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

تعتبر مشاريع وكيل الذكاء الاصطناعي نوعًا شائعًا وناضجًا بشكل رئيسي في خدمات الشركات في ريادة الأعمال Web2، بينما أصبحت مشاريع تدريب النماذج وتجميع المنصات في مجال Web3 التي تلعب دورًا أساسيًا في بناء النظام البيئي هي السائدة.

حاليًا ، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 ليس كثيرًا ويشكل 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 الاعتراف في السوق ، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.

بالنسبة لمشاريع Web3، قد يصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية المتعلقة بالذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.

موجة الذكاء الاصطناعي: حالة ظهور المشاريع وارتفاع التقييمات

منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط. وبحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، وبعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. في ظل هذا الاتجاه السريع، أدركت الشركات الكبرى في مجال التكنولوجيا التقليدية أهمية تطبيقات النماذج الذكية مثل LLM وغيرها، وأطلقت جميعها نماذج وتطبيقات الذكاء الاصطناعي الخاصة بها، على سبيل المثال، أصدرت جوجل النموذج اللغوي الكبير PaLM2، وأطلقت ميتا Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan و Zhipu Qingyan. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حتمية.

إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطوير التطبيقات التجارية، ولكن من خلال التحقيق في أبحاث الذكاء الاصطناعي المفتوحة المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.

إن الحماس لتكنولوجيا الذكاء الاصطناعي ينعكس بشكل مباشر في سوق الاستثمار، حيث يظهر سوق استثمار الذكاء الاصطناعي نمواً قوياً، مع تسجيل نمو انفجاري في الربع الثاني من عام 2024. وقد تم إجراء 16 استثماراً يتعلق بالذكاء الاصطناعي بلغ كل منها أكثر من 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف عدد الاستثمارات في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف مقارنة بالعام الماضي. ومن بين هذه الاستثمارات، جمعت شركة xAI التابعة لمسك 6 مليارات دولار، بقيمة تقدر بـ 24 مليار دولار، مما يجعلها ثاني أعلى شركة ناشئة في مجال الذكاء الاصطناعي من حيث القيمة بعد OpenAI.

إن التطور السريع لتقنية الذكاء الاصطناعي يعيد تشكيل ملامح مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى الإقبال الكبير من الأسواق المالية على مفهوم الذكاء الاصطناعي. تتوالى المشاريع، وتحقق الاستثمارات أرقاماً قياسية جديدة، وتزداد التقييمات تبعاً لذلك. بصفة عامة، يقع سوق الذكاء الاصطناعي في فترة ذهبية من التطور السريع، حيث حققت النماذج اللغوية الكبيرة وتقنية تعزيز الاسترجاع المولدة تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، تواجه هذه النماذج تحديات في تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر الوهم في توليد معلومات غير دقيقة، وقضايا الشفافية للنموذج. تصبح هذه المشكلات أكثر أهمية في السيناريوهات التي تتطلب موثوقية عالية.

في هذا السياق، بدأنا البحث في وكيل الذكاء الاصطناعي، حيث يركز وكيل الذكاء الاصطناعي على شمولية حل المشكلات العملية والتفاعل مع البيئة. تمثل هذه التحول تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية يمكنها فهم التعلم وحل المشكلات الواقعية بشكل حقيقي. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث أنه يسد الفجوة تدريجياً بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات العملية. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل هيكلية الإنتاج، بينما تعيد تقنيات Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج والقدرات الحاسوبية، مع المفاهيم الأساسية مثل اللامركزية والاقتصاد الرمزي والعقود الذكية في Web3، نتوقع أن تؤدي إلى ظهور مجموعة من التطبيقات الابتكارية. في هذا المجال المتداخل المليء بالفرص، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.

لهذا، بدأنا في دراسة معمقة لتطبيقات AI Agent المتنوعة في Web3، بدءًا من البنية التحتية لـ Web3، والبرمجيات الوسيطة، ومستوى التطبيقات، وصولاً إلى الأسواق الخاصة بالبيانات والنماذج، بهدف التعرف على وتقييم أكثر أنواع المشاريع الواعدة وسيناريوهات التطبيق، لفهم العمق في تكامل AI مع Web3.

توضيح المفاهيم: مقدمة حول الوكيل الذكي وتصنيفه

مقدمة أساسية

قبل تقديم AI Agent، ولتمكين القارئ من فهم الفرق بين تعريفه ونموذجه، سنقدم مثالاً من خلال سيناريو عملي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنية الاسترجاع المعززة للتوليد أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. وAI Agent يشبه جارفيز في أفلام الرجل الحديدي، حيث يمكنه فهم المتطلبات، وأيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الرحلة إلى التقويم.

التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي قادر على إدراك البيئة واتخاذ إجراءات استجابة، من خلال مستشعرات للحصول على معلومات بيئية، وبعد المعالجة، يؤثر على البيئة من خلال أدوات التنفيذ (ستيوارت راسل وبيتر نورفيج، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه قادر ليس فقط على تقديم المعلومات بشكل بسيط، بل يمكنه أيضًا التخطيط وتفكيك المهام وتنفيذها فعليًا.

