Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent thể hiện sức cạnh tranh mạnh mẽ trên thị trường trong lĩnh vực Web3+AI. 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 tới 23%. Dự kiến, khi công nghệ trưởng thành và mức độ công nhận của thị trường tăng lên, sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD trong tương lai.
Đối với các dự án Web3, việc áp dụng công nghệ AI cho các sản phẩm không phải lõi AI có thể trở thành lợi thế chiến lược. Đối với dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái toàn diện và thiết kế mô hình kinh tế token để thúc đẩy sự phi tập trung và hiệu ứng mạng.
Xu hướng AI: Tình trạng dự án ra đời và giá trị bị đẩy lên
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng đã thu hút hơn một trăm triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt con số ấn tượng là 20,3 triệu đô la Mỹ. Sau khi phát hành ChatGPT, OpenAI cũng nhanh chóng cho ra mắt các phiên bản lặp tiếp theo như GPT-4, GP4-4o. Với sự phát triển mạnh mẽ như vậy, các ông lớn công nghệ truyền thống nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và đã đồng loạt giới thiệu 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 cho ra mắt các mô hình lớn như Wenxin Yiyan và Zhipu Qingyan. Rõ ràng, lĩnh vực AI đã trở thành một chiến trường mà các bên đều muốn giành lấy.
Cuộc đua giữa các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của ứng dụng thương mại, mà chúng tôi cũng nhận thấy từ thống kê điều tra về 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 1.800.000 vào năm 2023, đặc biệt là 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 nhiệt tình của cộng đồng các nhà phát triển toàn cầu đối với nghiên cứu AI.
Đam mê đối với công nghệ AI đã được phản ánh trực tiếp trong thị trường đầu tư, thị trường đầu tư AI đang có sự tăng trưởng mạnh mẽ, với sự bùng nổ trong quý 2 năm 2024. Toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt 150 triệu USD, gấp đôi so với quý 1. Tổng số vốn huy động của các startup AI đã tăng vọt lên 24 tỷ USD, tăng hơn một lần so với cùng kỳ năm trước. Trong số đó, xAI thuộc sở hữu của Musk đã huy động được 6 tỷ USD, với mức định giá 24 tỷ USD, trở thành công ty khởi nghiệp AI có mức định giá cao thứ hai 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 sự 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, cho đến sự đón nhận nồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án liên tục xuất hiện, số vốn đầu tư đạt kỷ lục mới, và giá trị cũng theo đó mà tăng cao. Nói chung, thị trường AI đang ở trong một giai đoạn vàng phát triển nhanh chóng, với 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 gặp thách thức trong việc chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, 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 những trường hợp ứng dụng 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 biến này đánh dấu sự tiến hóa của công nghệ AI từ những mô hình ngôn ngữ thuần túy sang những hệ thống thông minh có khả năng thực sự hiểu, học hỏi và giải quyết các vấn đề thực tế. Vì vậy, từ sự phát triển của AI Agent, chúng tôi thấy hy vọng, 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 không ngừng định hình lại cấu trúc năng suất, trong khi công nghệ Web3 đang tái cấu trúc mối quan hệ sản xuất của nền kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với các nguyên tắc cốt lõi của Web3 như phi tập trung, kinh tế mã thông báo và hợp đồng thông minh, chúng tôi dự đoán sẽ nảy sinh ra một loạt các ứng dụng đổi mới. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi cho rằng, AI Agent với khả năng tự thực hiện nhiệm vụ, thể hiện tiềm năng to lớn để đạt được 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, middleware, đến các khía cạnh ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá các loại dự án và tình huống ứng dụng triển vọng nhất, để hiểu sâu sắc sự tích hợp sâu giữa AI và Web3.
