O Agente de IA pode ser a salvação do Web3+IA?

Os projetos de AI Agent são um tipo popular e maduro no empreendedorismo Web2, principalmente na área de serviços para empresas, enquanto no campo Web3, projetos de treinamento de modelos e plataformas agregadoras se tornaram predominantes devido ao seu papel crucial na construção de ecossistemas.

Atualmente, o número de projetos de agentes de IA em Web3 é relativamente baixo, representando 8%, mas sua participação no valor de mercado da área de IA é impressionante, atingindo 23%. Isso demonstra 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 da IA pode se tornar uma vantagem estratégica. A forma de combinação dos projetos de Agentes de IA deve focar na construção de todo o ecossistema e no design do modelo econômico de tokens, a fim de promover a descentralização e os efeitos de rede.

A Onda da IA: A Situação Atual de Projetos Emergentes e Apreciação de Avaliações

Desde que o ChatGPT foi lançado em novembro de 2022, atraiu mais de 100 milhões de usuários em apenas dois meses. Até maio de 2024, a receita mensal do ChatGPT atingiu impressionantes 20,3 milhões de dólares, e a OpenAI, após o lançamento do ChatGPT, rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o. Com esse 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, e empresas chinesas com modelos como o Wenxin Yiyan e o Zhipu Qingyan. É evidente que o campo da IA se tornou uma área de intensa competição.

A corrida entre as grandes empresas de tecnologia não só impulsionou o desenvolvimento de aplicações comerciais, como também descobrimos através de uma pesquisa sobre estudos de IA de código aberto que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhão 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 de desenvolvedores global pela pesquisa em IA.

O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, que apresenta um crescimento forte, com um crescimento explosivo no mercado de investimentos em IA no segundo trimestre de 2024. Globalmente, houve 16 investimentos relacionados à IA que ultrapassaram 150 milhões de dólares, o dobro do que ocorreu no primeiro trimestre. O total de financiamento para startups de IA disparou para 24 bilhões de dólares, mais do que o dobro em relação ao ano anterior. Dentre elas, 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 maior avaliação, atrás apenas da OpenAI.

O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre gigantes da tecnologia, até ao florescimento de projetos na comunidade de código aberto, e até à entusiástica procura do mercado de capitais pelo conceito de IA. Os projetos surgem a um ritmo alucinante, os investimentos atingem novos máximos, e as avaliações sobem em consequência. De uma forma geral, o mercado de IA está a passar por um período de ouro de rápido desenvolvimento, com grandes modelos de linguagem e tecnologias de geração aumentada por pesquisa a realizarem avanços significativos no campo do processamento de linguagem. Apesar disso, esses modelos ainda enfrentam desafios na conversão das suas vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de geração de informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se particularmente importantes em cenários de aplicação onde a fiabilidade é crucial.

Neste contexto, começamos a investigar os Agentes de IA, pois eles enfatizam 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 para sistemas inteligentes que realmente compreendem, aprendem e resolvem problemas do mundo real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que estão gradualmente fechando a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está continuamente reformulando a estrutura da produtividade, enquanto a tecnologia Web3 está reconfigurando 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 da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos o surgimento de uma série de aplicações inovadoras. Neste campo intersecional cheio de potencial, acreditamos que os Agentes de IA, com sua capacidade de executar tarefas de forma autônoma, demonstram um enorme potencial para aplicações em larga escala.

Para isso, começamos a investigar em profundidade as diversas aplicações do Agente de IA no Web3, desde a infraestrutura do Web3, middleware, até a camada de aplicação e mercados de dados e modelos, com o objetivo de identificar e avaliar os tipos de projetos e cenários de aplicação mais promissores, a fim de compreender melhor a profunda fusão entre IA e Web3.

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

Introdução Básica

Antes de apresentar o AI Agent, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos usar um cenário prático como exemplo: suponha que você esteja planejando uma viagem. Os grandes modelos de linguagem tradicionais oferecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode fornecer conteúdos de destino mais ricos e específicos. O AI Agent é como o Jarvis do filme do Homem de Ferro, capaz de entender as necessidades e, com base em uma frase sua, buscar proativamente voos e hotéis, executar operações de reserva e adicionar o itinerário ao calendário.

Atualmente, a definição comum de um Agente de IA na indústria refere-se a sistemas inteligentes que conseguem perceber o ambiente e agir em conformidade, obtendo informações ambientais através de sensores, processando-as e, em seguida, impactando 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 fornece informações de forma isolada, mas também é capaz de planejar, decompor tarefas e realmente executá-las.

De acordo com esta 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 e 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 exterior e, com base nisso, fazer um impacto correspondente no ambiente real.

Tomando o ChatGPT como exemplo para esclarecer conceitos, devemos indicar claramente que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é uma série de modelos que se desenvolveu com base nessa arquitetura, e o GPT-1, GPT-4, 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 e Web3, atribuindo etiquetas a cada projeto com base nas suas etiquetas significativas. Assim, dividimos em categorias de primeiro e segundo nível. As categorias de primeiro nível são infraestrutura básica, geração de conteúdo e interação do usuário, que são então subdivididas com base nos seus casos de uso reais:

Infraestrutura: Esta categoria foca na construção de conteúdos mais básicos no campo dos Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento, bem como serviços B2B mais maduros e aplicações de base.

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

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

• Classe de treinamento de modelos: oferece serviços de treinamento de modelos para IA, incluindo inferência, criação de modelos, configurações, etc.

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

• Plataforma de classe agregadora: plataforma que integra vários serviços e ferramentas de Agentes de IA.

Classe interativa: Semelhante à classe de geração de conteúdo, a diferença está na interação bidirecional contínua. O agente interativo não apenas aceita e compreende as necessidades do usuário, mas também fornece feedback por meio de tecnologias como o processamento de linguagem natural (NLP), realizando uma interação bidirecional com o usuário.

• Classe de acompanhamento emocional: Agente de IA que fornece apoio emocional e companhia.

• Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).

• Tipo de pesquisa: Agente focado na funcionalidade de pesquisa, que fornece uma recuperação de informações mais precisa.

Geração de Conteúdo: Este tipo de projeto foca na criação de conteúdo, utilizando tecnologia de grandes modelos para gerar diversas formas de conteúdo com base nas instruções dos usuários, dividindo-se em quatro categorias: geração de texto, geração de imagens, geração de vídeo e geração de áudio.

Análise do estado atual do desenvolvimento de Agentes de IA Web2

De acordo com nossas estatísticas, o desenvolvimento de Agentes de IA na internet tradicional Web2 apresenta uma tendência clara de concentração em setores. Especificamente, cerca de dois terços dos projetos estão concentrados em infraestrutura, sendo que a maioria é composta por serviços B2B e ferramentas de desenvolvimento. Também realizamos algumas análises sobre esse 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 normalmente são baseados em tecnologias e estruturas testadas ao longo do tempo, reduzindo assim a dificuldade e o risco de desenvolvimento. Equivale à "pá" no campo da IA, fornecendo uma base sólida para o desenvolvimento e a aplicação de Agentes de IA.

Impulso da demanda do mercado: Outro fator chave é a demanda do mercado. Em comparação com o mercado de consumidores, a demanda do mercado empresarial por tecnologias 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 menor proporção de IA de geração de conteúdo no repositório de projetos.

Esta tendência reflete a maturidade tecnológica, a demanda de 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, esperamos 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 Web2

Vamos explorar em profundidade alguns projetos de agentes de IA no atual mercado Web2 e analisá-los, usando como exemplo os projetos Character AI, Perplexity AI e Midjourney.

Character AI:

Introdução do produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e ferramentas para criação de personagens virtuais. A sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais, que são capazes de dialogar em linguagem natural e realizar tarefas específicas.

Análise de dados: O Character.AI teve 277 milhões de acessos em maio, com mais de 3,5 milhões de usuários ativos diários, sendo a maioria dos usuários com idades 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 contrato de licença não exclusiva com a empresa mãe do Google, Alphabet, o que indica que a Character AI está a utilizar tecnologia própria. 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:

Introdução ao produto: A Perplexity é capaz de buscar e fornecer respostas detalhadas da internet. Através de citações e links de referência, garante a fiabilidade e precisão das informações, enquanto educa e orienta os usuários a fazer perguntas e pesquisar palavras-chave, atendendo às diversas necessidades de consulta dos usuários.

Análise de dados: O número de utilizadores ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% nas visitas a suas aplicações móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de utilizadores. No mercado de capitais, a Perplexity AI anunciou recentemente a captação de 62,7 milhões de dólares em financiamento, com uma avaliação de 1,04 mil milhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.

Análise técnica: O modelo principal utilizado pela Perplexity é o GPT-3.5 ajustado, além de dois grandes modelos que são ajustados com base em modelos de código aberto: pplx-7b-online e pplx-70b-online. O modelo é adequado para pesquisas acadêmicas profissionais e consultas em áreas verticais, garantindo a veracidade e a confiabilidade das informações.

Midjourney:

Introdução do produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo desde o realismo até