Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent trong khởi nghiệp Web2 chủ yếu là loại dịch vụ cho doanh nghiệp, trong khi trong lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng trở thành xu hướng chính nhờ 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, chiếm 8%, nhưng tỷ lệ vốn hóa thị trường của chúng trong lĩnh vực AI lên tới 23%, do đó thể hiện sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng với sự trưởng thành của công nghệ và sự gia tăng độ tin cậy 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 vào sản phẩm đầu cuối không phải AI cốt lõi 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.
Cuộc cách mạng AI: Tình trạng ra mắt dự án và nâng cao định giá
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 20,3 triệu đô la Mỹ, trong khi OpenAI cũng nhanh chóng phát hành các phiên bản nâng cấp như GPT-4, GP4-4o sau khi phát hành ChatGPT. Với sự phát triển nhanh chóng như vậy, các gã khổng lồ công nghệ truyền thống đã nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và lần lượt cho ra mắt các mô hình và ứng dụng AI của riêng họ, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta phát hành Llama3, trong khi các công ty Trung Quốc cũng tung ra các mô hình lớn như Wenxin Yiyan, Zhitu Qingyan, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc đua của các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi từ cuộc khảo sát thống kê nghiên cứu AI mã nguồn mở phát hiện ra rằng, 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 là sau khi GPT được phát hành vào năm 2023, số lượng dự án đã tăng 59,3% so với năm trước, phản ánh sự nhiệt tình của cộng đồng nhà phát triển toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI được phản ánh trực tiếp trong thị trường đầu tư, thị trường đầu tư AI cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý II năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp đôi so với quý I. Tổng số vốn tài trợ cho các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ USD, tăng hơn gấp đôi so với năm trước. Trong đó, xAI của Elon Musk đã huy động được 6 tỷ USD, với định giá 24 tỷ USD, 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 định hình lại bức tranh của 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 liên tục xuất hiện, số tiền đầu tư đạt mức cao mới, và định giá cũng theo đó mà tăng vọt. Tổng thể, thị trường AI đang ở một thời kỳ vàng son phát triển nhanh chóng, với các mô hình ngôn ngữ lớn và công nghệ tạo nội dung tăng cường thông qua tìm kiếm 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 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 về thông tin không chính xác do sự ảo giác tạo ra, và vấn đề về tính minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các kịch bản ứng dụng đòi hỏi 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 tiễn 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, từ sự phát triển của AI Agent, chúng tôi nhìn thấy hy vọng, nó đang dần thu hẹp khoảng cách giữa công nghệ AI và việc giải quyết các vấn đề thực tiễn. Sự tiến hóa của công nghệ AI liên tục định hình lại cấu trúc của năng suất, trong khi công nghệ Web3 đang tái cấu trúc các 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, kết hợp với các khái niệm cốt lõi của Web3 như phi tập trung, kinh tế token và hợp đồng thông minh, chúng tôi dự đoán sẽ tạo 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 thực hiện nhiệm vụ một cách tự chủ, đã thể hiện tiềm năng to lớn trong việc 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 ứng dụng và thị trường dữ liệu và mô hình, nhằm xác định và đánh giá các loại dự án và kịch bản ứng dụng có triển vọng nhất, để hiểu sâu về sự hòa quyện giữa AI và Web3.
Khái niệm làm rõ: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu về 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 lập kế hoạch cho một chuyến đi. Các mô hình ngôn ngữ quy mô lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tạo ra nội dung tăng cường bằng cách truy xuất có thể cung cấp thông tin điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như Jarvis trong bộ phim Iron Man, có khả năng hiểu nhu cầu và còn có thể chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện đặt chỗ và thêm lịch trình vào lịch.
Hiện tại, trong ngành công nghiệp, định nghĩa phổ biến về AI Agent là 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 môi trường, sau đó xử lý và tạo ra ảnh hưởng đến môi trường thông qua các bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp 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 chia nhiệm vụ và thực hiện chúng một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể nhận thấy AI Agent đã sớm tích hợp vào cuộc sống của chúng ta, được ứng dụng trong nhiều bối cảnh khác nhau, chẳng hạn như AlphaGo, Siri, và hệ thống lái xe tự động cấp độ L5 của Tesla, đều có thể được coi là ví dụ về AI Agent. Những hệ thống này có đặc điểm chung là có khả năng cảm nhận đầu vào từ người dùng bên ngoài và từ đó phản hồi để tạo ra tác động 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 kỹ thuật cấu thành mô hình AI, GPT là chuỗi 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 là AI Agent phát triển dựa trên mô hình GPT.
Tổng quan phân loại
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 và Web3, dựa trên các nhãn nổi bật của từng dự án, phân thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một bao gồm ba loại: cơ sở hạ tầng, tạo nội dung, tương tác người dùng, sau đó được chia nhỏ dựa trên các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng các nội dung cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển và các dịch vụ B2B đã phát triển hơn ở cấp độ cơ bản.
