Dapatkah Agen AI Menjadi Peluang Hidup untuk Web3+AI?

Proyek AI Agent adalah jenis yang populer dan matang dalam kewirausahaan Web2, terutama dalam layanan untuk perusahaan, sedangkan di bidang Web3, proyek pelatihan model dan pengumpulan platform telah menjadi arus utama karena perannya yang krusial dalam membangun ekosistem.

Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya sekitar 8%, namun pangsa pasar mereka dalam sektor AI mencapai 23%, menunjukkan daya saing pasar yang kuat. Kami memperkirakan bahwa seiring dengan kematangan teknologi dan peningkatan pengakuan pasar, di masa depan akan muncul beberapa proyek yang memiliki valuasi lebih dari 1 miliar dolar.

Untuk proyek Web3, penerapan teknologi AI pada produk aplikasi yang bukan inti AI dapat menjadi keunggulan strategis. Untuk proyek AI Agent, cara penggabungannya harus fokus pada pembangunan ekosistem secara keseluruhan dan desain model ekonomi token, untuk mendorong desentralisasi dan efek jaringan.

Gelombang AI: Proyek yang Muncul dan Kenaikan Valuasi

Sejak ChatGPT diluncurkan pada November 2022, dalam waktu singkat dua bulan, telah menarik lebih dari seratus juta pengguna. Pada Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka yang luar biasa sebesar 20,3 juta dolar AS. Setelah merilis ChatGPT, OpenAI juga dengan cepat meluncurkan versi iterasi seperti GPT-4 dan GP4-4o. Dengan tren yang begitu pesat, para raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terdepan seperti LLM dan segera meluncurkan model dan aplikasi AI mereka sendiri. Misalnya, Google merilis model bahasa besar PaLM2, Meta meluncurkan Llama3, sementara perusahaan-perusahaan di China meluncurkan model besar seperti Wenxin Yiyan dan Zhipu Qingyan. Jelas bahwa bidang AI telah menjadi medan pertempuran yang sangat kompetitif.

Persaingan antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi bisnis, tetapi juga dari investigasi statistik penelitian AI sumber terbuka, laporan AI Index 2024 menunjukkan bahwa jumlah proyek terkait AI di GitHub melonjak dari 845 pada tahun 2011 menjadi sekitar 1,8 juta pada tahun 2023, terutama setelah peluncuran GPT pada tahun 2023, jumlah proyek meningkat 59,3% dibandingkan tahun sebelumnya, mencerminkan antusiasme komunitas pengembang global terhadap penelitian AI.

Antusiasme terhadap teknologi AI tercermin langsung di pasar investasi, pasar investasi AI menunjukkan pertumbuhan yang kuat, dengan pertumbuhan eksplosif yang terlihat pada kuartal kedua tahun 2024. Secara global, terdapat 16 investasi terkait AI yang melebihi 150 juta dolar AS, dua kali lipat dari kuartal pertama. Total pendanaan untuk startup AI bahkan melonjak menjadi 24 miliar dolar AS, meningkat lebih dari dua kali lipat dibandingkan tahun lalu. Di antara mereka, xAI yang dimiliki Elon Musk berhasil mengumpulkan 6 miliar dolar AS, dengan valuasi mencapai 24 miliar dolar AS, menjadikannya startup AI dengan valuasi tertinggi kedua setelah OpenAI.

Perkembangan pesat teknologi AI sedang membentuk kembali peta bidang teknologi dengan kecepatan yang belum pernah terjadi sebelumnya. Dari persaingan sengit di antara raksasa teknologi, hingga perkembangan pesat proyek komunitas sumber terbuka, dan hingga antusiasme pasar modal terhadap konsep AI. Proyek bermunculan, investasi mencapai rekor tertinggi, dan valuasi juga meningkat seiring. Secara keseluruhan, pasar AI berada dalam periode emas pertumbuhan pesat, dengan model bahasa besar dan teknologi generasi yang ditingkatkan pencarian mencapai kemajuan signifikan di bidang pemrosesan bahasa. Meskipun demikian, model-model ini masih menghadapi tantangan dalam mengubah keunggulan teknologi menjadi produk nyata, seperti ketidakpastian output model, risiko ilusi informasi yang dihasilkan tidak akurat, serta masalah transparansi model. Masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan keandalan yang sangat tinggi.

