O Agente de IA pode ser o salvavidas do Web3+IA?

Os projetos de Agente de IA são predominantemente serviços para empresas no empreendedorismo Web2, enquanto no domínio Web3, projetos de treinamento de modelos e de agregação de plataformas tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.

Atualmente, o número de projetos de AI Agent no Web3 é pequeno, representando 8%, mas sua participação no valor de mercado na área de AI é impressionante, alcançando 23%, demonstrando assim uma forte competitividade de mercado. Esperamos 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 AI em produtos de aplicação que não têm AI como núcleo pode se tornar uma vantagem estratégica. A forma de combinação para projetos de Agente AI deve enfatizar a construção de todo o ecossistema e o design do modelo econômico de tokens, a fim de promover a descentralização e os efeitos de rede.

A Onda da IA: A Situação de Projetos Emergentes e Aumento de Avaliações

Desde que o ChatGPT foi lançado em novembro de 2022, atraiu mais de 100 milhões de usuários em apenas dois meses. Até maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, e a OpenAI, após o lançamento do ChatGPT, rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o. Diante desse crescimento acelerado, as grandes empresas de tecnologia tradicionais 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 introduziram grandes modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou um campo de batalha crucial.

A competição entre os grandes gigantes da tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma pesquisa estatística sobre a pesquisa em IA de código aberto, descobrimos 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 de desenvolvedores global pela pesquisa em IA.

O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, onde o mercado de investimentos em IA apresenta um crescimento robusto, com um crescimento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que superaram 150 milhões de dólares, o que é o dobro do primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, mais do que o dobro em relação ao ano anterior. Dentre elas, a xAI, de Elon Musk, levantou 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 remodelando o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre gigantes da tecnologia, até o florescimento de projetos da comunidade de código aberto, e o entusiasmo do mercado de capitais pelo conceito de IA. Projetos surgem a todo momento, os investimentos atingem novos recordes, e as avaliações também sobem. De um modo geral, o mercado de IA está em um período de ouro de rápido crescimento, com grandes modelos de linguagem e tecnologias de geração aprimorada por recuperação realizando avanços significativos no campo do processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios na conversão das vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de alucinações que geram informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se especialmente importantes em cenários de aplicação que exigem alta confiabilidade.

Neste contexto, começamos a investigar os Agentes de IA, pois os Agentes de IA enfatizam a abrangência da resolução de problemas práticos e da interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que realmente podem 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 constantemente 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 isso dará origem a uma série de aplicações inovadoras. Neste campo cruzado repleto 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, começamos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, camadas de aplicação, até o mercado de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, a fim de compreender melhor a profunda integração entre AI e Web3.

Esclarecimento de conceitos: Introdução e visão geral da classificação dos Agentes de IA

Introdução básica

Antes de apresentar o Agente de IA, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos usar um cenário prático como exemplo: suponha que você esteja planejando uma viagem. Os modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode oferecer conteúdos de destinos mais ricos e específicos. E o Agente de IA é como o J.A.R.V.I.S. do filme do Homem de Ferro, que pode entender suas necessidades e, com base em uma de suas frases, buscar proativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.

Atualmente, a definição comum de um Agente de IA na indústria refere-se a um sistema inteligente que pode perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente por meio de sensores, processando essas informações e impactando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um Agente de IA é um assistente que combina LLM, RAG, memória, planejamento de tarefas e capacidade de uso de ferramentas. Ele não só pode fornecer informações de forma simples, mas também planejar, decompor tarefas e realmente executá-las.

De acordo com esta definição e características, podemos perceber que os Agentes de IA já estão integrados na nossa vida, sendo aplicados em diferentes cenários, como AlphaGo, Siri e a condução autónoma de nível L5 ou superior da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum destes sistemas é que todos conseguem perceber as entradas dos usuários do mundo exterior e, com base nisso, fazer correspondentes impactos no ambiente real.

Tomando o ChatGPT como exemplo para esclarecer conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é a série de modelos que se desenvolveu com base nessa arquitetura, e 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.