Làm rõ khái niệm: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu AI Agent, để giúp người đọc hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ đưa ra một ví dụ qua một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến đi. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ sinh ra 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 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 tại, trong ngành, định nghĩa phổ biến về AI Agent là một hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng, thông qua cảm biến để thu thập thông tin về môi trường, sau khi xử lý sẽ tác động đến môi trường thông qua bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý tích hợp khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và khả năng sử dụng công cụ. Nó không chỉ cung cấp thông tin đơn thuần, mà còn có thể lập kế hoạch, phân tách nhiệm vụ và thực hiện chúng một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể thấy AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được ứng dụng trong các tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và việc lái xe tự động cấp L5 trở lên của Tesla đều có thể được coi là các ví dụ về AI Agent. Những hệ thống này có đặc điểm chung là đều có khả năng cảm nhận đầu vào của người dùng từ môi trường bên ngoài, và từ đó đưa ra phản hồi có ảnh hưởng đến môi trường thực tế.
Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rằng Transformer là kiến trúc công nghệ cấu thành mô hình AI, GPT là loạt 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. ChatGP thì là AI Agent phát triển dựa trên mô hình GPT.
Phân loại tổng quan
Thị trường AI Agent hiện tại chưa hình thành tiêu chuẩn phân loại thống nhất, chúng tôi thông qua việc gán nhãn cho 204 dự án AI Agent trong thị trường Web2 + Web3, dựa trên các nhãn nổi bật tương ứng của từng dự án, đã chia thành các phân loại cấp một và cấp hai. Trong đó, phân loại cấp một gồm ba loại: cơ sở hạ tầng, tạo nội dung và tương tác người dùng, sau đó được phân loại chi tiết dựa trên các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng nội dung cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B ứng dụng cơ bản đã phát triển.
Công cụ phát triển: Cung cấp cho các nhà phát triển các công cụ và khuôn khổ hỗ trợ để xây dựng AI Agent.
Lớp xử lý dữ liệu: Xử lý và phân tích dữ liệu ở các định dạng khác nhau, chủ yếu dùng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Loại huấn luyện mô hình: Cung cấp dịch vụ huấn luyện mô hình cho AI, bao gồm suy diễn, xây dựng mô hình, thiết lập, v.v.
Dịch vụ B端: chủ yếu hướng đến người dùng doanh nghiệp, cung cấp các giải pháp dịch vụ doanh nghiệp, theo chiều dọc và tự động hóa.
Nền tảng tập hợp: nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.
Loại tương tác: Tương tự như loại tạo nội dung, sự khác biệt nằm ở việc tương tác hai chiều liên tục. Đại lý 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), thực hiện tương tác hai chiều với người dùng.
Loại hỗ trợ cảm xúc: AI Agent cung cấp hỗ trợ và đồng hành cảm xúc.
Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh sinh).
Loại tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp thông tin chính xác hơn cho Agent.
Thể loại tạo nội dung: Các dự án loại này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để tạo ra các hình thức nội dung khác nhau dựa trên chỉ thị của người dùng, được chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo âm thanh.
Phân tích tình trạng phát triển của Web2 AI Agent
Theo thống kê của chúng tôi, việc phát triển AI Agent trong Internet truyền thống Web2 thể hiện một xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào các loại cơ sở hạ tầng, trong đó chủ yếu là dịch vụ B2B và công cụ phát triển, chúng tôi cũng đã thực hiện một số phân tích về hiện tượng này.
Tác động của độ trưởng thành công nghệ: Các dự án hạ tầng chiếm ưu thế chủ yếu nhờ vào độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng trên nền tảng công nghệ và khung đã được thử nghiệm qua thời gian, từ đó giảm bớt độ khó và rủi ro trong việc phát triển. Nó tương đương với "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Động lực từ nhu cầu thị trường: Một yếu tố then chốt khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI trên thị trường doanh nghiệp cấp bách hơn, đặc biệt 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: Trong khi đó, chúng tôi nhận thấy rằng các trường hợp ứng dụng của AI tạo nội dung trên thị trường B2B tương đối hạn chế. Do tính không ổn định của sản phẩm, các doanh nghiệp có xu hướng ưa chuộng những ứng dụng có thể tăng năng suất một cách ổn định. Điều này dẫn đến việc AI tạo nội dung chiếm tỷ lệ nhỏ trong kho dự án.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và những cân nhắc thực tế về các trường hợp ứng dụng. Với sự tiến bộ không ngừng 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 hạ tầng cơ sở vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án hàng đầu AI Agent Web2
Chúng tôi sẽ đi sâu vào một số dự án AI Agent hiện tại trên thị trường Web2 và phân tích chúng, lấy ba dự án là Character AI, Perplexity AI và Midjourney làm ví dụ.
