Akankah AI Agent menjadi penyelamat untuk Web3+AI?
Proyek AI Agent adalah 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 penting dalam membangun ekosistem.
Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya 8%, tetapi nilai pasar mereka di sektor AI mencapai 23%, sehingga 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.
Bagi proyek Web3, untuk produk aplikasi non-inti AI, penerapan teknologi AI dapat menjadi keunggulan strategis. Untuk proyek AI Agent, cara penggabungannya harus fokus pada pembangunan ekosistem secara keseluruhan dan desain model ekonomi token untuk mendorong desentralisasi dan efek jaringan.
Gelombang AI: Kondisi Munculnya Proyek dan Kenaikan Valuasi
Sejak ChatGPT diluncurkan pada November 2022, dalam waktu hanya dua bulan, telah menarik lebih dari 100 juta pengguna. Pada Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka yang mengejutkan yaitu 20,3 juta dolar AS, dan setelah merilis ChatGPT, OpenAI juga dengan cepat meluncurkan versi iterasi seperti GPT-4 dan GP4-4o. Dengan perkembangan yang begitu cepat, para raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terkini seperti LLM, dan mereka pun meluncurkan model dan aplikasi AI mereka sendiri, seperti Google yang merilis model bahasa besar PaLM2, Meta yang meluncurkan Llama3, sementara perusahaan-perusahaan di China meluncurkan model besar seperti Wenxin Yiyan dan Zhipu Qingyan. Jelas bahwa bidang AI telah menjadi arena pertempuran yang sangat diperebutkan.
Kompetisi antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi komersial, tetapi juga dari survei statistik penelitian AI sumber terbuka, laporan AI Index 2024 menunjukkan jumlah proyek terkait AI di GitHub melonjak dari 845 proyek pada tahun 2011 menjadi sekitar 1,8 juta pada tahun 2023, terutama setelah peluncuran GPT pada tahun 2023, jumlah proyek meningkat 59,3% dibandingkan tahun sebelumnya, mencerminkan antusiasme komunitas pengembang global terhadap penelitian AI.
Antusiasme terhadap teknologi AI tercermin langsung di pasar investasi, dengan pasar investasi AI menunjukkan pertumbuhan yang kuat, dan mengalami pertumbuhan eksplosif pada kuartal kedua 2024. Secara global, terdapat 16 investasi terkait AI yang melebihi 150 juta dolar, dua kali lipat dari kuartal pertama. Total pendanaan untuk startup AI bahkan melonjak menjadi 24 miliar dolar, meningkat lebih dari dua kali lipat dibanding tahun lalu. Di antara mereka, xAI yang dimiliki oleh Musk berhasil mengumpulkan 6 miliar dolar, dengan valuasi mencapai 24 miliar dolar, menjadikannya startup AI dengan valuasi tertinggi kedua setelah OpenAI.
Perkembangan pesat teknologi AI sedang merombak peta bidang teknologi dengan kecepatan yang belum pernah terjadi sebelumnya. Dari persaingan ketat antara raksasa teknologi, hingga perkembangan pesat proyek-proyek komunitas sumber terbuka, dan hingga minat yang tinggi dari pasar modal terhadap konsep AI. Proyek-proyek bermunculan satu demi satu, jumlah investasi mencapai rekor tertinggi, dan valuasi juga meningkat seiring. Secara keseluruhan, pasar AI berada dalam periode emas yang berkembang pesat, dengan model bahasa besar dan teknologi generasi yang ditingkatkan oleh 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 menghasilkan informasi yang tidak akurat, serta masalah transparansi model. Masalah-masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan keandalan yang sangat tinggi.
Dalam konteks ini, kami mulai melakukan penelitian tentang AI Agent, karena AI Agent menekankan pada komprehensifnya penyelesaian 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 menyelesaikan masalah nyata. Oleh karena itu, kami melihat harapan dalam perkembangan AI Agent, yang secara bertahap menjembatani kesenjangan antara teknologi AI dan penyelesaian masalah praktis. Evolusi teknologi AI terus membentuk kembali struktur produktivitas, sementara teknologi Web3 sedang membangun kembali hubungan produksi dalam ekonomi digital. Ketika tiga elemen utama AI: data, model, dan daya komputasi, berintegrasi dengan prinsip inti Web3 seperti desentralisasi, ekonomi token, dan kontrak pintar, kami memperkirakan akan melahirkan serangkaian aplikasi inovatif. Dalam bidang lintas yang penuh potensi ini, kami percaya bahwa AI Agent dengan kemampuannya untuk mengeksekusi tugas secara mandiri, menunjukkan potensi besar untuk penerapan skala besar.
