هل يمكن لعميل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
مشاريع الوكلاء الذكية (AI Agent) هي نوع شائع وناضج في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الشركات. بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة بسبب دورها الحاسم في بناء النظام البيئي.
حاليًا، لا يوجد سوى عدد قليل من مشاريع وكلاء الذكاء الاصطناعي في Web3، حيث تشكل 8%، ولكن القيمة السوقية لها في مجال الذكاء الاصطناعي تبلغ 23%، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة قبول السوق، ستظهر عدة مشاريع تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد تصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات الطرفية غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي على بناء النظام البيئي بالكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، بحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، وبعد إطلاق ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الاتجاه السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات النماذج الذكية مثل LLM، وأطلقت جميعها نماذج وتطبيقات الذكاء الاصطناعي الخاصة بها، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبير PaLM2، وأطلقت ميتا Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wencin Yiyan و Zhipu Qingyan، من الواضح أن مجال الذكاء الاصطناعي قد أصبح ساحة تنافسية حامية.
تنافس عمالقة التكنولوجيا لا يدفع فقط تطور التطبيقات التجارية، بل من خلال إحصاءات بحث 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 زاد عدد المشاريع بنسبة 59.3% على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي للبحث في الذكاء الاصطناعي.
إن الحماس تجاه تقنية الذكاء الاصطناعي ينعكس مباشرة في سوق الاستثمار، حيث يظهر سوق استثمار الذكاء الاصطناعي نمواً قوياً، مع تسجيل زيادة انفجارية في الربع الثاني من عام 2024. بلغ العدد الإجمالي للاستثمارات المتعلقة بالذكاء الاصطناعي في جميع أنحاء العالم 16 استثماراً يتجاوز 150 مليون دولار، وهو ما يعادل ضعف العدد في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. ومن بين هذه الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، مما أدى إلى تقييمها بـ 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
إن التطور السريع لتقنية الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة لم يسبق لها مثيل. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو الزاخر لمشاريع المجتمع المفتوح، وصولاً إلى الحماس الكبير في السوق المالية تجاه مفهوم الذكاء الاصطناعي. المشاريع تتوالى، والمبالغ المستثمرة تسجل أرقامًا قياسية جديدة، والتقييمات ترتفع تبعًا لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات الجيل المعزز بالاسترجاع تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر الوهم في توليد معلومات غير دقيقة، بالإضافة إلى مشاكل الشفافية في النموذج. تصبح هذه المشكلات أكثر أهمية في السيناريوهات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، حيث يبرز وكيل الذكاء الاصطناعي شمولية حل المشكلات الفعلية والتفاعل مع البيئة. تمثل هذه التحول تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية تستطيع حقاً فهم التعلم وحل المشكلات الواقعية. لذلك، من خلال تطوير وكيل الذكاء الاصطناعي، رأينا الأمل، حيث أنه بدأ تدريجياً في سد الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات الفعلية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الرئيسية للذكاء الاصطناعي: البيانات والنماذج والقدرة الحاسوبية، مع المبادئ الأساسية مثل اللامركزية والاقتصاد الرمزي والعقود الذكية في Web3، نتوقع أن يؤدي ذلك إلى ظهور سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالاحتمالات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك ، بدأنا في دراسة متعمقة لتطبيقات وكيل الذكاء الاصطناعي المتنوعة في Web3 ، من بنية Web3 التحتية ، والبرمجيات الوسيطة ، وطبقة التطبيقات ، إلى أسواق البيانات والنماذج ، بهدف تحديد وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيق لفهم التداخل العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عن وكيل الذكاء الاصطناعي وتصنيف عام
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للفرق بين التعريف والنموذج نفسه، سنستخدم سيناريو عملي كمثال: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. يمكن لتقنية الاسترجاع المدعومة بالتوليد أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. بينما يعمل وكيل الذكاء الاصطناعي مثل جارفيس في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، وأيضًا البحث بنشاط عن الرحلات والفنادق استنادًا إلى جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
في الوقت الحالي، يُعرف AI Agent في الصناعة عمومًا بأنه نظام ذكي يمكنه استشعار البيئة واتخاذ الإجراءات المناسبة من خلال جمع المعلومات البيئية بواسطة أجهزة الاستشعار ومعالجتها، ثم التأثير على البيئة من خلال التنفيذ (ستيوارت راسل وبيتر نورفيج، 2020). نعتقد أن AI Agent هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. إنه قادر ليس فقط على تقديم المعلومات البسيطة، ولكن أيضًا على التخطيط وتفكيك المهام وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكلاء الذكيين قد اندمجوا بالفعل في حياتنا، وتم تطبيقهم في سيناريوهات مختلفة، مثل AlphaGo وSiri وقيادة تسلا الذاتية من المستوى 5 وما فوق، جميعها يمكن اعتبارها أمثلة على الوكلاء الذكيين. السمة المشتركة لهذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين الخارجيين، وبناءً على ذلك، اتخاذ إجراءات تؤثر على البيئة الواقعية.
لنفترض أن ChatGPT هو مثال لتوضيح المفاهيم، يجب أن نوضح أن Transformer هو الهيكل الفني الذي يشكل نماذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النماذج في مراحل مختلفة من التطور. بينما يمثل ChatGP T وكيل الذكاء الاصطناعي الذي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
في الوقت الحالي، لم يتشكل معيار تصنيف موحد في سوق وكلاء الذكاء الاصطناعي، نحن نقوم بتوسيم 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3، بناءً على العلامات البارزة لكل مشروع، وقمنا بتقسيمها إلى تصنيفات رئيسية وثانوية. حيث تتكون التصنيفات الرئيسية من ثلاث فئات: البنية الأساسية، وتوليد المحتوى، وتفاعل المستخدم، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء المحتوى الأساسي في مجال الوكلاء، بما في ذلك المنصات، والنماذج، والبيانات، وأدوات التطوير، بالإضافة إلى خدمات B2B التي تعتمد على تطبيقات أساسية أكثر نضجًا.
أدوات تطوير: توفر أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير المصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وما إلى ذلك.
خدمات من فئة B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً خدمية، عمودية، وأوتوماتيكية.
منصة تجميعية: منصة تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة توليد المحتوى، ولكن الفرق هو التفاعل المستمر ذي الاتجاهين. الوكيل التفاعلي لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضاً ملاحظات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل ذي الاتجاهين مع المستخدم.
فئة الدعم العاطفي: وكيل الذكاء الاصطناعي الذي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا).
فئة البحث: تركز على وظيفة البحث، وتوفر معلومات دقيقة بشكل أساسي لاسترجاع المعلومات.
توليد المحتوى: تركز هذه الفئة من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لإنشاء أشكال متنوعة 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 لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. على وجه التحديد، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B端 وأدوات التطوير بشكل كبير، وقد أجرينا أيضًا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: المشاريع المتعلقة بالبنية التحتية تحتل الصدارة أساسًا بفضل نضج تقنيتها. غالبًا ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. ما يعادل "المجرفة" في مجال الذكاء الاصطناعي، يوفر أساسًا متينًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بالسوق الاستهلاكية، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق المؤسسية أكثر إلحاحًا، خاصة في السعي لإيجاد حلول تعزز من كفاءة العمليات وتقلل من التكاليف. وفي الوقت نفسه، فإن التدفق النقدي من الشركات للمطورين يعتبر مستقرًا نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن تطبيقات الذكاء الاصطناعي في مجال توليد المحتوى في سوق B2B محدودة نسبياً. بسبب عدم استقرار الإنتاج، تميل الشركات إلى التطبيقات التي يمكن أن تعزز الإنتاجية بشكل ثابت. وهذا أدى إلى انخفاض نسبة تطبيقات الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضج التقنية، وطلب السوق، والاعتبارات الفعلية لمجالات التطبيق. مع التقدم المستمر لتقنية الذكاء الاصطناعي وتوضيح متطلبات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط قليلاً، لكن البنية التحتية ستظل حجر الزاوية القوي في تطوير وكيل الذكاء الاصطناعي.
تحليل مشروع رائد في مجال وكيل الذكاء الاصطناعي Web2
نحن نستعرض بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2 ونجري تحليلاً لها، مع أخذ ثلاثة مشاريع على سبيل المثال: Character AI و Perplexity AI و Midjourney.
شخصية AI：
مقدمة المنتج: تقدم Character.AI نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع شخصيات افتراضية قادرة على إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: كان عدد الزيارات إلى Character.AI في مايو 277 مليون، حيث يمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، ومعظم هؤلاء المستخدمين تتراوح أعمارهم بين 18 و34 عامًا، مما يظهر سمات مجموعة مستخدمين شبابية. قدمت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، ووصلت قيمتها إلى مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تكنولوجيا تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية Llama من جوجل.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية ودقة المعلومات، بينما يقوم بتعليم وتوجيه المستخدمين للقيام بالأسئلة المتابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا في Perplexity 10 مليون، حيث حققت تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في عدد الزيارات في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانييل غروس، وشارك فيه ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديلهما بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة و
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
ظهور مشروع Web3 AI Agent حيث تصل نسبة القيمة السوقية إلى 23% ومن المتوقع أن تصل قيمته إلى مليار دولار في المستقبل
هل يمكن لعميل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
مشاريع الوكلاء الذكية (AI Agent) هي نوع شائع وناضج في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الشركات. بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة بسبب دورها الحاسم في بناء النظام البيئي.