Dalam konteks ini, kami mulai melakukan penelitian tentang AI Agent, karena AI Agent menekankan pada komprehensivitas dalam menyelesaikan masalah praktis dan interaksi dengan lingkungan. Pergeseran ini menandakan evolusi teknologi AI dari model bahasa murni menjadi sistem cerdas yang benar-benar dapat memahami, belajar, dan menyelesaikan masalah nyata. Oleh karena itu, kami melihat harapan dalam perkembangan AI Agent, yang secara bertahap menjembatani kesenjangan antara teknologi AI dan penyelesaian masalah praktis. Evolusi teknologi AI terus membentuk arsitektur produktivitas, sementara teknologi Web3 sedang membangun kembali hubungan produksi dalam ekonomi digital. Ketika tiga elemen utama AI: data, model, dan daya komputasi, bergabung dengan prinsip-prinsip inti Web3 seperti desentralisasi, ekonomi token, dan kontrak pintar, kami memprediksi akan muncul serangkaian aplikasi inovatif. Dalam bidang persimpangan yang penuh potensi ini, kami percaya bahwa AI Agent, dengan kemampuannya untuk mengeksekusi tugas secara mandiri, menunjukkan potensi besar untuk aplikasi berskala besar.

Untuk itu, kami mulai menyelidiki aplikasi beragam AI Agent dalam Web3, dari infrastruktur Web3, middleware, hingga tingkat aplikasi, serta pasar data dan model, dengan tujuan untuk mengidentifikasi dan mengevaluasi jenis proyek dan skenario aplikasi yang paling menjanjikan, untuk memahami lebih dalam tentang integrasi mendalam antara AI dan Web3.

Penjelasan Konsep: Pengenalan dan Tinjauan Klasifikasi AI Agent

Pengenalan Dasar

Sebelum memperkenalkan AI Agent, agar pembaca lebih memahami perbedaan antara definisi dan model itu sendiri, kita akan memberikan contoh melalui suatu skenario nyata: anggaplah Anda sedang merencanakan perjalanan. Model bahasa besar tradisional menyediakan informasi tujuan dan saran perjalanan. Teknologi generasi yang ditingkatkan dengan pencarian dapat memberikan konten tujuan yang lebih kaya dan spesifik. Sedangkan AI Agent seperti JARVIS dalam film Iron Man, dapat memahami kebutuhan dan juga secara proaktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan pemesanan, dan menambahkan jadwal ke kalender.

Definisi umum AI Agent dalam industri saat ini adalah sistem cerdas yang mampu merasakan lingkungan dan mengambil tindakan yang sesuai, dengan mendapatkan informasi lingkungan melalui sensor, memprosesnya, dan kemudian mempengaruhi lingkungan melalui aktuator (Stuart Russell & Peter Norvig, 2020). Kami percaya bahwa AI Agent adalah asisten yang menggabungkan kemampuan LLM, RAG, memori, perencanaan tugas, dan penggunaan alat. Ini tidak hanya menyediakan informasi secara sederhana, tetapi juga mampu merencanakan, memecah tugas, dan benar-benar mengeksekusinya.

Berdasarkan definisi dan karakteristik ini, kita dapat menemukan bahwa AI Agent telah terintegrasi ke dalam kehidupan kita, diaplikasikan dalam berbagai skenario, seperti AlphaGo, Siri, dan pengemudian otonom tingkat L5 ke atas dari Tesla yang semuanya dapat dianggap sebagai contoh AI Agent. Ciri khas bersama dari sistem-sistem ini adalah semuanya dapat merasakan input pengguna dari lingkungan eksternal dan membuat dampak yang sesuai terhadap lingkungan nyata.

Sebagai contoh menggunakan ChatGPT untuk menjelaskan konsep, kita harus dengan jelas menyatakan bahwa Transformer adalah arsitektur teknis yang membentuk model AI, GPT adalah serangkaian model yang berkembang berdasarkan arsitektur ini, dan GPT-1, GPT-4, GPT-4o masing-masing mewakili versi model pada tahap perkembangan yang berbeda. ChatGP sebagai AI Agent yang berevolusi berdasarkan model GPT.

Ringkasan Kategori

Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami mengelompokkan 204 proyek AI Agent di pasar Web2+Web3 dengan cara memberi label secara terpisah, berdasarkan label signifikan yang sesuai dengan masing-masing proyek, dibagi menjadi klasifikasi tingkat satu dan klasifikasi tingkat dua. Di mana, klasifikasi tingkat satu terdiri dari tiga kategori yaitu infrastruktur dasar, pembuatan konten, dan interaksi pengguna, yang kemudian dipecah lagi berdasarkan kasus penggunaan aktualnya:

Infrastruktur: Jenis ini fokus pada pembangunan konten yang lebih mendasar di bidang Agent, termasuk platform, model, data, alat pengembangan, serta layanan B2B yang lebih matang dan aplikasi dasar.

• Alat pengembangan: Menyediakan alat dan kerangka kerja untuk membantu pengembang membangun AI Agent.

• Kategori pemrosesan data: Mengolah dan menganalisis data dalam berbagai format, terutama digunakan untuk mendukung pengambilan keputusan dan memberikan sumber untuk pelatihan.

• Kelas pelatihan model: Menyediakan layanan pelatihan model untuk AI, termasuk inferensi, pembangunan model, pengaturan, dll.

• Layanan B: Ditujukan terutama untuk pengguna perusahaan, menyediakan solusi layanan perusahaan, vertikal, dan otomatis.

• Kategori platform: platform yang mengintegrasikan berbagai layanan dan alat AI Agent.

Interaktif: Mirip dengan jenis generasi konten, perbedaannya terletak pada interaksi timbal balik yang berkelanjutan. Agen interaktif tidak hanya menerima dan memahami kebutuhan pengguna, tetapi juga memberikan umpan balik melalui teknik seperti pemrosesan bahasa alami (NLP), mewujudkan interaksi timbal balik dengan pengguna.

• Kategori pendamping emosional: Agen AI yang menyediakan dukungan emosional dan pendampingan.

• Jenis GPT: Agen AI berbasis model GPT (Generative Pre-trained Transformer).

• Kategori pencarian: Fokus pada fungsi pencarian, menyediakan Agen yang lebih akurat dalam pengambilan informasi.

Kelas Generasi Konten: Proyek jenis ini berfokus pada penciptaan konten, menggunakan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: generasi teks, generasi gambar, generasi video, dan generasi audio.

Analisis Situasi Perkembangan Agen AI Web2

Menurut statistik kami, pengembangan AI Agent dalam internet tradisional Web2 menunjukkan tren konsentrasi yang jelas. Secara khusus, sekitar dua pertiga proyek terfokus pada infrastruktur, terutama dalam layanan B2B dan alat pengembangan, dan kami juga melakukan beberapa analisis terhadap fenomena ini.

Dampak Kematangan Teknologi: Proyek infrastruktur mendominasi karena kematangan teknologinya. Proyek-proyek ini biasanya dibangun di atas teknologi dan kerangka kerja yang telah teruji oleh waktu, sehingga mengurangi kesulitan dan risiko pengembangan. Ini setara dengan "sekop" di bidang AI, memberikan dasar yang kokoh untuk pengembangan dan aplikasi AI Agent.

Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, permintaan pasar perusahaan terhadap teknologi AI lebih mendesak, terutama dalam mencari solusi untuk meningkatkan efisiensi operasional dan mengurangi biaya. Sementara itu, bagi pengembang, aliran kas dari perusahaan relatif stabil, yang menguntungkan mereka untuk mengembangkan proyek-proyek berikutnya.

