¿Puede el Agente de IA convertirse en la salvación para Web3+IA?
Los proyectos de AI Agent son un tipo popular y maduro en el emprendimiento Web2, principalmente en el servicio empresarial, mientras que en el ámbito de Web3, los proyectos de entrenamiento de modelos y de plataformas integradas se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
Actualmente, el número de proyectos de AI Agent en Web3 es limitado, representando solo el 8%, pero su participación en el valor de mercado dentro del sector de AI alcanza el 23%, lo que demuestra una fuerte competitividad en el mercado. Prevemos que, a medida que la tecnología madure y aumente el reconocimiento en el mercado, surgirán múltiples proyectos valorados en más de 1,000 millones de dólares.
Para los proyectos Web3, la introducción de tecnologías de IA en productos de aplicación que no son el núcleo de IA puede convertirse en una ventaja estratégica. En el caso de proyectos de Agentes de IA, la forma de integración debe centrarse en la construcción de un ecosistema completo y el diseño de modelos económicos de tokens para promover la descentralización y los efectos de red.
Ola de IA: la situación actual de la aparición de proyectos y el aumento de valoraciones
Desde que ChatGPT fue lanzado en noviembre de 2022, ha atraído a más de cien millones de usuarios en solo dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT habían alcanzado la impresionante cifra de 20.3 millones de dólares, y OpenAI, tras el lanzamiento de ChatGPT, también lanzó rápidamente versiones iterativas como GPT-4 y GP4-4o. Ante tal tendencia rápida, los grandes gigantes tecnológicos tradicionales se han dado cuenta de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM, y han lanzado sus propios modelos y aplicaciones de IA. Por ejemplo, Google lanzó el modelo de lenguaje PaLM2, Meta presentó Llama3, mientras que las empresas chinas lanzaron modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un área de competencia crucial.
La competencia entre los grandes gigantes tecnológicos no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de estadísticas sobre la IA de código abierto, descubrimos que el informe AI Index de 2024 muestra que el número de proyectos relacionados con la IA en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente después del lanzamiento de GPT en 2023, el número de proyectos creció un 59.3% en comparación interanual, reflejando el entusiasmo de la comunidad de desarrolladores global por la investigación en IA.
La pasión por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un fuerte crecimiento, experimentando un crecimiento explosivo en el segundo trimestre de 2024. A nivel mundial, se han realizado 16 inversiones relacionadas con la IA que superan los 150 millones de dólares, el doble de la cantidad del primer trimestre. El total de financiamiento de las startups de IA ha aumentado a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI de Musk ha recaudado 6 mil millones de dólares, con una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA más valorada después de OpenAI.
El rápido desarrollo de la tecnología de IA está reconfigurando el panorama del sector tecnológico a una velocidad sin precedentes. Desde la intensa competencia entre gigantes tecnológicos, hasta el florecimiento de proyectos en comunidades de código abierto, y la ferviente búsqueda de conceptos de IA en los mercados de capital. Los proyectos surgen sin cesar, las inversiones alcanzan nuevos máximos y las valoraciones también se elevan. En términos generales, el mercado de IA está en un periodo dorado de rápido crecimiento, con grandes modelos de lenguaje y tecnologías de generación aumentada por recuperación logrando avances significativos en el procesamiento del lenguaje. Sin embargo, estos modelos aún enfrentan desafíos al convertir las ventajas tecnológicas en productos reales, como la incertidumbre en las salidas del modelo, el riesgo de generar información inexacta y problemas de transparencia del modelo. Estos problemas son particularmente importantes en escenarios de aplicación que requieren alta fiabilidad.
