Liệu AI Agent có thể trở thành phao cứu sinh cho Web3+AI?
Dự án AI Agent là loại hình dịch vụ chủ yếu cho doanh nghiệp phổ biến và trưởng thành trong khởi nghiệp Web2, trong khi đó, các dự án huấn luyện mô hình và tập hợp nền tảng trong lĩnh vực Web3 đã trở thành xu hướng chính do vai trò then chốt của chúng trong việc xây dựng hệ sinh thái.
Hiện tại, số lượng dự án AI Agent trong Web3 không nhiều, chiếm 8%, nhưng tỷ lệ thị trường của chúng trong lĩnh vực AI lại cao tới 23%, do đó thể hiện sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng với sự trưởng thành của công nghệ và sự công nhận của thị trường, trong tương lai sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD.
Đối với các dự án Web3, việc áp dụng công nghệ AI vào các sản phẩm không phải cốt lõi AI có thể trở thành lợi thế chiến lược. Đối với dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái toàn diện và thiết kế mô hình kinh tế token, nhằm thúc đẩy sự phi tập trung và hiệu ứng mạng.
Cuộc cách mạng AI: Tình trạng xuất hiện các dự án mới và sự gia tăng định giá
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng đã thu hút hơn một trăm triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt đến con số 20,3 triệu đô la, trong khi OpenAI nhanh chóng phát hành các phiên bản kế tiếp như GPT-4, GP4-4o sau khi ra mắt ChatGPT. Với tình hình phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của các ứng dụng mô hình AI tiên tiến như LLM, và lần lượt đưa ra các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta giới thiệu Llama3, trong khi các công ty Trung Quốc ra mắt các mô hình lớn như Wenxin Yiyan, Zhipu Qingyan, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc cạnh tranh giữa các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi cũng từ những thống kê điều tra nghiên cứu AI mã nguồn mở phát hiện rằng, báo cáo AI Index năm 2024 cho thấy số lượng các dự án liên quan đến AI trên GitHub đã tăng vọt từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023, đặc biệt là sau khi GPT được phát hành, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự đam mê của cộng đồng phát triển toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI đã được phản ánh trực tiếp trong thị trường đầu tư, thị trường đầu tư AI đang cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ trong quý II năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp hai lần so với quý I. Tổng số vốn đầu tư vào các startup AI đã tăng vọt lên 24 tỷ USD, tăng hơn gấp đôi so với năm trước. Trong đó, xAI thuộc sở hữu của Elon Musk đã huy động được 6 tỷ USD, với định giá 24 tỷ USD, trở thành công ty khởi nghiệp AI có định giá cao thứ hai chỉ sau OpenAI.
Sự phát triển nhanh chóng của công nghệ AI đang định hình lại bản đồ lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh khốc liệt giữa các gã khổng lồ công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, cho đến sự cuồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án liên tục xuất hiện, số vốn đầu tư đạt mức cao kỷ lục, và định giá cũng theo đó mà tăng vọt. Tổng thể, thị trường AI đang ở trong một thời kỳ vàng son phát triển nhanh chóng, các mô hình ngôn ngữ lớn và công nghệ tạo sinh tăng cường tìm kiếm đã đạt được những tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn phải đối mặt với thách thức khi chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, chẳng hạn như sự không chắc chắn trong đầu ra của mô hình, rủi ro ảo giác tạo ra thông tin không chính xác, và vấn đề minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các tình huống ứng dụng yêu cầu độ tin cậy cực cao.
