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

تعد مشاريع الوكيل الذكي من الأنواع الشائعة والناضجة 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 الرئيسي في بناء النظام البيئي.

في الوقت الحالي، لا توجد سوى عدد قليل من مشاريع الوكلاء الذكية في Web3، حيث تشكل 8٪، لكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23٪، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة مستوى الاعتراف في السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.

بالنسبة لمشاريع Web3، قد تصبح تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات الجانبية غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، من أجل تعزيز اللامركزية وتأثير الشبكة.

موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وارتفاع التقييمات

منذ إصدار ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، وسرعان ما أطلقت OpenAI إصدارات متكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الاتجاه السريع، أدركت شركات التكنولوجيا التقليدية الكبرى أهمية تطبيق نماذج الذكاء الاصطناعي المتطورة مثل LLM، وبدأت في إطلاق نماذجها وتطبيقاتها الخاصة، مثل إصدار Google لنموذج اللغة الكبير PaLM2، وإطلاق Meta لـ Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan و Zhipu Qingyan. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس شديدة.

إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطوير التطبيقات التجارية، بل من خلال الإحصاءات التي تم جمعها من الأبحاث المفتوحة المصدر في مجال الذكاء الاصطناعي، يظهر تقرير AI Index لعام 2024 أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد ارتفع بشكل هائل من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، وخاصة بعد إطلاق GPT في عام 2023، حيث زادت عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي للبحث في مجال الذكاء الاصطناعي.

إن الحماس تجاه تكنولوجيا الذكاء الاصطناعي ينعكس مباشرة في سوق الاستثمار، حيث يظهر سوق استثمارات الذكاء الاصطناعي نمواً قوياً، ويشهد نمواً متفجراً في الربع الثاني من عام 2024. هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان عليه في الربع الأول. كما ارتفعت إجمالي تمويلات الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف مقارنة بالعام الماضي. ومن بين هذه الشركات، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، مما جعل قيمتها تقدر بـ 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 خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، وصولاً إلى الإقبال الكبير من سوق المال على مفاهيم الذكاء الاصطناعي. المشاريع تتوالى باستمرار، وتحقق الاستثمارات أرقامًا قياسية جديدة، كما ترتفع التقييمات تبعًا لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية سريعة النمو، حيث حققت النماذج اللغوية الكبيرة وتقنية توليد المعلومات المعززة 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 النماذج، ومخاطر توليد معلومات غير دقيقة، ومشاكل الشفافية للنموذج. تصبح هذه القضايا مهمة بشكل خاص في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.

في هذا السياق، بدأنا دراسة وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يؤكد على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تمثل هذه النقلة تحولاً في تكنولوجيا الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية. لذلك، من خلال تطوير وكيل الذكاء الاصطناعي، رأينا الأمل، حيث إنه يقوم تدريجياً بسد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات الحقيقية. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج ثلاثة عناصر رئيسية للذكاء الاصطناعي: البيانات والنماذج وقوة الحساب، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، والعقود الذكية، نتوقع أن يؤدي ذلك إلى نشوء مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات على نطاق واسع.

لذلك ، بدأنا في دراسة تطبيقات AI Agent المتنوعة في Web3 بعمق ، من البنية التحتية لـ Web3 ، والبرمجيات الوسيطة ، وواجهة التطبيقات ، إلى الأسواق الخاصة بالبيانات والنماذج وغيرها من الأبعاد المتعددة ، بهدف التعرف على وتقييم أكثر أنواع المشاريع الواعدة وسيناريوهات التطبيقات ، لفهم الت融合 العميق بين AI و Web3.

توضيح المفاهيم: مقدمة ونظرة عامة على تصنيفات وكلاء الذكاء الاصطناعي

مقدمة أساسية

قبل تقديم AI Agent، ومن أجل أن يفهم القارئ الفرق بين تعريفه والنموذج نفسه بشكل أفضل، سنعطي مثالاً من موقف عملي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهة ونصائح السفر. بينما توفر تقنيات الاسترجاع المعززة للتوليد محتوى وجهة أكثر ثراءً وتحديدًا. وAI Agent يشبه جارفيز في فيلم الرجل الحديدي، حيث يمكنه فهم الاحتياجات، وأيضًا البحث بشكل نشط عن الرحلات والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.

التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو أنه نظام ذكي يمكنه إدراك البيئة واتخاذ الإجراءات المناسبة، من خلال الحصول على معلومات البيئة عبر أجهزة الاستشعار، ومعالجتها، ثم التأثير على البيئة عبر المنفذات (ستيوارت راسل & بيتر نورفيغ، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين نموذج اللغة الكبير، واسترجاع المعلومات، والذاكرة، وتخطيط المهام، وقدرة استخدام الأدوات. ليس فقط قادرًا على توفير المعلومات البسيطة، بل يمكنه أيضًا تخطيط المهام، وتفكيكها، وتنفيذها فعليًا.

وفقًا لهذا التعريف والخصائص، يمكننا أن نكتشف أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، حيث تم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri وأنظمة القيادة الذاتية من المستوى الخامس وما فوق في تسلا، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين في العالم الخارجي، وبالتالي التأثير على البيئة الواقعية.