En este contexto, comenzamos a investigar los Agentes de IA, ya que enfatizan la integralidad en la resolución de problemas prácticos y la interacción con el entorno. Esta transformación marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes capaces de comprender realmente, aprender y resolver problemas del mundo real. Por lo tanto, vemos esperanza en el desarrollo de los Agentes de IA, que están cerrando gradualmente la brecha entre la tecnología de IA y la resolución de problemas prácticos. La evolución de la tecnología de IA está reconfigurando continuamente la estructura de la productividad, mientras que la tecnología Web3 está reestructurando las relaciones de producción en la economía digital. Cuando los tres elementos clave de la IA: datos, modelos y potencia de cálculo se fusionan con los conceptos centrales de descentralización, economía de tokens y contratos inteligentes de Web3, prevemos que surgirán una serie de aplicaciones innovadoras. En este campo de intersección lleno de potencial, creemos que los Agentes de IA, con su capacidad para ejecutar tareas de manera autónoma, demuestran un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones del Agente de IA en Web3, desde la infraestructura de Web3, middleware, hasta el nivel de aplicaciones, así como en varios aspectos del mercado de datos y modelos, con el objetivo de identificar y evaluar los tipos de proyectos y escenarios de aplicación más prometedores, para comprender en profundidad la profunda integración de la IA con Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de presentar el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, utilizaremos un escenario práctico como ejemplo: supongamos que estás planeando un viaje. Los modelos de lenguaje tradicionales proporcionan información sobre destinos y consejos de viaje. La tecnología de generación mejorada por recuperación puede ofrecer contenido de destinos más rico y específico. El Agente AI es como JARVIS en la película de Iron Man, que puede entender las necesidades y, basándose en una de tus frases, buscar proactivamente vuelos y hoteles, realizar reservas y añadir el itinerario al calendario.
Actualmente, la definición común en la industria de un Agente de IA se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones adecuadas. Obtiene información del entorno a través de sensores, la procesa y luego influye en el entorno a través de actuadores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina LLM, RAG, memoria, planificación de tareas y capacidad de uso de herramientas. No solo puede proporcionar información de manera simple, sino que también puede planificar, descomponer tareas y ejecutarlas de verdad.
Según esta definición y características, podemos descubrir que los Agentes de IA ya se han integrado en nuestras vidas, aplicándose en diferentes escenarios, como AlphaGo, Siri y la conducción autónoma de nivel L5 o superior de Tesla, que pueden ser considerados ejemplos de Agentes de IA. La característica común de estos sistemas es que todos pueden percibir la entrada del usuario del entorno externo y, en consecuencia, influir en el entorno real.
Tomemos como ejemplo ChatGPT para aclarar conceptos, debemos señalar claramente que el Transformer es la arquitectura técnica que compone los modelos de IA, GPT es la serie de modelos desarrollada sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan versiones del modelo en diferentes etapas de desarrollo. ChatGPT, por su parte, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de clasificación
En la actualidad, el mercado de Agentes de IA aún no ha formado un estándar de clasificación unificado. A través de la etiquetación de 204 proyectos de Agentes de IA en los mercados de Web2 y Web3, hemos dividido los proyectos en categorías principales y secundarias, según sus etiquetas significativas. Las categorías principales son infraestructura básica, generación de contenido e interacción con el usuario, y luego se subdividen según sus casos de uso reales:
Infraestructura: Esta categoría se centra en construir contenido más básico en el ámbito de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B más maduros y de base.
Herramientas de desarrollo: Proporcionar a los desarrolladores herramientas y marcos auxiliares para construir Agentes de IA.
Clases de procesamiento de datos: procesar y analizar datos en diferentes formatos, principalmente utilizados para apoyar la toma de decisiones y proporcionar fuentes para el entrenamiento.
Clase de entrenamiento de modelos: Ofrecemos servicios de entrenamiento de modelos para IA, incluyendo inferencia, construcción y configuración de modelos, etc.
Servicios B2B: principalmente dirigidos a usuarios empresariales, ofrecen soluciones de servicios empresariales, verticales y automatizadas.
Plataforma de tipo conjunto: plataforma que integra varios servicios y herramientas de AI Agent.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción bidireccional continua. El agente de interacción no solo acepta y comprende las necesidades del usuario, sino que también proporciona retroalimentación a través de tecnologías como el procesamiento del lenguaje natural (NLP), logrando una interacción bidireccional con el usuario.
Agente AI de compañía emocional: proporciona apoyo emocional y compañía.
Clase GPT: Agente de IA basado en el modelo GPT (Transformador generativo preentrenado).
Tipo de búsqueda: Agente enfocado en la función de búsqueda, que proporciona una recuperación de información más precisa.
