Bisakah AI Agent menjadi penyelamat untuk Web3+AI?

Proyek AI Agent merupakan jenis yang populer dan matang dalam kewirausahaan Web2, terutama dalam layanan sisi perusahaan, sedangkan di bidang Web3, proyek pelatihan model dan pengumpulan platform telah menjadi arus utama karena perannya yang krusial dalam membangun ekosistem.

Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya 8%, tetapi pangsa pasar mereka dalam kategori AI mencapai 23%, yang menunjukkan daya saing pasar yang kuat. Kami memperkirakan bahwa seiring dengan kematangan teknologi dan peningkatan pengakuan pasar, akan muncul beberapa proyek dengan valuasi lebih dari 1 miliar dolar di masa depan.

Untuk proyek Web3, penerapan teknologi AI pada produk aplikasi yang bukan inti AI dapat menjadi keunggulan strategis. Untuk proyek AI Agent, cara penggabungannya harus memperhatikan pembangunan ekosistem secara keseluruhan dan desain model ekonomi token, untuk memfasilitasi desentralisasi dan efek jaringan.

Gelombang AI: Proyek yang Bermunculan dan Kenaikan Valuasi

Sejak ChatGPT diluncurkan pada November 2022, dalam waktu dua bulan saja telah menarik lebih dari seratus juta pengguna. Hingga Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka luar biasa sebesar 20,3 juta dolar, dan OpenAI setelah merilis ChatGPT, dengan cepat meluncurkan versi iterasi seperti GPT-4, GP4-4o, dan lainnya. Dengan perkembangan yang begitu cepat, para raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terdepan seperti LLM, dan mulai meluncurkan model dan aplikasi AI mereka sendiri, misalnya, Google merilis model bahasa besar PaLM2, Meta meluncurkan Llama3, sementara perusahaan-perusahaan di China meluncurkan model besar seperti Wenxin Yiyan, Zhipu Qingyan, dan lainnya. Jelas bahwa bidang AI telah menjadi arena yang sangat kompetitif.

Pertandingan antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi bisnis, tetapi juga dari survei statistik penelitian AI sumber terbuka, laporan AI Index 2024 menunjukkan bahwa jumlah proyek terkait AI di GitHub melonjak dari 845 pada tahun 2011 menjadi sekitar 1,8 juta pada tahun 2023, terutama setelah peluncuran GPT pada tahun 2023, jumlah proyek meningkat sebesar 59,3% dibandingkan tahun sebelumnya, mencerminkan antusiasme komunitas pengembang global terhadap penelitian AI.

Antusiasme terhadap teknologi AI tercermin langsung di pasar investasi, pasar investasi AI menunjukkan pertumbuhan yang kuat, dengan pertumbuhan eksponensial pada kuartal kedua tahun 2024. Secara global terdapat 16 investasi terkait AI yang melebihi 150 juta dolar AS, dua kali lipat dari kuartal pertama. Total dana yang dihimpun oleh startup AI bahkan melonjak menjadi 24 miliar dolar AS, meningkat lebih dari dua kali lipat dibandingkan tahun lalu. Di antara mereka, xAI milik Musk berhasil mengumpulkan 6 miliar dolar AS, dengan valuasi sebesar 24 miliar dolar AS, menjadikannya startup AI dengan valuasi tertinggi kedua setelah OpenAI.

Perkembangan pesat teknologi AI sedang membentuk kembali peta bidang teknologi dengan kecepatan yang belum pernah terjadi sebelumnya. Dari persaingan sengit antara raksasa teknologi, hingga perkembangan pesat proyek komunitas sumber terbuka, serta antusiasme pasar modal terhadap konsep AI. Proyek-proyek muncul tanpa henti, jumlah investasi mencapai rekor baru, dan valuasi juga meningkat seiring dengan itu. Secara keseluruhan, pasar AI berada dalam periode emas pertumbuhan cepat, dengan model bahasa besar dan teknologi generasi yang ditingkatkan dengan pencarian telah mencapai kemajuan signifikan dalam bidang pemrosesan bahasa. Meskipun demikian, model-model ini masih menghadapi tantangan dalam mengubah keunggulan teknologi menjadi produk nyata, seperti ketidakpastian output model, risiko ilusi informasi yang dihasilkan tidak akurat, dan masalah transparansi model. Masalah-masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan tingkat keandalan yang sangat tinggi.