حاليًا، لا يوجد سوى عدد قليل من مشاريع وكلاء الذكاء الاصطناعي في Web3، حيث تشكل 8%، ولكن القيمة السوقية لها في مجال الذكاء الاصطناعي تبلغ 23%، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة قبول السوق، ستظهر عدة مشاريع تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد تصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات الطرفية غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي على بناء النظام البيئي بالكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، بحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، وبعد إطلاق ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الاتجاه السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات النماذج الذكية مثل LLM، وأطلقت جميعها نماذج وتطبيقات الذكاء الاصطناعي الخاصة بها، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبير PaLM2، وأطلقت ميتا Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wencin Yiyan و Zhipu Qingyan، من الواضح أن مجال الذكاء الاصطناعي قد أصبح ساحة تنافسية حامية.
تنافس عمالقة التكنولوجيا لا يدفع فقط تطور التطبيقات التجارية، بل من خلال إحصاءات بحث 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 زاد عدد المشاريع بنسبة 59.3% على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي للبحث في الذكاء الاصطناعي.
إن الحماس تجاه تقنية الذكاء الاصطناعي ينعكس مباشرة في سوق الاستثمار، حيث يظهر سوق استثمار الذكاء الاصطناعي نمواً قوياً، مع تسجيل زيادة انفجارية في الربع الثاني من عام 2024. بلغ العدد الإجمالي للاستثمارات المتعلقة بالذكاء الاصطناعي في جميع أنحاء العالم 16 استثماراً يتجاوز 150 مليون دولار، وهو ما يعادل ضعف العدد في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. ومن بين هذه الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، مما أدى إلى تقييمها بـ 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
إن التطور السريع لتقنية الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة لم يسبق لها مثيل. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو الزاخر لمشاريع المجتمع المفتوح، وصولاً إلى الحماس الكبير في السوق المالية تجاه مفهوم الذكاء الاصطناعي. المشاريع تتوالى، والمبالغ المستثمرة تسجل أرقامًا قياسية جديدة، والتقييمات ترتفع تبعًا لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات الجيل المعزز بالاسترجاع تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر الوهم في توليد معلومات غير دقيقة، بالإضافة إلى مشاكل الشفافية في النموذج. تصبح هذه المشكلات أكثر أهمية في السيناريوهات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، حيث يبرز وكيل الذكاء الاصطناعي شمولية حل المشكلات الفعلية والتفاعل مع البيئة. تمثل هذه التحول تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية تستطيع حقاً فهم التعلم وحل المشكلات الواقعية. لذلك، من خلال تطوير وكيل الذكاء الاصطناعي، رأينا الأمل، حيث أنه بدأ تدريجياً في سد الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات الفعلية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الرئيسية للذكاء الاصطناعي: البيانات والنماذج والقدرة الحاسوبية، مع المبادئ الأساسية مثل اللامركزية والاقتصاد الرمزي والعقود الذكية في Web3، نتوقع أن يؤدي ذلك إلى ظهور سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالاحتمالات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك ، بدأنا في دراسة متعمقة لتطبيقات وكيل الذكاء الاصطناعي المتنوعة في Web3 ، من بنية Web3 التحتية ، والبرمجيات الوسيطة ، وطبقة التطبيقات ، إلى أسواق البيانات والنماذج ، بهدف تحديد وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيق لفهم التداخل العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عن وكيل الذكاء الاصطناعي وتصنيف عام
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للفرق بين التعريف والنموذج نفسه، سنستخدم سيناريو عملي كمثال: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. يمكن لتقنية الاسترجاع المدعومة بالتوليد أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. بينما يعمل وكيل الذكاء الاصطناعي مثل جارفيس في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، وأيضًا البحث بنشاط عن الرحلات والفنادق استنادًا إلى جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
في الوقت الحالي، يُعرف AI Agent في الصناعة عمومًا بأنه نظام ذكي يمكنه استشعار البيئة واتخاذ الإجراءات المناسبة من خلال جمع المعلومات البيئية بواسطة أجهزة الاستشعار ومعالجتها، ثم التأثير على البيئة من خلال التنفيذ (ستيوارت راسل وبيتر نورفيج، 2020). نعتقد أن AI Agent هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. إنه قادر ليس فقط على تقديم المعلومات البسيطة، ولكن أيضًا على التخطيط وتفكيك المهام وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكلاء الذكيين قد اندمجوا بالفعل في حياتنا، وتم تطبيقهم في سيناريوهات مختلفة، مثل AlphaGo وSiri وقيادة تسلا الذاتية من المستوى 5 وما فوق، جميعها يمكن اعتبارها أمثلة على الوكلاء الذكيين. السمة المشتركة لهذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين الخارجيين، وبناءً على ذلك، اتخاذ إجراءات تؤثر على البيئة الواقعية.
