư liên tục lập kỷ lục mới, và định giá cũng theo đó tăng cao. Nhìn chung, thị trường AI đang ở trong một thời kỳ vàng son phát triển nhanh chóng, các mô hình ngôn ngữ lớn và công nghệ tạo ra thông tin tăng cường đã đạt được những tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn phải đối mặt với thách thức khi chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, chẳng hạn như sự không chắc chắn trong đầu ra của mô hình, rủi ro tạo ra thông tin không chính xác và vấn đề minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các tình huống yêu cầu độ tin cậy rất cao.
Trong bối cảnh này, chúng tôi bắt đầu nghiên cứu về AI Agent, vì AI Agent nhấn mạnh tính toàn diện trong việc giải quyết các vấn đề thực tế và tương tác với môi trường. Sự chuyển mình này đánh dấu sự tiến hóa của công nghệ AI từ các mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu, học hỏi và giải quyết các vấn đề thực tế. Vì vậy, chúng tôi thấy hy vọng từ sự phát triển của AI Agent, nó đang dần thu hẹp khoảng cách giữa công nghệ AI và việc giải quyết các vấn đề thực tế. Sự tiến hóa của công nghệ AI liên tục tái định hình cấu trúc năng suất, trong khi công nghệ Web3 đang tái cấu trúc các mối quan hệ sản xuất trong nền kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với các khái niệm cốt lõi của Web3 như phi tập trung, kinh tế mã thông báo và hợp đồng thông minh, chúng tôi dự đoán sẽ sinh ra một loạt các ứng dụng đổi mới. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng, AI Agent với khả năng tự thực hiện nhiệm vụ, đã thể hiện tiềm năng to lớn để thực hiện các ứng dụng quy mô lớn.
Để làm điều này, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng Web3, phần mềm trung gian, đến các ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá những loại dự án và bối cảnh ứng dụng triển vọng nhất, để hiểu sâu hơn về sự kết hợp sâu sắc giữa AI và Web3.
Khái niệm rõ ràng: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu AI Agent, để giúp độc giả hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ lấy một ví dụ từ một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến du lịch. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và lời khuyên du lịch. Công nghệ tạo sinh tăng cường tìm kiếm có thể cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như Jarvis trong phim Iron Man, có khả năng hiểu nhu cầu và còn chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện các thao tác đặt chỗ và thêm lịch trình vào lịch.
Hiện nay, định nghĩa phổ biến về AI Agent trong ngành là hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng. Nó thu thập thông tin môi trường thông qua cảm biến, sau đó xử lý và tác động đến môi trường thông qua bộ truyền động (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý tích hợp các khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ cung cấp thông tin đơn thuần mà còn có khả năng lập kế hoạch, phân tách nhiệm vụ và thực hiện một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể nhận thấy rằng AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong nhiều tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và khả năng lái xe tự động cấp độ L5 trở lên của Tesla đều có thể được coi là những ví dụ về AI Agent. Những hệ thống này có một đặc điểm chung là đều có khả năng cảm nhận đầu vào từ người dùng bên ngoài và dựa vào đó để tạo ra ảnh hưởng tương ứng đến môi trường thực tế.
Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rõ ràng rằng Transformer là kiến trúc công nghệ cấu thành nên mô hình AI, GPT là dòng mô hình phát triển dựa trên kiến trúc này, trong khi GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở các giai đoạn phát triển khác nhau. ChatGPT thì là AI Agent tiến hóa từ mô hình GPT.
Phân loại tổng quan
Thị trường AI Agent hiện tại chưa hình thành tiêu chuẩn phân loại thống nhất, chúng tôi đã gán nhãn cho 204 dự án AI Agent trong thị trường Web2+Web3, dựa trên các nhãn nổi bật tương ứng với từng dự án, chia thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một gồm ba loại: cơ sở hạ tầng, tạo nội dung, tương tác người dùng, sau đó được phân chia theo các trường hợp sử dụng thực tế.
Cơ sở hạ tầng:
Loại này tập trung vào việc xây dựng nội dung ở tầng thấp hơn của lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như dịch vụ B2B cho các ứng dụng tầng thấp đã tương đối trưởng thành.
Công cụ phát triển: Cung cấp cho nhà phát triển các công cụ và khung hỗ trợ để xây dựng AI Agent.
Lớp xử lý dữ liệu: Xử lý và phân tích các định dạng dữ liệu khác nhau, chủ yếu được sử dụng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp đào tạo mô hình: Cung cấp dịch vụ đào tạo mô hình cho AI, bao gồm suy diễn, xây dựng mô hình, thiết lập, v.v.
Dịch vụ cho B: Chủ yếu hướng đến người dùng doanh nghiệp, cung cấp dịch vụ doanh nghiệp, dịch vụ theo chiều dọc và các giải pháp tự động hóa.