Trong bối cảnh này, chúng tôi bắt đầu nghiên cứu về AI Agent, vì AI Agent nhấn mạnh tính toàn diện trong việc giải quyết các vấn đề thực tiễn và tương tác với môi trường. Sự chuyển mình này đánh dấu sự tiến hóa của công nghệ AI từ những mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu, học hỏi và giải quyết các vấn đề trong thế giới thực. Do đó, chúng tôi nhìn thấy hy vọng từ sự phát triển của AI Agent, nó đang dần thu hẹp khoảng cách giữa công nghệ AI và việc giải quyết vấn đề thực tiễn. Sự tiến hóa của công nghệ AI liên tục định hình lại cấu trúc năng suất, trong khi công nghệ Web3 đang tái cấu trúc các mối quan hệ sản xuất trong nền kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với các khái niệm cốt lõi của Web3 như phi tập trung, kinh tế mã thông báo và hợp đồng thông minh, chúng tôi dự đoán sẽ tạo ra một loạt các ứng dụng đổi mới. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng AI Agent với khả năng tự thực hiện nhiệm vụ của mình, thể hiện tiềm năng to lớn cho việc áp dụng quy mô lớn.
Để thực hiện điều này, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng Web3, middleware, đến các khía cạnh ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá những loại dự án và trường hợp ứng dụng đầy triển vọng nhất, để hiểu sâu hơn về sự tích hợp sâu sắc của AI và Web3.
Làm rõ khái niệm: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu AI Agent, để giúp độc giả hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ sử dụng một tình huống thực tế làm ví dụ: giả sử bạn đang lên kế hoạch cho một chuyến đi. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và lời khuyên du lịch. Công nghệ tạo nội dung được tăng cường bằng tìm kiếm có thể cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như Jarvis trong bộ phim Iron Man, có khả năng hiểu nhu cầu và còn có thể chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện các thao tác đặt chỗ và thêm lịch trình vào lịch.
Hiện tại, định nghĩa phổ biến về AI Agent trong ngành là hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện hành động tương ứng, thu thập thông tin môi trường thông qua cảm biến, sau đó xử lý và tác động đến môi trường thông qua bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ đơn thuần cung cấp thông tin mà còn có khả năng lập kế hoạch, phân tách nhiệm vụ và thực hiện một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể nhận ra rằng AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong nhiều bối cảnh khác nhau, chẳng hạn như AlphaGo, Siri, và các hệ thống lái xe tự động cấp độ L5 trở lên của Tesla đều có thể được xem như những ví dụ của AI Agent. Những hệ thống này có đặc điểm chung là đều có khả năng cảm nhận các đầu vào từ người dùng bên ngoài và từ đó tạo ra ảnh hưởng tương ứng đến môi trường thực tế.
Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rằng Transformer là kiến trúc kỹ thuật cấu thành mô hình AI, GPT là một loạt các mô hình phát triển dựa trên kiến trúc này, trong đó GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở các giai đoạn phát triển khác nhau. ChatGP là một AI Agent được tiến hóa từ mô hình GPT.
Phân loại tổng quan
Hiện tại, thị trường AI Agent vẫn chưa hình thành được tiêu chuẩn phân loại thống nhất. Chúng tôi đã gán nhãn cho 204 dự án AI Agent trong thị trường Web2 và Web3, dựa trên nhãn nổi bật của từng dự án, phân thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một bao gồm ba loại: cơ sở hạ tầng, tạo nội dung và tương tác người dùng, sau đó được phân loại chi tiết hơn dựa trên các trường hợp sử dụng thực tế:
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng các nội dung cơ bản hơn trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B đã phát triển hơn và ứng dụng cơ bản.
Công cụ phát triển: Cung cấp cho các nhà phát triển công cụ và khuôn khổ hỗ trợ xây dựng AI Agent.
Loại xử lý dữ liệu: Xử lý và phân tích dữ liệu ở các định dạng khác nhau, chủ yếu được sử dụng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp đào tạo mô hình: Cung cấp dịch vụ đào tạo mô hình cho AI, bao gồm suy diễn, xây dựng mô hình, thiết lập, v.v.
Dịch vụ B端: chủ yếu hướng đến người dùng doanh nghiệp, cung cấp dịch vụ doanh nghiệp, dịch vụ theo chiều dọc và giải pháp tự động hóa.
Nền tảng tập hợp: Nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.
Loại tương tác: Tương tự như loại tạo nội dung, sự khác biệt là tương tác hai chiều liên tục. Agent loại tương tác không chỉ tiếp nhận và hiểu nhu cầu của người dùng mà còn cung cấp phản hồi thông qua các công nghệ như xử lý ngôn ngữ tự nhiên (NLP), đạt được sự tương tác hai chiều với người dùng.
Loại hỗ trợ cảm xúc: AI Agent cung cấp hỗ trợ và đồng hành về cảm xúc.
GPT loại: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).
Tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp thông tin chính xác hơn cho Agent.
Thể loại tạo nội dung: Các dự án này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để tạo ra nhiều dạng nội dung khác nhau theo chỉ dẫn của người dùng, được chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo âm thanh.
Phân tích tình trạng phát triển của Web2 AI Agent
Theo thống kê của chúng tôi, sự phát triển của AI Agent trong Internet truyền thống Web2 thể hiện rõ ràng xu hướng tập trung theo các lĩnh vực. Cụ thể, khoảng hai phần ba các dự án tập trung vào hạ tầng, trong đó chủ yếu là các dịch vụ B2B và công cụ phát triển, chúng tôi cũng đã thực hiện một số phân tích về hiện tượng này.
Ảnh hưởng của mức độ trưởng thành của công nghệ: Các dự án hạ tầng chiếm ưu thế chủ yếu nhờ vào mức độ trưởng thành của công nghệ. Những dự án này thường được xây dựng trên các công nghệ và khung đã được kiểm nghiệm theo thời gian, từ đó giảm bớt độ khó và rủi ro trong phát triển. Tương đương với "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Động lực từ nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI từ thị trường doanh nghiệp là cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp nâng cao hiệu quả hoạt động và giảm chi phí. Đồng thời, đối với các nhà phát triển, dòng tiền từ doanh nghiệp tương đối ổn định, thuận lợi cho việc họ phát triển các dự án tiếp theo.
Hạn chế của các kịch bản ứng dụng: Trong khi đó, chúng tôi nhận thấy rằng các AI tạo nội dung có ứng dụng tương đối hạn chế trong thị trường B2B. Do tính không ổn định của sản phẩm, các doanh nghiệp thường nghiêng về những ứng dụng có khả năng nâng cao năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án khá nhỏ.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và các yếu tố thực tế của các tình huống ứng dụng. Với sự tiến bộ không ngừng của công nghệ AI và sự làm rõ hơn nữa về nhu cầu thị trường, chúng tôi dự đoán rằng cấu trúc này có thể sẽ có sự điều chỉnh, nhưng các hạng mục cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án đầu ngành AI Agent Web2
Chúng tôi sẽ đi sâu vào việc thảo luận về một số dự án AI Agent trên thị trường Web2 hiện tại và phân tích chúng, lấy ba dự án Character AI, Perplexity AI, Midjourney làm ví dụ.
Character AI：
Giới thiệu sản phẩm: Character.AI cung cấp hệ thống đối thoại dựa trên trí tuệ nhân tạo và công cụ tạo nhân vật ảo. Nền tảng của nó cho phép người dùng tạo ra, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng thực hiện cuộc hội thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.
Phân tích dữ liệu: Lượng truy cập của Character.AI trong tháng 5 đạt 277 triệu, nền tảng có hơn 3,5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng trong độ tuổi từ 18 đến 34, cho thấy đặc điểm nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành huy động 150 triệu USD, đạt định giá 1 tỷ USD, do a16z dẫn đầu.
Phân tích kỹ thuật: Character AI đã ký kết thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet để sử dụng mô hình ngôn ngữ lớn của họ, điều này cho thấy Character AI đang áp dụng công nghệ tự phát triển. Đáng chú ý, các nhà sáng lập của công ty là Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ hội thoại Llama của Google.