لنفترض أن ChatGPT هو مثال لتوضيح المفاهيم، يجب أن نوضح أن Transformer هو الهيكل الفني الذي يشكل نماذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النماذج في مراحل مختلفة من التطور. بينما يمثل ChatGP T وكيل الذكاء الاصطناعي الذي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
في الوقت الحالي، لم يتشكل معيار تصنيف موحد في سوق وكلاء الذكاء الاصطناعي، نحن نقوم بتوسيم 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3، بناءً على العلامات البارزة لكل مشروع، وقمنا بتقسيمها إلى تصنيفات رئيسية وثانوية. حيث تتكون التصنيفات الرئيسية من ثلاث فئات: البنية الأساسية، وتوليد المحتوى، وتفاعل المستخدم، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء المحتوى الأساسي في مجال الوكلاء، بما في ذلك المنصات، والنماذج، والبيانات، وأدوات التطوير، بالإضافة إلى خدمات B2B التي تعتمد على تطبيقات أساسية أكثر نضجًا.
أدوات تطوير: توفر أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير المصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وما إلى ذلك.
خدمات من فئة B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً خدمية، عمودية، وأوتوماتيكية.
منصة تجميعية: منصة تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة توليد المحتوى، ولكن الفرق هو التفاعل المستمر ذي الاتجاهين. الوكيل التفاعلي لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضاً ملاحظات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل ذي الاتجاهين مع المستخدم.
فئة الدعم العاطفي: وكيل الذكاء الاصطناعي الذي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا).
فئة البحث: تركز على وظيفة البحث، وتوفر معلومات دقيقة بشكل أساسي لاسترجاع المعلومات.
توليد المحتوى: تركز هذه الفئة من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لإنشاء أشكال متنوعة 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 لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. على وجه التحديد، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B端 وأدوات التطوير بشكل كبير، وقد أجرينا أيضًا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: المشاريع المتعلقة بالبنية التحتية تحتل الصدارة أساسًا بفضل نضج تقنيتها. غالبًا ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. ما يعادل "المجرفة" في مجال الذكاء الاصطناعي، يوفر أساسًا متينًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بالسوق الاستهلاكية، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق المؤسسية أكثر إلحاحًا، خاصة في السعي لإيجاد حلول تعزز من كفاءة العمليات وتقلل من التكاليف. وفي الوقت نفسه، فإن التدفق النقدي من الشركات للمطورين يعتبر مستقرًا نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن تطبيقات الذكاء الاصطناعي في مجال توليد المحتوى في سوق B2B محدودة نسبياً. بسبب عدم استقرار الإنتاج، تميل الشركات إلى التطبيقات التي يمكن أن تعزز الإنتاجية بشكل ثابت. وهذا أدى إلى انخفاض نسبة تطبيقات الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضج التقنية، وطلب السوق، والاعتبارات الفعلية لمجالات التطبيق. مع التقدم المستمر لتقنية الذكاء الاصطناعي وتوضيح متطلبات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط قليلاً، لكن البنية التحتية ستظل حجر الزاوية القوي في تطوير وكيل الذكاء الاصطناعي.
تحليل مشروع رائد في مجال وكيل الذكاء الاصطناعي Web2
نحن نستعرض بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2 ونجري تحليلاً لها، مع أخذ ثلاثة مشاريع على سبيل المثال: Character AI و Perplexity AI و Midjourney.
شخصية AI：
مقدمة المنتج: تقدم Character.AI نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع شخصيات افتراضية قادرة على إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: كان عدد الزيارات إلى Character.AI في مايو 277 مليون، حيث يمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، ومعظم هؤلاء المستخدمين تتراوح أعمارهم بين 18 و34 عامًا، مما يظهر سمات مجموعة مستخدمين شبابية. قدمت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، ووصلت قيمتها إلى مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تكنولوجيا تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية Llama من جوجل.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية ودقة المعلومات، بينما يقوم بتعليم وتوجيه المستخدمين للقيام بالأسئلة المتابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا في Perplexity 10 مليون، حيث حققت تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في عدد الزيارات في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانييل غروس، وشارك فيه ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديلهما بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة و