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

Os projetos de Agente de IA são um tipo popular e maduro de serviço voltado para empresas no empreendedorismo Web2, enquanto no campo do Web3, projetos de treinamento de modelos e de plataformas agregadoras tornam-se predominantes devido ao seu papel fundamental na construção de ecossistemas.

Atualmente, a quantidade de projetos de Agentes de IA no Web3 é baixa, representando 8%, mas sua participação no valor de mercado da área de IA é impressionante, alcançando 23%. Isso demonstra uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com avaliações superiores a 1 bilhão de dólares.

Para projetos Web3, a introdução de tecnologia AI em produtos de aplicação que não são centrais de AI pode se tornar uma vantagem estratégica. A forma de combinação para projetos de Agente AI deve focar na construção de todo o ecossistema e no design do modelo econômico de tokens, a fim de promover a descentralização e o efeito de rede.

A Onda da IA: A Situação de Projetos em Ascensão e Valorização Elevada

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, após o lançamento do ChatGPT, rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o. Com um crescimento tão rápido, as grandes empresas de tecnologia tradicionais perceberam a importância da aplicação 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 de grande escala PaLM2, a Meta lançou o Llama3, enquanto as empresas chinesas apresentaram modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou um local de intensa competição.

A corrida entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também descobrimos, a partir das estatísticas da pesquisa de IA de código aberto, que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhão em 2023. Em particular, 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, com o mercado de investimentos em IA apresentando um forte crescimento, com um crescimento explosivo no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 150 milhões de dólares, o que equivale ao dobro do primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, com um aumento de mais de 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 mais valorizada, atrás apenas da OpenAI.

O rápido desenvolvimento da tecnologia de IA está a reconfigurar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa competição entre os gigantes tecnológicos, até ao florescimento de projetos da comunidade de código aberto, passando pelo entusiasmo do mercado de capitais em relação ao conceito de IA. Os projetos surgem sem parar, os investimentos atingem novos máximos e as avaliações acompanham essa tendência ascendente. De forma geral, o mercado de IA encontra-se numa fase de ouro de rápido crescimento, com grandes modelos de linguagem e tecnologias de geração aumentada por pesquisa a alcançarem avanços significativos na área de processamento de linguagem. No entanto, estes modelos ainda enfrentam desafios na conversão das suas vantagens tecnológicas em produtos reais, como a incerteza na saída dos modelos, o risco de gerar informações imprecisas e a questão da transparência dos modelos. Estes problemas tornam-se particularmente importantes em cenários de aplicação que exigem uma alta fiabilidade.

Neste contexto, começamos a investigar os Agentes de IA, pois os Agentes de IA enfatizam a abrangência da resolução de problemas práticos e da interação com o ambiente. Essa mudança marca a evolução da tecnologia de IA de modelos de linguagem puros para sistemas inteligentes que realmente entendem, aprendem e resolvem problemas do mundo real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que está 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 estrutura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos fundamentais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos o surgimento de uma série de aplicações inovadoras. Neste campo cruzado cheio de potencial, acreditamos que os Agentes de IA, com sua capacidade de executar tarefas de forma autônoma, demonstram um enorme potencial para a realização de aplicações em grande escala.

Para isso, começamos a investigar em profundidade as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, camada de aplicações, até o mercado 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 melhor a profunda integração entre AI e Web3.

Esclarecimento de conceitos: Introdução e visão geral das classificações de 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 usar um cenário prático como exemplo: suponha que você esteja planejando uma viagem. Os modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aprimorada por recuperação pode oferecer conteúdos de destinos 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 ativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.

Atualmente, a definição comum de um Agente de IA na indústria refere-se a um sistema inteligente que pode perceber o ambiente e agir de acordo, obtendo informações do ambiente por meio de sensores, processando-as e, em seguida, impactando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um Agente de IA é um assistente que reúne capacidades de LLM, RAG, memória, planejamento de tarefas e uso de ferramentas. Ele não apenas fornece informações, mas também é capaz de planejar, decompor tarefas e realmente executá-las.