Untuk itu, kami mulai melakukan penelitian mendalam tentang aplikasi beragam AI Agent di Web3, mulai dari infrastruktur Web3, middleware, hingga tingkat aplikasi, serta pasar data dan model, dengan tujuan untuk mengidentifikasi dan mengevaluasi jenis proyek dan skenario aplikasi yang paling menjanjikan, guna memahami secara mendalam integrasi AI dengan Web3.
Klarifikasi Konsep: Pengenalan dan Tinjauan Klasifikasi AI Agent
Pengenalan Dasar
Sebelum memperkenalkan AI Agent, untuk membantu pembaca lebih memahami perbedaan antara definisi dan model itu sendiri, kami akan memberikan contoh melalui sebuah skenario nyata: anggaplah Anda sedang merencanakan perjalanan. Model bahasa besar tradisional memberikan informasi tujuan dan saran perjalanan. Teknologi generasi yang ditingkatkan dengan pencarian mampu memberikan konten tujuan yang lebih kaya dan spesifik. Sementara itu, AI Agent seperti JARVIS dalam film Iron Man, dapat memahami kebutuhan, serta secara proaktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan pemesanan, dan menambahkan rencana perjalanan ke kalender.
Saat ini, definisi umum AI Agent di industri adalah sistem cerdas yang dapat merasakan lingkungan dan mengambil tindakan yang sesuai, memperoleh informasi lingkungan melalui sensor, dan setelah diproses, mempengaruhi lingkungan melalui aktuator (Stuart Russell & Peter Norvig, 2020). Kami percaya 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, memecah tugas, dan benar-benar mengeksekusinya.
Berdasarkan definisi dan karakteristik ini, kita dapat menemukan bahwa AI Agent telah menyatu dalam kehidupan kita, diterapkan dalam berbagai skenario, seperti AlphaGo, Siri, dan mobil otonom tingkat L5 ke atas dari Tesla yang semuanya dapat dianggap sebagai contoh AI Agent. Ciri khas dari sistem-sistem ini adalah bahwa mereka dapat merasakan input pengguna dari lingkungan luar dan berdasarkan itu memberikan dampak pada lingkungan nyata.
Sebagai contoh dengan ChatGPT, kita harus dengan jelas menyatakan bahwa Transformer adalah arsitektur teknologi yang membentuk model AI, GPT adalah rangkaian model yang berkembang berdasarkan arsitektur ini, sedangkan GPT-1, GPT-4, dan GPT-4o masing-masing mewakili versi model pada tahap perkembangan yang berbeda. ChatGP adalah AI Agent yang berevolusi berdasarkan model GPT.
Ringkasan Kategori
Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami melakukan pelabelan terhadap 204 proyek AI Agent di pasar Web2+Web3, berdasarkan label yang mencolok untuk setiap proyek, dan membaginya menjadi kategori tingkat satu dan tingkat dua. Kategori tingkat satu terdiri dari tiga jenis: infrastruktur dasar, pembuatan konten, dan interaksi pengguna, yang kemudian diperinci berdasarkan kasus penggunaan aktualnya:
Infrastruktur: Jenis ini berfokus pada pembangunan konten yang lebih mendasar di bidang Agent, termasuk platform, model, data, alat pengembangan, serta layanan B2B yang lebih matang dan aplikasi dasar.
Alat pengembangan: Menyediakan alat dan kerangka kerja untuk pengembang dalam membangun AI Agent.
Kategori pengolahan data: Mengolah dan menganalisis data dalam berbagai format, terutama digunakan untuk mendukung pengambilan keputusan dan menyediakan sumber untuk pelatihan.
Kelas pelatihan model: Menyediakan layanan pelatihan model untuk AI, termasuk inferensi, pembangunan model, pengaturan, dan sebagainya.
Layanan B2B: Ditujukan terutama untuk pengguna perusahaan, menyediakan solusi layanan perusahaan, vertikal, dan otomatis.
Kelas platform: platform yang mengintegrasikan berbagai layanan dan alat AI Agent.
Kelas interaksi: Mirip dengan kelas generasi konten, perbedaannya terletak pada interaksi dua arah yang berkelanjutan. Agen kelas interaksi 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: AI Agent yang didasarkan pada model GPT (Generative Pre-trained Transformer).
Kategori pencarian: Fokus pada fungsi pencarian, menyediakan agen yang lebih akurat untuk pengambilan informasi.
Kelas produksi konten: Proyek-proyek ini fokus pada penciptaan konten, memanfaatkan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: generasi teks, generasi gambar, generasi video, dan generasi audio.
Analisis Status Pengembangan Agen AI Web2
Menurut statistik kami, pengembangan AI Agent dalam Web2 internet tradisional menunjukkan tren konsentrasi yang jelas. Secara spesifik, sekitar dua pertiga proyek terkonsentrasi pada infrastruktur, di mana sebagian besar adalah layanan B-end dan alat pengembangan. Kami juga melakukan analisis tentang fenomena ini.
Dampak Kematangan Teknologi: Proyek infrastruktur mendominasi karena kematangan teknologinya. Proyek ini biasanya dibangun di atas teknologi dan kerangka kerja yang telah teruji oleh waktu, sehingga mengurangi kesulitan dan risiko dalam pengembangan. Ini setara dengan "sekop" di bidang AI, memberikan dasar yang kokoh untuk pengembangan dan aplikasi AI Agent.
Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, permintaan untuk teknologi AI di pasar bisnis lebih mendesak, terutama dalam mencari solusi untuk meningkatkan efisiensi operasional dan mengurangi biaya. Sementara itu, bagi para pengembang, aliran kas yang berasal dari perusahaan relatif stabil, yang menguntungkan bagi mereka dalam mengembangkan proyek-proyek selanjutnya.
Batasan pada skenario aplikasi: Sementara itu, kami memperhatikan bahwa aplikasi AI jenis generasi konten di pasar B memiliki skenario aplikasi yang relatif terbatas. Karena ketidakstabilan hasil yang dihasilkan, perusahaan lebih cenderung memilih aplikasi yang dapat secara stabil meningkatkan produktivitas. Hal ini menyebabkan proporsi AI jenis generasi konten menjadi kecil dalam perpustakaan proyek.
Tren ini mencerminkan kedewasaan teknologi, permintaan pasar, dan pertimbangan nyata dari skenario aplikasi. Seiring dengan kemajuan teknologi AI yang terus berlangsung dan permintaan pasar yang semakin jelas, kami memperkirakan bahwa pola ini mungkin akan mengalami penyesuaian, tetapi infrastruktur dasar tetap menjadi fondasi yang kokoh bagi perkembangan AI Agent.
Analisis Proyek Unggulan AI Agent Web2
Kami mendalami 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. Platform ini memungkinkan pengguna untuk membuat, melatih, dan berinteraksi dengan karakter virtual yang dapat melakukan percakapan dalam bahasa alami dan menjalankan tugas tertentu.
Analisis Data: Character.AI memiliki 277 juta kunjungan pada bulan Mei, platform ini memiliki 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 sangat baik di pasar modal, berhasil menyelesaikan pendanaan 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. Perlu 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 mendetail dari internet. Dengan mengutip dan merujuk ke tautan, ia memastikan keandalan dan akurasi informasi, sambil mendidik dan membimbing pengguna untuk melakukan pertanyaan lanjutan dan mencari kata kunci, memenuhi kebutuhan pencarian beragam pengguna.
Analisis data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dengan kunjungan aplikasi mobile dan desktop mengalami pertumbuhan 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 AS, dengan valuasi mencapai 1,04 miliar dolar AS, 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 keakuratan dan keandalan informasi.
Midjourney:
Deskripsi Produk: Pengguna dapat membuat berbagai gaya dan tema gambar di Midjourney melalui Prompts, mencakup dari realistis hingga
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Web3+AI sebagai penyelamat AI Agent: Analisis klasifikasi proyek dan prospek pengembangan
Akankah AI Agent menjadi penyelamat untuk Web3+AI?
