Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent là loại hình phổ biến và trưởng thành trong khởi nghiệp Web2, chủ yếu là dịch vụ cho doanh nghiệp, trong khi ở lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng đã trở thành xu hướng chủ đạo 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 thị phần của chúng trong lĩnh vực AI lại cao tới 23%, cho thấy sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng, khi công nghệ trưởng thành và độ tin cậy của thị trường tăng lên, 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 vào các sản phẩm đầu cuối không phải là lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên tập trung vào việc xây dựng toàn bộ hệ sinh thái và thiết kế mô hình kinh tế token để thúc đẩy phân cấp và hiệu ứng mạng.
Cuộc cách mạng AI: Tình hình xuất hiện các dự án và giá trị gia tăng
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 tới con số 20,3 triệu USD, trong khi OpenAI cũng nhanh chóng ra mắt các phiên bản cải tiến như GPT-4, GP4-4o sau khi phát hành ChatGPT. Với xu hướng phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống nhận ra tầm quan trọng của ứng dụng các mô hình AI tiên tiến như LLM, và lần lượt tung ra các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta ra mắt Llama3, trong khi các công ty Trung Quốc cũng đã giới thiệu các mô hình lớn như Wenxin Yiyan, Zhipu Qingyan, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc đua giữa các gã khổng lồ công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi cũng nhận thấy từ thống kê điều tra nghiên cứu AI mã nguồn mở rằng báo cáo AI Index năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng mạnh từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023, đặc biệt là sau khi phát hành GPT vào năm 2023, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự đam mê của cộng đồng lập trình viên toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI đã phản ánh trực tiếp trên thị trường đầu tư, thị trường đầu tư AI cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý II năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp đôi so với quý I. Tổng số vốn huy động của các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ USD, tăng hơn gấp đôi so với năm trước. Trong số đó, xAI thuộc sở hữu của Elon Musk đã huy động được 6 tỷ USD, với định giá là 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 các lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh khốc liệt giữa các ông lớn công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, rồi đến sự săn đón nồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án liên tục xuất hiện, số tiền đầu tư đạt mức cao kỷ lục, và giá trị ước tính cũng tăng theo. Nhìn chung, thị trường AI đang ở trong một thời kỳ vàng phát triển nhanh chóng, với các mô hình ngôn ngữ lớn và công nghệ tạo ra thông tin tăng cường trong lĩnh vực xử lý ngôn ngữ đã đạt được những tiến bộ đáng kể. Tuy nhiên, những mô hình này vẫn gặp phải 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, rủi ro của việc 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 đòi hỏi độ tin cậy rất 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 tế 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 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 giải quyết vấn đề thực tế. Sự tiến hóa của công nghệ AI đang 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 token và hợp đồng thông minh, chúng tôi dự đoán sẽ phát sinh 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 thực hiện nhiệm vụ độc lập, đã thể hiện tiềm năng lớn để thực hiện 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 cơ sở hạ tầng Web3, middleware, đến các lớp ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm mục đích nhận diện và đánh giá những loại dự án và tình huống ứng dụng đầy hứa hẹn nhất, để hiểu sâu về sự hòa nhập sâu sắc giữa AI và Web3.
Khái niệm làm rõ: Giới thiệu và phân loại về AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu về 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 đi. Mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tạo ra nội dung tăng cường tìm kiếm có thể cung cấp thông tin 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.
Định nghĩa phổ biến về AI Agent trong ngành hiện nay 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 thông qua các cảm biến, sau khi xử lý sẽ tạo ra ảnh hưởng đến môi trường thông qua các bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp các khả năng của LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ có thể cung cấp thông tin đơn thuần, mà còn có thể lập kế hoạch, phân chia nhiệm vụ và thực sự thực hiện.
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 ứng dụng trong các tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và hệ thống lái xe tự động cấp L5 trở lên của Tesla đều có thể được coi là các ví dụ về AI Agent. Những hệ thống này có điểm chung là đều có khả năng cảm nhận đầu vào từ người dùng bên ngoài và dựa vào 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 rõ rằng Transformer là kiến trúc công nghệ cấu thành nên 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 các giai đoạn phát triển khác nhau. ChatGPT thì T là AI Agent tiến hóa dựa trên mô hình GPT.