Nhân vật AI:
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 nó cho phép người dùng tạo ra, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng đối thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.
Phân tích dữ liệu: Character.AI có 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 trong độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành vòng đầu tư 150 triệu USD, đạt mức định giá 1 tỷ USD, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký một 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, điều này 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 khảo các liên kết, nó đảm bảo tính đáng tin cậy và độ chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng để thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu tìm kiếm đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, lượt truy cập ứng dụng di động và máy tính để bàn của họ đã tăng 8,6% trong tháng Hai, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã công bố huy động được 62,7 triệu USD, với định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn dắt, 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 cho nghiên cứu học thuật chuyên sâu và các truy vấn trong lĩnh vực cụ thể, đảm bảo độ chính xác và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra các hình ảnh với nhiều phong cách và chủ đề khác nhau thông qua các Prompts trên Midjourney, đáp ứng nhu cầu sáng tạo phong phú từ hiện thực đến trừu tượng. Nền tảng cũng cung cấp khả năng trộn và chỉnh sửa hình ảnh, cho phép người dùng chồng hình ảnh và chuyển giao phong cách, chức năng tạo ra hình ảnh theo thời gian thực của nền tảng đảm bảo người dùng có thể nhận được hình ảnh trong vài chục giây.
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.
14 thích
Phần thưởng
14
6
Đăng lại
Chia sẻ
Bình luận
0/400
AirdropHunterXM
· 12giờ trước
Lại thấy một đợt đồ ngốc chơi đùa với mọi người xuất hiện.
Xem bản gốcTrả lời0
LayerZeroHero
· 12giờ trước
ai cuối cùng cũng chỉ dựa vào agent mà thôi
Xem bản gốcTrả lời0
MEVSandwichVictim
· 12giờ trước
Có thể hiểu rõ về sandwich trước rồi hãy nói về ai.
Xem bản gốcTrả lời0
GhostAddressMiner
· 12giờ trước
Lại thấy vốn thổi bọt, tôi đã mệt mỏi khi nhìn dữ liệu địa chỉ airdrop giai đoạn đầu... Nhiều bên dự án chơi AI lần này đều là những lão quái trong thời kỳ web2.
Tiềm năng lớn của AI Agent trong tương lai có thể trở thành động lực mới cho sự phát triển Web3 + AI
Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent thể hiện sức cạnh tranh mạnh mẽ trên thị trường trong lĩnh vực Web3+AI. 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 tới 23%. Dự kiến, khi công nghệ trưởng thành và mức độ công nhận của thị trường tăng lên, sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD trong tương lai.
Đối với các dự án Web3, việc áp dụng công nghệ AI cho các sản phẩm không phải lõi AI có thể trở thành lợi thế chiến lược. Đối với dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái toàn diện và thiết kế mô hình kinh tế token để thúc đẩy sự phi tập trung và hiệu ứng mạng.
Xu hướng AI: Tình trạng dự án ra đời và giá trị bị đẩy lên
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng đã thu hút hơn một trăm triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt con số ấn tượng là 20,3 triệu đô la Mỹ. Sau khi phát hành ChatGPT, OpenAI cũng nhanh chóng cho ra mắt các phiên bản lặp tiếp theo như GPT-4, GP4-4o. Với sự phát triển mạnh mẽ như vậy, các ông lớn công nghệ truyền thống nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và đã đồng loạt giới thiệu 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 cho ra mắt các mô hình lớn như Wenxin Yiyan và Zhipu Qingyan. Rõ ràng, lĩnh vực AI đã trở thành một chiến trường mà các bên đều muốn giành lấy.
Cuộc đua giữa các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của ứng dụng thương mại, mà chúng tôi cũng nhận thấy từ thống kê điều tra về 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 1.800.000 vào năm 2023, đặc biệt là 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 nhiệt tình của cộng đồng các nhà phát triển toàn cầu đối với nghiên cứu AI.
Đam mê đối với công nghệ AI đã được phản ánh trực tiếp trong thị trường đầu tư, thị trường đầu tư AI đang có sự tăng trưởng mạnh mẽ, với sự bùng nổ trong quý 2 năm 2024. Toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt 150 triệu USD, gấp đôi so với quý 1. Tổng số vốn huy động của các startup AI đã tăng vọt lên 24 tỷ USD, tăng hơn một lần so với cùng kỳ năm trước. Trong số đó, xAI thuộc sở hữu của Musk đã huy động được 6 tỷ USD, với mức định giá 24 tỷ USD, trở thành công ty khởi nghiệp AI có mức định giá cao thứ hai 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 sự 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, cho đến sự đón nhận nồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án liên tục xuất hiện, số vốn đầu tư đạt kỷ lục mới, và giá trị cũng theo đó mà tăng cao. Nói chung, thị trường AI đang ở trong một giai đoạn vàng phát triển nhanh chóng, với 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 gặp thách thức trong việc chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, 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 những trường hợp ứng dụng 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 biến này đánh dấu sự tiến hóa của công nghệ AI từ những mô hình ngôn ngữ thuần túy sang những hệ thống thông minh có khả năng thực sự hiểu, học hỏi và giải quyết các vấn đề thực tế. Vì vậy, từ sự phát triển của AI Agent, chúng tôi thấy hy vọng, 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 không ngừng định hình lại cấu trúc năng suất, trong khi công nghệ Web3 đang tái cấu trúc mối quan hệ sản xuất của nền kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với các nguyên tắc cốt lõi của Web3 như phi tập trung, kinh tế mã thông báo và hợp đồng thông minh, chúng tôi dự đoán sẽ nảy sinh ra một loạt các ứng dụng đổi mới. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi cho rằng, AI Agent với khả năng tự thực hiện nhiệm vụ, thể hiện tiềm năng to lớn để đạt được 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, middleware, đến các khía cạnh ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá các loại dự án và tình huống ứng dụng triển vọng nhất, để hiểu sâu sắc sự tích hợp sâu giữa AI và Web3.
Làm rõ khái niệm: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu AI Agent, để giúp người đọc hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ đưa ra một ví dụ qua một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến đi. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ sinh ra 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 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 tại, trong ngành, định nghĩa phổ biến về AI Agent là một hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng, thông qua cảm biến để thu thập thông tin về môi trường, sau khi xử lý sẽ tác động đến môi trường thông qua bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý tích hợp khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và khả năng sử dụng công cụ. Nó không chỉ cung cấp thông tin đơn thuần, mà còn có thể lập kế hoạch, phân tách nhiệm vụ và thực hiện chúng một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể thấy AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được ứng dụng trong các tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và việc lái xe tự động cấp L5 trở lên của Tesla đều có thể được coi là các ví dụ về AI Agent. Những hệ thống này có đặc điểm chung là đều có khả năng cảm nhận đầu vào của người dùng từ môi trường bên ngoài, và từ đó đưa ra phản hồi có ảnh hưởng đến môi trường thực tế.
Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rằng Transformer là kiến trúc công nghệ cấu thành mô hình AI, GPT là loạt 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. ChatGP thì là AI Agent phát triển dựa trên mô hình GPT.
Phân loại tổng quan
Thị trường AI Agent hiện tại chưa hình thành tiêu chuẩn phân loại thống nhất, chúng tôi thông qua việc gán nhãn cho 204 dự án AI Agent trong thị trường Web2 + Web3, dựa trên các nhãn nổi bật tương ứng của từng dự án, đã chia thành các phân loại cấp một và cấp hai. Trong đó, phân loại cấp một gồm ba loại: cơ sở hạ tầng, tạo nội dung và tương tác người dùng, sau đó được phân loại chi tiết dựa trên các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng nội dung cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B ứng dụng cơ bản đã phát triển.
Công cụ phát triển: Cung cấp cho các nhà phát triển các công cụ và khuôn khổ hỗ trợ để xây dựng AI Agent.
Lớp xử lý dữ liệu: Xử lý và phân tích dữ liệu ở các định dạng khác nhau, chủ yếu dùng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Loại huấn luyện mô hình: Cung cấp dịch vụ huấn luyện mô hình cho AI, bao gồm suy diễn, xây dựng mô hình, thiết lập, v.v.
Dịch vụ B端: chủ yếu hướng đến người dùng doanh nghiệp, cung cấp các giải pháp dịch vụ doanh nghiệp, theo chiều dọc và tự động hóa.
Nền tảng tập hợp: nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.
Loại tương tác: Tương tự như loại tạo nội dung, sự khác biệt nằm ở việc tương tác hai chiều liên tục. Đại lý 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), thực hiện tương tác hai chiều với người dùng.
Loại hỗ trợ cảm xúc: AI Agent cung cấp hỗ trợ và đồng hành cảm xúc.
Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh sinh).
Loại tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp thông tin chính xác hơn cho Agent.
Thể loại tạo nội dung: Các dự án loại này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để tạo ra các hình thức nội dung khác nhau dựa trên chỉ thị của người dùng, được chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo âm thanh.
Phân tích tình trạng phát triển của Web2 AI Agent
Theo thống kê của chúng tôi, việc phát triển AI Agent trong Internet truyền thống Web2 thể hiện một xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào các loại cơ sở hạ tầng, trong đó chủ yếu là dịch vụ B2B và công cụ phát triển, chúng tôi cũng đã thực hiện một số phân tích về hiện tượng này.
Tác động của độ trưởng thành công nghệ: Các dự án hạ tầng chiếm ưu thế chủ yếu nhờ vào độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng trên nền tảng công nghệ và khung đã được thử nghiệm qua thời gian, từ đó giảm bớt độ khó và rủi ro trong việc phát triển. Nó tương đương với "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Động lực từ nhu cầu thị trường: Một yếu tố then chốt khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI trên thị trường doanh nghiệp cấp bách hơn, đặc biệt 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: Trong khi đó, chúng tôi nhận thấy rằng các trường hợp ứng dụng của AI tạo nội dung trên thị trường B2B tương đối hạn chế. Do tính không ổn định của sản phẩm, các doanh nghiệp có xu hướng ưa chuộng những ứng dụng có thể tăng năng suất một cách ổn định. Điều này dẫn đến việc AI tạo nội dung chiếm tỷ lệ nhỏ trong kho dự án.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và những cân nhắc thực tế về các trường hợp ứng dụng. Với sự tiến bộ không ngừng 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 hạ tầng cơ sở vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án hàng đầu AI Agent Web2
Chúng tôi sẽ đi sâu vào một số dự án AI Agent hiện tại trên thị trường Web2 và phân tích chúng, lấy ba dự án là Character AI, Perplexity AI và Midjourney làm ví dụ.
Nhân vật AI:
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 nó cho phép người dùng tạo ra, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng đối thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.
Phân tích dữ liệu: Character.AI có 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 trong độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành vòng đầu tư 150 triệu USD, đạt mức định giá 1 tỷ USD, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký một 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, điều này 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 khảo các liên kết, nó đảm bảo tính đáng tin cậy và độ chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng để thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu tìm kiếm đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, lượt truy cập ứng dụng di động và máy tính để bàn của họ đã tăng 8,6% trong tháng Hai, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã công bố huy động được 62,7 triệu USD, với định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn dắt, 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 cho nghiên cứu học thuật chuyên sâu và các truy vấn trong lĩnh vực cụ thể, đảm bảo độ chính xác và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra các hình ảnh với nhiều phong cách và chủ đề khác nhau thông qua các Prompts trên Midjourney, đáp ứng nhu cầu sáng tạo phong phú từ hiện thực đến trừu tượng. Nền tảng cũng cung cấp khả năng trộn và chỉnh sửa hình ảnh, cho phép người dùng chồng hình ảnh và chuyển giao phong cách, chức năng tạo ra hình ảnh theo thời gian thực của nền tảng đảm bảo người dùng có thể nhận được hình ảnh trong vài chục giây.