Proyek AI Agent adalah 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 penting dalam membangun ekosistem.
Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya 8%, tetapi nilai pasar mereka di sektor AI mencapai 23%, sehingga 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.
Bagi proyek Web3, untuk produk aplikasi non-inti AI, penerapan teknologi AI dapat menjadi keunggulan strategis. Untuk proyek AI Agent, cara penggabungannya harus fokus pada pembangunan ekosistem secara keseluruhan dan desain model ekonomi token untuk mendorong desentralisasi dan efek jaringan.
Gelombang AI: Kondisi Munculnya Proyek dan Kenaikan Valuasi
Sejak ChatGPT diluncurkan pada November 2022, dalam waktu hanya dua bulan, telah menarik lebih dari 100 juta pengguna. Pada Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka yang mengejutkan yaitu 20,3 juta dolar AS, dan setelah merilis ChatGPT, OpenAI juga dengan cepat meluncurkan versi iterasi seperti GPT-4 dan GP4-4o. Dengan perkembangan yang begitu cepat, para raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terkini seperti LLM, dan mereka pun meluncurkan model dan aplikasi AI mereka sendiri, seperti Google yang merilis model bahasa besar PaLM2, Meta yang meluncurkan Llama3, sementara perusahaan-perusahaan di China meluncurkan model besar seperti Wenxin Yiyan dan Zhipu Qingyan. Jelas bahwa bidang AI telah menjadi arena pertempuran yang sangat diperebutkan.
Kompetisi antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi komersial, tetapi juga dari survei statistik penelitian AI sumber terbuka, laporan AI Index 2024 menunjukkan jumlah proyek terkait AI di GitHub melonjak dari 845 proyek pada tahun 2011 menjadi sekitar 1,8 juta pada tahun 2023, terutama setelah peluncuran GPT pada tahun 2023, jumlah proyek meningkat 59,3% dibandingkan tahun sebelumnya, mencerminkan antusiasme komunitas pengembang global terhadap penelitian AI.
Antusiasme terhadap teknologi AI tercermin langsung di pasar investasi, dengan pasar investasi AI menunjukkan pertumbuhan yang kuat, dan mengalami pertumbuhan eksplosif pada kuartal kedua 2024. Secara global, terdapat 16 investasi terkait AI yang melebihi 150 juta dolar, dua kali lipat dari kuartal pertama. Total pendanaan untuk startup AI bahkan melonjak menjadi 24 miliar dolar, meningkat lebih dari dua kali lipat dibanding tahun lalu. Di antara mereka, xAI yang dimiliki oleh Musk berhasil mengumpulkan 6 miliar dolar, dengan valuasi mencapai 24 miliar dolar, menjadikannya startup AI dengan valuasi tertinggi kedua setelah OpenAI.
Perkembangan pesat teknologi AI sedang merombak peta bidang teknologi dengan kecepatan yang belum pernah terjadi sebelumnya. Dari persaingan ketat antara raksasa teknologi, hingga perkembangan pesat proyek-proyek komunitas sumber terbuka, dan hingga minat yang tinggi dari pasar modal terhadap konsep AI. Proyek-proyek bermunculan satu demi satu, jumlah investasi mencapai rekor tertinggi, dan valuasi juga meningkat seiring. Secara keseluruhan, pasar AI berada dalam periode emas yang berkembang pesat, dengan model bahasa besar dan teknologi generasi yang ditingkatkan oleh 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 menghasilkan informasi yang tidak akurat, serta masalah transparansi model. Masalah-masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan keandalan yang sangat tinggi.
Dalam konteks ini, kami mulai melakukan penelitian tentang AI Agent, karena AI Agent menekankan pada komprehensifnya penyelesaian 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 menyelesaikan masalah nyata. Oleh karena itu, kami melihat harapan dalam perkembangan AI Agent, yang secara bertahap menjembatani kesenjangan antara teknologi AI dan penyelesaian masalah praktis. Evolusi teknologi AI terus membentuk kembali struktur produktivitas, sementara teknologi Web3 sedang membangun kembali hubungan produksi dalam ekonomi digital. Ketika tiga elemen utama AI: data, model, dan daya komputasi, berintegrasi dengan prinsip inti Web3 seperti desentralisasi, ekonomi token, dan kontrak pintar, kami memperkirakan akan melahirkan serangkaian aplikasi inovatif. Dalam bidang lintas yang penuh potensi ini, kami percaya bahwa AI Agent dengan kemampuannya untuk mengeksekusi tugas secara mandiri, menunjukkan potensi besar untuk penerapan skala besar.