Tổng quan phân loại
Hiện tại, thị trường AI Agent vẫn 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, và phân loại 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 theo các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng nội dung ở tầng thấp hơn trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như dịch vụ B2B cho các ứng dụng tầng thấp đã trưởng thành.
Công cụ phát triển: Cung cấp cho các nhà phát triển các công cụ và khung hỗ trợ để xây dựng AI Agent.
Loại xử lý dữ liệu: Xử lý và phân tích dữ liệu ở các định dạng khác nhau, chủ yếu dùng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp huấn luyện mô hình: Cung cấp dịch vụ huấn luyện mô hình cho AI, bao gồm suy luận, thiết lập mô hình, cài đặt, v.v.
Dịch vụ B: Chủ yếu hướng tới người dùng doanh nghiệp, cung cấp các giải pháp dịch vụ doanh nghiệp, giải pháp chuyên biệt 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, nhưng khác ở chỗ 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 tương tác hai chiều với người dùng.
Các loại hỗ trợ cảm xúc: Cung cấp sự hỗ trợ và đồng hành cảm xúc thông qua AI Agent.
Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).
Tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp một Agent chủ yếu để truy xuất thông tin chính xác hơn.
Nội dung tạo ra: Các dự án này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để tạo ra các hình thức nội dung khác nhau dựa trên 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 xu hướng tập trung theo các lĩnh vực. Cụ thể, khoảng hai phần ba các dự án tập trung vào các lĩnh vực cơ sở 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 trưởng thành công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng trên nền tảng công nghệ và khung đã được kiểm chứng qua 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 một nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Sự thúc đẩy từ nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu của thị trường doanh nghiệp đối với công nghệ AI cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp nhằm 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, giúp họ phát triển các dự án tiếp theo.
Giới hạn của các ứng dụng: Đồng thời, chúng tôi nhận thấy rằng các AI tạo nội dung có ứng dụng tương đối hạn chế trên thị trường B2B. Do tính không ổn định của sản phẩm, các doanh nghiệp có xu hướng ưu tiên 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 là khá nhỏ.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và các yếu tố thực tiễn trong các trường hợp 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 các loại hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án hàng đầu AI Agent Web2
Chúng tôi đi sâu vào phân tích một số dự án AI Agent hiện tại trên thị trường Web2, với ba dự án là 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 này có hơn 3,5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng có độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành 150 triệu đô la Mỹ trong vòng gọi vốn, đạt định giá 1 tỷ đô la Mỹ, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký một thỏa thuận cấp phép không độc quyền với công ty mẹ của Google, Alphabet, cho việc sử dụng mô hình ngôn ngữ lớn của mình, điều này cho thấy Character AI đang sử dụng công nghệ tự phát triển. Đáng chú ý là, những người sáng lập công ty Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ đối 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. Bằng cách 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% 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 đô la tài trợ, với định giá đạt 1,04 tỷ đô la, 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 mô hình nguồn mở: pplx-7b-online và pplx-70b-online. Mô hình 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.
19 thích
Phần thưởng
19
5
Chia sẻ
Bình luận
0/400
BearMarketSurvivor
· 07-22 12:59
8% số lượng 23% vốn hóa thị trường, quân altcoin trên chiến trường này đã chiếm giữ điểm cao.
Xem bản gốcTrả lời0
StakeHouseDirector
· 07-22 12:59
Đường đua ổn, mua mua mua nha.
Xem bản gốcTrả lời0
MEV_Whisperer
· 07-22 12:59
Hả, mọi người đều đang kêu cứu cọng rơm, một đợt đồ ngốc sắp tới.
Xem bản gốcTrả lời0
LightningClicker
· 07-22 12:49
Mua nó! Tỷ lệ vốn hóa thị trường 23% không phải chuyện đùa.
Xem bản gốcTrả lời0
FromMinerToFarmer
· 07-22 12:46
thế giới tiền điện tử cũng chơi AI rồi Ai định giá đây?
Sự trỗi dậy của dự án AI Agent: Phân tích giá trị và triển vọng ứng dụng trong lĩnh vực Web3
Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?
Dự án AI Agent là loại hình phổ biến và trưởng thành trong khởi nghiệp Web2, chủ yếu là dịch vụ cho doanh nghiệp, trong khi ở lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng đã trở thành xu hướng chủ đạo 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 thị phần của chúng trong lĩnh vực AI lại cao tới 23%, cho thấy sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng, khi công nghệ trưởng thành và độ tin cậy của thị trường tăng lên, 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 vào các sản phẩm đầu cuối không phải là lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên tập trung vào việc xây dựng toàn bộ hệ sinh thái và thiết kế mô hình kinh tế token để thúc đẩy phân cấp và hiệu ứng mạng.
Cuộc cách mạng AI: Tình hình xuất hiện các dự án và giá trị gia tăng
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 tới con số 20,3 triệu USD, trong khi OpenAI cũng nhanh chóng ra mắt các phiên bản cải tiến như GPT-4, GP4-4o sau khi phát hành ChatGPT. Với xu hướng phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống nhận ra tầm quan trọng của ứng dụng các mô hình AI tiên tiến như LLM, và lần lượt tung ra các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta ra mắt Llama3, trong khi các công ty Trung Quốc cũng đã giới thiệu các mô hình lớn như Wenxin Yiyan, Zhipu Qingyan, rõ ràng lĩnh vực AI đã trở thành một chiến trường không thể thiếu.
Cuộc đua giữa các gã khổng lồ công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi cũng nhận thấy từ thống kê điều tra nghiên cứu AI mã nguồn mở rằng báo cáo AI Index năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng mạnh từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023, đặc biệt là sau khi phát hành GPT vào năm 2023, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự đam mê của cộng đồng lập trình viên toàn cầu đối với nghiên cứu AI.
Sự đam mê đối với công nghệ AI đã phản ánh trực tiếp trên thị trường đầu tư, thị trường đầu tư AI cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý II năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt quá 150 triệu USD, gấp đôi so với quý I. Tổng số vốn huy động của các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ USD, tăng hơn gấp đôi so với năm trước. Trong số đó, xAI thuộc sở hữu của Elon Musk đã huy động được 6 tỷ USD, với định giá là 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 các lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh khốc liệt giữa các ông lớn công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, rồi đến sự săn đón nồng nhiệt của thị trường vốn đối với khái niệm AI. Các dự án liên tục xuất hiện, số tiền đầu tư đạt mức cao kỷ lục, và giá trị ước tính cũng tăng theo. Nhìn chung, thị trường AI đang ở trong một thời kỳ vàng phát triển nhanh chóng, với các mô hình ngôn ngữ lớn và công nghệ tạo ra thông tin tăng cường trong lĩnh vực xử lý ngôn ngữ đã đạt được những tiến bộ đáng kể. Tuy nhiên, những mô hình này vẫn gặp phải 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, rủi ro của việc 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 đòi hỏi độ tin cậy rất 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 tế 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 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 giải quyết vấn đề thực tế. Sự tiến hóa của công nghệ AI đang 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 token và hợp đồng thông minh, chúng tôi dự đoán sẽ phát sinh 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 thực hiện nhiệm vụ độc lập, đã thể hiện tiềm năng lớn để thực hiện 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 cơ sở hạ tầng Web3, middleware, đến các lớp ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm mục đích nhận diện và đánh giá những loại dự án và tình huống ứng dụng đầy hứa hẹn nhất, để hiểu sâu về sự hòa nhập sâu sắc giữa AI và Web3.
Khái niệm làm rõ: Giới thiệu và phân loại về AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu về 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 đi. Mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tạo ra nội dung tăng cường tìm kiếm có thể cung cấp thông tin 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.
Định nghĩa phổ biến về AI Agent trong ngành hiện nay 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 thông qua các cảm biến, sau khi xử lý sẽ tạo ra ảnh hưởng đến môi trường thông qua các bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp các khả năng của LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ có thể cung cấp thông tin đơn thuần, mà còn có thể lập kế hoạch, phân chia nhiệm vụ và thực sự thực hiện.
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 ứng dụng trong các tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và hệ thống lái xe tự động cấp L5 trở lên của Tesla đều có thể được coi là các ví dụ về AI Agent. Những hệ thống này có điểm chung là đều có khả năng cảm nhận đầu vào từ người dùng bên ngoài và dựa vào 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 rõ rằng Transformer là kiến trúc công nghệ cấu thành nên 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 các giai đoạn phát triển khác nhau. ChatGPT thì T là AI Agent tiến hóa dựa trên mô hình GPT.
Tổng quan phân loại
Hiện tại, thị trường AI Agent vẫn 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, và phân loại 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 theo các trường hợp sử dụng thực tế.
Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng nội dung ở tầng thấp hơn trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như dịch vụ B2B cho các ứng dụng tầng thấp đã trưởng thành.
Công cụ phát triển: Cung cấp cho các nhà phát triển các công cụ và khung hỗ trợ để xây dựng AI Agent.
Loại xử lý dữ liệu: Xử lý và phân tích dữ liệu ở các định dạng khác nhau, chủ yếu dùng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.
Lớp huấn luyện mô hình: Cung cấp dịch vụ huấn luyện mô hình cho AI, bao gồm suy luận, thiết lập mô hình, cài đặt, v.v.
Dịch vụ B: Chủ yếu hướng tới người dùng doanh nghiệp, cung cấp các giải pháp dịch vụ doanh nghiệp, giải pháp chuyên biệt 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, nhưng khác ở chỗ 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 tương tác hai chiều với người dùng.
Các loại hỗ trợ cảm xúc: Cung cấp sự hỗ trợ và đồng hành cảm xúc thông qua AI Agent.
Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).
Tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp một Agent chủ yếu để truy xuất thông tin chính xác hơn.
Nội dung tạo ra: Các dự án này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để tạo ra các hình thức nội dung khác nhau dựa trên 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 xu hướng tập trung theo các lĩnh vực. Cụ thể, khoảng hai phần ba các dự án tập trung vào các lĩnh vực cơ sở 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 trưởng thành công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng trên nền tảng công nghệ và khung đã được kiểm chứng qua 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 một nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Sự thúc đẩy từ nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu của thị trường doanh nghiệp đối với công nghệ AI cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp nhằm 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, giúp họ phát triển các dự án tiếp theo.
Giới hạn của các ứng dụng: Đồng thời, chúng tôi nhận thấy rằng các AI tạo nội dung có ứng dụng tương đối hạn chế trên thị trường B2B. Do tính không ổn định của sản phẩm, các doanh nghiệp có xu hướng ưu tiên 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 là khá nhỏ.
Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và các yếu tố thực tiễn trong các trường hợp 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 các loại hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.
Phân tích dự án hàng đầu AI Agent Web2
Chúng tôi đi sâu vào phân tích một số dự án AI Agent hiện tại trên thị trường Web2, với ba dự án là 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 này có hơn 3,5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng có độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành 150 triệu đô la Mỹ trong vòng gọi vốn, đạt định giá 1 tỷ đô la Mỹ, do a16z dẫn dắt.
Phân tích kỹ thuật: Character AI đã ký một thỏa thuận cấp phép không độc quyền với công ty mẹ của Google, Alphabet, cho việc sử dụng mô hình ngôn ngữ lớn của mình, điều này cho thấy Character AI đang sử dụng công nghệ tự phát triển. Đáng chú ý là, những người sáng lập công ty Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ đối 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. Bằng cách 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% 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 đô la tài trợ, với định giá đạt 1,04 tỷ đô la, 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 mô hình nguồn mở: pplx-7b-online và pplx-70b-online. Mô hình phù hợp cho nghiên cứu học thuật chuyên nghiệp và