De acordo com esta definição e características, podemos perceber que o Agente de IA já se integrou nas nossas vidas, sendo aplicado 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 a estes sistemas é que todos conseguem perceber a entrada de usuários externos e, com base nisso, fazer uma resposta que impacta o ambiente real.

Usando 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, enquanto o 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.

Resumo de Classificação

Neste momento, o mercado de Agentes de IA ainda não estabeleceu um padrão de classificação unificado. Classificamos 204 projetos de Agentes de IA nos mercados Web2 e Web3, atribuindo etiquetas a cada um deles. Com base nas etiquetas significativas correspondentes a cada projeto, dividimo-los em categorias de nível 1 e nível 2. As categorias de nível 1 incluem infraestrutura, geração de conteúdo e interação com o usuário, que são, por sua vez, subdivididas de acordo com seus casos de uso reais:

Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais no campo dos Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, bem como serviços B2B mais maduros e de base.

• 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 o treinamento.

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

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

• Plataforma de tipo agregador: 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. O agente interativo não só aceita e compreende as necessidades do usuário, mas também fornece feedback através de tecnologias como o processamento de linguagem natural (NLP), realizando a interação bidirecional com o usuário.

• Agente de IA de acompanhamento emocional: fornece apoio emocional e companhia.

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

• Tipo de Pesquisa: Focado em funcionalidades de pesquisa, oferece um Agente principal para recuperação de informações mais precisas.

Geração de Conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando a tecnologia de grandes modelos para gerar várias formas de conteúdo de acordo com as instruções do usuário, dividindo-se em quatro categorias: geração de texto, geração de imagem, geração de vídeo 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 Internet tradicional Web2 apresenta uma tendência clara de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, sendo que a maioria é composta por serviços B2B e ferramentas de desenvolvimento, e também realizamos algumas análises sobre esse fenômeno.

Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, o seu nível de maturidade tecnológica. Estes projetos são geralmente construídos sobre tecnologias e estruturas testadas pelo tempo, reduzindo assim a dificuldade e o risco de desenvolvimento. Equivale à "pá" no campo da IA, proporcionando uma base sólida para o desenvolvimento e aplicação de Agentes de IA.

Impulsão da demanda do mercado: Outro fator chave 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 favorável para o desenvolvimento de projetos subsequentes.

Limitações de cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA geradora de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aquelas aplicações que conseguem aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de IA geradora 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 na demanda do mercado, prevemos que este padrão possa 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

Nós exploramos profundamente alguns projetos de Agentes de IA no atual mercado Web2 e analisamos esses projetos, usando Character AI, Perplexity AI e Midjourney como exemplos.

Character AI：

Introdução ao produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e uma ferramenta para a criação de personagens virtuais. A sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais, que são capazes de dialogar em linguagem natural e executar tarefas específicas.

Análise de dados: Character.AI teve 277 milhões de visitas em maio, com mais de 3,5 milhões de usuários ativos diários, a maioria dos quais tem entre 18 e 34 anos, mostrando características de uma base de usuários mais jovem. Character AI teve um desempenho excelente no mercado de capitais, completando um financiamento de 150 milhões de dólares e alcançando uma avaliação de 1 bilhão de dólares, liderado pela a16z.

Análise técnica: A Character AI assinou um contrato de licença não exclusiva com a empresa-mãe do Google, Alphabet, para o uso de seus modelos de linguagem de grande escala, o que indica que a Character AI está utilizando 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:

Apresentação do produto: Perplexity é capaz de extrair e fornecer respostas detalhadas da internet. Através de citações e links de referência, garante a confiabilidade e precisão das informações, ao mesmo tempo em que educa e orienta os usuários a fazer perguntas adicionais e pesquisar palavras-chave, atendendo às diversas necessidades de consulta dos usuários.

Análise de dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um crescimento de 8,6% no acesso a seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que obteve 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, além de duas grandes modelos ajustados baseados em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisa acadêmica profissional e consultas em áreas verticais, garantindo a veracidade e a confiabilidade da informação.

Midjourney:

Introdução ao produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo desde o realista até