TL;DR
Các loại dự án Tác nhân AI phổ biến và trưởng thành trong khởi nghiệp Web2 chủ yếu là các dịch vụ phía doanh nghiệp, trong khi ở lĩnh vực Web3, các dự án đào tạo mô hình và thu thập nền tảng đã trở thành xu hướng chủ đạo do vai trò chính của chúng trong việc xây dựng hệ sinh thái.
Hiện tại, số lượng dự án AI Agent của Web3 còn ít, chiếm 8%, nhưng giá trị thị trường của chúng trong lĩnh vực AI lại cao tới 23%. Do đó, chúng cho thấy khả năng cạnh tranh thị trường mạnh mẽ. trưởng thành và mức độ công nhận trên thị trường tăng lên, sẽ có nhiều dự án có giá trị vượt quá 1 tỷ USD trong tương lai.
Đối với dự án Web3, việc đưa công nghệ AI vào có thể trở thành lợi thế chiến lược cho các sản phẩm ứng dụng cốt lõi không phải AI. Sự kết hợp của các dự án AI Agent nên tập trung vào việc xây dựng toàn bộ hệ sinh thái và thiết kế mô hình kinh tế mã thông báo để thúc đẩy phân cấp và hiệu ứng mạng.
Làn sóng AI: tình trạng hiện tại của các dự án lặp đi lặp lại và định giá ngày càng tăng
Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, nó đã thu hút hơn 100 triệu người dùng chỉ sau hai tháng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt mức đáng kinh ngạc là 20,3 triệu USD sau khi phát hành ChatGPT, các phiên bản OpenAI Iterative như GPT-4. và GP 4-4 o cũng nhanh chóng được tung ra thị trường. Với xu hướng nhanh chóng như vậy, những gã khổng lồ công nghệ truyền thống lớn đã nhận ra tầm quan trọng của các ứng dụng mô hình AI tiên tiến như LLM và đã cho ra mắt các mô hình và ứng dụng AI của riêng họ. Ví dụ: Google đã phát hành mô hình ngôn ngữ lớn PaLM 2, Meta ra mắt Llama. 3, và các công ty Trung Quốc đã tung ra các mô hình quy mô lớn như Wenxin Yiyan và Zhipu Qingyan. Rõ ràng lĩnh vực AI đã trở thành chiến trường của các chiến lược gia quân sự.
Sự cạnh tranh giữa những gã khổng lồ công nghệ lớn không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại mà chúng tôi còn nhận thấy từ số liệu thống kê khảo sát của nghiên cứu AI nguồn mở rằng báo cáo Chỉ số AI năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng từ 845 vào năm 2011 đến năm 2023. Khoảng 1,8 triệu. Đặc biệt vào năm 2023 sau khi GPT phát hành, số lượng dự án đã tăng 59,3% so với cùng kỳ năm ngoái, phản ánh sự nhiệt tình của cộng đồng nhà phát triển toàn cầu đối với nghiên cứu AI.
Niềm đam mê công nghệ AI được thể hiện trực tiếp ở thị trường đầu tư, thị trường này đã có sự tăng trưởng mạnh mẽ và bùng nổ trong quý 2 năm 2024. Có 16 khoản đầu tư liên quan đến AI trị giá hơn 150 triệu USD trên toàn cầu, gấp đôi con số trong quý đầu tiên. Tổng vốn tài trợ cho các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ USD, tăng hơn gấp đôi so với cùng kỳ năm trước. Trong số đó, xAI của Musk đã huy động được 6 tỷ USD và được định giá 24 tỷ USD, trở thành công ty khởi nghiệp AI có giá trị cao thứ hai sau OpenAI.
TOP 10 tài trợ theo dõi AI quý 2 năm 2024, nguồn: Yiou, https://www.iyiou.com/data/202407171072366
Sự phát triển nhanh chóng của công nghệ AI đang định hình lại cục diện lĩnh vực khoa học và công nghệ với tốc độ chưa từng thấy. Từ sự cạnh tranh khốc liệt giữa những gã khổng lồ công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng nguồn mở, đến việc nhiệt tình theo đuổi các khái niệm AI trên thị trường vốn. Các dự án lần lượt xuất hiện, số tiền đầu tư đạt mức cao mới và định giá cũng tăng theo. Nhìn chung, thị trường AI đang trong thời kỳ hoàng kim phát triển nhanh chóng, với các mô hình ngôn ngữ quy mô lớn và công nghệ tạo tăng cường truy xuất đạt được tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn phải đối mặt với những thách thức trong việc chuyển các lợi thế kỹ thuật thành sản phẩm thực tế, chẳng hạn như sự không chắc chắn về kết quả đầu ra của mô hình, nguy cơ ảo giác khi tạo ra thông tin không chính xác và các vấn đề về tính 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 cực cao.
Trong bối cảnh đó, chúng tôi bắt đầu nghiên cứu Tác nhân AI, vì Tác nhân AI nhấn mạnh tính toàn diện trong việc giải quyết các vấn đề thực tế và tương tác với môi trường. Sự thay đổi này đánh dấu sự phát triển của công nghệ AI từ mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có thể thực sự hiểu được việc học và giải quyết các vấn đề trong thế giới thực. Vì vậy, chúng ta thấy hy vọng từ sự phát triển của AI Agent, thứ đang dần thu hẹp khoảng cách giữa công nghệ AI và khả năng giải quyết vấn đề thực tế. Sự phát triển của công nghệ AI tiếp tục định hình lại cơ cấu năng suất, trong khi công nghệ Web3 đang định hình lại quan hệ sản xuất của nền kinh tế kỹ thuật số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán được tích hợp với các khái niệm cốt lõi về phân cấp, nền kinh tế mã thông báo và hợp đồng thông minh của Web3, chúng tôi dự đoán rằng một loạt ứng dụng sáng tạo sẽ ra đời. Trong lĩnh vực đa tiềm năng này, chúng tôi tin rằng Tác nhân AI, với khả năng thực hiện các nhiệm vụ một cách tự chủ, đã cho thấy tiềm năng lớn cho các ứng dụng quy mô lớn. Để đạt được mục tiêu này, chúng tôi bắt đầu tiến hành nghiên cứu chuyên sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng Web3, phần mềm trung gian, cấp độ ứng dụng, đến thị trường dữ liệu và mô hình, v.v., nhằm xác định và đánh giá các loại dự án có triển vọng nhất . và các kịch bản ứng dụng để hiểu sâu hơn về sự tích hợp sâu sắc của AI và Web3.
Làm rõ khái niệm: Giới thiệu và tổng quan phân loại AI Agent
Giới thiệu cơ bản
Trước khi giới thiệu AI Agent, để người đọc hiểu rõ hơn sự khác biệt giữa định nghĩa của nó và bản thân mô hình, chúng tôi lấy 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 điểm đến và khuyến nghị du lịch. Công nghệ tạo nâng cao tìm kiếm có thể cung cấp nội dung đích phong phú hơn và cụ thể hơn. Đặc vụ AI giống như Jarvis trong phim Iron Man. Nó có thể hiểu nhu cầu và chủ động tìm kiếm chuyến bay, khách sạn dựa trên lời nói của bạn, thực hiện các thao tác đặt chỗ và thêm hành trình vào lịch.
Định nghĩa phổ biến hiện nay về Tác nhân AI trong ngành đề cập đến một hệ thống thông minh có thể nhận biết môi trường và thực hiện các hành động tương ứng. Nó thu thập thông tin môi trường thông qua các cảm biến và tác động đến môi trường thông qua các bộ truyền động sau khi xử lý (Stuart Russell Peter Norvig, 2020). Chúng tôi tin rằng AI Agent là một trợ lý tích hợp LLM, RAG, bộ nhớ, lập kế hoạch tác vụ và khả năng sử dụng công cụ. Nó không chỉ có thể cung cấp thông tin thuần túy mà còn có thể lập kế hoạch, chia nhỏ các nhiệm vụ và thực sự thực hiện chúng.
Dựa trên định nghĩa và đặc điểm này, chúng ta có thể thấy rằng AI Agent từ lâu đã được tích hợp vào cuộc sống của chúng ta và được sử dụng trong các tình huống khác nhau, chẳng hạn như AlphaGo, Siri, lái xe tự động cấp độ L5 trở lên của Tesla, v.v. Ví dụ về đại lý. Đặc điểm chung của các hệ thống này là chúng có thể nhận biết đầu vào của người dùng bên ngoài và đưa ra các phản hồi tương ứng để tác động đến môi trường thực.
Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta nên chỉ ra rõ ràng rằng Transformer là kiến trúc kỹ thuật cấu thành nên mô hình AI, GPT là một chuỗi mô hình được phát triển dựa trên kiến trúc này và GPT-1, GPT-4, và GPT-4 o tương ứng đại diện cho các Phiên bản của mô hình ở các giai đoạn phát triển khác nhau. ChatGP sử dụng T làm Tác nhân AI được phát triển dựa trên mô hình GPT.
Tổng quan về phân loại
Hiện tại, thị trường Tác nhân AI vẫn chưa hình thành tiêu chuẩn phân loại thống nhất. Bằng cách gắn nhãn cho 204 dự án Tác nhân AI trên thị trường Web2+Web3, chúng tôi chia chúng thành phân loại cấp một và phân loại cấp hai dựa trên các nhãn quan trọng tương ứng. tới từng dự án. Trong số đó, phân loại cấp một là xây dựng cơ sở hạ tầng, tạo nội dung và tương tác người dùng, sau đó được chia nhỏ theo trường hợp sử dụng thực tế của chúng:
Danh mục cơ sở hạ tầng: Danh mục này tập trung vào việc xây dựng nội dung cấp thấp hơn trong trường Tác nhân, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển và các danh mục dịch vụ bên B hoàn thiện hơn cho các ứng dụng cơ bản.
Công cụ phát triển: Cung cấp cho nhà phát triển các công cụ và framework phụ trợ để xây dựng AI Agent.
Hạng mục 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 việc ra quyết định và cung cấp nguồn cho đào tạo.
Hạng mục đào tạo mô hình: Cung cấp dịch vụ đào tạo mô hình cho AI, bao gồm suy luận, thiết lập và cài đặt mô hình, v.v.
Dịch vụ bên B: Chủ yếu dành cho người dùng doanh nghiệp, cung cấp dịch vụ doanh nghiệp, giải pháp dọc và tự động.
Lớp sưu tập nền tảng: một nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.
Lớp tương tác: Tương tự như lớp tạo nội dung, điểm khác biệt là có sự tương tác hai chiều liên tục. Tác nhân tương tác không chỉ chấp nhận và hiểu nhu cầu của người dùng mà còn cung cấp phản hồi thông qua xử lý ngôn ngữ tự nhiên (NLP) và các công nghệ khác để đạt được tương tác hai chiều với người dùng.
Đồng hành về mặt cảm xúc: Đại lý AI cung cấp sự hỗ trợ và đồng hành về mặt cảm xúc.
Lớp GPT: AI Agent dựa trên mô hình GPT (Generative Pre-training Transformer).
Danh mục tìm kiếm: Tác nhân tập trung vào chức năng tìm kiếm và cung cấp khả năng truy xuất thông tin chính xác hơn.
Hạng mục tạo nội dung: Loại dự án này tập trung vào việc tạo nội dung, sử dụng công nghệ mô hình lớn để tạo ra nhiều dạng nội dung khác nhau dựa trên hướng dẫn của người dùng. Nó được chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo âm thanh.
Phân tích hiện trạng phát triển của Web2 AI Agent
Theo thống kê của chúng tôi, sự phát triển của AI Agent trên Internet truyền thống Web2 cho thấy xu hướng tập trung ngành một cách rõ ràng. Cụ thể, khoảng 2/3 số dự án tập trung vào hạng mục xây dựng cơ sở hạ tầng, chủ yếu là các dịch vụ bên B và các công cụ phát triển. Chúng tôi cũng đã tiến hành một số phân tích về hiện tượng này.
Ảnh hưởng của độ trưởng thành công nghệ: Vị trí thống trị của các dự án xây dựng cơ sở hạ tầng trước hết là do độ trưởng thành về công nghệ. Các dự án này thường được xây dựng trên các công nghệ và khuôn khổ đã được thử nghiệm theo thời gian, giảm bớt khó khăn và rủi ro khi phát triển. Tương đương với “cái xẻng” trong lĩnh vực AI, nó cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.
Được thúc đẩy bởi nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, thị trường doanh nghiệp có nhu cầu cấp thiết hơn về công nghệ AI, đặc biệt trong việc tìm kiếm các giải pháp nâng cao hiệu quả hoạt động và giảm chi phí. Đồng thời, đối với các chủ đầu tư, dòng tiền từ doanh nghiệp tương đối ổn định, thuận lợi cho họ trong việc phát triển các dự án tiếp theo.
Hạn chế của các kịch bản ứng dụng: Đồng thời, chúng tôi nhận thấy rằng các kịch bản ứng dụng AI tạo nội dung ở thị trường B-end tương đối hạn chế. Do sản lượng đầu ra không ổn định, các công ty ưa thích các ứng dụng có thể tăng năng suất một cách ổn định. Điều này dẫn đến việc AI tạo nội dung chiếm một phần nhỏ hơn trong thư viện dự án.
Xu hướng này phản ánh những cân nhắc thực tế về sự trưởng thành của công nghệ, nhu cầu thị trường và các kịch bản ứng dụng. Với sự tiến bộ không ngừng của công nghệ AI và nhu cầu thị trường được làm rõ hơn, chúng tôi kỳ vọng rằng mô hình này có thể được điều chỉnh, nhưng cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của Đại lý AI.
Phân tích các dự án hàng đầu về AI Agent của Web2
Tổng hợp các dự án hàng đầu về AI Agent của Web2, nguồn: cơ sở dữ liệu dự án ArkStream
Chúng tôi sẽ đi sâu vào một số dự án Tác nhân AI hiện có trên thị trường Web2 và phân tích chúng, lấy AI Nhân vật, AI bối rối và Midjourney làm ví dụ.
