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

O projeto AI Agent é um tipo popular e maduro de serviço empresarial no empreendedorismo Web2, enquanto no campo Web3, projetos de treinamento de modelos e plataformas agregadoras tornaram-se predominantes devido ao seu papel fundamental na construção de ecossistemas.

Atualmente, o número de projetos de Agentes de IA em Web3 é reduzido, representando 8%, mas sua participação no valor de mercado no setor de IA chega a impressionantes 23%, demonstrando assim 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 tecnologias de IA em produtos de aplicação que não são o núcleo de IA pode se tornar uma vantagem estratégica. A forma de combinação para projetos de Agente de IA deve se concentrar na construção de um ecossistema completo e no design de modelos econômicos de tokens, a fim de promover a descentralização e os efeitos de rede.

A Onda da IA: A Situação dos Projetos Emergentes e a Valorização em Alta

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 já alcançou impressionantes 20,3 milhões de dólares, e a OpenAI, após o lançamento do ChatGPT, rapidamente lançou versões iterativas como GPT-4 e GP4-4o. Com tal ritmo acelerado, 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, como o Google com o modelo de linguagem PaLM2, a Meta com o Llama3, enquanto empresas chinesas lançaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA tornou-se um campo de batalha crucial.

A corrida entre os grandes gigantes da tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também descobrimos, a partir de uma pesquisa sobre projetos de IA de código aberto, que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub aumentou de 845 em 2011 para cerca de 1,8 milhões em 2023. Especialmente 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 a apresentar um forte crescimento, com um crescimento explosivo no segundo trimestre de 2024. Existem um total de 16 investimentos relacionados com IA superiores a 150 milhões de dólares em todo o mundo, o que é o dobro do que no primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, um aumento de mais de 100% em relação ao ano anterior. Dentre eles, 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 com a maior avaliação, atrás apenas da OpenAI.

O rápido desenvolvimento da tecnologia de IA está remodelando o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa competição entre gigantes da tecnologia, até o florescimento de projetos na comunidade de código aberto, passando pela fervorosa busca do mercado de capitais pelo conceito de IA. Projetos surgem a todo momento, os investimentos atingem novos recordes e as avaliações também sobem. De forma geral, o mercado de IA está em um período de ouro de rápido crescimento, com grandes modelos de linguagem e tecnologia de geração aumentada por pesquisa alcançando progressos significativos no processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios ao transformar vantagens tecnológicas em produtos reais, como a incerteza na saída dos modelos, o risco de alucinação ao gerar informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se especialmente importantes em cenários de aplicação onde a confiabilidade é extremamente exigida.

Neste contexto, começamos a pesquisar sobre o Agente de IA, uma vez que o Agente de IA enfatiza a abrangência da resolução de problemas práticos e da interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente teóricos para sistemas inteligentes que realmente podem entender, aprender e resolver problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente preenchendo a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está constantemente reconfigurando a estrutura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três elementos principais da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais do Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirão uma série de aplicações inovadoras. Neste campo de interseção cheio de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para a aplicação em larga escala.

Para isso, começamos a investigar profundamente as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, até a camada de aplicação, passando por múltiplas dimensões como mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, para entender profundamente a fusão entre AI e Web3.

Esclarecimento de Conceitos: Introdução e Visão Geral das Classificações de Agentes de IA

Introdução básica

Antes de apresentar o Agente de IA, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos usar um exemplo de um cenário real: suponha que você esteja planejando uma viagem. Os modelos de linguagem de grande porte tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação consegue fornecer conteúdos de destino mais ricos e específicos. E o Agente de IA é como o J.A.R.V.I.S. do filme do Homem de Ferro, capaz de entender suas necessidades e, com base em uma de suas frases, buscar proativamente voos e hotéis, realizar operações de reserva e adicionar o itinerário ao calendário.

Atualmente, a definição amplamente aceita de um Agente de IA na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações ambientais através de sensores, processando essas informações e influenciando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um Agente de IA é um assistente que combina LLM, RAG, memória, planejamento de tarefas e capacidade de uso de ferramentas. Ele não apenas pode fornecer informações, mas também planejar, decompor tarefas e realmente executá-las.

De acordo com essa definição e características, podemos perceber que os Agentes de IA já estão integrados em nossas vidas, sendo aplicados 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 desses sistemas é que todos podem perceber as entradas dos usuários do mundo externo e, com base nisso, gerar impactos no ambiente real.

Tomando o ChatGPT como exemplo para esclarecer o conceito, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, e o GPT é uma série de modelos desenvolvidos com base nessa arquitetura, enquanto 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.

Classificação Geral

Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós categorizamos 204 projetos de Agentes de IA nos mercados Web2 + Web3 através da rotulagem, com base nos rótulos significativos correspondentes a cada projeto, dividindo-os em categorias de primeiro nível e segundo nível. As categorias de primeiro nível são Infraestrutura, Geração de Conteúdo e Interação com o Usuário, que são subdivididas com base em seus casos de uso reais.

Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, assim como serviços B2B que são aplicações mais maduras e de base.

• Ferramentas de desenvolvimento: fornece aos desenvolvedores ferramentas e frameworks auxiliares para construir Agentes de IA.

• Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente usados para auxiliar na tomada de decisões e fornecer fontes para o treinamento.

• Classe de treinamento de modelos: oferece serviços de treinamento de modelos voltados para IA, incluindo inferência, construção de modelos, configuração, entre outros

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

• Plataforma de conjunto: uma plataforma que integra vários serviços e ferramentas de agentes de IA.

Interativos: Semelhantes aos geradores de conteúdo, a diferença reside na interação contínua bidirecional. Agentes interativos não apenas aceitam e compreendem as necessidades dos usuários, mas também fornecem feedback por meio de tecnologias como o processamento de linguagem natural (NLP), permitindo uma interação bidirecional com os usuários.

• Agente AI de acompanhamento emocional: fornece suporte emocional e companhia.

• Classe GPT: Agente de IA baseado no modelo GPT (Transformer pré-treinado generativo).

• Classes de pesquisa: Focadas na funcionalidade de busca, oferecendo um agente voltado para a recuperação de informações mais precisas.

Geração de Conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar várias formas de conteúdo com base nas 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 setorial. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, sendo predominantemente serviços B2B e ferramentas de desenvolvimento. Também realizamos algumas análises sobre este fenômeno.

Impacto da maturidade tecnológica: a razão pela qual os projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Estes projetos são geralmente baseados em tecnologias e estruturas que foram testadas ao longo do 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.

Impulsionado pela demanda do mercado: outro fator chave é a demanda do mercado. Em comparação com o mercado consumidor, a demanda do mercado empresarial por tecnologia 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 benéfico para o desenvolvimento de projetos subsequentes.

Limitações dos cenários de aplicação: Ao mesmo tempo, notamos que a aplicação de IA de geração de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de IA de geração 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 do Web2

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

Character AI：

Introdução ao produto: Character.AI oferece um sistema de diálogo e ferramentas para a criação de personagens virtuais baseados em inteligência artificial. A sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais que podem manter diálogos em linguagem natural e executar tarefas específicas.

Análise de dados: O 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 um grupo de usuários mais jovem. O Character AI teve um desempenho excelente no mercado de capitais, completando um financiamento de 150 milhões de dólares, com uma avaliação de 1 bilhão de dólares, liderado pela a16z.

Análise técnica: A Character AI assinou um acordo de licença não exclusivo com a empresa-mãe do Google, Alphabet, o que indica que a Character AI está a usar 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 consegue extrair e fornecer respostas detalhadas da internet. Ao citar e referenciar links, garante a fiabilidade e a precisão da informação, ao mesmo tempo que educa e orienta os utilizadores a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo as diversas necessidades de consulta dos utilizadores.

Análise de dados: O número de usuários ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% no tráfego de suas aplicações móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de usuários. No mercado de capitais, a Perplexity AI anunciou recentemente que levantou 62,7 milhões de dólares em financiamento, avaliando a empresa em 1,04 bilhões de dólares, com Daniel Gross como investidor principal, e a participação de Stan Druckenmiller e NVIDIA.

Análise técnica: O principal modelo utilizado pela Perplexity é o GPT-3.5 ajustado, juntamente com dois grandes modelos ajustados com base em grandes modelos de código aberto: pplx-7b-online e pplx-70b-online. Os modelos são adequados para pesquisa acadêmica profissional e consultas em domínios verticais, garantindo a veracidade e a confiabilidade das informações.

Midjourney:

Introdução ao produto: Os utilizadores podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo uma ampla gama de necessidades criativas que vão do realismo ao abstrato. A plataforma também oferece mistura e edição de imagens, permitindo aos utilizadores sobrepor imagens e realizar transferência de estilo, a funcionalidade de geração em tempo real da plataforma assegura que os utilizadores obtêm resultados em dezenas de segundos a poucos minutos.