Batasan pada skenario aplikasi: Sementara itu, kami mencatat bahwa aplikasi AI generasi konten di pasar B2B relatif terbatas. Karena ketidakstabilan hasil yang dihasilkan, perusahaan cenderung lebih memilih aplikasi yang dapat secara stabil meningkatkan produktivitas. Ini mengakibatkan proporsi AI generasi konten yang kecil dalam repositori proyek.

Tren ini mencerminkan tingkat kematangan teknologi, permintaan pasar, dan pertimbangan nyata dari skenario aplikasi. Seiring kemajuan terus-menerus dalam teknologi AI dan semakin jelasnya permintaan pasar, kami memperkirakan bahwa pola ini mungkin akan mengalami penyesuaian, tetapi infrastruktur tetap akan menjadi dasar yang kuat untuk pengembangan AI Agent.

Analisis proyek unggulan AI Agent Web2

Kami membahas secara mendalam beberapa proyek AI Agent yang ada di pasar Web2 saat ini dan menganalisisnya, dengan mengambil tiga proyek sebagai contoh: Character AI, Perplexity AI, dan Midjourney.

Karakter AI:

Deskripsi Produk: Character.AI menyediakan sistem percakapan berbasis kecerdasan buatan dan alat pembuatan karakter virtual. Platformnya memungkinkan pengguna untuk membuat, melatih, dan berinteraksi dengan karakter virtual yang dapat melakukan percakapan dalam bahasa alami dan menjalankan tugas tertentu.

Analisis data: Character.AI memiliki 277 juta kunjungan pada bulan Mei, dengan lebih dari 3,5 juta pengguna aktif harian, di mana sebagian besar pengguna berusia antara 18 hingga 34 tahun, menunjukkan karakteristik kelompok pengguna yang muda. Character AI menunjukkan kinerja yang luar biasa di pasar modal, menyelesaikan pendanaan sebesar 150 juta dolar AS, dengan valuasi mencapai 1 miliar dolar AS, dipimpin oleh a16z.

Analisis teknis: Character AI telah menandatangani perjanjian lisensi non-eksklusif dengan perusahaan induk Google, Alphabet, yang menunjukkan bahwa Character AI menggunakan teknologi yang dikembangkan sendiri. Perlu dicatat bahwa pendiri perusahaan, Noam Shazeer dan Daniel De Freitas, pernah terlibat dalam pengembangan model bahasa dialog Google, Llama.

Perplexity AI:

Pengenalan Produk: Perplexity dapat mengambil dan memberikan jawaban yang mendetail dari internet. Dengan mengutip dan merujuk tautan, keandalan dan akurasi informasi terjamin, sementara itu akan mendidik dan membimbing pengguna untuk melakukan pertanyaan lanjutan dan mencari kata kunci, memenuhi kebutuhan pencarian yang beragam dari pengguna.

Analisis Data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dan kunjungan aplikasi mobile dan desktopnya mengalami pertumbuhan 8,6% pada bulan Februari, menarik sekitar 50 juta pengguna. Di pasar modal, Perplexity AI baru-baru ini mengumumkan telah mendapatkan pendanaan sebesar 62,7 juta dolar AS, dengan valuasi mencapai 1,04 miliar dolar AS, dipimpin oleh Daniel Gross, dengan peserta termasuk Stan Druckenmiller dan NVIDIA.

Analisis teknis: Model utama yang digunakan oleh Perplexity adalah GPT-3.5 yang telah disesuaikan, serta dua model besar yang disesuaikan berdasarkan model besar sumber terbuka: pplx-7b-online dan pplx-70b-online. Model ini cocok untuk penelitian akademis profesional dan pencarian di bidang vertikal, memastikan keakuratan dan keandalan informasi.

Midjourney:

Pengenalan Produk: Pengguna dapat membuat berbagai gambar dengan gaya dan tema melalui Prompts di Midjourney, mencakup dari realistik hingga