Generación de contenido: Este tipo de proyectos se centra en crear contenido, utilizando tecnología de modelos grandes para generar diversas formas de contenido según las instrucciones del usuario, que se dividen en generación de texto, generación de imágenes, generación de videos y generación de audio.
Análisis del estado actual del desarrollo de agentes de IA en Web2
Según nuestras estadísticas, el desarrollo de Agentes de IA en la Web2 tradicional muestra una clara tendencia de concentración en sectores específicos. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, donde predominan los servicios B2B y las herramientas de desarrollo. También hemos realizado un análisis de este fenómeno.
Impacto de la madurez tecnológica: La razón por la que los proyectos de infraestructura dominan es, en primer lugar, gracias a su madurez tecnológica. Estos proyectos suelen estar basados en tecnologías y marcos probados a lo largo del tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Equivale a la "pala" en el campo de la IA, proporcionando una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulso de la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumo, la demanda de tecnología de IA en el mercado empresarial es más urgente, especialmente en la búsqueda de soluciones para mejorar la eficiencia operativa y reducir costos. Al mismo tiempo, para los desarrolladores, el flujo de caja proveniente de las empresas es relativamente estable, lo que les beneficia para desarrollar proyectos posteriores.
Limitaciones en los casos de uso: Al mismo tiempo, notamos que las aplicaciones de IA generativa de contenido en el mercado B2B son relativamente limitadas. Debido a la inestabilidad de sus resultados, las empresas tienden a preferir aquellas aplicaciones que pueden mejorar la productividad de manera estable. Esto ha llevado a que la IA generativa de contenido represente una proporción menor en la biblioteca de proyectos.
Esta tendencia refleja la madurez tecnológica, la demanda del mercado y las consideraciones prácticas de los escenarios de aplicación. Con los constantes avances en la tecnología de IA y la mayor claridad en la demanda del mercado, anticipamos que este patrón podría ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis del proyecto líder de agentes de IA Web2
Analizamos en profundidad algunos proyectos de agentes de IA en el mercado actual de Web2, tomando como ejemplos los proyectos de Character AI, Perplexity AI y Midjourney.
Character AI:
Introducción al producto: Character.AI ofrece un sistema de conversación basado en inteligencia artificial y herramientas para la creación de personajes virtuales. Su plataforma permite a los usuarios crear, entrenar e interactuar con personajes virtuales que pueden mantener conversaciones en lenguaje natural y realizar tareas específicas.
Análisis de datos: Character.AI tuvo 277 millones de visitas en mayo, la plataforma cuenta con más de 3.5 millones de usuarios activos diarios, la mayoría de los cuales tienen entre 18 y 34 años, lo que muestra características de un grupo de usuarios más joven. Character AI ha tenido un desempeño sobresaliente en el mercado de capitales, completando una ronda de financiamiento de 150 millones de dólares, alcanzando una valoración de 1,000 millones de dólares, liderada por a16z.
Análisis técnico: Character AI ha firmado un acuerdo de licencia no exclusivo con su empresa matriz Google, Alphabet, para el uso de su modelo de lenguaje de gran tamaño, lo que indica que Character AI utiliza tecnología desarrollada internamente. Cabe mencionar que los fundadores de la empresa, Noam Shazeer y Daniel De Freitas, participaron en el desarrollo del modelo de lenguaje conversacional Llama de Google.
Perplexity AI:
Introducción del producto: Perplexity puede raspar la información de Internet y proporcionar respuestas detalladas. Asegura la fiabilidad y precisión de la información mediante citas y enlaces de referencia, al mismo tiempo que educa y guía a los usuarios para que realicen preguntas de seguimiento y busquen palabras clave, satisfaciendo así las diversas necesidades de consulta de los usuarios.
Análisis de datos: el número de usuarios activos mensuales de Perplexity ha alcanzado los 10 millones, y el tráfico de sus aplicaciones móviles y de escritorio experimentó un crecimiento del 8.6% en febrero, atrayendo a aproximadamente 50 millones de usuarios. En el mercado de capitales, Perplexity AI anunció recientemente que ha obtenido 62.7 millones de dólares en financiamiento, con una valoración de 1.04 mil millones de dólares, liderado por Daniel Gross, con la participación de Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es el GPT-3.5 ajustado, así como dos modelos grandes ajustados basados en un modelo de código abierto: pplx-7b-online y pplx-70b-online. Los modelos son adecuados para la investigación académica profesional y consultas en campos verticales, asegurando la veracidad y confiabilidad de la información.