AI nhân vật:
Giới thiệu sản phẩm: Character.AI cung cấp hệ thống đối thoại dựa trên trí tuệ nhân tạo và các 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 có khả năng tổ chức các cuộc hội thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.
Phân tích dữ liệu: Character.AI có 277 triệu lượt truy cập trong tháng 5 và nền tảng này có hơn 3,5 triệu người dùng hoạt động hàng ngày, hầu hết trong số họ ở độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ hơn. Character AI đã hoạt động tốt trên thị trường vốn, hoàn thành khoản tài trợ 150 triệu USD và đạt mức định giá 1 tỷ USD, dẫn đầu là a16z.
Phân tích kỹ thuật: Character AI đã ký thỏa thuận cấp phép không độc quyền với công ty mẹ Google là Alphabet để sử dụng mô hình ngôn ngữ lớn của mình, điều này cho thấy Character AI sử dụng công nghệ tự phát triển. Điều đáng nói là những người sáng lập công ty Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ đàm thoại Llama của Google.
AI bối rối:
Mô tả sản phẩm: Perplexity thu thập dữ liệu trên internet và cung cấp câu trả lời chi tiết. Độ tin cậy và chính xác của thông tin được đảm bảo thông qua trích dẫn và link tham khảo, đồng thời giáo dục, hướng dẫn người dùng tra cứu, tìm kiếm từ khóa, đáp ứng nhu cầu truy vấn đa dạng của người dùng.
PHÂN TÍCH: Perplexity đã đạt 10 triệu người dùng hoạt động hàng tháng, với lưu lượng truy cập vào ứng dụng dành cho thiết bị 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 khoản tài trợ 62,7 triệu USD, định giá nó ở mức 1,04 tỷ USD, dẫn đầu là Daniel Gross với sự tham gia của Stan Druckenmiller và NVIDIA.
Phân tích kỹ thuật: Mô hình chính được Perplexity sử dụng là GPT-3.5 đã được tinh chỉnh và hai mô hình quy mô lớn được tinh chỉnh dựa trên các mô hình lớn nguồn mở: pplx-7 b-online và pplx-70 b-online. Mô hình phù hợp cho nghiên cứu học thuật chuyên nghiệp và yêu cầu trong các lĩnh vực dọc, đảm bảo tính xác thực và độ tin cậy của thông tin.
Giữa hành trình:
Giới thiệu sản phẩm: Người dùng có thể tạo hình ảnh với nhiều phong cách và chủ đề khác nhau trong Midjourney thông qua Lời nhắc, đáp ứng nhiều nhu cầu sáng tạo từ hiện thực đến trừu tượng. Nền tảng này cũng cung cấp tính năng trộn và chỉnh sửa hình ảnh, cho phép người dùng thực hiện lớp phủ hình ảnh và chuyển kiểu. Chức năng tạo thời gian thực của nền tảng đảm bảo rằng người dùng có thể có được hình ảnh được tạo trong vòng hàng chục giây đến vài phút.
Phân tích dữ liệu: Nền tảng này đã có 15 triệu người dùng đã đăng ký và 1,5 triệu đến 2,5 triệu người dùng đang hoạt động. Đồng thời, theo thông tin thị trường công khai, Midjourney không nhận bất kỳ khoản tiền nào từ các tổ chức đầu tư và dựa vào danh tiếng cũng như nguồn lực của người sáng lập David từ nhiều dự án kinh doanh của mình để đạt được sự phát triển tự cung tự cấp.
Phân tích kỹ thuật: Midjourney sử dụng mô hình nguồn đóng của riêng họ Kể từ khi phát hành Midjourney V4 vào tháng 8 năm 2022, nền tảng này đã sử dụng mô hình AI tổng hợp dựa trên sự phổ biến. Người ta nói rằng mô hình được đào tạo với 30 đến 40 tỷ tham số, cung cấp nền tảng vững chắc cho tính đa dạng và độ chính xác của hình ảnh mà nó tạo ra.
vấn đề nan giải về thương mại hóa
Sau khi trải nghiệm nhiều Tác nhân AI Web2, chúng tôi đã nhận thấy một lộ trình chung cho việc lặp lại sản phẩm: từ việc tập trung vào một nhiệm vụ chi tiết duy nhất ở giai đoạn đầu đến mở rộng khả năng xử lý các tình huống đa tác vụ phức tạp hơn ở giai đoạn sau. Xu hướng này không chỉ phản ánh tiềm năng của Tác nhân AI trong việc nâng cao hiệu quả công việc và khả năng đổi mới mà còn cho thấy chúng sẽ đóng vai trò quan trọng hơn trong tương lai. Qua thống kê sơ bộ về 125 dự án AI Agent trong Web2, chúng tôi nhận thấy các dự án chủ yếu tập trung vào việc tạo nội dung (như Jasper AI), các công cụ phát triển (như Replit) và số lượng lớn nhất các dịch vụ B-side (như Cresta). ). Phát hiện này trái ngược với mong đợi của chúng tôi. Ban đầu, chúng tôi kỳ vọng rằng khi công nghệ mô hình AI ngày càng trưởng thành, thị trường cấp C sẽ chứng kiến sự tăng trưởng bùng nổ về Đại lý AI. Tuy nhiên, sau khi phân tích, chúng tôi nhận ra rằng con đường thương mại hóa Tác nhân AI phía C còn chông gai và phức tạp hơn nhiều so với dự kiến.
Lấy Character.Ai làm ví dụ. Một mặt, Character.AI có hiệu suất lưu lượng truy cập tốt nhất. Tuy nhiên, do mô hình kinh doanh duy nhất, dựa vào phí đăng ký 9,9 USD và phải đối mặt với một lượng nhỏ thu nhập đăng ký và mức tiêu thụ chi phí suy luận của người dùng lớn, toàn bộ nhóm cuối cùng đã được Google mua lại do gặp khó khăn trong việc kiếm tiền từ lưu lượng truy cập và chuỗi vốn vấn đề. Trường hợp này phản ánh rằng ngay cả với lưu lượng truy cập và nguồn tài chính tốt như vậy, các ứng dụng AI Agent bên C vẫn rất khó thương mại hóa. Điều này phản ánh phần lớn sản phẩm vẫn chưa đáp ứng được tiêu chuẩn thay thế hoặc hỗ trợ lao động hiệu quả, dẫn đến người dùng C-end không sẵn lòng chi trả cho các sản phẩm hiện tại. Trong nghiên cứu và điều tra thực tế, chúng tôi nhận thấy nhiều dự án khởi nghiệp đã gặp phải vấn đề tương tự như Character.ai. Quá trình phát triển Tác nhân AI bên C không hề suôn sẻ mà đòi hỏi phải nghiên cứu sâu hơn về độ trưởng thành của công nghệ, giá trị sản phẩm. và đổi mới mô hình kinh doanh, chỉ thông qua việc khám phá, chúng tôi mới có thể nhận ra tiềm năng và giá trị của nó trên thị trường bên C.
Bằng cách tính mức định giá của hầu hết các dự án Đại lý AI, so với mức định giá trần của các dự án như OpenAI và xAI, vẫn còn chỗ cho gần 10-50 lần. Không thể phủ nhận rằng mức trần ứng dụng của C-side Agent vẫn đủ cao, chứng tỏ đây vẫn là một đường đua tốt. Tuy nhiên, dựa trên phân tích trên, chúng tôi tin rằng so với bên C, thị trường bên B có thể là đích đến cuối cùng của AI Agent. Bằng cách xây dựng nền tảng, doanh nghiệp tích hợp Đại lý AI vào phần mềm quản lý như các lĩnh vực ngành dọc, CRM và OA văn phòng. Điều này không chỉ cải thiện hiệu quả hoạt động cho doanh nghiệp mà còn cung cấp cho Đại lý AI một không gian ứng dụng rộng hơn. Vì vậy, chúng tôi có lý do để tin rằng các dịch vụ bên B sẽ là hướng phát triển ngắn hạn chính của Tác nhân AI trên Internet truyền thống Web2.
Phân tích triển vọng và trạng thái phát triển Đại lý AI Web3
Tổng quan dự án
Theo phân tích trước đó, ngay cả các ứng dụng AI Agent đã nhận được nguồn tài trợ cấp cao nhất và có lưu lượng người dùng tốt vẫn phải đối mặt với các vấn đề về thương mại hóa. Tiếp theo, chúng tôi sẽ tiến hành phân tích chuyên sâu về sự phát triển hiện tại của dự án AI Agent trong Web3. Bằng cách đánh giá một loạt các dự án tiêu biểu - bao gồm đổi mới công nghệ, hiệu suất thị trường, phản hồi của người dùng và tiềm năng phát triển - chúng tôi mong muốn tìm ra những đề xuất sáng suốt. Hình ảnh dưới đây cho thấy một số dự án tiêu biểu đã phát hành token và có giá trị thị trường cao trên thị trường:
Tổng hợp các dự án hàng đầu về AI Agent của Web2, nguồn: cơ sở dữ liệu dự án ArkStream
Theo thống kê của chúng tôi về thị trường Đại lý AI Web3, các loại hình phát triển dự án cũng cho thấy xu hướng tập trung ngành rõ ràng. Hầu hết các dự án đều được phân loại là xây dựng cơ sở hạ tầng và thiếu các dự án tạo ra nội dung. Hầu hết các dự án đều cố gắng giải quyết nhu cầu đào tạo mô hình của phía dự án bằng cách cho phép người dùng cung cấp dữ liệu phân tán, sức mạnh tính toán, v.v. Hoặc cố gắng xây dựng một nền tảng toàn diện nhúng nhiều dịch vụ và công cụ ứng dụng AI Agent. Từ các công cụ phát triển đến các ứng dụng tương tác front-end, ứng dụng tổng quát, v.v. Ngành Tác nhân AI truyền thống hiện chủ yếu giới hạn ở việc điều chỉnh tham số nguồn mở hoặc áp dụng các mô hình hiện có để xây dựng ứng dụng. Phương pháp này đã không tạo được hiệu ứng mạng đáng kể ở cả cấp độ doanh nghiệp và người dùng cá nhân.
Phân tích tình hình hiện tại
Chúng tôi tin rằng hiện tượng này ở giai đoạn này có thể được thúc đẩy bởi các yếu tố sau:
Sự không phù hợp về thị trường và công nghệ: Sự kết hợp giữa Web3 và AI Agent hiện không có lợi thế rõ ràng so với thị trường truyền thống nằm ở việc cải thiện quan hệ sản xuất và tối ưu hóa nguồn lực cũng như cộng tác thông qua cách tiếp cận phi tập trung. Điều này có thể dẫn đến một số ứng dụng tương tác và tổng hợp kém cạnh tranh hơn so với các đối thủ cạnh tranh truyền thống có khả năng tài chính và kỹ thuật mạnh hơn.
Giới hạn kịch bản ứng dụng: Trong môi trường Web3, có thể không có quá nhiều nhu cầu thực tế để tạo nội dung như hình ảnh, video hoặc văn bản. Ngược lại, các tính năng phi tập trung và phân tán của Web3 được sử dụng nhiều hơn để giảm chi phí và tăng hiệu quả trong lĩnh vực AI truyền thống, thay vì mở rộng các kịch bản ứng dụng mới.
Chúng tôi tin rằng nguồn gốc của hiện tượng này có thể bắt nguồn từ tình trạng phát triển hiện tại của ngành AI và hướng đi tương lai của nó. Có thể chính xác là do công nghệ AI hiện nay vẫn còn ở giai đoạn sơ khai, tương tự như thời kỳ chuyển tiếp khi động cơ hơi nước được thay thế bằng động cơ điện trong thời kỳ đầu cách mạng công nghiệp, và chưa đạt đến kỷ nguyên điện khí hóa được ứng dụng rộng rãi.
Chúng tôi có lý do để tin rằng các xu hướng phát triển AI trong tương lai có thể đi theo con đường tương tự. Mô hình tổng thể sẽ dần được củng cố, trong khi mô hình tinh chỉnh sẽ phát triển đa dạng. Các ứng dụng AI sẽ được phân tán rộng rãi giữa các doanh nghiệp và người dùng cá nhân khác nhau và trọng tâm sẽ chuyển sang sự kết nối và tương tác giữa các mô hình. Xu hướng này rất phù hợp với khái niệm Web3, chính xác là vì Web3 được biết đến với khả năng tổng hợp và các tính năng không cần cấp phép, trùng khớp với khái niệm tinh chỉnh mô hình phi tập trung. Các nhà phát triển được phép tự do hơn trong việc kết hợp và điều chỉnh các mô hình khác nhau một cách tự do hơn. Đồng thời, tính năng phân quyền cũng mang lại những lợi thế đặc biệt cho việc đào tạo mô hình về bảo vệ quyền riêng tư dữ liệu và phân bổ tài nguyên máy tính.
Với sự tiến bộ của công nghệ, đặc biệt là sự xuất hiện của các công nghệ mới như LoRA (Thích ứng cấp thấp), ngưỡng chi phí và kỹ thuật của việc tinh chỉnh mô hình đã giảm đi rất nhiều. Điều này giúp việc phát triển các mô hình công khai cho các tình huống cụ thể hoặc đáp ứng nhu cầu cá nhân hóa của người dùng trở nên dễ dàng hơn. Dự án Tác nhân AI trong Web3 có thể tận dụng tối đa tiến bộ công nghệ này để khám phá các phương pháp đào tạo mới, cơ chế khuyến khích sáng tạo cũng như các mô hình chia sẻ và cộng tác mô hình mới trong lĩnh vực đào tạo và tinh chỉnh mô hình, thường khó thực hiện. đạt được trong các hệ thống tập trung truyền thống.
Ngoài ra, việc dự án Web3 tập trung vào đào tạo mô hình cũng phản ánh những cân nhắc chiến lược của dự án trong việc chiếm một vị trí quan trọng trong toàn bộ hệ sinh thái AI. Vì vậy, dự án AI Agent trong ngành Web3 tập trung vào lĩnh vực đào tạo mô hình, là sự giao thoa tự nhiên giữa xu hướng phát triển công nghệ, nhu cầu thị trường và những lợi thế của ngành Web3. Tiếp theo, chúng tôi sẽ đưa ra ví dụ về một số dự án đào tạo mô hình trong ngành Web23 và so sánh chúng.