Classificação geral

Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Utilizamos uma abordagem de rotulagem em que analisamos 204 projetos de Agentes de IA nos mercados Web2 e Web3. Com base nos rótulos distintivos de cada projeto, dividimos em categorias de primeiro e segundo nível. As categorias de primeiro nível incluem infraestrutura básica, geração de conteúdo e interação do usuário, que são subdivididas de acordo com seus casos de uso reais:

Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais no domínio dos Agents, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e 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 diferentes formatos de dados, principalmente usado para auxiliar na tomada de decisões e fornecer fontes para o treinamento.
• Classe de treinamento de modelos: fornece serviços de treinamento de modelos para IA, incluindo inferência, criação e configuração de modelos, etc.
• Serviços para o B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
• Plataforma de tipo agregado: plataforma que integra vários serviços e ferramentas de AI Agent.

Interativo: Semelhante ao tipo de geração de conteúdo, a diferença está na interação bidirecional contínua. O agente interativo não apenas aceita e compreende as necessidades do usuário, mas também fornece feedback por meio de técnicas como processamento de linguagem natural (NLP), permitindo a interação bidirecional com o usuário.

• Classe de acompanhamento emocional: Agente de IA que fornece suporte emocional e companhia.
• Classe GPT: Agente AI baseado no modelo GPT (Transformador Pré-treinado Generativo).
• Tipo de pesquisa: Focado na funcionalidade de pesquisa, oferece um Agent que fornece uma recuperação de informações mais precisa.

Geração de Conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo com base nas instruções do usuário, dividido 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 internet tradicional Web2 apresenta uma tendência clara de concentração em setores específicos. Mais especificamente, cerca de dois terços dos projetos estão concentrados em infraestruturas, sendo a maioria serviços B2B e ferramentas de desenvolvimento, e realizámos algumas análises sobre este fenómeno.

Impacto da maturidade tecnológica: A razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, graças à sua maturidade tecnológica. Esses projetos geralmente são construídos sobre tecnologias e estruturas testadas ao longo do tempo, o que reduz a dificuldade e o risco de desenvolvimento. Equivale à "pá" no campo da IA, proporcionando uma base sólida para o desenvolvimento e aplicação de Agentes de IA.

Impulso da demanda de mercado: outro fator chave é a demanda do mercado. Em comparação com o mercado de consumidores, a demanda por tecnologia 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 é benéfico para o desenvolvimento de projetos subsequentes.

Limitações nos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA de geração de conteúdo no mercado B2B é relativamente limitada. Devido à instabilidade de sua produção, as empresas tendem a preferir aquelas aplicações que conseguem aumentar a produtividade de forma estável. Isso resulta em uma proporção relativamente pequena de IA de geração de conteúdo no banco 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 avança continuamente e a demanda do mercado se torna mais clara, prevemos que este padrão possa ser ajustado, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.

Análise do projeto líder em AI Agent Web2

Vamos explorar em profundidade alguns projetos de agentes de IA no atual mercado Web2 e analisá-los, 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 usuários criem, treinem e interajam com personagens virtuais, que conseguem realizar diálogos em linguagem natural e executar tarefas específicas.

Análise de dados: O Character.AI teve 277 milhões de visitas em maio, com mais de 3,5 milhões de usuários ativos diários, a maioria dos quais tem entre 18 e 34 anos, mostrando características de um grupo de usuários mais jovem. O Character AI teve um desempenho excepcional no mercado de capitais, completando um financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderado pela a16z.

Análise técnica: A Character AI assinou um acordo de licença não exclusivo com a empresa-mãe do Google, Alphabet, para o uso de seu modelo de linguagem de grande escala, o que indica que a Character AI está utilizando tecnologia desenvolvida internamente. Vale mencionar que os fundadores da empresa, Noam Shazeer e Daniel De Freitas, participaram do desenvolvimento do modelo de linguagem conversacional Llama do Google.

Perplexity AI:

Apresentação do produto: Perplexity é capaz de extrair e fornecer respostas detalhadas da internet. Através de citações e links de referência, garante a confiabilidade e a precisão da informação, ao mesmo tempo que educa e orienta os usuários a fazer perguntas adicionais e a pesquisar palavras-chave, atendendo às diversas necessidades de consulta dos usuários.

Análise de dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um crescimento 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 bilhão de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.

Análise técnica: O principal modelo utilizado pela Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos ajustadas com base em grandes modelos de código aberto: pplx-7b-online e pplx-70b-online. O modelo é adequado para pesquisa acadêmica profissional e