Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?

Dự án AI Agent là loại hình dịch vụ dành cho doanh nghiệp phổ biến và trưởng thành trong khởi nghiệp Web2, trong khi trong lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng trở thành xu hướng chủ đạo do vai trò quan trọng của chúng trong việc xây dựng hệ sinh thái.

Hiện tại, số lượng dự án AI Agent trong Web3 không nhiều, chiếm tỷ lệ 8%, nhưng giá trị thị trường của chúng trong lĩnh vực AI lại lên tới 23%, do đó cho thấy sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng với sự trưởng thành của công nghệ và sự gia tăng mức độ chấp nhận của thị trường, trong tương lai sẽ xuất hiện nhiều dự án có định giá trên 1 tỷ USD.

Đối với các dự án Web3, việc đưa công nghệ AI vào các sản phẩm ứng dụng không phải là lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái toàn diện và thiết kế mô hình kinh tế token, nhằm thúc đẩy sự phi tập trung và hiệu ứng mạng.

Cuộc cách mạng AI: Tình hình ra mắt dự án và sự gia tăng định giá

Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng đã thu hút được hơn 100 triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt mức 20,3 triệu đô la, trong khi OpenAI cũng nhanh chóng phát hành các phiên bản lặp lại như GPT-4, GP4-4o sau khi phát hành ChatGPT. Với sự phát triển nhanh chóng như vậy, các gã khổng lồ công nghệ truyền thống nhận thức được tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và đã đồng loạt ra mắt các mô hình và ứng dụng AI riêng của mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta cho ra mắt Llama3, trong khi các công ty Trung Quốc đã ra mắt 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 ông lớn công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi từ các thống kê điều tra nghiên cứu AI mã nguồn mở phát hiện rằng, báo cáo AI Index năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng vọt từ 845 dự án vào năm 2011 lên khoảng 1.8 triệu vào năm 2023, đặc biệt là trong năm 2023 sau khi GPT được phát hành, số lượng dự án đã tăng 59.3% so với năm trước, phản ánh sự nhiệt tình của cộng đồng phát triển toàn cầu đối với nghiên cứu AI.

Niềm đam mê với công nghệ AI đã được phản ánh trực tiếp vào thị trường đầu tư, thị trường đầu tư AI đang cho thấy sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý 2 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 1. Tổng số vốn tài trợ cho các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ USD, gấp đôi so với cùng kỳ năm trước. Trong đó, xAI thuộc sở hữu của Elon Musk đã huy động được 6 tỷ USD, với định giá 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 định hình lại bức tranh của lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh gay gắt giữa các ông lớn công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, và sự hứng thú của thị trường vốn đối với khái niệm AI. Các dự án xuất hiện liên tục, số vốn đầu tư đạt kỷ lục mới, và định giá cũng theo đó tăng cao. Tổng thể, thị trường AI đang ở trong một thời kỳ vàng son phát triển nhanh chóng, các mô hình ngôn ngữ lớn và công nghệ tạo sinh tăng cường tìm kiếm đã đạt được những tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Mặc dù vậy, những mô hình này vẫn đối mặt với những thách thức khi chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, như sự không chắc chắn trong đầu ra của mô hình, rủi ro về 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 trường hợp ứng dụng yêu cầu độ tin cậy cực 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 các mô hình ngôn ngữ thuần túy sang các hệ thống thông minh thực sự có khả năng hiểu, học hỏi và giải quyết các vấn đề trong thế giới thực. Vì vậy, chúng tôi thấy hy vọng từ sự phát triển của AI Agent, nó đang từng bước thu hẹp khoảng cách giữa công nghệ AI và giải quyết các 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 cốt lõi 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 tạo ra một loạt các ứng dụng sáng tạo. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng, AI Agent với khả năng thực hiện nhiệm vụ tự động, đã thể hiện tiềm năng to lớn để đạt được ứng dụng quy mô lớn.

Để làm điều đó, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng của Web3, middleware, đến các lớp ứng dụng, cùng với thị trường dữ liệu và mô hình, nhằm xác định và đánh giá những loại dự án và tình huống ứng dụng có triển vọng nhất, để hiểu sâu về sự tích hợp sâu sắc giữa AI và Web3.

Khái niệm làm rõ: Giới thiệu và phân loại AI Agent

Giới thiệu cơ bản

Trước khi giới thiệu về AI Agent, để giúp người đọc hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ đưa ra một ví dụ từ một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến đi. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tạo sinh tăng cường tìm kiếm có thể cung cấp nội dung 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.

Hiện tại, định nghĩa phổ biến về AI Agent trong ngành là một hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng, thông qua việc thu thập thông tin môi trường bằng cảm biến, sau đó xử lý và tác động đến môi trường thông qua các bộ thi hành (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 cung cấp thông tin đơn thuần, mà còn có khả năng lập kế hoạch, phân chia nhiệm vụ và thực sự thực hiện chúng.