Dự án đào tạo mô hình
Humans.ai
Giới thiệu dự án: Humans.ai là thư viện mô hình thuật toán AI và môi trường triển khai đào tạo đa dạng, bao gồm nhiều lĩnh vực như hình ảnh, video, âm thanh và văn bản. Nền tảng này không chỉ hỗ trợ các nhà phát triển đào tạo và tối ưu hóa thêm mô hình của họ mà còn cho phép họ chia sẻ và giao dịch mô hình của mình. Một cải tiến đáng kể là Humans.ai sử dụng NFT làm phương tiện để lưu trữ các mô hình AI và dữ liệu sinh trắc học của người dùng, giúp quá trình tạo nội dung AI được cá nhân hóa và an toàn hơn.
Phân tích dữ liệu: Token Heart của Humans.ai có vốn hóa thị trường khoảng 68 triệu USD. Twitter có 56k người theo dõi và không tiết lộ dữ liệu người dùng.
Phân tích kỹ thuật: Humans.ai không phát triển các mô hình của riêng mình mà áp dụng cách tiếp cận mô-đun để gói gọn tất cả các mô hình được cung cấp vào NFT, cung cấp cho người dùng giải pháp AI linh hoạt và có thể mở rộng.
FLock.io
Giới thiệu dự án: FLock.io là một nền tảng đồng sáng tạo AI dựa trên công nghệ học tập liên kết (một phương pháp học máy phi tập trung nhấn mạnh vào quyền riêng tư dữ liệu). sự tham gia và bảo vệ quyền riêng tư không đầy đủ cũng như sự độc quyền về công nghệ AI của các công ty lớn. Nền tảng này cho phép người dùng đóng góp dữ liệu đồng thời bảo vệ quyền riêng tư, thúc đẩy quá trình dân chủ hóa và phân cấp công nghệ AI.
Phân tích dữ liệu: Vòng tài trợ hạt giống trị giá 6 triệu đô la đã được hoàn thành vào đầu năm 2024, do Lightspeed Faction và Tagus Capital dẫn đầu, với sự tham gia của DCG, OKX Ventures và các tổ chức khác.
Phân tích kỹ thuật: Kiến trúc kỹ thuật của FLock.io dựa trên cơ chế học tập liên kết, một cách tiếp cận thúc đẩy phân cấp đồng thời bảo vệ quyền riêng tư của dữ liệu. Ngoài ra, FLock.io cũng sử dụng các công nghệ như zkFL, mã hóa đồng cấu và tính toán đa bên an toàn (SMPC) để cung cấp khả năng bảo vệ bổ sung cho quyền riêng tư dữ liệu.
Đây là một dự án đào tạo mô hình AI Agent trong ngành Web3. Ngoài ra còn có các nền tảng tương tự trong Web2 cung cấp dịch vụ đào tạo mô hình, chẳng hạn như Predibase.
Predibase
Giới thiệu dự án: Predibase tập trung vào AI và tối ưu hóa mô hình ngôn ngữ lớn, cho phép người dùng tinh chỉnh và triển khai các mô hình ngôn ngữ lớn nguồn mở như Llama, CodeLlama, Phi, v.v. Nền tảng này hỗ trợ nhiều kỹ thuật tối ưu hóa như lượng tử hóa, thích ứng cấp thấp và đào tạo phân tán hiệu quả về bộ nhớ.
Phân tích dữ liệu: Predibase thông báo hoàn thành vòng tài trợ Series A trị giá 12,2 triệu USD do Felicis dẫn đầu. Các doanh nghiệp lớn như Uber, Apple, Meta và các công ty khởi nghiệp như Paradigm và Koble.ai đều là người dùng nền tảng này.
Phân tích kỹ thuật: Người dùng Predibase đã đào tạo hơn 250 mô hình. Nền tảng hiện tại áp dụng kiến trúc LoRAX và khung Ludwig: LoRAX cho phép người dùng phân phối hàng nghìn LLM được tinh chỉnh trên một GPU, giúp giảm đáng kể chi phí mà không ảnh hưởng đến thông lượng hoặc độ trễ. Trong khi Ludwig là một khung khai báo thì Predibase được sử dụng để phát triển, đào tạo, tinh chỉnh và triển khai các mô hình ngôn ngữ lớn và học sâu hiện đại.
Phân tích dự án: Nền tảng Predibase có các tính năng thân thiện với người dùng và cung cấp các dịch vụ xây dựng ứng dụng AI tùy chỉnh cho người dùng ở các cấp độ khác nhau. Cho dù dành cho người dùng bên C và bên B hay dành cho những người mới làm quen hoặc có kinh nghiệm trong lĩnh vực AI.
Đối với người mới, tính năng tự động hóa bằng một cú nhấp chuột của nền tảng Predibase giúp đơn giản hóa quá trình đào tạo và xây dựng mô hình. Nền tảng tự động hóa các bước xây dựng và triển khai phức tạp. Đối với người dùng có kinh nghiệm, các tùy chọn tùy chỉnh chuyên sâu hơn sẽ được cung cấp. Không chỉ cung cấp các dịch vụ tự động mà còn cho phép người dùng truy cập và điều chỉnh các cài đặt thông số chuyên nghiệp hơn. Khi so sánh các nền tảng đào tạo mô hình AI truyền thống với các dự án AI trong lĩnh vực Web3, mặc dù chúng có thể giống nhau về khung và logic tổng thể, chúng tôi nhận thấy rằng có một số khác biệt đáng kể về kiến trúc kỹ thuật và mô hình kinh doanh giữa hai nền tảng này.
Chiều sâu kỹ thuật và sự đổi mới: Các nền tảng đào tạo mô hình AI truyền thống thường áp dụng các rào cản kỹ thuật sâu hơn, chẳng hạn như việc sử dụng các công nghệ tự phát triển như kiến trúc LoRAX và khung Ludwig. Các khung này cung cấp các khả năng mạnh mẽ cho phép nền tảng xử lý các nhiệm vụ đào tạo mô hình AI phức tạp. Tuy nhiên, dự án Web3 có thể tập trung nhiều hơn vào tính phân cấp và tính mở mà không có công nghệ chuyên sâu.
Tính linh hoạt của mô hình kinh doanh: Trong lĩnh vực đào tạo mô hình AI truyền thống, chúng tôi nhận thấy rằng điểm nghẽn chung là mô hình kinh doanh không đủ linh hoạt. Nền tảng yêu cầu người dùng trả tiền để đào tạo mô hình và các nguồn tài trợ hạn chế không gian phát triển bền vững của dự án, đặc biệt là trong giai đoạn đầu đòi hỏi sự tham gia và thu thập dữ liệu rộng rãi của người dùng. Ngược lại, dự án Web3 sẽ có mô hình kinh doanh linh hoạt hơn, chẳng hạn như mô hình nền kinh tế mã thông báo hướng đến cộng đồng.
Những thách thức trong việc bảo vệ quyền riêng tư: Bảo vệ quyền riêng tư là một vấn đề quan trọng khác. Lấy Predibase làm ví dụ. Mặc dù cung cấp dịch vụ đám mây riêng ảo trên AWS nhưng kiến trúc của bên thứ ba này luôn tiềm ẩn nguy cơ rò rỉ dữ liệu.
Những điểm khác biệt này, không có ngoại lệ, đã trở thành điểm nghẽn trong ngành AI truyền thống. Do đặc điểm của Internet, những vấn đề này sẽ khó giải quyết một cách hiệu quả hơn. Đồng thời, điều này cũng mang lại cơ hội và thách thức cho Web3. Nếu nhóm dự án đi đầu trong việc giải quyết những vấn đề này thì có khả năng trở thành người tiên phong trong ngành.
Các dự án đại lý thuộc các chuyên mục khác của Web3
Sau khi thảo luận về các dự án Tác nhân AI thuộc loại đào tạo mô hình, tiếp theo, chúng tôi đã mở rộng tầm nhìn của mình sang các loại dự án Tác nhân AI khác trong ngành Web3. Mặc dù các dự án này không chỉ tập trung vào đào tạo mô hình mà còn đặc biệt về dữ liệu tài chính, hiệu suất sàn giao dịch, giá trị thị trường token, v.v.
Sau đây là một số dự án Đại lý AI tiêu biểu và có ảnh hưởng trong các lĩnh vực tương ứng của chúng:
Myshell
Giới thiệu sản phẩm: Cung cấp nền tảng AI Agent toàn diện, cho phép người dùng tạo, chia sẻ và cá nhân hóa các tác nhân AI. Những đại lý này có thể cung cấp sự đồng hành và hỗ trợ công việc để nâng cao hiệu quả. Nền tảng này bao gồm nhiều kiểu tác nhân AI khác nhau, bao gồm kiểu hai chiều và kiểu truyền thống, cũng như các hình thức tương tác bao gồm âm thanh, video và văn bản. Điều đặc biệt ở MyShell là nó tổng hợp nhiều mô hình hiện có, bao gồm GPT 4o, GPT 4 và Claude, để cung cấp cho người dùng trải nghiệm nâng cao về Đại lý AI trả phí truyền thống. Ngoài ra, nền tảng này còn giới thiệu một hệ thống giao dịch tương tự đường cong liên kết FT để khuyến khích người sáng tạo phát triển các mô hình AI có giá trị cao đồng thời mang đến cho người dùng cơ hội đầu tư và chia sẻ lợi nhuận.
Phân tích dữ liệu: Vòng tài trợ cuối cùng của MyShell trị giá khoảng 80 triệu USD, Dragonfly dẫn đầu khoản đầu tư và các nhà đầu tư nổi tiếng khác như Binance, Hashkey, Folius, v.v. cũng tham gia. Mặc dù không có dữ liệu truy cập cụ thể của người dùng nhưng MyShell có gần 180 nghìn người hâm mộ Twitter trên mạng xã hội. Mặc dù số lượng người trực tuyến trong Discord thường không vượt quá 1/10 tổng số người hâm mộ nhưng điều đó cho thấy dự án có một nhóm gồm nhiều người hâm mộ. người dùng và nhà phát triển trung thành.
Phân tích kỹ thuật: MyShell không phát triển các mô hình AI một cách độc lập mà đóng vai trò như một nền tảng tích hợp tập hợp các mô hình tiên tiến như Claude, GPT-4 và 4o, đồng thời tuyên bố sẽ hỗ trợ các mô hình nguồn đóng khác. Chiến lược này cho phép MyShell tận dụng các nguồn lực kỹ thuật hiện có để cung cấp cho người dùng trải nghiệm AI tiên tiến và thống nhất.
Trải nghiệm chủ quan: MyShell cho phép người dùng tự do tạo và tùy chỉnh các tác nhân AI theo nhu cầu của riêng họ, dù là bạn đồng hành cá nhân hay trợ lý chuyên nghiệp, nó có thể thích ứng với nhiều tình huống khác nhau như âm thanh và video. Ngay cả khi người dùng không sử dụng proxy của MyShell, họ vẫn có thể tận hưởng mô hình trả phí Web2 tích hợp với chi phí thấp hơn. Ngoài ra, nền tảng này kết hợp khái niệm kinh tế FT, cho phép người dùng không chỉ sử dụng dịch vụ AI mà còn đầu tư vào các đại lý AI mà họ lạc quan, tăng hiệu ứng tài sản thông qua cơ chế đường cong liên kết.
Delysi
Giới thiệu sản phẩm: Delysium cung cấp mạng lưới AI Agent tập trung vào mục đích, cho phép các Agent hợp tác tốt hơn để mang đến cho người dùng trải nghiệm Web3 thân thiện. Hiện tại, Delysium đã cho ra mắt hai Đặc vụ AI: Lucy và Jerry. Lucy là một Đặc vụ AI được nối mạng. Tầm nhìn là cung cấp công cụ hỗ trợ, chẳng hạn như truy vấn 10 địa chỉ nắm giữ tiền tệ hàng đầu, v.v. Tuy nhiên, hiện tại chức năng của Đại lý để thực hiện các ý định trên chuỗi vẫn chưa được mở và nó có thể chỉ thực hiện một số hướng dẫn cơ bản, chẳng hạn như đặt cược trong hệ sinh thái AGI có thể được đổi lấy USDT. Jerry tương tự như GPT trong hệ sinh thái Delysium và chịu trách nhiệm chính trong việc trả lời các câu hỏi trong hệ sinh thái, chẳng hạn như phân phối mã thông báo.
Phân tích dữ liệu: Vòng tài trợ đầu tiên là 400 đô la Mỹ vào năm 2022 và trong cùng năm đó, công ty được thông báo rằng họ đã hoàn thành khoản tài trợ chiến lược trị giá 10 triệu đô la Mỹ. Token AGI của nó hiện có FDV khoảng 130 triệu USD. Không có dữ liệu người dùng mới nhất Theo thống kê chính thức từ Delysium, Lucy đã tích lũy được hơn 1,4 triệu kết nối ví độc lập tính đến tháng 6 năm 2023.
AI không ngủ
Giới thiệu sản phẩm: Nền tảng trò chơi đồng hành cảm xúc kết hợp công nghệ Web3 và AI Agent, cung cấp các trò chơi đồng hành ảo HIM và HER, đồng thời sử dụng AIGC và LLM để đưa người dùng đắm chìm trong tương tác với các nhân vật ảo. Người dùng có thể sửa đổi các thuộc tính, quần áo, v.v. của nhân vật trong cuộc trò chuyện đang diễn ra. Mô hình ngôn ngữ lớn tương thích của nó đảm bảo rằng nhân vật sẽ tự lặp lại trong mỗi cuộc trò chuyện và trở nên hiểu người dùng hơn.
Phân tích dữ liệu: Dự án đã huy động được tổng cộng 3,7 triệu USD, với các nhà đầu tư bao gồm Binance Labs, Foresight Ventures và Folius Ventures. Tổng giá trị thị trường hiện tại của token đã đạt khoảng 400 triệu USD. Nó có 116 nghìn người theo dõi trên Twitter, 190 nghìn lượt đặt chỗ đã đăng ký theo thống kê chính thức và 43 nghìn người dùng đang hoạt động. Có thể nói độ bám dính người dùng của nó khá mạnh.
