O Agente de IA pode ser a salvação do Web3+IA?

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

Atualmente, o número de projetos de Agentes de IA no Web3 é reduzido, representando 8%, mas sua participação no valor de mercado na área de IA atinge impressionantes 23%, demonstrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado cresce, surgirão vários projetos com uma avaliação superior a 1 bilhão de dólares.

Para projetos Web3, a introdução de tecnologia de IA em produtos de aplicação que não são centrais de IA pode se tornar uma vantagem estratégica. A forma de combinação do projeto AI Agent deve focar na construção de um ecossistema completo e no design do modelo econômico de tokens, para promover a descentralização e os efeitos de rede.

A Onda da IA: A Situação de Novos Projetos e Valorização Aumentada

Desde que o ChatGPT foi lançado em novembro de 2022, atraiu mais de 100 milhões de usuários em apenas dois meses. Em maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, e a OpenAI rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o após o lançamento do ChatGPT. Com esse ritmo acelerado, as grandes empresas de tecnologia tradicionais perceberam a importância das aplicações 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 lançaram modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou um local de intensa competição.

A competição entre os grandes gigantes da tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma pesquisa sobre a investigação em IA de código aberto, constatamos que o relatório AI Index de 2024 mostra que o número de projetos relacionados com IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhões 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, que apresenta um crescimento robusto, com um aumento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 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 crescimento superior a 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, atrás apenas da OpenAI.

O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre gigantes tecnológicos, passando pelo florescimento de projetos na comunidade de código aberto, até ao entusiasmo do mercado de capitais pela ideia de IA. Projetos surgem constantemente, os investimentos atingem novos máximos e as avaliações aumentam proporcionalmente. De forma geral, o mercado de IA está numa fase de ouro de rápido desenvolvimento, com grandes modelos de linguagem e tecnologias de geração aumentada por recuperação a realizarem avanços significativos na área de processamento de linguagem. Apesar disso, esses modelos ainda enfrentam desafios ao converter vantagens tecnológicas em produtos reais, como a incerteza na saída dos modelos, o risco de alucinações ao gerar informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta confiabilidade.

Neste contexto, começamos a investigar os Agentes de IA, uma vez que 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 compreendem, aprendem e resolvem problemas do mundo real. Portanto, 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 reformulando a arquitetura da produtividade, enquanto a tecnologia Web3 está reconstruindo as relações de produção da economia digital. Quando os três principais elementos da IA: dados, modelos e poder computacional, se fundem com os princípios centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que isso dará origem a 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 a aplicação em larga escala.

Para isso, começámos a investigar a diversidade de aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, camadas de aplicação, até mercados 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 profundamente a fusão entre AI e Web3.

Esclarecimento de Conceitos: Introdução e Visão Geral das Classificações dos Agentes de IA

Introdução Básica

Antes de apresentar o AI Agent, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos dar um exemplo através de um cenário prático: imagine que você está planejando uma viagem. Os grandes modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode oferecer conteúdos de destino mais ricos e específicos. E o AI Agent é como o JARVIS do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma frase sua, buscar proativamente voos e hotéis, executar operações de reserva e adicionar a viagem ao calendário.

Atualmente, a definição comum de AI Agent na indústria refere-se a um sistema inteligente que pode perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente através de sensores, processando-as e, em seguida, influenciando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um AI Agent é um assistente que combina capacidades de LLM, RAG, memória, planejamento de tarefas e uso de ferramentas. Ele não apenas fornece informações simples, mas também pode planejar, decompor tarefas e realmente executá-las.