Perplexity AI:
Giới thiệu sản phẩm: Perplexity có khả năng thu thập và cung cấp câu trả lời chi tiết từ internet. Thông qua việc trích dẫn và tham khảo liên kết, nó đảm bảo độ tin cậy và chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu truy vấn đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, với lưu lượng truy cập ứng dụng di động và máy tính để bàn tăng 8,6% vào tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã thông báo huy động được 62,7 triệu USD, với giá trị ước tính đạt 1,04 tỷ USD, do Daniel Gross dẫn dắt, với sự tham gia của Stan Druckenmiller và NVIDIA.
Phân tích kỹ thuật: Mô hình chính mà Perplexity sử dụng là GPT-3.5 đã được tinh chỉnh, cùng với hai mô hình lớn được tinh chỉnh từ các mô hình lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Những mô hình này phù hợp cho nghiên cứu học thuật chuyên nghiệp và các truy vấn trong các lĩnh vực cụ thể, đảm bảo độ chính xác và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra các hình ảnh với nhiều phong cách và chủ đề khác nhau trong Midjourney thông qua Prompts, đáp ứng nhu cầu sáng tạo từ hiện thực đến trừu tượng. Nền tảng cũng cung cấp khả năng trộn và chỉnh sửa hình ảnh, cho phép người dùng chồng hình ảnh và chuyển giao phong cách, tính năng tạo ra hình ảnh theo thời gian thực của nền tảng đảm bảo người dùng có thể có được kết quả trong vài chục giây đến vài phút.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
8 thích
Phần thưởng
8
6
Chia sẻ
Bình luận
0/400
Token_Sherpa
· 07-24 23:59
một trò ponzi khác được bao bọc trong những từ ngữ thời thượng về ai... cùng một bẫy tokenomics mà chúng ta đã thấy từ năm 2017 smh
Xem bản gốcTrả lời0
0xSunnyDay
· 07-24 10:10
Được chơi cho Suckers lại tìm được lý do mới.
Xem bản gốcTrả lời0
OptionWhisperer
· 07-22 00:46
Đều đang thổi phồng, Bên dự án trước tiên hãy thu hút một chút người dùng đi.
AI Agent: Cơ hội và thách thức đổi mới trong tương lai kết hợp Web3 và AI
Liệu AI Agent có thể trở thành phao cứu sinh cho Web3+AI?
Dự án AI Agent là loại hình dịch vụ chủ yếu cho doanh nghiệp phổ biến và trưởng thành trong khởi nghiệp Web2, trong khi đó, các dự án huấn luyện mô hình và tập hợp nền tảng trong lĩnh vực Web3 đã trở thành xu hướng chính do vai trò then chốt của chúng trong việc xây dựng hệ sinh thái.
Hiện tại, số lượng dự án AI Agent trong Web3 không nhiều, chiếm 8%, nhưng tỷ lệ thị trường của chúng trong lĩnh vực AI lại cao tới 23%, do đó thể hiện sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng với sự trưởng thành của công nghệ và sự công nhận của thị trường, trong tương lai sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD.
Đối với các dự án Web3, việc áp dụng công nghệ AI vào các sản phẩm không phải cốt lõi AI có thể trở thành lợi thế chiến lược. Đối với dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái toàn diện và thiết kế mô hình kinh tế token, nhằm thúc đẩy sự phi tập trung và hiệu ứng mạng.