Phân tích kỹ thuật: Mặc dù quan chức này không tiết lộ sản phẩm của họ dựa trên mô hình ngôn ngữ lớn nào trên thị trường, nhưng AI không ngủ của họ đang thiết kế chương trình đào tạo LLM để đảm bảo rằng người dùng sẽ cảm thấy rằng nhân vật ngày càng hiểu họ hơn trong quá trình trò chuyện. đồng thời huấn luyện một mô hình riêng biệt cho từng nhân vật, đồng thời kết hợp cơ sở dữ liệu vectơ và hệ thông số tính cách để cho phép nhân vật có trí nhớ.
Trải nghiệm chủ quan: Sleepless AI được tiếp cận từ góc độ Chơi miễn phí thông qua AI Boyfriend và AI Girlfriend chứ không chỉ được tích hợp đơn giản vào hộp trò chuyện của robot đàm thoại. Dự án nâng cao đáng kể tính xác thực của con người ảo thông qua nghệ thuật chi phí cao, mô hình ngôn ngữ lặp đi lặp lại liên tục, lồng tiếng hoàn chỉnh và chất lượng cao cũng như một loạt chức năng như đồng hồ báo thức, hỗ trợ giấc ngủ, ghi âm kinh nguyệt, đồng hành học tập, v.v. Loại giá trị cảm xúc này không thể được cảm nhận bởi các ứng dụng khác trên thị trường. Ngoài ra, Sleepless AI tạo ra cơ chế thanh toán nội dung cân bằng, dài hạn hơn. Người dùng có thể chọn bán NFT mà không rơi vào tình thế tiến thoái lưỡng nan của P2E hoặc Ponzi. Mô hình này tính đến cả thu nhập của người chơi và trải nghiệm trò chơi.
Phân tích triển vọng
Trong ngành Web3, dự án AI Agent bao gồm nhiều hướng như chuỗi công cộng, quản lý dữ liệu, bảo vệ quyền riêng tư, mạng xã hội, dịch vụ nền tảng và khả năng tính toán. Từ góc độ giá trị thị trường mã thông báo, tổng giá trị thị trường mã thông báo của dự án Đại lý AI đã đạt gần 3,8 tỷ USD, trong khi tổng giá trị thị trường của toàn bộ đường đua AI là gần 16,2 tỷ USD. Dự án AI Agent chiếm khoảng 23% giá trị thị trường trong lộ trình AI.
Mặc dù số lượng dự án Tác nhân AI chỉ khoảng chục, tương đối nhỏ so với các dự án trong toàn bộ lộ trình AI, nhưng thị phần định giá của chúng trên thị trường là gần 1/4. Tỷ lệ vốn hóa thị trường trong lĩnh vực AI một lần nữa xác nhận xác minh của chúng tôi rằng phân khúc này có tiềm năng tăng trưởng lớn.
Sau khi thống kê, chúng tôi đã đặt ra một câu hỏi cốt lõi: Các dự án Đại lý có thể có những đặc điểm gì để thu hút nguồn tài chính xuất sắc và được niêm yết trên các sàn giao dịch hàng đầu? Để trả lời câu hỏi này, chúng tôi đã khám phá các dự án trong ngành Đại lý đang đạt được kết quả, chẳng hạn như Fetch.ai, Olas Network, SingularityNET và Myshell.
Không khó để nhận ra rằng các dự án này cùng thể hiện một số đặc điểm nổi bật: đều thuộc các dự án thu thập nền tảng thuộc hạng mục xây dựng cơ sở hạ tầng, xây dựng cầu nối, một đầu kết nối người dùng bên B hoặc bên C cần Agent, và đầu bên kia phục vụ Nhà phát triển và Người xác minh - Đây là những người dùng chịu trách nhiệm gỡ lỗi mô hình và đào tạo mô hình. Bất kể cấp độ ứng dụng, họ đã thiết lập một vòng khép kín sinh thái hoàn chỉnh.
Chúng tôi nhận thấy rằng cho dù các sản phẩm họ cung cấp có liên quan trên chuỗi hay ngoài chuỗi thì đây dường như không phải là yếu tố quan trọng nhất. Điều này dẫn chúng ta đến một kết luận sơ bộ: Trong lĩnh vực Web3, logic tập trung vào các ứng dụng thực tế của Web2 có thể không được áp dụng đầy đủ. Đối với các sản phẩm AI Agent hàng đầu trong Web3, việc xây dựng một hệ sinh thái hoàn chỉnh và cung cấp các chức năng đa dạng có thể quan trọng hơn chất lượng và hiệu suất của một sản phẩm. Nói cách khác, sự thành công của một dự án không chỉ phụ thuộc vào những gì nó cung cấp mà còn phụ thuộc vào cách nó tích hợp các nguồn lực, thúc đẩy sự hợp tác và tạo ra hiệu ứng mạng trong hệ sinh thái. Khả năng xây dựng hệ sinh thái này có thể là yếu tố quan trọng để dự án AI Agent nổi bật trên đường đua Web3.
Cách chính xác để tích hợp dự án AI Agent trong Web3 không phải là tập trung vào phát triển chuyên sâu một ứng dụng duy nhất mà là áp dụng một mô hình toàn diện. Cách tiếp cận này liên quan đến việc di chuyển và tích hợp các khung sản phẩm và loại sản phẩm đa dạng của thời đại Web2 vào môi trường Web3 để xây dựng một hệ sinh thái tự lưu hành. Điều này cũng được thể hiện rõ trong sự chuyển dịch chiến lược của OpenAI, chọn ra mắt nền tảng ứng dụng trong năm nay thay vì chỉ cập nhật mô hình.
Tóm lại, chúng tôi tin rằng dự án AI Agent nên tập trung vào các khía cạnh sau:
Xây dựng hệ sinh thái: Vượt ra ngoài một ứng dụng duy nhất và xây dựng một hệ sinh thái chứa nhiều dịch vụ và chức năng để thúc đẩy sự tương tác và giá trị gia tăng giữa các thành phần khác nhau.
Mô hình kinh tế Token: Thiết kế mô hình kinh tế Token hợp lý nhằm khuyến khích người dùng tham gia xây dựng mạng lưới và đóng góp dữ liệu, sức mạnh tính toán.
Tích hợp giữa các miền: Khám phá tiềm năng ứng dụng của Tác nhân AI trong các lĩnh vực khác nhau và tạo ra các kịch bản và giá trị sử dụng mới thông qua tích hợp giữa các miền.
Sau khi tóm tắt ba khía cạnh này, chúng tôi cũng đưa ra một số đề xuất hướng tới tương lai cho các bên tham gia dự án với những trọng tâm khác nhau. Một dành cho các sản phẩm phía ứng dụng cốt lõi không phải AI và dự án còn lại là các dự án gốc tập trung vào theo dõi Tác nhân AI.
