Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent trong khởi nghiệp Web2 chủ yếu là loại dịch vụ doanh nghiệp phổ biến và trưởng thành, trong khi trong lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng đã trở thành xu hướng chính nhờ vai trò quan trọng 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 trọng vốn hóa thị trường của chúng trong lĩnh vực AI 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 gia tăng mức độ công nhận của thị trường, sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD trong tương lai.
Đối với các dự án Web3, việc áp dụng công nghệ AI cho các sản phẩm không phải cốt lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái tổng thể 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 các dự án ra đời và sự gia tăng định giá
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng, nó đã thu hút hơn 100 triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt 20,3 triệu đô la Mỹ ấn tượng, trong khi OpenAI cũng nhanh chóng phát hành các phiên bản lặp lại như GPT-4, GP4-4o sau khi công bố ChatGPT. Với sự tăng trưởng nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM và cũng lần lượt cho ra mắt các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google công bố mô hình ngôn ngữ lớn PaLM2, Meta cho ra mắt Llama3, trong khi các công ty Trung Quốc đã giới thiệu các mô hình lớn như Wenxin Yiyan và Zhipu Qingyan. Rõ ràng, lĩnh vực AI đã trở thành một chiến trường không thể bỏ qua.
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 phát hiện từ khảo sát thống kê nghiên cứu AI mã nguồn mở rằng báo cáo chỉ số AI năm 2024 cho thấy số lượng 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 trong năm 2023 sau khi GPT được phát hành, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự nhiệt tình của cộng đồng nhà phát triển toàn cầu đối với nghiên cứu AI.
Niềm đam mê với công nghệ AI đã trực tiếp phản ánh trên thị trường đầu tư, thị trường đầu tư vào AI đang thể hiện sự tăng trưởng mạnh mẽ, với sự bùng nổ trong quý II năm 2024. Trên toàn cầu có 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp đôi so với quý I. Tổng số vốn tài trợ cho các công ty khởi nghiệp 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 đạt 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 tái định hình bản đồ lĩnh vực công nghệ với tốc độ chưa từng có. Từ sự cạnh tranh gay gắt 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 xuất hiện liên tục, mức đầu tư thường xuyên thiết lập kỷ lục mới, và định giá cũng theo đó mà tăng lên. Nhìn chung, thị trường AI đang ở một thời kỳ vàng son phát triển nhanh chóng, với các mô hình ngôn ngữ lớn và công nghệ tạo ra thông tin tăng cường tìm kiếm đã đạt được những bước tiến đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn đối mặt với những 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, nguy cơ 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 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 mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu biết, học hỏi và giải quyết các vấn đề thực tế. Vì vậy, 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 các vấn đề thực tiễn. Sự tiến hóa của công nghệ AI liên tục định hình lại cấu trúc của 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 kết hợp với các nguyên tắc cốt lõi của Web3 như phi tập trung, kinh tế token và hợp đồng thông minh, chúng tôi dự kiến 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, đã thể hiện tiềm năng to lớn cho việc ứng dụng quy mô lớn.
Để làm điều này, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ hạ tầng Web3, phần mềm trung gian, đến các ứng dụng và thị trường dữ liệu cũng như mô hình, với mục tiêu xác định và đánh giá những loại dự án và kịch bản ứng dụng triển vọng nhất, nhằm hiểu sâu hơn về sự tích hợp sâu sắc giữa 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 lấy một ví dụ từ một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến du lịch. Mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tạo sinh tăng cường tìm kiếm có thể cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như JARVIS trong 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 của bạn, thực hiện các thao tác đặt chỗ và thêm hành trình vào lịch.
Hiện tại, định nghĩa chung trong ngành về AI Agent là một hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng, thu thập thông tin môi trường qua cảm biến, sau đó xử lý và tác động đến môi trường thông qua các cơ chế thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp các khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ cung cấp thông tin đơn thuần mà còn có khả năng lập kế hoạch, phân tách nhiệm vụ và thực hiện chúng một cách thực sự.
Dựa trên định nghĩa và đặc điểm này, chúng ta có thể nhận thấy AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong nhiều tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và các hệ thống lái xe tự động cấp độ L5 của Tesla, đều có thể được coi là những ví dụ của AI Agent. Những hệ thống này đều có đặc điểm chung là có khả năng cảm nhận 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 nên rõ ràng chỉ ra rằng Transformer là kiến trúc công nghệ cấu thành mô hình AI, GPT là chuỗi mô hình phát triển dựa trên kiến trúc này, trong khi GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở những giai đoạn phát triển khác nhau. ChatGP thì T là AI Agent tiến hóa dựa trên mô hình GPT.
Phân loại tổng quan
Hiện tại, thị trường AI Agent chưa hình thành tiêu chuẩn phân loại thống nhất. Chúng tôi đã gán nhãn cho 204 dự án AI Agent trong thị trường Web2+Web3, dựa trên các nhãn nổi bật tương ứng với từng dự án, chia thành phân loại cấp một và phân loại 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 theo các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng nội dung cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B đã trưởng thành hơn và ứng dụng cơ bản.
Công cụ phát triển: Cung cấp cho các nhà phát triển các công cụ và khung hỗ trợ để xây dựng AI Agent.
Lớp xử lý dữ liệu: Xử lý và phân tích các định dạng dữ liệu khác nhau, chủ yếu dùng để hỗ trợ ra quyết định, cung cấp nguồn cho việc huấn luyện.
Loại 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 các giải pháp dịch vụ doanh nghiệp, chuyên ngành và 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 nằm ở việc 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 hình đồng hành cảm xúc: Cung cấp hỗ trợ cảm xúc và sự đồng hành của AI Agent.
Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).
Loại tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp thông tin chính xác hơn cho Agent.
Nội dung tạo ra: Loại dự án này tập trung vào việc tạo nội dung, sử dụng công nghệ mô hình lớn để tạo ra nhiều hình thức nội dung khác nhau dựa trên chỉ dẫn của người dùng, 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 xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào các loại 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 độ chín của công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ chín của công nghệ. Những dự án này thường được xây dựng trên những công nghệ và khuôn khổ đã được kiểm nghiệm theo thời gian, từ đó giảm bớt độ khó và rủi ro trong việc phát triển. Tương tự như "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Sự thúc đẩy của 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 trong thị trường doanh nghiệp là cấp thiết hơn, đặc biệt là trong việc tìm kiếm các giải pháp để 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 họ phát triển các dự án tiếp theo.
Hạn chế về ứng dụng: Đồng thời, chúng tôi nhận thấy rằng các ứng dụng AI tạo nội dung trong thị trường B2B có phạm vi ứng dụng tương đối hạn chế. Do tính không ổn định của sản phẩm, các doanh nghiệp có xu hướng ưa chuộng 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 thư viện dự án tương đối 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 nhu cầu thị trường ngày càng rõ ràng, chúng tôi dự đoán rằng cấu trúc này có thể sẽ có sự điều chỉnh, nhưng cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án dẫn đầu Web2 AI Agent
Chúng tôi sẽ đi sâu vào một số dự án AI Agent hiện tại trên thị trường Web2 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, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng đối 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 nằm trong độ tuổi từ 18 đến 34, cho thấy đặc điểm nhóm người dùng trẻ. Character AI có thành tích xuất sắc trên thị trường vốn, hoàn thành việc huy động 150 triệu USD, đạt định giá 1 tỷ USD, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet, 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 từng tham gia phát triển mô hình ngôn ngữ đối thoại Llama của Google.
Perplexity AI:
Giới thiệu sản phẩm: Perplexity có khả năng truy xuất và cung cấp câu trả lời chi tiết từ Internet. Bằng cách trích dẫn và tham khảo liên kết, nó đảm bảo độ tin cậy và chính xác của thông tin, đồng thời sẽ giáo dục, hướng dẫn người dùng thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu tìm kiếm đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, với lượng truy cập vào ứng dụng di động và máy tính để bàn tăng 8,6% trong tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã công bố nhận được 62,7 triệu USD tài trợ, với giá trị định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn đầu, cùng 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 mô hình lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Mô hình này phù hợp cho nghiên cứu học thuật chuyên nghiệp và
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.
11 thích
Phần thưởng
11
6
Đăng lại
Chia sẻ
Bình luận
0/400
PseudoIntellectual
· 08-11 11:21
Cái gì cứu mạng... cảm giác hiện diện mỏng manh như ma!
Xem bản gốcTrả lời0
TokenomicsTinfoilHat
· 08-11 04:02
Bull da quá lớn rồi phải không?