Nền tảng tập hợp: nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.
Loại tương tác:
Giống như các loại nội dung sinh ra, điểm khác biệt là tương tác hai chiều liên tục. Agent loại tương tác không chỉ tiếp nhận và hiểu nhu cầu của người dùng, mà còn cung cấp phản hồi thông qua các công nghệ như xử lý ngôn ngữ tự nhiên (NLP), đạt được sự tương tác hai chiều với người dùng.
Loại hỗ trợ cảm xúc: AI Agent cung cấp sự hỗ trợ và đồng hành về cảm xúc.
Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền đào tạo sinh).
Loại tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp Agent chủ yếu để truy xuất thông tin chính xác hơn.
Nội dung sinh ra:
Các dự án này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để sinh ra các hình thức nội dung khác nhau theo chỉ dẫn của người dùng, được chia thành bốn loại: sinh văn bản, sinh hình ảnh, sinh video và sinh âm thanh.
Phân tích tình hình phát triển của Web2 AI Agent
Theo thống kê của chúng tôi, việc phát triển AI Agent trong Internet truyền thống Web2 đang có xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào các loại hạ tầng, trong đó chủ yếu là dịch vụ B2B và công cụ phát triển, chúng tôi cũng đã tiến hành một số phân tích về hiện tượng này.
Ảnh hưởng của độ chín công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ chín công nghệ của chúng. Những dự án này thường được xây dựng dựa trên các công nghệ và khung đã được thời gian kiểm chứng, từ đó giảm thiểu độ khó và rủi ro trong phát triển. Tương tự như "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Sự thúc đẩy của nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI ở thị trường doanh nghiệp cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp nâng cao hiệu quả hoạt động và giảm chi phí. Đồng thời, đối với các nhà phát triển, dòng tiền từ doanh nghiệp tương đối ổn định, có lợi cho việc phát triển các dự án tiếp theo.
Giới hạn của các trường hợp ứng dụng: Đồng thời, chúng tôi nhận thấy rằng các AI tạo nội dung có ứng dụng tương đối hạn chế trên thị trường B2B. Do sự không ổn định của sản phẩm đầu ra, các doanh nghiệp có xu hướng chọn những ứng dụng có thể tăng năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án tương đối nhỏ.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và các yếu tố thực tế của các tình huống ứng dụng. Với sự tiến bộ liên tục của công nghệ AI và nhu cầu thị trường ngày càng rõ ràng, chúng tôi dự đoán rằng cấu trúc này có thể sẽ điều chỉnh, nhưng các cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án dẫn đầu AI Agent Web2
Chúng tôi sẽ đi sâu vào phân tích một số dự án AI Agent hiện tại trên thị trường Web2 và lấy ba dự án Character AI, Perplexity AI, Midjourney làm ví dụ.
Trí tuệ nhân tạo nhân vật：
Giới thiệu sản phẩm: Character.AI cung cấp hệ thống đối thoại dựa trên trí tuệ nhân tạo và công cụ tạo nhân vật ảo. Nền tảng của họ cho phép người dùng tạo, đào tạo và tương tác với các nhân vật ảo có khả năng đối thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.
Phân tích dữ liệu: Character.AI đã đạt 277 triệu lượt truy cập vào tháng 5, nền tảng này có hơn 3.5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng có độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ. Character AI thể hiện tốt trên thị trường vốn, hoàn thành quy trình huy động 150 triệu đô la, với mức định giá đạt 1 tỷ đô la, do a16z dẫn đầu.
Phân tích kỹ thuật: Character AI đã ký kết thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet để sử dụng mô hình ngôn ngữ lớn của mình, cho thấy Character AI đang áp dụng công nghệ tự phát triển. Đáng chú ý, các nhà sáng lập của công ty là Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ đối thoại Llama của Google.
Perplexity AI:
Giới thiệu sản phẩm: Perplexity có khả năng thu thập và cung cấp câu trả lời chi tiết từ internet. Bằng cách trích dẫn và tham chiếu các liên kết, nó đảm bảo tính đáng tin cậy và chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu truy vấn đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, lượng truy cập trên ứng dụng di động và máy tính để bàn đã tăng 8,6% trong tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã công bố nhận được 62,7 triệu USD tài trợ, định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn đầu, với sự tham gia của Stan Druckenmiller và NVIDIA.
Phân tích kỹ thuật: Mô hình chính mà Perplexity sử dụng là GPT-3.5 đã được tinh chỉnh, cùng với hai mô hình lớn được tinh chỉnh từ các mô hình lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Các mô hình này phù hợp với nghiên cứu học thuật chuyên nghiệp và các truy vấn trong các lĩnh vực chuyên biệt, đảm bảo độ chính xác và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra nhiều phong cách và chủ đề khác nhau trong Midjourney thông qua Prompts.