Cuộc cách mạng AI: Tình trạng xuất hiện các dự án mới và sự gia tăng định giá
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng đã thu hút hơn một trăm triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt đến con số 20,3 triệu đô la, trong khi OpenAI nhanh chóng phát hành các phiên bản kế tiếp như GPT-4, GP4-4o sau khi ra mắt ChatGPT. Với tình hình phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của các ứng dụng mô hình AI tiên tiến như LLM, và lần lượt đưa ra các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta giới thiệu Llama3, trong khi các công ty Trung Quốc ra mắt các mô hình lớn như Wenxin Yiyan, Zhipu Qingyan, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc cạnh tranh giữa các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi cũng từ những thống kê điều tra nghiên cứu AI mã nguồn mở phát hiện rằng, báo cáo AI Index năm 2024 cho thấy số lượng các dự án liên quan đến AI trên GitHub đã tăng vọt từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023, đặc biệt là sau khi GPT được phát hành, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự đam mê của cộng đồng phát triển toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI đã được phản ánh trực tiếp trong thị trường đầu tư, thị trường đầu tư AI đang cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ trong quý II năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp hai lần so với quý I. Tổng số vốn đầu tư vào các startup AI đã tăng vọt lên 24 tỷ USD, tăng hơn gấp đôi so với năm trước. Trong đó, xAI thuộc sở hữu của Elon Musk đã huy động được 6 tỷ USD, với định giá 24 tỷ USD, trở thành công ty khởi nghiệp AI có định giá cao thứ hai chỉ sau OpenAI.
Sự phát triển nhanh chóng của công nghệ AI đang định hình lại bản đồ lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh khốc liệt giữa các gã khổng lồ công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, cho đến sự cuồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án liên tục xuất hiện, số vốn đầu tư đạt mức cao kỷ lục, và định giá cũng theo đó mà tăng vọt. Tổng thể, thị trường AI đang ở trong một thời kỳ vàng son phát triển nhanh chóng, các mô hình ngôn ngữ lớn và công nghệ tạo sinh tăng cường tìm kiếm đã đạt được những tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn phải đối mặt với thách thức khi chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, chẳng hạn như sự không chắc chắn trong đầu ra của mô hình, rủi ro ảo giác tạo ra thông tin không chính xác, và vấn đề minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các tình huống ứng dụng yêu cầu độ tin cậy cực cao.
Trong bối cảnh này, chúng tôi bắt đầu nghiên cứu về AI Agent, vì AI Agent nhấn mạnh tính toàn diện trong việc giải quyết các vấn đề thực tiễn và tương tác với môi trường. Sự chuyển mình này đánh dấu sự tiến hóa của công nghệ AI từ những mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu, học hỏi và giải quyết các vấn đề trong thế giới thực. Do đó, chúng tôi nhìn thấy hy vọng từ sự phát triển của AI Agent, nó đang dần thu hẹp khoảng cách giữa công nghệ AI và việc giải quyết vấn đề thực tiễn. Sự tiến hóa của công nghệ AI liên tục định hình lại cấu trúc năng suất, trong khi công nghệ Web3 đang tái cấu trúc các mối quan hệ sản xuất trong nền kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với các khái niệm cốt lõi của Web3 như phi tập trung, kinh tế mã thông báo và hợp đồng thông minh, chúng tôi dự đoán sẽ tạo ra một loạt các ứng dụng đổi mới. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng AI Agent với khả năng tự thực hiện nhiệm vụ của mình, thể hiện tiềm năng to lớn cho việc áp dụng quy mô lớn.
Để thực hiện điều này, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng Web3, middleware, đến các khía cạnh ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá những loại dự án và trường hợp ứng dụng đầy triển vọng nhất, để hiểu sâu hơn về sự tích hợp sâu sắc của AI và Web3.
Làm rõ khái niệm: Giới thiệu và phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu AI Agent, để giúp độc giả hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ sử dụng một tình huống thực tế làm ví dụ: giả sử bạn đang lên kế hoạch cho một chuyến đi. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và lời khuyên du lịch. Công nghệ tạo nội dung được tăng cường bằng tìm kiếm có thể cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như Jarvis trong bộ phim Iron Man, có khả năng hiểu nhu cầu và còn có thể chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện các thao tác đặt chỗ và thêm lịch trình vào lịch.
Hiện tại, định nghĩa phổ biến về AI Agent trong ngành là hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện hành động tương ứng, thu thập thông tin môi trường thông qua cảm biến, sau đó xử lý và tác động đến môi trường thông qua bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ đơn thuần cung cấp thông tin mà còn có khả năng lập kế hoạch, phân tách nhiệm vụ và thực hiện một cách thực sự.
Theo định nghĩa và đặc điểm này, chúng ta có thể nhận ra rằng AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong nhiều bối cảnh khác nhau, chẳng hạn như AlphaGo, Siri, và các hệ thống lái xe tự động cấp độ L5 trở lên của Tesla đều có thể được xem như những ví dụ của AI Agent. Những hệ thống này có đặc điểm chung là đều có khả năng cảm nhận các đầu vào từ người dùng bên ngoài và từ đó tạo ra ảnh hưởng tương ứng đến môi trường thực tế.
Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rằng Transformer là kiến trúc kỹ thuật cấu thành mô hình AI, GPT là một loạt các mô hình phát triển dựa trên kiến trúc này, trong đó GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở các giai đoạn phát triển khác nhau. ChatGP là một AI Agent được tiến hóa từ mô hình GPT.
Phân loại tổng quan
Hiện tại, thị trường AI Agent vẫn chưa hình thành được tiêu chuẩn phân loại thống nhất. Chúng tôi đã gán nhãn cho 204 dự án AI Agent trong thị trường Web2 và Web3, dựa trên nhãn nổi bật của từng dự án, phân thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một bao gồm ba loại: cơ sở hạ tầng, tạo nội dung và tương tác người dùng, sau đó được phân loại chi tiết hơn dựa trên các trường hợp sử dụng thực tế:
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng các nội dung cơ bản hơn trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B đã phát triển hơn và ứng dụng cơ bản.
Công cụ phát triển: Cung cấp cho các nhà phát triển công cụ và khuôn khổ hỗ trợ xây dựng AI Agent.
Loại xử lý dữ liệu: Xử lý và phân tích dữ liệu ở các định dạng khác nhau, chủ yếu được sử dụng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp đào tạo mô hình: Cung cấp dịch vụ đào tạo mô hình cho AI, bao gồm suy diễn, xây dựng mô hình, thiết lập, v.v.
Dịch vụ B端: chủ yếu hướng đến người dùng doanh nghiệp, cung cấp dịch vụ doanh nghiệp, dịch vụ theo chiều dọc và giải pháp tự động hóa.
Nền tảng tập hợp: Nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.
Loại tương tác: Tương tự như loại tạo nội dung, sự khác biệt là tương tác hai chiều liên tục. Agent loại tương tác không chỉ tiếp nhận và hiểu nhu cầu của người dùng mà còn cung cấp phản hồi thông qua các công nghệ như xử lý ngôn ngữ tự nhiên (NLP), đạt được sự tương tác hai chiều với người dùng.
Loại hỗ trợ cảm xúc: AI Agent cung cấp hỗ trợ và đồng hành về cảm xúc.
GPT loại: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).
Tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp thông tin chính xác hơn cho Agent.
Thể loại tạo nội dung: Các dự án này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để tạo ra nhiều dạng nội dung khác nhau theo chỉ dẫn của người dùng, được chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo âm thanh.
Phân tích tình trạng phát triển của Web2 AI Agent
Theo thống kê của chúng tôi, sự phát triển của AI Agent trong Internet truyền thống Web2 thể hiện rõ ràng xu hướng tập trung theo các lĩnh vực. Cụ thể, khoảng hai phần ba các dự án tập trung vào hạ tầng, trong đó chủ yếu là các dịch vụ B2B và công cụ phát triển, chúng tôi cũng đã thực hiện một số phân tích về hiện tượng này.