De acordo com esta definição e características, podemos ver que os Agentes de IA já se integraram nas nossas vidas, 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 desses sistemas é que todos podem perceber as entradas dos usuários no mundo exterior e, com base nisso, fazer uma correspondência que impacta o 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 uma série de modelos desenvolvidos com base nessa arquitetura, e GPT-1, GPT-4, e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGP, 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. Através da rotulagem de 204 projetos de Agentes de IA nos mercados Web2 e Web3, dividimos em uma classificação de primeiro nível e uma classificação de segundo nível, com base nas etiquetas significativas de cada projeto. A classificação de primeiro nível é composta por três categorias: infraestrutura básica, geração de conteúdo e interação do usuário, que são ainda subdivididas com base em seus casos de uso reais:

Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais no campo do Agent, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e baseados em aplicações.

• Ferramentas de desenvolvimento: fornece 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 treinamento.

• Classe de treinamento de modelos: oferece serviços de treinamento de modelos para IA, incluindo inferência, construção de modelos, configuração, etc.

• Serviços B2B: direcionados principalmente a usuários empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.

• Plataforma de tipo agregado: uma plataforma que integra vários serviços e ferramentas de agentes de IA.

Interativos: Semelhante à geração de conteúdo, a diferença está na interação contínua bidirecional. Agentes interativos não apenas recebem e compreendem as necessidades dos usuários, mas também fornecem feedback por meio de técnicas como processamento de linguagem natural (NLP), permitindo a interação bidirecional com os usuários.

• Agentes de IA de apoio emocional: oferecem suporte emocional e companhia.

• Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).

• Categoria de pesquisa: Focada na funcionalidade de pesquisa, fornece um Agent centrado na recuperação de informações mais precisas.

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, dividindo-se em quatro categorias: geração de texto, geração de imagens, geração de vídeos 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, a internet tradicional, apresenta uma clara tendência de concentração em setores específicos. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, principalmente em serviços B2B e ferramentas de desenvolvimento, e também realizámos algumas análises sobre este fenômeno.

Impacto da maturidade tecnológica: O motivo pelo qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Esses projetos geralmente são baseados em tecnologias e estruturas testadas pelo tempo, reduzindo assim a dificuldade de desenvolvimento e o risco. Equivalente à "pá" no campo da IA, fornece uma base sólida para o desenvolvimento e a aplicação de Agentes de IA.

Impulsionado pela demanda do mercado: outro fator crucial é a demanda do mercado. Em comparação com o mercado consumidor, a demanda do mercado empresarial por tecnologias de IA 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 dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA de geração de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resultou em uma proporção menor de IA de geração de conteúdo no repositório de projetos.

Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. Com o contínuo avanço da tecnologia de IA e a maior clareza nas demandas do mercado, prevemos que este padrão poderá ser ajustado, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.

Análise do projeto líder de agentes de IA Web2

Analisamos profundamente alguns projetos de Agentes de IA atuais no mercado Web2, usando como exemplo os três projetos Character AI, Perplexity AI e Midjourney.

Character AI：

Apresentação do produto: Character.AI oferece um sistema de conversação baseado em inteligência artificial e ferramentas para a criação de personagens virtuais. A sua plataforma permite aos utilizadores criar, treinar e interagir com personagens virtuais que podem conversar em linguagem natural e executar tarefas específicas.

Análise de dados: Character.AI teve 277 milhões de acessos em maio, a plataforma possui mais de 3,5 milhões de usuários ativos diários, sendo a maioria dos usuários na faixa etária de 18 a 34 anos, mostrando características de um grupo de usuários mais jovem. 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, o que indica que a Character AI está adotando 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 do produto: Perplexity é capaz de buscar e fornecer respostas detalhadas da Internet. Ao citar e referenciar links, garante a fiabilidade e a precisão da informação, ao mesmo tempo que educa e orienta os utilizadores a fazer perguntas adicionais e pesquisar palavras-chave, satisfazendo assim as diversas necessidades de consulta dos utilizadores.

Análise de dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um crescimento de 8,6% no tráfego de seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente a captação de 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 bilhões 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, juntamente com dois grandes modelos ajustados com base em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. O modelo é adequado para pesquisa acadêmica profissional e