Dalam konteks ini, kami mulai melakukan penelitian tentang AI Agent, karena AI Agent menekankan komprehensivitas dalam memecahkan masalah praktis dan interaksi dengan lingkungan. Perubahan ini menandai evolusi teknologi AI dari model bahasa murni menjadi sistem cerdas yang benar-benar dapat memahami, belajar, dan memecahkan masalah nyata. Oleh karena itu, dari perkembangan AI Agent, kami melihat harapan, karena ia secara bertahap menjembatani kesenjangan antara teknologi AI dan pemecahan masalah praktis. Evolusi teknologi AI terus membentuk kembali struktur produktivitas, sementara teknologi Web3 sedang merekonstruksi hubungan produksi dalam ekonomi digital. Ketika tiga elemen utama AI: data, model, dan daya komputasi, digabungkan dengan desentralisasi Web3, ekonomi token, dan konsep inti kontrak pintar, kami memprediksi akan melahirkan serangkaian aplikasi inovatif. Di bidang persilangan yang penuh potensi ini, kami percaya bahwa AI Agent, dengan kemampuannya untuk melaksanakan tugas secara mandiri, menunjukkan potensi besar untuk aplikasi skala besar.

Untuk itu, kami mulai menyelidiki aplikasi beragam AI Agent dalam Web3, mulai dari infrastruktur Web3, middleware, hingga lapisan aplikasi, serta pasar data dan model di berbagai dimensi, dengan tujuan mengidentifikasi dan mengevaluasi jenis proyek dan skenario aplikasi yang paling menjanjikan, untuk memahami dengan mendalam integrasi AI dan Web3.

Penjelasan Konsep: Pengenalan dan Tinjauan Klasifikasi AI Agent

Pengenalan Dasar

Sebelum memperkenalkan AI Agent, agar pembaca dapat lebih memahami perbedaan antara definisi dan model itu sendiri, kami akan memberikan contoh melalui sebuah skenario nyata: anggaplah Anda sedang merencanakan sebuah perjalanan. Model bahasa besar tradisional memberikan informasi tentang tujuan dan saran perjalanan. Teknologi generasi yang ditingkatkan dengan pencarian dapat memberikan konten tujuan yang lebih kaya dan spesifik. Sementara itu, AI Agent seperti J.A.R.V.I.S. dalam film Iron Man, dapat memahami kebutuhan dan juga secara proaktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan operasi pemesanan, dan menambahkan jadwal ke kalender.

Definisi AI Agent yang umum diterima di industri saat ini adalah sistem cerdas yang mampu merasakan lingkungan dan mengambil tindakan yang sesuai, dengan mendapatkan informasi lingkungan melalui sensor, kemudian memprosesnya dan mempengaruhi lingkungan melalui aktuator (Stuart Russell & Peter Norvig, 2020). Kami berpendapat bahwa AI Agent adalah asisten yang menggabungkan kemampuan LLM, RAG, memori, perencanaan tugas, dan penggunaan alat. Ia tidak hanya dapat memberikan informasi secara sederhana, tetapi juga dapat merencanakan, membagi tugas, dan benar-benar melaksanakan.

Berdasarkan definisi dan karakteristik ini, kita dapat menemukan bahwa AI Agent telah menyatu dalam kehidupan kita, diterapkan dalam berbagai skenario, seperti AlphaGo, Siri, dan sistem otonom tingkat L5 ke atas dari Tesla yang dapat dianggap sebagai contoh AI Agent. Ciri khas dari sistem-sistem ini adalah kemampuan mereka untuk merasakan input pengguna dari lingkungan eksternal dan memberikan respons yang mempengaruhi lingkungan nyata.

Sebagai contoh, untuk memperjelas konsep menggunakan ChatGPT, kita harus secara jelas menunjukkan bahwa Transformer adalah arsitektur teknis yang membentuk model AI, GPT adalah serangkaian model yang berkembang berdasarkan arsitektur ini, dan GPT-1, GPT-4, serta GPT-4o masing-masing mewakili versi model pada tahap perkembangan yang berbeda. ChatGPT sebagai AI Agent yang berevolusi berdasarkan model GPT.

Ringkasan Kategori

Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami mengklasifikasikan 204 proyek AI Agent di pasar Web2+Web3 dengan memberi label masing-masing proyek berdasarkan label yang signifikan. Klasifikasi dibagi menjadi kategori utama dan kategori sekunder. Kategori utama terdiri dari tiga jenis: infrastruktur dasar, pembuatan konten, dan interaksi pengguna, yang kemudian dirinci berdasarkan kasus penggunaan aktual.

Infrastruktur: Jenis ini fokus pada membangun konten yang lebih mendasar di bidang Agen, termasuk platform, model, data, alat pengembangan, serta layanan B-end yang lebih matang dan berbasis aplikasi yang lebih mendasar.

• Alat pengembangan: Menyediakan alat dan kerangka kerja untuk membantu pengembang membangun AI Agent.

• Kelas pemrosesan data: mengolah dan menganalisis data dalam berbagai format, terutama digunakan untuk membantu pengambilan keputusan dan menyediakan sumber untuk pelatihan.

• Kategori pelatihan model: Menyediakan layanan pelatihan model untuk AI, termasuk inferensi, pembangunan model, pengaturan, dan lain-lain.

• Layanan kelas B: terutama ditujukan untuk pengguna perusahaan, menyediakan solusi layanan perusahaan, vertikal, dan otomatis.

• Kelas platform: platform yang mengintegrasikan berbagai layanan dan alat AI Agent.

Kelas interaktif: Mirip dengan kelas generasi konten, perbedaannya terletak pada interaksi dua arah yang berkelanjutan. Agen interaktif tidak hanya menerima dan memahami kebutuhan pengguna, tetapi juga memberikan umpan balik melalui teknologi seperti pemrosesan bahasa alami (NLP), mewujudkan interaksi dua arah dengan pengguna.

• Kategori pendamping emosional: AI Agent yang menyediakan dukungan emosional dan pendampingan.

• Jenis GPT: Agen AI yang didasarkan pada model GPT (Generative Pre-trained Transformer).

• Kategori pencarian: Fokus pada fungsi pencarian, menyediakan informasi yang lebih akurat dengan mengutamakan pencarian.

Kelas peny生成内容: Proyek-proyek ini fokus pada penciptaan konten, menggunakan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: pembuatan teks, pembuatan gambar, pembuatan video, dan pembuatan audio.

Analisis Status Pengembangan Agen AI Web2

Menurut statistik kami, pengembangan AI Agent di internet tradisional Web2 menunjukkan tren konsentrasi yang jelas. Secara spesifik, sekitar dua pertiga proyek terfokus pada infrastruktur, di mana sebagian besar adalah layanan B2B dan alat pengembangan. Kami juga telah melakukan beberapa analisis terhadap fenomena ini.

Dampak Kematangan Teknologi: Proyek infrastruktur mendominasi karena kematangan teknologinya. Proyek-proyek ini biasanya dibangun di atas teknologi dan kerangka kerja yang telah teruji oleh waktu, sehingga mengurangi kesulitan dan risiko pengembangan. Setara dengan "sekop" di bidang AI, memberikan dasar yang kuat untuk pengembangan dan penerapan AI Agent.

Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, pasar bisnis memiliki permintaan yang lebih mendesak terhadap teknologi AI, terutama dalam mencari solusi untuk meningkatkan efisiensi operasional dan mengurangi biaya. Pada saat yang sama, bagi para pengembang, aliran kas dari perusahaan relatif stabil, yang menguntungkan mereka dalam mengembangkan proyek-proyek berikutnya.

Batasan dalam skenario aplikasi: Sementara itu, kami memperhatikan bahwa penggunaan AI generasi konten di pasar B2B relatif terbatas. Karena ketidakstabilan hasil yang dihasilkan, perusahaan cenderung lebih memilih aplikasi yang dapat secara stabil meningkatkan produktivitas. Hal ini menyebabkan proporsi AI generasi konten dalam perpustakaan proyek menjadi kecil.

Tren ini mencerminkan tingkat kematangan teknologi, permintaan pasar, dan pertimbangan nyata dari skenario aplikasi. Seiring kemajuan teknologi AI yang terus berlanjut dan permintaan pasar yang semakin jelas, kami memperkirakan bahwa pola ini mungkin akan disesuaikan, tetapi infrastruktur tetap akan menjadi landasan yang kokoh bagi perkembangan AI Agent.

Analisis Proyek Unggulan AI Agent Web2

Kami menyelami beberapa proyek AI Agent yang ada di pasar Web2 saat ini dan menganalisisnya, dengan mengambil tiga proyek sebagai contoh: Character AI, Perplexity AI, dan Midjourney.

Karakter AI:

Deskripsi Produk: Character.AI menyediakan sistem percakapan berbasis kecerdasan buatan dan alat pembuatan karakter virtual. Platformnya memungkinkan pengguna untuk membuat, melatih, dan berinteraksi dengan karakter virtual yang mampu melakukan percakapan dalam bahasa alami dan menjalankan tugas tertentu.

Analisis Data: Character.AI memiliki 277 juta kunjungan pada bulan Mei, dengan lebih dari 3,5 juta pengguna aktif harian, di mana sebagian besar pengguna berusia antara 18 hingga 34 tahun, menunjukkan karakteristik kelompok pengguna yang muda. Character AI menunjukkan kinerja yang baik di pasar modal, berhasil mengumpulkan dana sebesar 150 juta dolar, dengan valuasi mencapai 1 miliar dolar, dipimpin oleh a16z.

Analisis teknis: Character AI telah menandatangani perjanjian lisensi non-eksklusif dengan perusahaan induk Google, Alphabet, yang menunjukkan bahwa Character AI menggunakan teknologi yang dikembangkan sendiri. Patut dicatat bahwa pendiri perusahaan, Noam Shazeer dan Daniel De Freitas, pernah terlibat dalam pengembangan model bahasa percakapan Llama milik Google.

Perplexity AI:

Deskripsi Produk: Perplexity dapat mengambil dan menyediakan jawaban yang terperinci dari internet. Dengan mengutip dan merujuk tautan, informasi tersebut dijamin keandalan dan akurasinya, sambil mendidik dan membimbing pengguna untuk melakukan pertanyaan lanjut dan mencari kata kunci, memenuhi kebutuhan pencarian beragam pengguna.

Analisis Data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dengan peningkatan akses aplikasi mobile dan desktop sebesar 8,6% pada bulan Februari, menarik sekitar 50 juta pengguna. Di pasar modal, Perplexity AI baru-baru ini mengumumkan mendapatkan pendanaan sebesar 62,7 juta dolar, dengan valuasi mencapai 1,04 miliar dolar, dipimpin oleh Daniel Gross, dengan partisipasi dari Stan Druckenmiller dan NVIDIA.

Analisis teknis: Model utama yang digunakan oleh Perplexity adalah GPT-3.5 yang telah disesuaikan, serta dua model besar yang disesuaikan berdasarkan model besar sumber terbuka: pplx-7b-online dan pplx-70b-online. Model ini cocok untuk penelitian akademis profesional dan pencarian di bidang vertikal, memastikan kebenaran dan keandalan informasi.

Midjourney:

Deskripsi Produk: Pengguna dapat membuat berbagai gaya dan tema gambar di Midjourney melalui Prompts, mencakup kebutuhan kreatif yang luas dari realistis hingga abstrak. Platform ini juga menawarkan pencampuran dan pengeditan gambar, memungkinkan pengguna untuk melakukan tumpang tindih gambar dan pemindahan gaya, fitur generasi waktu nyata platform memastikan pengguna dapat