Xem bản gốcTrả lời0
GasFeeNightmare
· 08-11 00:59
Lại đang đầu cơ vào khái niệm mới, sao không thành thật tối ưu hóa chút phí gas nhỉ...
Xem bản gốcTrả lời0
YieldHunter
· 08-11 00:55
hmm... 23% mcap với chỉ 8% dự án? ngl có vẻ như là một ponzi khác đang hình thành...
Xem bản gốcTrả lời0
HodlTheDoor
· 08-11 00:43
Cứu mạng? Mơ à?
Xem bản gốcTrả lời0
GateUser-2fce706c
· 08-11 00:30
Cơ hội không thể lỡ nhé các bạn, đã chuẩn bị hai năm rồi, đến lúc phải tỉnh táo lại rồi.
Liệu AI Agent có thể trở thành động lực chính cho sự phát triển của Web3+AI?
Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent trong khởi nghiệp Web2 chủ yếu là loại dịch vụ doanh nghiệp phổ biến và trưởng thành, trong khi trong lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng đã trở thành xu hướng chính nhờ vai trò quan trọng 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 trọng vốn hóa thị trường của chúng trong lĩnh vực AI 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 gia tăng mức độ công nhận của thị trường, sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD trong tương lai.
Đối với các dự án Web3, việc áp dụng công nghệ AI cho các sản phẩm không phải cốt lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái tổng thể 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 các dự án ra đời và sự gia tăng định giá
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng, nó đã thu hút hơn 100 triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt 20,3 triệu đô la Mỹ ấn tượng, trong khi OpenAI cũng nhanh chóng phát hành các phiên bản lặp lại như GPT-4, GP4-4o sau khi công bố ChatGPT. Với sự tăng trưởng nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM và cũng lần lượt cho ra mắt các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google công bố mô hình ngôn ngữ lớn PaLM2, Meta cho ra mắt Llama3, trong khi các công ty Trung Quốc đã giới thiệu các mô hình lớn như Wenxin Yiyan và Zhipu Qingyan. Rõ ràng, lĩnh vực AI đã trở thành một chiến trường không thể bỏ qua.
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 phát hiện từ khảo sát thống kê nghiên cứu AI mã nguồn mở rằng báo cáo chỉ số AI năm 2024 cho thấy số lượng 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 trong năm 2023 sau khi GPT được phát hành, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự nhiệt tình của cộng đồng nhà phát triển toàn cầu đối với nghiên cứu AI.
Niềm đam mê với công nghệ AI đã trực tiếp phản ánh trên thị trường đầu tư, thị trường đầu tư vào AI đang thể hiện sự tăng trưởng mạnh mẽ, với sự bùng nổ trong quý II năm 2024. Trên toàn cầu có 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp đôi so với quý I. Tổng số vốn tài trợ cho các công ty khởi nghiệp 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 đạt 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 tái định hình bản đồ lĩnh vực công nghệ với tốc độ chưa từng có. Từ sự cạnh tranh gay gắt 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 xuất hiện liên tục, mức đầu tư thường xuyên thiết lập kỷ lục mới, và định giá cũng theo đó mà tăng lên. Nhìn chung, thị trường AI đang ở một thời kỳ vàng son phát triển nhanh chóng, với các mô hình ngôn ngữ lớn và công nghệ tạo ra thông tin tăng cường tìm kiếm đã đạt được những bước tiến đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn đối mặt với những 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, nguy cơ 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 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 mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu biết, học hỏi và giải quyết các vấn đề thực tế. Vì vậy, 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 các vấn đề thực tiễn. Sự tiến hóa của công nghệ AI liên tục định hình lại cấu trúc của 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 kết hợp với các nguyên tắc cốt lõi của Web3 như phi tập trung, kinh tế token và hợp đồng thông minh, chúng tôi dự kiến 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, đã thể hiện tiềm năng to lớn cho việc ứng dụng quy mô lớn.
Để làm điều này, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ hạ tầng Web3, phần mềm trung gian, đến các ứng dụng và thị trường dữ liệu cũng như mô hình, với mục tiêu xác định và đánh giá những loại dự án và kịch bản ứng dụng triển vọng nhất, nhằm hiểu sâu hơn về sự tích hợp sâu sắc giữa 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 lấy một ví dụ từ một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến du lịch. Mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tạo sinh tăng cường tìm kiếm có thể cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như JARVIS trong 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 của bạn, thực hiện các thao tác đặt chỗ và thêm hành trình vào lịch.
