هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟

تعتبر مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في ويب2، حيث تركز بشكل أساسي على خدمات القطاع التجاري، بينما في مجال ويب3، أصبحت مشاريع تدريب النماذج وتجميع المنصات التي تلعب دورًا حيويًا في بناء النظام البيئي هي السائدة.

في الوقت الحالي، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 ليس كبيرًا، حيث يمثل 8% فقط، لكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة الاعتراف في السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار.

بالنسبة لمشاريع Web3، قد يصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات التي لا تركز على الذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع الوكيل الذكي على بناء النظام البيئي بالكامل وتصميم نماذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.

موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات

منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، وصلت إيرادات ChatGPT الشهرية إلى 20.3 مليون دولار مذهلة. بعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متطورة مثل GPT-4 و GP4-4o. مع هذا الاتجاه السريع، أدركت شركات التكنولوجيا التقليدية الكبرى أهمية تطبيقات النماذج الذكية مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الذكية الخاصة. على سبيل المثال، أصدرت Google نموذج اللغة الكبير PaLM2، بينما قدمت Meta Llama3، وقدمت الشركات الصينية نماذج كبيرة مثل ونسين يويان وزيبو تشينغ يان. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حامية.

إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطوير التطبيقات التجارية، بل من خلال الإحصاءات المستندة إلى أبحاث الذكاء الاصطناعي المفتوح، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد ارتفع من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، وخاصة بعد إصدار GPT في عام 2023، حيث زادت عدد المشاريع بنسبة 59.3٪ مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.

تعكس الحماسة تجاه تكنولوجيا الذكاء الاصطناعي بشكل مباشر في سوق الاستثمار، حيث يظهر سوق استثمارات الذكاء الاصطناعي نمواً قوياً، مع حدوث انفجار في النمو في الربع الثاني من عام 2024. هناك 16 استثماراً مرتبطاً بالذكاء الاصطناعي تجاوز قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما تم في الربع الأول. كما ارتفعت إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي بشكل كبير لتصل إلى 24 مليار دولار، بزيادة أكثر من الضعف مقارنة بالعام الماضي. من بين ذلك، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، مما جعل تقييمها يصل إلى 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في مجال الذكاء الاصطناعي من حيث التقييم بعد OpenAI.

إن التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا إلى نمو مشاريع المجتمع المفتوح، وصولًا إلى الحماس الكبير في سوق المال لمفهوم الذكاء الاصطناعي. تتوالى المشاريع بوتيرة سريعة، وتتجاوز الاستثمارات الأرقام القياسية، وترتفع التقييمات تباعًا. بشكل عام، يشهد سوق الذكاء الاصطناعي فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات التعزيز بالاسترجاع تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات في تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر المعلومات غير الدقيقة الناتجة، ومشاكل شفافية النموذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.

في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، حيث يؤكد وكيل الذكاء الاصطناعي على شمولية حل المشكلات الواقعية والتفاعل مع البيئة. تمثل هذه التحول علامة على تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية. لذا، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث إنه يعمل تدريجياً على سد الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات الواقعية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الرئيسية للذكاء الاصطناعي: البيانات والنماذج وقدرة الحساب، مع المبادئ الأساسية لـ Web3 مثل اللامركزية واقتصاد الرموز والعقود الذكية، نتوقع أن تولد سلسلة من التطبيقات المبتكرة. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.

لذلك، بدأنا في دراسة متعمقة لتطبيقات AI Agent المتنوعة في Web3، من بنية Web3 التحتية، والبرمجيات الوسيطة، إلى مستوى التطبيقات، بالإضافة إلى أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات الاستخدام، لفهم الاندماج العميق بين AI وWeb3.

توضيح المفاهيم: مقدمة عامة عن وكيل الذكاء الاصطناعي وتصنيفاته

مقدمة أساسية

قبل تقديم وكيل الذكاء الاصطناعي، ومن أجل مساعدة القارئ على فهم الفرق بين تعريفه ونموذجه بشكل أفضل، نستخدم مثالاً من سيناريو واقعي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات حول الوجهات ونصائح السفر. بينما يمكن لتقنيات البحث المعززة للتوليد تقديم محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو يشبه جارفيز في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويستطيع البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.

التعريف الشائع لوكلاء الذكاء الاصطناعي في الصناعة هو الأنظمة الذكية التي يمكنها إدراك البيئة واتخاذ إجراءات مناسبة. يحصلون على معلومات بيئية من خلال أجهزة الاستشعار، وبعد المعالجة، يؤثرون على البيئة من خلال أجهزة التنفيذ (ستيوارت راسل وبيتر نورفيغ، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM وRAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه ليس مجرد مزود للمعلومات، بل يمكنه أيضاً تخطيط المهام وتفكيكها وتنفيذها فعلياً.

وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن وكيل الذكاء الاصطناعي قد تم دمجه بالفعل في حياتنا، حيث تم استخدامه في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية من المستوى L5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة على وكلاء الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على إدراك المدخلات من المستخدمين الخارجيين، وبناءً على ذلك، تؤثر على البيئة الواقعية.

لنفترض أن ChatGPT هو المثال للتوضيح المفهومي، يجب أن نوضح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطوير مختلفة. وChatGP هو وكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.

نظرة عامة على التصنيف

سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نقوم بتصنيف 204 مشروعاً في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع بناءً على العلامات البارزة الخاصة به، وقمنا بتقسيمها إلى تصنيفات رئيسية وتصنيفات فرعية. حيث تتكون التصنيفات الرئيسية من ثلاث فئات: البنية التحتية، توليد المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها حسب حالات الاستخدام الفعلية.

البنية التحتية: تركز هذه الفئة على بناء محتوى أساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B التي تعتبر أكثر نضجًا وتطبيقات أساسية.

• أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكلاء الذكاء الاصطناعي.

• فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار وتوفير المصادر للتدريب.

• فئة تدريب النماذج: تقديم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.

• خدمات B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً للخدمات التجارية، والعمودية، والأتمتة.

• منصات تجميعية: منصات تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.

التفاعلية: مشابهة لفئة إنشاء المحتوى، والفرق هو في التفاعل الثنائي المستمر. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا ردود فعل باستخدام تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.

• فئة الدعم العاطفي: وكيل الذكاء الاصطناعي يوفر الدعم العاطفي والرفقة.

• نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا للتوليد).

• فئة البحث: تركز على وظيفة البحث، وتوفر وكيلًا يركز على استرجاع المعلومات بدقة أكبر.

أولئك الذين ينشئون المحتوى: تركز هذه الأنواع من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.

تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2

وفقًا لإحصائياتنا، يظهر تطوير الوكلاء الذكيين (AI Agent) في ويب 2.0 الإنترنت التقليدي اتجاهًا واضحًا نحو تركيز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات الشركات (B端服务类) وأدوات التطوير (开发工具类) إلى حد كبير، وقد أجرينا أيضًا بعض التحليلات حول هذه الظاهرة.

أثر نضوج التكنولوجيا: المشاريع المتعلقة بالبنية التحتية تحتل الصدارة أولاً بفضل نضوجها التكنولوجي. عادةً ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة و مخاطر التطوير. يعادل هذا "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.

دفع الطلب في السوق: عامل آخر رئيسي هو الطلب في السوق. بالمقارنة مع سوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصة في السعي للحصول على حلول تهدف إلى تحسين كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، يعتبر التدفق النقدي من الشركات مستقرًا نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.

قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في إنشاء المحتوى في سوق B2B محدودة نسبيًا. نظرًا لعدم استقرار الإنتاج، تميل الشركات إلى التطبيقات التي يمكن أن تزيد من الإنتاجية بشكل مستقر. وهذا أدى إلى قلة نسبة الذكاء الاصطناعي لإنشاء المحتوى في مكتبة المشاريع.

تعكس هذه الاتجاهات نضوج التكنولوجيا واحتياجات السوق والاعتبارات العملية لمجالات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية لتطوير وكلاء الذكاء الاصطناعي.

تحليل مشروع رائد في مجال وكيل الذكاء الاصطناعي Web2

نحن نتناول بالتحليل بعض مشاريع الوكلاء الذكاء الاصطناعي الحالية في سوق Web2، مع تحليل ثلاثة مشاريع كمثال: Character AI و Perplexity AI و Midjourney.

شخصية الذكاء الاصطناعي:

مقدمة المنتج: تقدم Character.AI نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية التي يمكنها إجراء محادثات باللغة الطبيعية وأداء مهام محددة.

تحليل البيانات: بلغ عدد زيارات Character.AI في مايو 277 مليون، ولديها أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 سنة، مما يظهر سمات مجموعة المستخدمين الشباب. حققت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، مع تقييم بلغ 1 مليار دولار، بقيادة a16z.

التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع شركة Alphabet الأم لجوجل لاستخدام نموذجها اللغوي الكبير، مما يشير إلى أن Character AI تعتمد على تقنيتها الخاصة. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas شاركوا في تطوير نموذج اللغة المحادثة Llama من جوجل.

الحيرة الذكاء الاصطناعي:

مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية ودقة المعلومات، بينما يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسار المتنوعة للمستخدمين.

تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، حيث حقق عدد الزيارات لتطبيقاته المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، وجذب حوالي 50 مليون مستخدم. في السوق المالية، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم قدره 1.04 مليار دولار، بقيادة دانيال غروس، وشارك فيه ستان دروكينميلر وNVIDIA.

التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المهنية والاستفسارات في المجالات العمودية، مما يضمن دقة وموثوقية المعلومات.

ميدجورني:

مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى