Será que o Agente de IA pode tornar-se a tábua de salvação do Web3+IA?
Os projetos de Agentes de IA são um tipo popular e maduro no empreendedorismo Web2, principalmente voltados para serviços empresariais, enquanto na área Web3, projetos de treinamento de modelos e plataformas integradoras tornaram-se mainstream devido ao seu papel fundamental na construção de ecossistemas.
Atualmente, o número de projetos de Agentes de IA no Web3 é pequeno, representando 8%, mas a sua participação de mercado em valor de mercado na área de IA atinge impressionantes 23%. Isso demonstra uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com avaliações superiores a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia de IA em produtos de aplicação que não são core de IA pode se tornar uma vantagem estratégica. A forma de combinação para projetos de Agente de IA deve focar na construção de um ecossistema completo e no design de modelos econômicos de tokens, a fim de promover a descentralização e o efeito de rede.
A onda da IA: a situação atual de projetos emergentes e a elevação das avaliações
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, já atraiu mais de 100 milhões de usuários. Até maio de 2024, a receita mensal do ChatGPT alcançou impressionantes 20,3 milhões de dólares, e a OpenAI, após o lançamento do ChatGPT, rapidamente lançou iterações como o GPT-4 e o GP4-4o. Diante desse crescimento acelerado, grandes gigantes da tecnologia tradicional perceberam a importância da aplicação de modelos de IA de ponta, como LLM, e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas apresentaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um local de intensa competição.
A competição entre as grandes empresas de tecnologia não só impulsionou o desenvolvimento de aplicações comerciais, mas também descobrimos a partir de uma pesquisa sobre IA de código aberto que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhão em 2023. Especialmente após o lançamento do GPT em 2023, o número de projetos cresceu 59,3% em relação ao ano anterior, refletindo o entusiasmo da comunidade global de desenvolvedores pela pesquisa em IA.
O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, com o mercado de investimentos em IA a mostrar um crescimento robusto, apresentando um crescimento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados com a IA que ultrapassaram os 150 milhões de dólares, o que é o dobro do número do primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, um aumento de mais de 100% em relação ao ano anterior. Dentre elas, a xAI, de Elon Musk, arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, apenas atrás da OpenAI.
O rápido desenvolvimento da tecnologia de IA está a reconfigurar o panorama da área tecnológica a uma velocidade sem precedentes. Desde a intensa concorrência entre os gigantes tecnológicos, passando pelo florescimento de projetos em comunidades de código aberto, até à fervorosa procura do mercado de capitais pelo conceito de IA. Os projetos surgem a um ritmo acelerado, com investimentos a alcançarem novos máximos históricos e as avaliações a subirem em consequência. De uma forma geral, o mercado de IA encontra-se numa fase de ouro de rápido desenvolvimento, com modelos de linguagem de grande escala e tecnologias de geração aumentada por pesquisa a alcançar progressos significativos na área do processamento de linguagem. No entanto, estes modelos ainda enfrentam desafios ao converter a vantagem técnica em produtos reais, como a incerteza na saída dos modelos, o risco de gerar informações imprecisas e as questões de transparência dos modelos. Estes problemas tornam-se particularmente importantes em cenários de aplicação onde a fiabilidade é de extrema importância.
Neste contexto, começamos a investigar os Agentes de IA, pois os Agentes de IA enfatizam a abrangência na resolução de problemas práticos e na interação com o meio ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos puramente linguísticos para sistemas inteligentes que realmente conseguem entender, aprender e resolver problemas do mundo real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que estão gradualmente fechando a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está continuamente remodelando a estrutura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirá uma série de aplicações inovadoras. Neste campo de interseção cheio de potencial, acreditamos que os Agentes de IA, com sua capacidade de executar tarefas de forma autônoma, demonstram um enorme potencial para aplicações em larga escala.
Para isso, começámos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, até ao nível de aplicações, mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação com maior potencial, a fim de compreender melhor a profunda fusão entre AI e Web3.
Esclarecimento de Conceitos: Introdução e Visão Geral das Classificações dos Agentes de IA
Introdução básica
Antes de apresentar o Agente de IA, para que os leitores entendam melhor a diferença entre sua definição e o modelo em si, vamos usar um cenário prático como exemplo: suponha que você está planejando uma viagem. Modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode fornecer conteúdos de destino mais ricos e específicos. E o Agente de IA é como o J.A.R.V.I.S. do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma frase sua, pesquisar proativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de um AI Agent na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente através de sensores, processando-as e, em seguida, impactando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e habilidades de uso de ferramentas. Ele não apenas pode fornecer informações puras, mas também pode planejar, decompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos perceber que os Agentes de IA já estão integrados nas nossas vidas, sendo aplicados em diferentes cenários, como AlphaGo, Siri e a condução autónoma de nível L5 da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do mundo exterior e, com base nisso, causar um impacto no ambiente real.
Tomando o ChatGPT como exemplo para esclarecer o conceito, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, e o GPT é uma série de modelos desenvolvidos com base nessa arquitetura, enquanto o GPT-1, GPT-4 e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGPT, por sua vez, é um agente de IA que evoluiu a partir do modelo GPT.
Visão Geral da Categoria
Atualmente, o mercado de Agentes de IA ainda não estabeleceu um padrão de classificação unificado. Nós rotulamos 204 projetos de Agentes de IA nos mercados Web2+Web3, e com base nos rótulos significativos correspondentes a cada projeto, dividimos em categorias de primeiro e segundo nível. Entre elas, a categoria de primeiro nível é infraestrutura básica, geração de conteúdo e interação com o usuário, subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais básicos no domínio dos Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, bem como serviços B2B mais maduros e aplicações de base.
Ferramentas de desenvolvimento: fornecem aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente para auxiliar na tomada de decisões e fornecer fontes para o treinamento.
Classe de treinamento de modelo: fornece serviços de treinamento de modelo para IA, incluindo inferência, criação de modelos, configuração, etc.
Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Plataforma de classe de agregação: plataforma que integra vários serviços e ferramentas de Agentes de IA.
Interativo: Semelhante à geração de conteúdo, a diferença está na interação contínua bidirecional. O agente interativo não apenas aceita e entende as necessidades do usuário, mas também fornece feedback por meio de técnicas como processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Classe de acompanhamento emocional: Agente de IA que oferece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Tipo de busca: Focado na funcionalidade de busca, fornece um Agente com ênfase na recuperação de informações mais precisas.
Geração de Conteúdo: Estes projetos concentram-se na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo com base nas instruções dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagem, geração de vídeo e geração de áudio.
Análise do estado atual do desenvolvimento de Agentes de IA Web2
De acordo com as nossas estatísticas, o desenvolvimento de agentes de IA na Web2, internet tradicional, apresenta uma tendência clara de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, com uma predominância de serviços B2B e ferramentas de desenvolvimento, e realizámos também algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Estes projetos geralmente são construídos sobre tecnologias e frameworks testados pelo tempo, reduzindo assim a dificuldade e o risco de desenvolvimento. Equivale a uma "pá" na área de IA, fornecendo uma base sólida para o desenvolvimento e aplicação de Agentes de IA.
Impulso da demanda do mercado: Outro fator chave é a demanda do mercado. Em comparação com o mercado de consumidores, a demanda por tecnologias de IA no mercado empresarial é mais urgente, especialmente na busca por soluções que aumentem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa proveniente das empresas é relativamente estável, o que favorece o desenvolvimento de projetos subsequentes.
Limitações dos casos de uso: Ao mesmo tempo, notamos que a aplicação de IA geradora de conteúdo no mercado B2B é relativamente limitada. Devido à instabilidade dos resultados, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de IA geradora de conteúdo no portfólio de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. À medida que a tecnologia de IA continua a avançar e a demanda do mercado se torna mais clara, esperamos que este padrão possa ser ajustado, mas a infraestrutura continuará a ser uma base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder em AI Agent do Web2
Analisamos alguns projetos de agentes de IA atualmente no mercado Web2 e fazemos uma análise deles, usando como exemplo os três projetos Character AI, Perplexity AI e Midjourney.
Character AI:
Apresentação do produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e ferramentas para criação de personagens virtuais. A sua plataforma permite que os utilizadores criem, treinem e interajam com personagens virtuais, que conseguem manter diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: O Character.AI teve 277 milhões de acessos em maio, com mais de 3,5 milhões de utilizadores ativos diários na plataforma, a maioria dos quais está na faixa etária entre 18 e 34 anos, mostrando características de um grupo de utilizadores mais jovem. O Character AI teve um desempenho excelente no mercado de capitais, completando uma rodada de financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderada pela a16z.
Análise técnica: A Character AI assinou um acordo de licença não exclusivo com a empresa-mãe do Google, Alphabet, o que indica que a Character AI utiliza tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, estiveram envolvidos no desenvolvimento do modelo de linguagem conversacional Llama do Google.
Perplexity AI:
Introdução ao produto: Perplexity é capaz de extrair e fornecer respostas detalhadas da Internet. Através de citações e links de referência, assegura a confiabilidade e a precisão da informação, enquanto educa e orienta os usuários a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo assim as diversas necessidades de consulta dos usuários.
Análise de dados: o número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% nas visitas aos seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que obteve 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com participantes incluindo Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pela Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos ajustados com base em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisa acadêmica profissional e consultas em áreas verticais, garantindo a veracidade e a confiabilidade da informação.
Midjourney:
Introdução ao produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo desde o realismo até
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
13 gostos
Recompensa
13
2
Partilhar
Comentar
0/400
StakeWhisperer
· 7h atrás
Os dados são bons e muito impressionantes.
Ver originalResponder0
ForkYouPayMe
· 8h atrás
A capitalização de mercado subiu de forma impressionante.
Web3+AI o salvador AI Agent: Análise da classificação de projetos e perspetivas de desenvolvimento
Será que o Agente de IA pode tornar-se a tábua de salvação do Web3+IA?
Os projetos de Agentes de IA são um tipo popular e maduro no empreendedorismo Web2, principalmente voltados para serviços empresariais, enquanto na área Web3, projetos de treinamento de modelos e plataformas integradoras tornaram-se mainstream devido ao seu papel fundamental na construção de ecossistemas.
Atualmente, o número de projetos de Agentes de IA no Web3 é pequeno, representando 8%, mas a sua participação de mercado em valor de mercado na área de IA atinge impressionantes 23%. Isso demonstra uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com avaliações superiores a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia de IA em produtos de aplicação que não são core de IA pode se tornar uma vantagem estratégica. A forma de combinação para projetos de Agente de IA deve focar na construção de um ecossistema completo e no design de modelos econômicos de tokens, a fim de promover a descentralização e o efeito de rede.
A onda da IA: a situação atual de projetos emergentes e a elevação das avaliações
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, já atraiu mais de 100 milhões de usuários. Até maio de 2024, a receita mensal do ChatGPT alcançou impressionantes 20,3 milhões de dólares, e a OpenAI, após o lançamento do ChatGPT, rapidamente lançou iterações como o GPT-4 e o GP4-4o. Diante desse crescimento acelerado, grandes gigantes da tecnologia tradicional perceberam a importância da aplicação de modelos de IA de ponta, como LLM, e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas apresentaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um local de intensa competição.
A competição entre as grandes empresas de tecnologia não só impulsionou o desenvolvimento de aplicações comerciais, mas também descobrimos a partir de uma pesquisa sobre IA de código aberto que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhão em 2023. Especialmente após o lançamento do GPT em 2023, o número de projetos cresceu 59,3% em relação ao ano anterior, refletindo o entusiasmo da comunidade global de desenvolvedores pela pesquisa em IA.