Midjourney:
Descripción del producto: los usuarios pueden crear imágenes de varios estilos y temas en Midjourney a través de Prompts, abarcando una amplia gama de necesidades creativas que van desde lo realista hasta lo abstracto. La plataforma también ofrece mezcla y edición de imágenes, permitiendo a los usuarios superponer imágenes y realizar transferencias de estilo, mientras que la función de generación en tiempo real de la plataforma asegura que los usuarios puedan obtener resultados en decenas de segundos a minutos.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
8 me gusta
Recompensa
8
6
Compartir
Comentar
0/400
Token_Sherpa
· 07-24 23:59
otro ponzi envuelto en palabras de moda de ai... misma trampa de tokenómica que hemos visto desde 2017 smh
Ver originalesResponder0
0xSunnyDay
· 07-24 10:10
Ser engañados de nuevo encontraron una nueva razón.
Ver originalesResponder0
OptionWhisperer
· 07-22 00:46
Todos están hablando de alcista, equipo detrás del proyecto primero debe conseguir algunos usuarios.
Agente de IA: Oportunidades y desafíos de innovación en el futuro con la combinación de Web3 y AI
¿Puede el Agente de IA convertirse en la salvación para Web3+IA?
Los proyectos de AI Agent son un tipo popular y maduro en el emprendimiento Web2, principalmente en el servicio empresarial, mientras que en el ámbito de Web3, los proyectos de entrenamiento de modelos y de plataformas integradas se han convertido en la corriente principal debido a su papel clave en la construcción de ecosistemas.
Actualmente, el número de proyectos de AI Agent en Web3 es limitado, representando solo el 8%, pero su participación en el valor de mercado dentro del sector de AI alcanza el 23%, lo que demuestra una fuerte competitividad en el mercado. Prevemos que, a medida que la tecnología madure y aumente el reconocimiento en el mercado, surgirán múltiples proyectos valorados en más de 1,000 millones de dólares.
Para los proyectos Web3, la introducción de tecnologías de IA en productos de aplicación que no son el núcleo de IA puede convertirse en una ventaja estratégica. En el caso de proyectos de Agentes de IA, la forma de integración debe centrarse en la construcción de un ecosistema completo y el diseño de modelos económicos de tokens para promover la descentralización y los efectos de red.
Ola de IA: la situación actual de la aparición de proyectos y el aumento de valoraciones
Desde que ChatGPT fue lanzado en noviembre de 2022, ha atraído a más de cien millones de usuarios en solo dos meses. Para mayo de 2024, los ingresos mensuales de ChatGPT habían alcanzado la impresionante cifra de 20.3 millones de dólares, y OpenAI, tras el lanzamiento de ChatGPT, también lanzó rápidamente versiones iterativas como GPT-4 y GP4-4o. Ante tal tendencia rápida, los grandes gigantes tecnológicos tradicionales se han dado cuenta de la importancia de las aplicaciones de modelos de IA de vanguardia como LLM, y han lanzado sus propios modelos y aplicaciones de IA. Por ejemplo, Google lanzó el modelo de lenguaje PaLM2, Meta presentó Llama3, mientras que las empresas chinas lanzaron modelos como Wenxin Yiyan y Zhipu Qingyan. Es evidente que el campo de la IA se ha convertido en un área de competencia crucial.
La competencia entre los grandes gigantes tecnológicos no solo ha impulsado el desarrollo de aplicaciones comerciales, sino que a partir de la investigación de estadísticas sobre la IA de código abierto, descubrimos que el informe AI Index de 2024 muestra que el número de proyectos relacionados con la IA en GitHub se disparó de 845 en 2011 a aproximadamente 1.8 millones en 2023. Especialmente después del lanzamiento de GPT en 2023, el número de proyectos creció un 59.3% en comparación interanual, reflejando el entusiasmo de la comunidad de desarrolladores global por la investigación en IA.