Công cụ phát triển: Cung cấp cho các 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 dữ liệu ở các định dạng khác nhau, chủ yếu được sử dụng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp 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, giải pháp theo ngành 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. Agent loại tương tác không chỉ chấp 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 hình hỗ trợ tình cảm: Cung cấp sự hỗ trợ và đồng hành tình cảm từ AI Agent.
Loại GPT: Đại lý AI dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).
Tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp Agent chủ yếu cho việc truy xuất thông tin chính xác hơn.
Nội dung tạo ra: Loại dự án 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 theo chỉ dẫn của người dùng, chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo 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 thể hiện một xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào lĩnh vực hạ tầng, trong đó chủ yếu là các 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 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 trên nền tảng công nghệ và khung đã được kiểm nghiệm theo thời gian, từ đó giảm bớt độ khó và rủi ro trong phát triển. Tương đương với "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 then chốt khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI trong 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.
Hạn chế về bối cảnh ứng dụng: Đồng thời, chúng tôi nhận thấy rằng ứng dụng của AI tạo nội dung trong 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 khả năng 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 phát triển 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 các loại cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án dẫn đầu Web2 AI Agent
Chúng tôi sẽ đi sâu vào phân tích một số dự án AI Agent hiện tại trên thị trường Web2, lấy ba dự án Character AI, Perplexity AI và Midjourney làm ví dụ.
Character 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, huấn luyện và tương tác với các nhân vật ảo, những nhân vật có khả năng thực hiện đối thoại 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 tuổi. Character AI đã thể hiện tốt trên thị trường vốn, hoàn thành việc huy động 150 triệu USD, với định giá đạt 1 tỷ USD, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký kết thỏa thuận cấp phép phi 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. Thông qua việc trích dẫn và tham chiếu 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 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, với lưu lượng truy cập ứng dụng di động và máy tính để bàn 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, 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 nghiệp và các truy vấn trong lĩnh vực chuyên biệt, đảm bảo độ chân thực và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra nhiều phong cách và chủ đề hình ảnh khác nhau trên Midjourney thông qua Prompts, bao gồm từ hiện thực đến
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.
17 thích
Phần thưởng
17
7
Chia sẻ
Bình luận
0/400
OldLeekNewSickle
· 6phút trước
Một đợt chơi đùa với mọi người nữa, nhìn thấu nhưng không nói ra.
Xem bản gốcTrả lời0
BearMarketSurvivor
· 13giờ trước
Cỏ khô hay không cỏ khô, thị trường thực sự phải xem có tiền lớn vào không.
Xem bản gốcTrả lời0
GasWrangler
· 07-25 22:23
Nói một cách kỹ thuật, vốn hóa thị trường không có ý nghĩa gì nếu lớp cơ sở không được tối ưu hóa...smh
Xem bản gốcTrả lời0
NFTArchaeologis
· 07-25 22:21
Như thời điểm chuyển giao sau bong bóng Internet năm xưa, vừa quen thuộc vừa xa lạ.
Liệu AI Agent có thể trở thành động lực chính cho sự kết hợp giữa Web3 và AI?
Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent trong khởi nghiệp Web2 chủ yếu là loại dịch vụ cho doanh nghiệp, trong khi trong lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng trở thành xu hướng chính nhờ 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, chiếm 8%, nhưng tỷ lệ vốn hóa thị trường của chúng trong lĩnh vực AI lên tới 23%, do đó thể hiện sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng với sự trưởng thành của công nghệ và sự gia tăng độ tin cậy 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 vào sản phẩm đầu cuối không phải AI cốt lõi 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.
Cuộc cách mạng AI: Tình trạng ra mắt dự án và nâng cao định giá
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 20,3 triệu đô la Mỹ, trong khi OpenAI cũng nhanh chóng phát hành các phiên bản nâng cấp như GPT-4, GP4-4o sau khi phát hành ChatGPT. Với sự phát triển nhanh chóng như vậy, các gã khổng lồ công nghệ truyền thống đã nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và lần lượt cho ra mắt các mô hình và ứng dụng AI của riêng họ, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta phát hành Llama3, trong khi các công ty Trung Quốc cũng tung ra các mô hình lớn như Wenxin Yiyan, Zhitu Qingyan, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc đua của các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi từ cuộc khảo sát thống kê nghiên cứu AI mã nguồn mở phát hiện ra rằng, 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 là sau khi GPT được phát hành vào năm 2023, số lượng dự án đã tăng 59,3% so với năm trước, phản ánh sự nhiệt tình của cộng đồng nhà phát triển toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI được phản ánh trực tiếp trong thị trường đầu tư, thị trường đầu tư AI cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý II năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp đôi so với quý I. Tổng số vốn tài trợ cho các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ USD, tăng hơn gấp đôi so với năm trước. Trong đó, xAI của Elon Musk đã huy động được 6 tỷ USD, với định giá 24 tỷ USD, 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 định hình lại bức tranh của 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 liên tục xuất hiện, số tiền đầu tư đạt mức cao mới, và định giá cũng theo đó mà tăng vọt. Tổng thể, thị trường AI đang ở một thời kỳ vàng son phát triển nhanh chóng, với các mô hình ngôn ngữ lớn và công nghệ tạo nội dung tăng cường thông qua tìm kiếm 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 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 về thông tin không chính xác do sự ảo giác tạo ra, và vấn đề về tính minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các kịch bản ứng dụng đòi hỏi 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 tiễn 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, từ sự phát triển của AI Agent, chúng tôi nhìn thấy hy vọng, nó đang dần thu hẹp khoảng cách giữa công nghệ AI và việc giải quyết các vấn đề thực tiễn. Sự tiến hóa của công nghệ AI liên tục định hình lại cấu trúc của năng suất, trong khi công nghệ Web3 đang tái cấu trúc các 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, kết hợp với các khái niệm cốt lõi của Web3 như phi tập trung, kinh tế token và hợp đồng thông minh, chúng tôi dự đoán sẽ tạo 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 thực hiện nhiệm vụ một cách tự chủ, đã thể hiện tiềm năng to lớn trong việc 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 ứng dụng và thị trường dữ liệu và mô hình, nhằm xác định và đánh giá các loại dự án và kịch bản ứng dụng có triển vọng nhất, để hiểu sâu về sự hòa quyện giữa AI và Web3.