O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, com o mercado de investimentos em IA a mostrar um crescimento robusto, apresentando um crescimento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados com a IA que ultrapassaram os 150 milhões de dólares, o que é o dobro do número do primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, um aumento de mais de 100% em relação ao ano anterior. Dentre elas, a xAI, de Elon Musk, arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, apenas atrás da OpenAI.
O rápido desenvolvimento da tecnologia de IA está a reconfigurar o panorama da área tecnológica a uma velocidade sem precedentes. Desde a intensa concorrência entre os gigantes tecnológicos, passando pelo florescimento de projetos em comunidades de código aberto, até à fervorosa procura do mercado de capitais pelo conceito de IA. Os projetos surgem a um ritmo acelerado, com investimentos a alcançarem novos máximos históricos e as avaliações a subirem em consequência. De uma forma geral, o mercado de IA encontra-se numa fase de ouro de rápido desenvolvimento, com modelos de linguagem de grande escala e tecnologias de geração aumentada por pesquisa a alcançar progressos significativos na área do processamento de linguagem. No entanto, estes modelos ainda enfrentam desafios ao converter a vantagem técnica em produtos reais, como a incerteza na saída dos modelos, o risco de gerar informações imprecisas e as questões de transparência dos modelos. Estes problemas tornam-se particularmente importantes em cenários de aplicação onde a fiabilidade é de extrema importância.
Neste contexto, começamos a investigar os Agentes de IA, pois os Agentes de IA enfatizam a abrangência na resolução de problemas práticos e na interação com o meio ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos puramente linguísticos para sistemas inteligentes que realmente conseguem entender, aprender e resolver problemas do mundo real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que estão gradualmente fechando a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está continuamente remodelando a estrutura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirá uma série de aplicações inovadoras. Neste campo de interseção cheio de potencial, acreditamos que os Agentes de IA, com sua capacidade de executar tarefas de forma autônoma, demonstram um enorme potencial para aplicações em larga escala.
Para isso, começámos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, até ao nível de aplicações, mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação com maior potencial, a fim de compreender melhor a profunda fusão entre AI e Web3.
Esclarecimento de Conceitos: Introdução e Visão Geral das Classificações dos Agentes de IA
Introdução básica
Antes de apresentar o Agente de IA, para que os leitores entendam melhor a diferença entre sua definição e o modelo em si, vamos usar um cenário prático como exemplo: suponha que você está planejando uma viagem. Modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode fornecer conteúdos de destino mais ricos e específicos. E o Agente de IA é como o J.A.R.V.I.S. do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma frase sua, pesquisar proativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de um AI Agent na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente através de sensores, processando-as e, em seguida, impactando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e habilidades de uso de ferramentas. Ele não apenas pode fornecer informações puras, mas também pode planejar, decompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos perceber que os Agentes de IA já estão integrados nas nossas vidas, sendo aplicados em diferentes cenários, como AlphaGo, Siri e a condução autónoma de nível L5 da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do mundo exterior e, com base nisso, causar um impacto no ambiente real.
Tomando o ChatGPT como exemplo para esclarecer o conceito, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, e o GPT é uma série de modelos desenvolvidos com base nessa arquitetura, enquanto o GPT-1, GPT-4 e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGPT, por sua vez, é um agente de IA que evoluiu a partir do modelo GPT.
Visão Geral da Categoria
Atualmente, o mercado de Agentes de IA ainda não estabeleceu um padrão de classificação unificado. Nós rotulamos 204 projetos de Agentes de IA nos mercados Web2+Web3, e com base nos rótulos significativos correspondentes a cada projeto, dividimos em categorias de primeiro e segundo nível. Entre elas, a categoria de primeiro nível é infraestrutura básica, geração de conteúdo e interação com o usuário, subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais básicos no domínio dos Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, bem como serviços B2B mais maduros e aplicações de base.
Ferramentas de desenvolvimento: fornecem aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente para auxiliar na tomada de decisões e fornecer fontes para o treinamento.
Classe de treinamento de modelo: fornece serviços de treinamento de modelo para IA, incluindo inferência, criação de modelos, configuração, etc.
Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Plataforma de classe de agregação: plataforma que integra vários serviços e ferramentas de Agentes de IA.
Interativo: Semelhante à geração de conteúdo, a diferença está na interação contínua bidirecional. O agente interativo não apenas aceita e entende as necessidades do usuário, mas também fornece feedback por meio de técnicas como processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.
Classe de acompanhamento emocional: Agente de IA que oferece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Tipo de busca: Focado na funcionalidade de busca, fornece um Agente com ênfase na recuperação de informações mais precisas.
Geração de Conteúdo: Estes projetos concentram-se na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo com base nas instruções dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagem, geração de vídeo e geração de áudio.
Análise do estado atual do desenvolvimento de Agentes de IA Web2
De acordo com as nossas estatísticas, o desenvolvimento de agentes de IA na Web2, internet tradicional, apresenta uma tendência clara de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, com uma predominância de serviços B2B e ferramentas de desenvolvimento, e realizámos também algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Estes projetos geralmente são construídos sobre tecnologias e frameworks testados pelo tempo, reduzindo assim a dificuldade e o risco de desenvolvimento. Equivale a uma "pá" na área de IA, fornecendo uma base sólida para o desenvolvimento e aplicação de Agentes de IA.
Impulso da demanda do mercado: Outro fator chave é a demanda do mercado. Em comparação com o mercado de consumidores, a demanda por tecnologias de IA no mercado empresarial é mais urgente, especialmente na busca por soluções que aumentem a eficiência operacional e reduzam custos. Ao mesmo tempo, para os desenvolvedores, o fluxo de caixa proveniente das empresas é relativamente estável, o que favorece o desenvolvimento de projetos subsequentes.
Limitações dos casos de uso: Ao mesmo tempo, notamos que a aplicação de IA geradora de conteúdo no mercado B2B é relativamente limitada. Devido à instabilidade dos resultados, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de IA geradora de conteúdo no portfólio de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. À medida que a tecnologia de IA continua a avançar e a demanda do mercado se torna mais clara, esperamos que este padrão possa ser ajustado, mas a infraestrutura continuará a ser uma base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder em AI Agent do Web2
Analisamos alguns projetos de agentes de IA atualmente no mercado Web2 e fazemos uma análise deles, usando como exemplo os três projetos Character AI, Perplexity AI e Midjourney.
Character AI:
Apresentação do produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e ferramentas para criação de personagens virtuais. A sua plataforma permite que os utilizadores criem, treinem e interajam com personagens virtuais, que conseguem manter diálogos em linguagem natural e executar tarefas específicas.
Análise de dados: O Character.AI teve 277 milhões de acessos em maio, com mais de 3,5 milhões de utilizadores ativos diários na plataforma, a maioria dos quais está na faixa etária entre 18 e 34 anos, mostrando características de um grupo de utilizadores mais jovem. O Character AI teve um desempenho excelente no mercado de capitais, completando uma rodada de financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderada pela a16z.
Análise técnica: A Character AI assinou um acordo de licença não exclusivo com a empresa-mãe do Google, Alphabet, o que indica que a Character AI utiliza tecnologia desenvolvida internamente. Vale a pena mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, estiveram envolvidos no desenvolvimento do modelo de linguagem conversacional Llama do Google.
Perplexity AI:
Introdução ao produto: Perplexity é capaz de extrair e fornecer respostas detalhadas da Internet. Através de citações e links de referência, assegura a confiabilidade e a precisão da informação, enquanto educa e orienta os usuários a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo assim as diversas necessidades de consulta dos usuários.
Análise de dados: o número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% nas visitas aos seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que obteve 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhões de dólares, liderada por Daniel Gross, com participantes incluindo Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pela Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos ajustados com base em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisa acadêmica profissional e consultas em áreas verticais, garantindo a veracidade e a confiabilidade da informação.
Midjourney:
Introdução ao produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo desde o realismo até