Ảnh hưởng của mức độ trưởng thành của công nghệ: Các dự án hạ tầng chiếm ưu thế chủ yếu nhờ vào mức độ trưởng thành của công nghệ. Những dự án này thường được xây dựng trên các công nghệ và khung đã được kiểm nghiệm theo thời gian, từ đó giảm bớt độ khó và rủi ro trong phát triển. Tương đương với "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Động lực từ nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI từ thị trường doanh nghiệp là cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp nâng cao hiệu quả hoạt động và giảm chi phí. Đồng thời, đối với các nhà phát triển, dòng tiền từ doanh nghiệp tương đối ổn định, thuận lợi cho việc họ phát triển các dự án tiếp theo.
Hạn chế của các kịch bản ứng dụng: Trong khi đó, chúng tôi nhận thấy rằng các AI tạo nội dung có ứng dụng tương đối hạn chế trong thị trường B2B. Do tính không ổn định của sản phẩm, các doanh nghiệp thường nghiêng về những ứng dụng có khả năng nâng cao năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án khá nhỏ.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và các yếu tố thực tế của các tình huống ứng dụng. Với sự tiến bộ không ngừng của công nghệ AI và sự làm rõ hơn nữa về nhu cầu thị trường, chúng tôi dự đoán rằng cấu trúc này có thể sẽ có sự điều chỉnh, nhưng các hạng mục cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án đầu ngành AI Agent Web2
Chúng tôi sẽ đi sâu vào việc thảo luận về một số dự án AI Agent trên thị trường Web2 hiện tại và phân tích chúng, lấy ba dự án Character AI, Perplexity AI, Midjourney làm ví dụ.
Character AI：
Giới thiệu sản phẩm: Character.AI cung cấp hệ thống đối thoại dựa trên trí tuệ nhân tạo và công cụ tạo nhân vật ảo. Nền tảng của nó cho phép người dùng tạo ra, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng thực hiện cuộc hội thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.
Phân tích dữ liệu: Lượng truy cập của Character.AI trong tháng 5 đạt 277 triệu, nền tảng có hơn 3,5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng trong độ tuổi từ 18 đến 34, cho thấy đặc điểm nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành huy động 150 triệu USD, đạt định giá 1 tỷ USD, do a16z dẫn đầu.
Phân tích kỹ thuật: Character AI đã ký kết thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet để sử dụng mô hình ngôn ngữ lớn của họ, điều này cho thấy Character AI đang áp dụng công nghệ tự phát triển. Đáng chú ý, các nhà sáng lập của công ty là Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ hội thoại Llama của Google.
Perplexity AI:
Giới thiệu sản phẩm: Perplexity có khả năng thu thập và cung cấp câu trả lời chi tiết từ internet. Thông qua việc trích dẫn và tham khảo liên kết, nó đảm bảo độ tin cậy và chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu truy vấn đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, với lưu lượng truy cập ứng dụng di động và máy tính để bàn tăng 8,6% vào tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã thông báo huy động được 62,7 triệu USD, với giá trị ước tính đạt 1,04 tỷ USD, do Daniel Gross dẫn dắt, với sự tham gia của Stan Druckenmiller và NVIDIA.
Phân tích kỹ thuật: Mô hình chính mà Perplexity sử dụng là GPT-3.5 đã được tinh chỉnh, cùng với hai mô hình lớn được tinh chỉnh từ các mô hình lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Những mô hình này phù hợp cho nghiên cứu học thuật chuyên nghiệp và các truy vấn trong các lĩnh vực cụ thể, đảm bảo độ chính xác và độ tin cậy của thông tin.
Midjourney:
Giới thiệu sản phẩm: Người dùng có thể tạo ra các hình ảnh với nhiều phong cách và chủ đề khác nhau trong Midjourney thông qua Prompts, đáp ứng nhu cầu sáng tạo từ hiện thực đến trừu tượng. Nền tảng cũng cung cấp khả năng trộn và chỉnh sửa hình ảnh, cho phép người dùng chồng hình ảnh và chuyển giao phong cách, tính năng tạo ra hình ảnh theo thời gian thực của nền tảng đảm bảo người dùng có thể có được kết quả trong vài chục giây đến vài phút.