Đối với các sản phẩm phía ứng dụng cốt lõi không phải AI:
Duy trì chủ nghĩa lâu dài, tập trung vào các sản phẩm cốt lõi của mình đồng thời tích hợp công nghệ AI, thích ứng với thời đại và chờ đợi xu hướng. Theo xu hướng thị trường và công nghệ hiện nay, chúng tôi tin rằng việc sử dụng AI làm phương tiện lưu lượng truy cập để thu hút người dùng và nâng cao khả năng cạnh tranh của sản phẩm đã trở thành một phương tiện cạnh tranh quan trọng. Mặc dù thực tế là sự đóng góp thực sự của công nghệ AI vào sự phát triển lâu dài của dự án vẫn còn là một dấu hỏi, nhưng chúng tôi tin rằng điều này mang đến cơ hội quý giá cho những người tiên phong dám sớm áp dụng công nghệ AI. Tất nhiên, tiền đề là họ đã có sản phẩm rất tốt rồi.
Về lâu dài, nếu công nghệ AI đạt được những đột phá mới trong tương lai, những bên dự án đã tích hợp AI sẽ có thể lặp lại sản phẩm của mình nhanh hơn, từ đó nắm bắt cơ hội và trở thành người dẫn đầu ngành. Cũng giống như vài năm trước, phát trực tiếp trên nền tảng mạng xã hội đã dần thay thế bán hàng ngoại tuyến và trở thành một phương thức bán hàng mới để xuất khẩu lưu lượng truy cập. Vào thời điểm đó, những thương nhân có sản phẩm xuất sắc và chọn cách thích ứng với xu hướng mới và thử phát trực tiếp để đưa hàng. Khi thương mại điện tử phát trực tiếp thực sự bùng nổ, những thương nhân này ngay lập tức nổi bật với lợi thế can thiệp sớm.
Chúng tôi tin rằng trong bối cảnh thị trường không chắc chắn, đối với các sản phẩm ứng dụng cốt lõi không phải AI, việc xem xét giới thiệu kịp thời Đại lý AI có thể là một quyết định chiến lược. Nó không chỉ có thể tăng khả năng tiếp cận thị trường của các sản phẩm hiện nay mà còn mang lại những điểm tăng trưởng mới cho các sản phẩm trong sự phát triển không ngừng của công nghệ AI.
Đối với các dự án gốc tập trung vào Tác nhân AI:
Cân bằng đổi mới công nghệ với nhu cầu thị trường là chìa khóa thành công. Trong các dự án gốc của AI Agent, các bên dự án cần tập trung vào xu hướng thị trường chứ không chỉ nghiên cứu và phát triển công nghệ. Hiện nay, một số dự án Agent kết hợp Web3 trên thị trường có thể quá tập trung phát triển theo một hướng kỹ thuật duy nhất, hoặc có thể đã xây dựng tầm nhìn xa nhưng việc phát triển sản phẩm lại không theo kịp. Cả hai thái cực đều có hại cho sự phát triển lâu dài của dự án.
Vì vậy, chúng tôi khuyến nghị các bên tham gia dự án, tuy vẫn đảm bảo chất lượng sản phẩm, cũng nên chú ý đến xu hướng thị trường và nhận ra rằng logic ứng dụng AI trong ngành Internet truyền thống không áp dụng được cho Web3 mà ngược lại, họ cần học hỏi từ những điều đó. đã đạt được thành công trên thị trường Web3. Hãy chú ý đến các nhãn mà chúng có, chẳng hạn như các chức năng cốt lõi như đào tạo mô hình và tổng hợp nền tảng được đề cập trong bài viết, cũng như các câu chuyện mà chúng tạo ra như mô-đun AI, cộng tác đa tác nhân, v.v. Khám phá những câu chuyện gợi cảm có thể là chìa khóa cho sự đột phá của dự án trên thị trường.
Kết luận Cho dù đó là sản phẩm cốt lõi không phải AI hay dự án Tác nhân AI gốc, điều quan trọng nhất là tìm ra lộ trình kỹ thuật và thời điểm phù hợp để đảm bảo rằng bạn vẫn cạnh tranh và đổi mới trong thị trường luôn thay đổi. Trên cơ sở duy trì chất lượng sản phẩm, các bên dự án nên quan sát xu hướng thị trường, học hỏi từ những trường hợp thành công, đồng thời đổi mới để đạt được sự phát triển bền vững trên thị trường.
Tóm tắt
Ở cuối bài viết, chúng tôi phân tích theo dõi Web3 AI Agent từ nhiều góc độ:
Vốn đầu tư và sự chú ý của thị trường: Mặc dù các dự án AI Agent hiện không có lợi thế về số lượng niêm yết trong ngành Web3 nhưng lại chiếm gần 50% định giá thị trường, cho thấy thị trường vốn đánh giá cao hướng đi này. Với việc đầu tư vốn nhiều hơn và sự chú ý của thị trường ngày càng tăng, chắc chắn rằng sẽ có nhiều dự án có giá trị cao hơn xuất hiện trong đường đua AI Agent.
Bối cảnh cạnh tranh và khả năng đổi mới: Bối cảnh cạnh tranh của đường đua AI Agent trong ngành Web3 vẫn chưa được hình thành đầy đủ Ở cấp độ ứng dụng hiện tại, vẫn chưa có một sản phẩm mang tính hiện tượng và dẫn đầu tương tự như ChatGPT. cơ hội tuyệt vời cho các nhà phát triển dự án mới. Có rất nhiều cơ hội để phát triển và đổi mới. Khi công nghệ hoàn thiện và các dự án trước đây được đổi mới, đường đua dự kiến sẽ phát triển các sản phẩm có tính cạnh tranh hơn, thúc đẩy định giá của toàn bộ đường đua.
Chú ý đến nền kinh tế mã thông báo và khuyến khích người dùng: Tầm quan trọng của Web3 là định hình lại mối quan hệ sản xuất, để quy trình triển khai và đào tạo mô hình AI tập trung ban đầu có thể được phân cấp hơn Thông qua thiết kế kinh tế mã thông báo hợp lý và các chương trình khuyến khích người dùng, tính toán phân phối lại nhàn rỗi. bộ sưu tập tập dữ liệu cá nhân hoặc năng lượng và bảo vệ quyền riêng tư của dữ liệu thông qua các giải pháp như ZKML có thể giảm hơn nữa sức mạnh tính toán và chi phí dữ liệu, đồng thời cho phép nhiều người dùng cá nhân hơn tham gia vào việc xây dựng ngành công nghiệp AI.
Tóm lại, chúng tôi lạc quan về chặng đường Tác nhân AI. Chúng tôi có lý do để tin rằng sẽ có nhiều dự án được định giá trên 1 tỷ USD trong lĩnh vực Tác nhân AI. Qua so sánh theo chiều ngang, câu chuyện về AI Agent đủ gợi cảm và không gian thị trường đủ rộng. Định giá thị trường hiện tại nhìn chung là thấp. Xét đến sự phát triển nhanh chóng của công nghệ AI, sự tăng trưởng của nhu cầu thị trường, đầu tư vốn và tiềm năng đổi mới của các công ty trong tương lai, khi công nghệ trưởng thành và mức độ công nhận của thị trường tăng lên, thì hướng đi này là phù hợp. dự kiến Một số dự án có giá trị hơn 1 tỷ đồng đã xuất hiện.