Untuk itu, kami mulai melakukan penelitian mendalam tentang aplikasi beragam AI Agent di Web3, mulai dari infrastruktur Web3, middleware, hingga tingkat aplikasi, serta pasar data dan model, dengan tujuan untuk mengidentifikasi dan mengevaluasi jenis proyek dan skenario aplikasi yang paling menjanjikan, guna memahami secara mendalam integrasi AI dengan Web3.
Klarifikasi Konsep: Pengenalan dan Tinjauan Klasifikasi AI Agent
Pengenalan Dasar
Sebelum memperkenalkan AI Agent, untuk membantu pembaca lebih memahami perbedaan antara definisi dan model itu sendiri, kami akan memberikan contoh melalui sebuah skenario nyata: anggaplah Anda sedang merencanakan perjalanan. Model bahasa besar tradisional memberikan informasi tujuan dan saran perjalanan. Teknologi generasi yang ditingkatkan dengan pencarian mampu memberikan konten tujuan yang lebih kaya dan spesifik. Sementara itu, AI Agent seperti JARVIS dalam film Iron Man, dapat memahami kebutuhan, serta secara proaktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan pemesanan, dan menambahkan rencana perjalanan ke kalender.
Saat ini, definisi umum AI Agent di industri adalah sistem cerdas yang dapat merasakan lingkungan dan mengambil tindakan yang sesuai, memperoleh informasi lingkungan melalui sensor, dan setelah diproses, mempengaruhi lingkungan melalui aktuator (Stuart Russell & Peter Norvig, 2020). Kami percaya 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, memecah tugas, dan benar-benar mengeksekusinya.
Berdasarkan definisi dan karakteristik ini, kita dapat menemukan bahwa AI Agent telah menyatu dalam kehidupan kita, diterapkan dalam berbagai skenario, seperti AlphaGo, Siri, dan mobil otonom tingkat L5 ke atas dari Tesla yang semuanya dapat dianggap sebagai contoh AI Agent. Ciri khas dari sistem-sistem ini adalah bahwa mereka dapat merasakan input pengguna dari lingkungan luar dan berdasarkan itu memberikan dampak pada lingkungan nyata.
Sebagai contoh dengan ChatGPT, kita harus dengan jelas menyatakan bahwa Transformer adalah arsitektur teknologi yang membentuk model AI, GPT adalah rangkaian model yang berkembang berdasarkan arsitektur ini, sedangkan GPT-1, GPT-4, dan GPT-4o masing-masing mewakili versi model pada tahap perkembangan yang berbeda. ChatGP adalah AI Agent yang berevolusi berdasarkan model GPT.
Ringkasan Kategori
Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami melakukan pelabelan terhadap 204 proyek AI Agent di pasar Web2+Web3, berdasarkan label yang mencolok untuk setiap proyek, dan membaginya menjadi kategori tingkat satu dan tingkat dua. Kategori tingkat satu terdiri dari tiga jenis: infrastruktur dasar, pembuatan konten, dan interaksi pengguna, yang kemudian diperinci berdasarkan kasus penggunaan aktualnya:
Infrastruktur: Jenis ini berfokus pada pembangunan konten yang lebih mendasar di bidang Agent, termasuk platform, model, data, alat pengembangan, serta layanan B2B yang lebih matang dan aplikasi dasar.
Alat pengembangan: Menyediakan alat dan kerangka kerja untuk pengembang dalam membangun AI Agent.
Kategori pengolahan data: Mengolah dan menganalisis data dalam berbagai format, terutama digunakan untuk mendukung pengambilan keputusan dan menyediakan sumber untuk pelatihan.