La pasión por la tecnología de IA se refleja directamente en el mercado de inversiones, donde el mercado de inversiones en IA muestra un fuerte crecimiento, experimentando un crecimiento explosivo en el segundo trimestre de 2024. A nivel mundial, se han realizado 16 inversiones relacionadas con la IA que superan los 150 millones de dólares, el doble de la cantidad del primer trimestre. El total de financiamiento de las startups de IA ha aumentado a 24 mil millones de dólares, más del doble en comparación con el año anterior. Entre ellas, xAI de Musk ha recaudado 6 mil millones de dólares, con una valoración de 24 mil millones de dólares, convirtiéndose en la segunda startup de IA más valorada después de OpenAI.
El rápido desarrollo de la tecnología de IA está reconfigurando el panorama del sector tecnológico a una velocidad sin precedentes. Desde la intensa competencia entre gigantes tecnológicos, hasta el florecimiento de proyectos en comunidades de código abierto, y la ferviente búsqueda de conceptos de IA en los mercados de capital. Los proyectos surgen sin cesar, las inversiones alcanzan nuevos máximos y las valoraciones también se elevan. En términos generales, el mercado de IA está en un periodo dorado de rápido crecimiento, con grandes modelos de lenguaje y tecnologías de generación aumentada por recuperación logrando avances significativos en el procesamiento del lenguaje. Sin embargo, estos modelos aún enfrentan desafíos al convertir las ventajas tecnológicas en productos reales, como la incertidumbre en las salidas del modelo, el riesgo de generar información inexacta y problemas de transparencia del modelo. Estos problemas son particularmente importantes en escenarios de aplicación que requieren alta fiabilidad.
En este contexto, comenzamos a investigar los Agentes de IA, ya que enfatizan la integralidad en la resolución de problemas prácticos y la interacción con el entorno. Esta transformación marca la evolución de la tecnología de IA de modelos de lenguaje puramente a sistemas inteligentes capaces de comprender realmente, aprender y resolver problemas del mundo real. Por lo tanto, vemos esperanza en el desarrollo de los Agentes de IA, que están cerrando gradualmente la brecha entre la tecnología de IA y la resolución de problemas prácticos. La evolución de la tecnología de IA está reconfigurando continuamente la estructura de la productividad, mientras que la tecnología Web3 está reestructurando las relaciones de producción en la economía digital. Cuando los tres elementos clave de la IA: datos, modelos y potencia de cálculo se fusionan con los conceptos centrales de descentralización, economía de tokens y contratos inteligentes de Web3, prevemos que surgirán una serie de aplicaciones innovadoras. En este campo de intersección lleno de potencial, creemos que los Agentes de IA, con su capacidad para ejecutar tareas de manera autónoma, demuestran un gran potencial para lograr aplicaciones a gran escala.
Para ello, comenzamos a investigar en profundidad las diversas aplicaciones del Agente de IA en Web3, desde la infraestructura de Web3, middleware, hasta el nivel de aplicaciones, así como en varios aspectos del mercado de datos y modelos, con el objetivo de identificar y evaluar los tipos de proyectos y escenarios de aplicación más prometedores, para comprender en profundidad la profunda integración de la IA con Web3.
Aclaración de conceptos: Introducción y clasificación de los Agentes de IA
Introducción básica
Antes de presentar el Agente AI, para que los lectores comprendan mejor la diferencia entre su definición y el modelo en sí, utilizaremos un escenario práctico como ejemplo: supongamos que estás planeando un viaje. Los modelos de lenguaje tradicionales proporcionan información sobre destinos y consejos de viaje. La tecnología de generación mejorada por recuperación puede ofrecer contenido de destinos más rico y específico. El Agente AI es como JARVIS en la película de Iron Man, que puede entender las necesidades y, basándose en una de tus frases, buscar proactivamente vuelos y hoteles, realizar reservas y añadir el itinerario al calendario.
Actualmente, la definición común en la industria de un Agente de IA se refiere a un sistema inteligente que puede percibir el entorno y tomar acciones adecuadas. Obtiene información del entorno a través de sensores, la procesa y luego influye en el entorno a través de actuadores (Stuart Russell & Peter Norvig, 2020). Creemos que un Agente de IA es un asistente que combina LLM, RAG, memoria, planificación de tareas y capacidad de uso de herramientas. No solo puede proporcionar información de manera simple, sino que también puede planificar, descomponer tareas y ejecutarlas de verdad.
Según esta definición y características, podemos descubrir que los Agentes de IA ya se han integrado en nuestras vidas, aplicándose en diferentes escenarios, como AlphaGo, Siri y la conducción autónoma de nivel L5 o superior de Tesla, que pueden ser considerados ejemplos de Agentes de IA. La característica común de estos sistemas es que todos pueden percibir la entrada del usuario del entorno externo y, en consecuencia, influir en el entorno real.
Tomemos como ejemplo ChatGPT para aclarar conceptos, debemos señalar claramente que el Transformer es la arquitectura técnica que compone los modelos de IA, GPT es la serie de modelos desarrollada sobre esta arquitectura, y GPT-1, GPT-4, GPT-4o representan versiones del modelo en diferentes etapas de desarrollo. ChatGPT, por su parte, es un Agente de IA que ha evolucionado a partir del modelo GPT.
Resumen de clasificación
En la actualidad, el mercado de Agentes de IA aún no ha formado un estándar de clasificación unificado. A través de la etiquetación de 204 proyectos de Agentes de IA en los mercados de Web2 y Web3, hemos dividido los proyectos en categorías principales y secundarias, según sus etiquetas significativas. Las categorías principales son infraestructura básica, generación de contenido e interacción con el usuario, y luego se subdividen según sus casos de uso reales:
Infraestructura: Esta categoría se centra en construir contenido más básico en el ámbito de los Agentes, incluyendo plataformas, modelos, datos, herramientas de desarrollo y servicios B2B más maduros y de base.
Herramientas de desarrollo: Proporcionar a los desarrolladores herramientas y marcos auxiliares para construir Agentes de IA.
Clases de procesamiento de datos: procesar y analizar datos en diferentes formatos, principalmente utilizados para apoyar la toma de decisiones y proporcionar fuentes para el entrenamiento.
Clase de entrenamiento de modelos: Ofrecemos servicios de entrenamiento de modelos para IA, incluyendo inferencia, construcción y configuración de modelos, etc.
Servicios B2B: principalmente dirigidos a usuarios empresariales, ofrecen soluciones de servicios empresariales, verticales y automatizadas.
Plataforma de tipo conjunto: plataforma que integra varios servicios y herramientas de AI Agent.
Interacción: Similar a la generación de contenido, la diferencia radica en la interacción bidireccional continua. El agente de interacción no solo acepta y comprende las necesidades del usuario, sino que también proporciona retroalimentación a través de tecnologías como el procesamiento del lenguaje natural (NLP), logrando una interacción bidireccional con el usuario.
Agente AI de compañía emocional: proporciona apoyo emocional y compañía.
Clase GPT: Agente de IA basado en el modelo GPT (Transformador generativo preentrenado).
Tipo de búsqueda: Agente enfocado en la función de búsqueda, que proporciona una recuperación de información más precisa.
Generación de contenido: Este tipo de proyectos se centra en crear contenido, utilizando tecnología de modelos grandes para generar diversas formas de contenido según las instrucciones del usuario, que se dividen en generación de texto, generación de imágenes, generación de videos y generación de audio.
Análisis del estado actual del desarrollo de agentes de IA en Web2
Según nuestras estadísticas, el desarrollo de Agentes de IA en la Web2 tradicional muestra una clara tendencia de concentración en sectores específicos. En concreto, aproximadamente dos tercios de los proyectos se concentran en la infraestructura, donde predominan los servicios B2B y las herramientas de desarrollo. También hemos realizado un análisis de este fenómeno.
Impacto de la madurez tecnológica: La razón por la que los proyectos de infraestructura dominan es, en primer lugar, gracias a su madurez tecnológica. Estos proyectos suelen estar basados en tecnologías y marcos probados a lo largo del tiempo, lo que reduce la dificultad y el riesgo de desarrollo. Equivale a la "pala" en el campo de la IA, proporcionando una base sólida para el desarrollo y la aplicación de Agentes de IA.
Impulso de la demanda del mercado: otro factor clave es la demanda del mercado. En comparación con el mercado de consumo, la demanda de tecnología de IA en el mercado empresarial es más urgente, especialmente en la búsqueda de soluciones para mejorar la eficiencia operativa y reducir costos. Al mismo tiempo, para los desarrolladores, el flujo de caja proveniente de las empresas es relativamente estable, lo que les beneficia para desarrollar proyectos posteriores.
Limitaciones en los casos de uso: Al mismo tiempo, notamos que las aplicaciones de IA generativa de contenido en el mercado B2B son relativamente limitadas. Debido a la inestabilidad de sus resultados, las empresas tienden a preferir aquellas aplicaciones que pueden mejorar la productividad de manera estable. Esto ha llevado a que la IA generativa de contenido represente una proporción menor en la biblioteca de proyectos.
Esta tendencia refleja la madurez tecnológica, la demanda del mercado y las consideraciones prácticas de los escenarios de aplicación. Con los constantes avances en la tecnología de IA y la mayor claridad en la demanda del mercado, anticipamos que este patrón podría ajustarse, pero la infraestructura seguirá siendo la base sólida para el desarrollo de los Agentes de IA.
Análisis del proyecto líder de agentes de IA Web2
Analizamos en profundidad algunos proyectos de agentes de IA en el mercado actual de Web2, tomando como ejemplos los proyectos de Character AI, Perplexity AI y Midjourney.
Character AI:
Introducción al producto: Character.AI ofrece un sistema de conversación basado en inteligencia artificial y herramientas para la creación de personajes virtuales. Su plataforma permite a los usuarios crear, entrenar e interactuar con personajes virtuales que pueden mantener conversaciones en lenguaje natural y realizar tareas específicas.
Análisis de datos: Character.AI tuvo 277 millones de visitas en mayo, la plataforma cuenta con más de 3.5 millones de usuarios activos diarios, la mayoría de los cuales tienen entre 18 y 34 años, lo que muestra características de un grupo de usuarios más joven. Character AI ha tenido un desempeño sobresaliente en el mercado de capitales, completando una ronda de financiamiento de 150 millones de dólares, alcanzando una valoración de 1,000 millones de dólares, liderada por a16z.
Análisis técnico: Character AI ha firmado un acuerdo de licencia no exclusivo con su empresa matriz Google, Alphabet, para el uso de su modelo de lenguaje de gran tamaño, lo que indica que Character AI utiliza tecnología desarrollada internamente. Cabe mencionar que los fundadores de la empresa, Noam Shazeer y Daniel De Freitas, participaron en el desarrollo del modelo de lenguaje conversacional Llama de Google.
Perplexity AI:
Introducción del producto: Perplexity puede raspar la información de Internet y proporcionar respuestas detalladas. Asegura la fiabilidad y precisión de la información mediante citas y enlaces de referencia, al mismo tiempo que educa y guía a los usuarios para que realicen preguntas de seguimiento y busquen palabras clave, satisfaciendo así las diversas necesidades de consulta de los usuarios.
Análisis de datos: el número de usuarios activos mensuales de Perplexity ha alcanzado los 10 millones, y el tráfico de sus aplicaciones móviles y de escritorio experimentó un crecimiento del 8.6% en febrero, atrayendo a aproximadamente 50 millones de usuarios. En el mercado de capitales, Perplexity AI anunció recientemente que ha obtenido 62.7 millones de dólares en financiamiento, con una valoración de 1.04 mil millones de dólares, liderado por Daniel Gross, con la participación de Stan Druckenmiller y NVIDIA.
Análisis técnico: El modelo principal utilizado por Perplexity es el GPT-3.5 ajustado, así como dos modelos grandes ajustados basados en un modelo de código abierto: pplx-7b-online y pplx-70b-online. Los modelos son adecuados para la investigación académica profesional y consultas en campos verticales, asegurando la veracidad y confiabilidad de la información.
Midjourney:
Descripción del producto: los usuarios pueden crear imágenes de varios estilos y temas en Midjourney a través de Prompts, abarcando una amplia gama de necesidades creativas que van desde lo realista hasta lo abstracto. La plataforma también ofrece mezcla y edición de imágenes, permitiendo a los usuarios superponer imágenes y realizar transferencias de estilo, mientras que la función de generación en tiempo real de la plataforma asegura que los usuarios puedan obtener resultados en decenas de segundos a minutos.