Theo định nghĩa và đặc điểm này, chúng ta có thể nhận thấy rằng AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được ứng dụng trong nhiều bối cảnh 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 ví dụ về AI Agent. Những hệ thống này có chung đặc điểm là đều có khả năng cảm nhận đầu vào từ người dùng bên ngoài, và từ đó đưa ra những phản ứng có ảnh hưởng đến môi trường thực tế.

Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rằng Transformer là kiến trúc kỹ thuật cấu thành 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 là AI Agent tiến hóa dựa trên mô hình GPT.

Phân loại tổng quan

Hiện tại, thị trường AI Agent chưa hình thành tiêu chuẩn phân loại thống nhất, chúng tôi thông qua việc gán nhãn cho 204 dự án AI Agent trong thị trường Web2+Web3, dựa trên các nhãn nổi bật tương ứng của mỗi dự án, đã chia thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một bao gồm ba loại: hạ tầng cơ sở, 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 cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B đã phát triển trưởng thành hơn trong các ứng dụng cơ bản.

• Công cụ phát triển: Cung cấp cho các nhà phát triển các công cụ và khung hỗ trợ để xây dựng AI Agent.

• Lớp xử lý dữ liệu: Xử lý và phân tích dữ liệu ở định dạng khác nhau, chủ yếu được sử dụng để hỗ trợ quyết định, cung cấp nguồn cho việc đào tạo.

• Loại huấn luyện mô hình: Cung cấp dịch vụ huấn luyện mô hình cho AI, bao gồm suy diễn, xây dựng mô hình, thiết lập, v.v.

• Dịch vụ B端: Chủ yếu hướng đến người dùng doanh nghiệp, cung cấp các giải pháp dịch vụ doanh nghiệp, loại hình dọc, 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, sự khác biệt nằm ở việc 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 kỹ thuật như xử lý ngôn ngữ tự nhiên (NLP), đạt được tương tác hai chiều với người dùng.

• Loại hỗ trợ cảm xúc: AI Agent cung cấp sự hỗ trợ và đồng hành về cảm xúc.

• 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 thông tin chính xác hơn chủ yếu cho Agent.

Nội dung sinh ra: Các dự án loại này tập trung vào việc tạo ra nội dung, sử dụng công nghệ mô hình lớn để sinh ra các hình thức nội dung khác nhau dựa trên chỉ dẫn của người dùng, được chia thành bốn loại: sinh ra văn bản, sinh ra hình ảnh, sinh ra video và sinh ra âm thanh.

Phân tích tình hình phát triển của Web2 AI Agent

Theo thống kê của chúng tôi, sự phát triển của AI Agent trong Internet truyền thống Web2 cho thấy xu hướng tập trung rõ rệt. Cụ thể, khoảng hai phần ba các dự án tập trung vào hạ tầng, 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 mức độ trưởng thành công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào mức độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng dựa trên các công nghệ và khung đã được kiểm nghiệm qua thời gian, từ đó giảm bớt độ khó và rủi ro trong phát triển. Nó tương đương với "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.

Sự thúc đẩy của nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI trong thị trường doanh nghiệp cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp 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, có lợi cho họ trong việc phát triển các dự án tiếp theo.

Giới hạn của các ứng dụng: Trong khi đó, chúng tôi nhận thấy rằng các ứng dụng AI tạo nội dung trong thị trường B2B có phạm vi ứng dụng tương đối hạn chế. Do sự không ổn định của sản phẩm đầu ra, các doanh nghiệp có xu hướng ưa chuộng những ứng dụng có thể nâng cao năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án tương đối nhỏ.

Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và những cân nhắc thực tế về các tình huống 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 hạng mục cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.

Phân tích dự án dẫn đầu AI Agent Web2

Chúng tôi sẽ 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 họ cho phép người dùng tạo, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng thực hiện cuộc trò chuyện bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.

Phân tích dữ liệu: Character.AI đã có 277 triệu lượt truy cập trong tháng 5, 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 một nhóm người dùng trẻ. Character AI đã thể hiện tốt trên thị trường vốn, hoàn thành việc huy động 150 triệu USD, đạt định giá 1 tỷ USD, do a16z dẫn đầu.

Phân tích kỹ thuật: Character AI đã ký hợp đồng cấp phép không độc quyền với công ty mẹ của Google, Alphabet, cho việc sử dụng mô hình ngôn ngữ lớn của họ, điều này cho thấy Character AI đang sử dụng công nghệ tự phát triển. Đáng chú ý, các nhà sáng lập của công ty, Noam Shazeer và Daniel De Freitas, đã từng 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 những câu trả lời chi tiết từ Internet. Bằng cách trích dẫn và tham khảo các 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 lượt 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 thông báo huy động được 62,7 triệu đô la, với định giá đạt 1,04 tỷ đô la, do Daniel Gross dẫn đầu, 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 lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Các mô hình này phù hợp cho nghiên cứu học thuật chuyên môn và các truy vấn trong lĩnh vực cụ thể, đảm bảo độ chính xác và độ tin cậy của thông tin.

Midjourney:

Giới thiệu sản phẩm: Người dùng có thể tạo ra các hình ảnh với nhiều phong cách và chủ đề khác nhau trên Midjourney thông qua Prompts, bao gồm từ hiện thực đến