Hiện tại, định nghĩa chung trong ngành về AI Agent là một hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng, thu thập thông tin môi trường qua cảm biến, sau đó xử lý và tác động đến môi trường thông qua các cơ chế thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp các khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ cung cấp thông tin đơn thuần mà còn có khả năng lập kế hoạch, phân tách nhiệm vụ và thực hiện chúng một cách thực sự.
Dựa trên định nghĩa và đặc điểm này, chúng ta có thể nhận thấy AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong nhiều tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và các hệ thống lái xe tự động cấp độ L5 của Tesla, đều có thể được coi là những ví dụ của AI Agent. Những hệ thống này đều có đặc điểm chung là có khả năng cảm nhận 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 nên rõ ràng chỉ ra rằng Transformer là kiến trúc công nghệ cấu thành mô hình AI, GPT là chuỗi mô hình phát triển dựa trên kiến trúc này, trong khi GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở những giai đoạn phát triển khác nhau. ChatGP thì T là AI Agent tiến hóa dựa trên mô hình GPT.
Phân loại tổng quan
Hiện tại, thị trường AI Agent chưa hình thành tiêu chuẩn phân loại thống nhất. Chúng tôi đã gán nhãn cho 204 dự án AI Agent trong thị trường Web2+Web3, dựa trên các nhãn nổi bật tương ứng với từng dự án, chia thành phân loại cấp một và phân loại 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 theo các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng nội dung cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B đã trưởng thành hơn và ứng dụng cơ bản.
Loại tương tác: Tương tự như loại tạo nội dung, sự khác biệt nằm ở việc 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.
Nội dung tạo ra: Loại dự án này tập trung vào việc tạo nội dung, sử dụng công nghệ mô hình lớn để tạo ra nhiều hình thức nội dung khác nhau dựa trên chỉ dẫn của người dùng, 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 xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào các loại 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 độ chín của công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ chín của công nghệ. Những dự án này thường được xây dựng trên những công nghệ và khuôn khổ đã được kiểm nghiệm theo thời gian, từ đó giảm bớt độ khó và rủi ro trong việc phát triển. Tương tự như "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Sự thúc đẩy của 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 trong thị trường doanh nghiệp là cấp thiết hơn, đặc biệt là trong việc tìm kiếm các giải pháp để 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 họ phát triển các dự án tiếp theo.
Hạn chế về ứng dụng: Đồng thời, chúng tôi nhận thấy rằng các ứng dụng AI tạo nội dung trong thị trường B2B có phạm vi ứng dụng tương đối hạn chế. Do tính không ổn định của sản phẩm, các doanh nghiệp có xu hướng ưa chuộng 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 thư viện dự án tương đối 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 nhu cầu thị trường ngày càng rõ ràng, chúng tôi dự đoán rằng cấu trúc này có thể sẽ có sự điều chỉnh, nhưng cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án dẫn đầu Web2 AI Agent
Chúng tôi sẽ đi sâu vào một số dự án AI Agent hiện tại trên thị trường Web2 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, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng đối 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 nằm trong độ tuổi từ 18 đến 34, cho thấy đặc điểm nhóm người dùng trẻ. Character AI có thành tích xuất sắc trên thị trường vốn, hoàn thành việc huy động 150 triệu USD, đạt định giá 1 tỷ USD, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet, 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 từng tham gia phát triển mô hình ngôn ngữ đối thoại Llama của Google.
Perplexity AI:
Giới thiệu sản phẩm: Perplexity có khả năng truy xuất và cung cấp câu trả lời chi tiết từ Internet. Bằng cách trích dẫn và tham khảo liên kết, nó đảm bảo độ tin cậy và chính xác của thông tin, đồng thời sẽ giáo dục, hướng dẫn người dùng thực hiện các câu hỏi tiếp theo và tìm kiếm từ khóa, đáp ứng nhu cầu tìm kiếm đa dạng của người dùng.
Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, với lượng truy cập vào ứng dụng di động và máy tính để bàn tăng 8,6% trong tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã công bố nhận được 62,7 triệu USD tài trợ, với giá trị định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn đầu, cùng 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 mô hình lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Mô hình này phù hợp cho nghiên cứu học thuật chuyên nghiệp và