من خلال أخذ ChatGPT كمثال لتوضيح المفهوم، 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 يمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطوير مختلفة. أما ChatGP فهو وكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.

نظرة عامة على التصنيف

سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معايير تصنيف موحدة، ونحن نقوم بتصنيف 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات لكل مشروع بناءً على العلامات البارزة المرتبطة به، وتم تقسيمها إلى تصنيفات رئيسية وثانوية. حيث تشمل التصنيفات الرئيسية ثلاثة فئات: البنية التحتية، إنشاء المحتوى، وتفاعل المستخدم، ثم يتم تقسيمها حسب حالة الاستخدام الفعلية.

البنية التحتية: تركز هذه الفئة على بناء محتوى أساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى الخدمات من الفئة B التي تتعلق بالتطبيقات الأساسية الأكثر نضجًا.

• أدوات التطوير: توفير أدوات وم框ات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.

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

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

• خدمات الطرف B: تستهدف بشكل أساسي المستخدمين من الشركات، وتقدم حلول خدمات الشركات، والحلول العمودية، والحلول الأوتوماتيكية.

• منصة تجميعية: منصة تجمع بين مجموعة متنوعة من خدمات وأدوات وكيل الذكاء الاصطناعي.

التفاعلية: مشابهة لفئة إنشاء المحتوى، والفرق هو التفاعل الثنائي المستمر. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يوفر أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.

• نوع الدعم العاطفي: وكيل ذكي يوفر الدعم العاطفي والمرافقة.

• نوع GPT: وكيل AI مبني على نموذج GPT (المحول المدرب مسبقًا للتوليد).

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

توليد المحتوى: تركز هذه الفئة من المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربع فئات: توليد النصوص، توليد الصور، توليد الفيديو وتوليد الصوت.

تحليل حالة تطور وكيل الذكاء الاصطناعي Web2

وفقًا لإحصائياتنا، يظهر تطوير الوكيل الذكي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. على وجه التحديد، يُركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا أيضًا بعض التحليلات حول هذه الظاهرة.

تأثير نضج التكنولوجيا: السبب في أن مشاريع البنية التحتية تحتل الصدارة هو نضج تقنيتها. عادةً ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة المخاطر والتطوير. إنها تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.

دفع الطلب في السوق: عامل آخر رئيسي هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق المؤسسي هو أكثر إلحاحًا، خاصة في البحث عن حلول لتحسين كفاءة التشغيل وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات أكثر استقرارًا، مما يساعدهم في تطوير المشاريع المستقبلية.

قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في مجال إنشاء المحتوى في السوق B-side محدودة نسبيًا. نظرًا لعدم استقرار الإنتاج، تميل الشركات إلى التطبيقات التي يمكنها زيادة الإنتاجية بشكل ثابت. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي لإنشاء المحتوى في مكتبة المشاريع.

تعكس هذه الاتجاهات نضج التكنولوجيا واحتياجات السوق والاعتبارات العملية لمواقع التطبيق. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل الركيزة الأساسية لتطوير وكلاء الذكاء الاصطناعي.

تحليل مشروع رائد في مجال وكيل الذكاء الاصطناعي Web2

نستكشف بعمق بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونحللها، مع أخذ ثلاثة مشاريع كمثال: Character AI و Perplexity AI و Midjourney.

شخصية AI:

مقدمة المنتج: تقدم Character.AI نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء الشخصيات الافتراضية. تسمح منصتها للمستخدمين بإنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وأداء مهام محددة.

تحليل البيانات: بلغ عدد زيارات Character.AI في مايو 277 مليونًا، ويضم النظام الأساسي أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشباب. سجلت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها السوقية مليار دولار، بقيادة a16z.

التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet، مما يدل على أن Character AI تعتمد على التكنولوجيا التي طورتها بنفسها. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية Llama الخاص بجوجل.

الحيرة الذكاء الاصطناعي:

مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية المعلومات ودقتها، في حين أنه يقوم بتعليم وإرشاد المستخدمين للقيام بمزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.

تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا في Perplexity 10 ملايين، حيث حققت تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة قدرها 8.6% في عدد الزيارات في فبراير، مما جذب حوالي 50 مليون مستخدم. في الأسواق المالية، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم يصل إلى 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 ضبطهما بناءً على نماذج مفتوحة المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للبحوث الأكاديمية المتخصصة والاستفسارات في المجالات العمودية، مما يضمن دقة المعلومات وموثوقيتها.

منتصف الرحلة:

مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط وموضوعات متنوعة في Midjourney من خلال Prompts، مما يغطي مجموعة واسعة من الاحتياجات الإبداعية من الواقعية إلى التجريد. كما يوفر النظام الأساسي مزج الصور وتحريرها، مما يسمح للمستخدمين بتراكب الصور وتحويل الأنماط، وتضمن وظيفة التوليد في الوقت الحقيقي للمستخدمين الحصول على النتائج في غضون عشرات الثواني إلى بضع دقائق.