Khái niệm làm rõ: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu về 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 lập kế hoạch cho một chuyến đi. Các mô hình ngôn ngữ quy mô lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tạo ra nội dung tăng cường bằng cách truy xuất có thể cung cấp thông tin điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như Jarvis trong bộ phim Iron Man, có khả năng hiểu nhu cầu và còn có thể chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện đặt chỗ và thêm lịch trình vào lịch.
Hiện tại, trong ngành công nghiệp, định nghĩa phổ biến về AI Agent là 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 môi trường, sau đó xử lý và tạo ra ảnh hưởng đến môi trường thông qua các bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp 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 chia nhiệm vụ và thực hiện chúng một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể nhận thấy AI Agent đã sớm tích hợp vào cuộc sống của chúng ta, được ứng dụng trong nhiều bối cảnh khác nhau, chẳng hạn như AlphaGo, Siri, và hệ thống lái xe tự động cấp độ L5 của Tesla, đều có thể được coi là ví dụ về AI Agent. Những hệ thống này có đặc điểm chung là có khả năng cảm nhận đầu vào từ người dùng bên ngoài và từ đó phản hồi để tạo ra tác động 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 kỹ thuật cấu thành mô hình AI, GPT là chuỗi 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 là AI Agent phát triển dựa trên mô hình GPT.
Tổng quan phân loại
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 và Web3, dựa trên các nhãn nổi bật của từng dự án, phân thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một bao gồm ba loại: cơ sở hạ tầng, tạo nội dung, tương tác người dùng, sau đó được chia nhỏ dựa trên các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng các nội dung cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển và các dịch vụ B2B đã phát triển hơn ở cấp độ cơ bản.
Công cụ phát triển: Cung cấp cho các 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 dữ liệu ở các định dạng khác nhau, chủ yếu được sử dụng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp 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, giải pháp theo ngành 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. Agent loại tương tác không chỉ chấp 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 hình hỗ trợ tình cảm: Cung cấp sự hỗ trợ và đồng hành tình cảm từ AI Agent.
Loại GPT: Đại lý AI dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).
Tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp Agent chủ yếu cho việc truy xuất thông tin chính xác hơn.
Nội dung tạo ra: Loại dự án 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 theo chỉ dẫn của người dùng, chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo 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 thể hiện một xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào lĩnh vực hạ tầng, trong đó chủ yếu là các 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 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 trên nền tảng công nghệ và khung đã được kiểm nghiệm theo thời gian, từ đó giảm bớt độ khó và rủi ro trong phát triển. Tương đương với "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 then chốt khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI trong 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.
Hạn chế về bối cảnh ứng dụng: Đồng thời, chúng tôi nhận thấy rằng ứng dụng của AI tạo nội dung trong 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 khả năng 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 phát triển 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 các loại cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án dẫn đầu Web2 AI Agent
Chúng tôi sẽ đi sâu vào phân tích một số dự án AI Agent hiện tại trên thị trường Web2, lấy ba dự án Character AI, Perplexity AI và Midjourney làm ví dụ.
Character 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, huấn luyện và tương tác với các nhân vật ảo, những nhân vật có khả năng thực hiện đối thoại 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 tuổi. Character AI đã thể hiện tốt trên thị trường vốn, hoàn thành việc huy động 150 triệu USD, với định giá đạt 1 tỷ USD, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký kết thỏa thuận cấp phép phi 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. Thông qua việc trích dẫn và tham chiếu 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 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, với lưu lượng truy cập ứng dụng di động và máy tính để bàn 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, 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 nghiệp và các truy vấn trong lĩnh vực chuyên biệt, đảm bảo độ chân thực và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra nhiều phong cách và chủ đề hình ảnh khác nhau trên Midjourney thông qua Prompts, bao gồm từ hiện thực đến