Kelas pelatihan model: Menyediakan layanan pelatihan model untuk AI, termasuk inferensi, pembangunan model, pengaturan, dan sebagainya.
Layanan B2B: Ditujukan terutama untuk pengguna perusahaan, menyediakan solusi layanan perusahaan, vertikal, dan otomatis.
Kelas platform: platform yang mengintegrasikan berbagai layanan dan alat AI Agent.
Kelas interaksi: Mirip dengan kelas generasi konten, perbedaannya terletak pada interaksi dua arah yang berkelanjutan. Agen kelas interaksi 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: AI Agent yang didasarkan pada model GPT (Generative Pre-trained Transformer).
Kategori pencarian: Fokus pada fungsi pencarian, menyediakan agen yang lebih akurat untuk pengambilan informasi.
Kelas produksi konten: Proyek-proyek ini fokus pada penciptaan konten, memanfaatkan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: generasi teks, generasi gambar, generasi video, dan generasi audio.
Analisis Status Pengembangan Agen AI Web2
Menurut statistik kami, pengembangan AI Agent dalam Web2 internet tradisional menunjukkan tren konsentrasi yang jelas. Secara spesifik, sekitar dua pertiga proyek terkonsentrasi pada infrastruktur, di mana sebagian besar adalah layanan B-end dan alat pengembangan. Kami juga melakukan analisis tentang fenomena ini.
Dampak Kematangan Teknologi: Proyek infrastruktur mendominasi karena kematangan teknologinya. Proyek ini biasanya dibangun di atas teknologi dan kerangka kerja yang telah teruji oleh waktu, sehingga mengurangi kesulitan dan risiko dalam pengembangan. Ini setara dengan "sekop" di bidang AI, memberikan dasar yang kokoh untuk pengembangan dan aplikasi AI Agent.
Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, permintaan untuk teknologi AI di pasar bisnis lebih mendesak, terutama dalam mencari solusi untuk meningkatkan efisiensi operasional dan mengurangi biaya. Sementara itu, bagi para pengembang, aliran kas yang berasal dari perusahaan relatif stabil, yang menguntungkan bagi mereka dalam mengembangkan proyek-proyek selanjutnya.
Batasan pada skenario aplikasi: Sementara itu, kami memperhatikan bahwa aplikasi AI jenis generasi konten di pasar B memiliki skenario aplikasi yang relatif terbatas. Karena ketidakstabilan hasil yang dihasilkan, perusahaan lebih cenderung memilih aplikasi yang dapat secara stabil meningkatkan produktivitas. Hal ini menyebabkan proporsi AI jenis generasi konten menjadi kecil dalam perpustakaan proyek.
Tren ini mencerminkan kedewasaan teknologi, permintaan pasar, dan pertimbangan nyata dari skenario aplikasi. Seiring dengan kemajuan teknologi AI yang terus berlangsung dan permintaan pasar yang semakin jelas, kami memperkirakan bahwa pola ini mungkin akan mengalami penyesuaian, tetapi infrastruktur dasar tetap menjadi fondasi yang kokoh bagi perkembangan AI Agent.
Analisis Proyek Unggulan AI Agent Web2
Kami mendalami 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. Platform ini memungkinkan pengguna untuk membuat, melatih, dan berinteraksi dengan karakter virtual yang dapat melakukan percakapan dalam bahasa alami dan menjalankan tugas tertentu.
Analisis Data: Character.AI memiliki 277 juta kunjungan pada bulan Mei, platform ini memiliki 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 sangat baik di pasar modal, berhasil menyelesaikan pendanaan 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. Perlu 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 mendetail dari internet. Dengan mengutip dan merujuk ke tautan, ia memastikan keandalan dan akurasi informasi, sambil mendidik dan membimbing pengguna untuk melakukan pertanyaan lanjutan dan mencari kata kunci, memenuhi kebutuhan pencarian beragam pengguna.
Analisis data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dengan kunjungan aplikasi mobile dan desktop mengalami pertumbuhan 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 AS, dengan valuasi mencapai 1,04 miliar dolar AS, 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 keakuratan dan keandalan informasi.
Midjourney:
Deskripsi Produk: Pengguna dapat membuat berbagai gaya dan tema gambar di Midjourney melalui Prompts, mencakup dari realistis hingga