وفقًا لهذا التعريف والسمات، يمكننا أن نلاحظ أن الوكيل الذكي (AI Agent) قد اندمج بالفعل في حياتنا، حيث تم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية من تسلا بمستوى L5 وما فوق، والتي يمكن اعتبارها أمثلة على الوكيل الذكي. السمة المشتركة بين هذه الأنظمة هي أنها قادرة على إدراك مدخلات المستخدم الخارجية، وبناءً على ذلك، تؤثر على البيئة الواقعية.

لنأخذ ChatGPT كمثال لتوضيح المفهوم، يجب علينا أن نوضح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، و GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 و GPT-4 و GPT-4o إصدارات النموذج في مراحل تطور مختلفة. أما ChatGP فهو وكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.

نظرة عامة على التصنيف

لم يتشكل بعد معيار موحد للتصنيف في سوق وكلاء الذكاء الاصطناعي الحالي، ومن خلال وضع علامات على 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3، قمنا بتصنيفها إلى فئات رئيسية وثانوية وفقًا للعلامات البارزة لكل مشروع. حيث تتكون الفئة الرئيسية من ثلاث فئات: البنية التحتية، توليد المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها بناءً على حالات 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 النوع B التي تحتوي على تطبيقات أساسية ناضجة.

• أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكلاء الذكاء الاصطناعي.

• فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تُستخدم أساسًا لدعم اتخاذ القرارات، وتوفير المصادر للتدريب.

• فئة تدريب النماذج: توفر خدمات تدريب نماذج الذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.

• خدمات الفئة B: تستهدف بشكل رئيسي مستخدمي الشركات، وتقدم حلولًا خدمية، وحلولًا عمودية، وحلولًا آلية.

• منصات التجميع: منصات تدمج خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.

التفاعلية: مشابهة لفئة إنشاء المحتوى، الاختلاف هو أنها تتضمن تفاعل ثنائي الاتجاه مستمر. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي الاتجاه مع المستخدم.

• وكلاء الذكاء الاصطناعي للدعم العاطفي: يوفرون الدعم العاطفي والمرافقة.

• نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا للتوليد).

• فئة البحث: تركز على وظائف البحث، وتقدم معلومات أكثر دقة كأولوية لوكيل البحث.

توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى وفقًا لتعليمات 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. بشكل محدد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات القطاع B وأدوات التطوير على الأغلبية، وقد قمنا أيضًا بإجراء بعض التحليلات حول هذه الظاهرة.

تأثير نضج التكنولوجيا: السبب الرئيسي وراء هيمنة مشاريع البنية التحتية هو نضج تقنيتها. عادةً ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. إنها تعادل "المجارف" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق الوكلاء الذكاء الاصطناعي.

دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصة في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يكون مستقرًا نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.

قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن تطبيقات الذكاء الاصطناعي في إنشاء المحتوى في سوق B2B تتمتع بسيناريوهات تطبيق محدودة نسبياً. بسبب عدم استقرار مخرجاتها، تفضل الشركات التطبيقات التي يمكنها زيادة الإنتاجية بشكل مستقر. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي في إنشاء المحتوى في مكتبة المشاريع.

تُعكس هذه الاتجاهات نضج التكنولوجيا والطلب السوقي والاعتبارات الفعلية لمشاهد التطبيق. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتوضيح الطلب السوقي، نتوقع أن يتغير هذا النمط بعض الشيء، لكن البنية التحتية ستظل حجر الزاوية لتطوير وكلاء الذكاء الاصطناعي.

تحليل مشروع AI Agent الرائد في Web2

نستكشف بعمق بعض المشاريع المتعلقة بالوكيل الذكي في سوق Web2 الحالي، ونقوم بتحليلها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.

شخصية الذكاء الاصطناعي:

مقدمة المنتج: Character.AI تقدم نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، والتي يمكنها إجراء محادثات بلغة طبيعية وأداء مهام محددة.

تحليل البيانات: بلغ عدد الزيارات لـ Character.AI في مايو 277 مليونًا، ولدى المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشباب. حققت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغ تقييمها 1 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 تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas شاركوا في تطوير نموذج اللغة الحواري Llama الخاص بجوجل.

الذكاء الاصطناعي Perplexity:

مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية ودقة المعلومات، في حين أنه يقوم بتعليم وإرشاد المستخدمين لطرح أسئلة متابعة والبحث عن كلمات رئيسية، مما يلبي احتياجات الاستفسار المتنوعة للمستخدمين.

تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وحقق عدد زوار تطبيقاته المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا أنها حصلت على تمويل بقيمة 62.7 مليون دولار، مع تقييم يصل إلى 1.04 مليار دولار، بقيادة دانييل غروس، بمشاركة ستان دروكينميلر وNVIDIA.

التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم ضبطهما بناءً على نماذج كبيرة مفتوحة المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة والاستفسارات في المجالات العمودية، مما يضمن صحة المعلومات وموثوقيتها.

منتصف الرحلة:

مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى