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

تعتبر مشاريع وكيل الذكاء الاصطناعي في Web2 نوعًا شائعًا وناضجًا من المشاريع، وهي تركز بشكل رئيسي على خدمات الشركات. أما في مجال Web3، فإن مشاريع تدريب النماذج وتجميع المنصات أصبحت السائدة بسبب دورها الحاسم في بناء النظام البيئي.

حاليًا، لا يوجد سوى عدد قليل من مشاريع AI Agent في Web3، حيث تمثل 8%، لكنها تمثل 23% من القيمة السوقية في قطاع AI، مما يظهر قوتها التنافسية الكبيرة في السوق. نحن نتوقع أنه مع نضوج التقنية وزيادة الاعتراف بالسوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليار دولار في المستقبل.

بالنسبة لمشاريع Web3، قد تصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات التي ليست نواة AI. يجب أن تركز طريقة دمج مشاريع AI Agent 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، بلغت العائدات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، كما أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الاتجاه المتسارع، أدركت كبرى شركات التكنولوجيا التقليدية أهمية تطبيق نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، على سبيل المثال، أصدرت جوجل نموذج اللغة PaLM2، وأطلقت ميتا Llama3، بينما أطلقت الشركات الصينية نماذج مثل Wenxin Yiyan و Zhipu Qingyan، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس شديدة.

إن المنافسة بين عمالقة التكنولوجيا لا تدفع فقط إلى تطوير التطبيقات التجارية، ولكننا من خلال دراسة إحصاءات 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 في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس شغف مجتمع المطورين العالمي بأبحاث الذكاء الاصطناعي.

إن الحماس للتكنولوجيا الذكائية ينعكس بشكل مباشر في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نموًا قويًا، مع تسجيل زيادة هائلة في الربع الثاني من عام 2024. وقد شهد العالم 16 استثمارًا متعلقًا بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار، وهو ما يعادل ضعف ما تم تسجيله في الربع الأول. كما أن إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي قد قفز إلى 24 مليار دولار، بزيادة تتجاوز الضعف مقارنة بالعام الماضي. ومن بين هذه الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، مع تقييم يصل إلى 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.

إن التطور السريع لتقنية الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من التنافس الشديد بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، وصولاً إلى الحماس الكبير في سوق المال لمفهوم الذكاء الاصطناعي. المشاريع تتوالى، وتحقق الاستثمارات أرقاماً قياسية جديدة، وتزداد التقييمات بشكل متناسب. بشكل عام، يوجد سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات تعزيز الاسترجاع تقدماً كبيراً في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر الغموض الناتج عن توليد معلومات غير دقيقة، ومشاكل الشفافية للنموذج. تصبح هذه القضايا ذات أهمية خاصة في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.

في هذا السياق، بدأنا دراسة الوكيل الذكي (AI Agent)، لأن الوكيل الذكي يركز على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تمثل هذه النقلة تطورًا لتقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطوير الوكيل الذكي، حيث إنه يتقارب تدريجيًا بين تقنية الذكاء الاصطناعي وحل المشكلات الحقيقية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج باستمرار، بينما تعيد تقنية Web3 بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج وقوة الحوسبة، مع المفاهيم الأساسية لـWeb3 مثل اللامركزية والاقتصاد القائم على الرموز والعقود الذكية، نتوقع أن يولد ذلك سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن الوكيل الذكي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانات هائلة لتحقيق تطبيقات على نطاق واسع.

لذلك، بدأنا في دراسة تطبيقات AI Agent المتنوعة في Web3 بعمق، من البنية التحتية لـ Web3، والبرمجيات الوسيطة، إلى مستوى التطبيقات، بالإضافة إلى أسواق البيانات والنماذج، بهدف التعرف على وتقييم أكثر أنواع المشاريع الواعدة وسيناريوهات التطبيقات، لفهم الاندماج العميق بين AI وWeb3.

توضيح المفاهيم: مقدمة ونظرة عامة عن تصنيفات وكيل الذكاء الاصطناعي

مقدمة أساسية

قبل تقديم AI Agent، ولتسهيل فهم القراء للاختلاف بين تعريفه ونموذجه، سنقوم بتقديم مثال من سيناريو واقعي: 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 وخصوصية. أما AI Agent فهو مثل جارفيز في أفلام الرجل الحديدي، فهو يستطيع فهم الاحتياجات، ويبحث بشكل نشط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وينفذ إجراءات الحجز، ويضيف الرحلة إلى التقويم.

التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي يمكنه إدراك البيئة واتخاذ الإجراءات المناسبة. يحصل هذا النظام على معلومات البيئة من خلال أجهزة الاستشعار، 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 وRAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. إنه لا يوفر المعلومات فقط، بل يمكنه أيضًا التخطيط وتفكيك المهام، وتنفيذها بشكل فعلي.

وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكيل الذكي (AI Agent) قد تم دمجه بالفعل في حياتنا، حيث يتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri وقيادة السيارات الذاتية من المستوى L5 وما فوق في تسلا، وكلها تعتبر أمثلة على الوكلاء الذكيين. السمة المشتركة لهذه الأنظمة هي أنها قادرة على إدراك المدخلات من المستخدمين في العالم الخارجي، ومن ثم التأثير على البيئة الواقعية بناءً على ذلك.

لنأخذ ChatGPT كمثال لتوضيح المفهوم، يجب أن نوضح أن Transformer هو البنية التقنية التي تشكل نموذج الذكاء الاصطناعي، و GPT هو سلسلة من النماذج التي تطورت بناءً على هذه البنية، بينما تمثل GPT-1 و GPT-4 و GPT-4o نسخًا من النموذج في مراحل تطور مختلفة. أما ChatGP فهو وكيل الذكاء الاصطناعي الذي تطور بناءً على نموذج GPT.

نظرة عامة على الفئات

لم يتم تشكيل معيار تصنيف موحد لسوق الوكلاء الذكيين AI في الوقت الحالي، من خلال وضع علامات على 204 مشروعًا لوكلاء AI في أسواق Web2 + Web3، قمنا بتقسيمها إلى تصنيفات رئيسية وثانوية بناءً على العلامات البارزة لكل مشروع. حيث أن التصنيفات الرئيسية هي البنية التحتية، توليد المحتوى، والتفاعل مع المستخدمين، ثم تم 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 خدمات B2B القابلة للتطبيق بشكل أكثر نضجًا.

أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.

فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تُستخدم بشكل أساسي لدعم اتخاذ القرار وتوفير المصدر للتدريب.

فئة تدريب النموذج: تقدم خدمات تدريب النموذج الخاصة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النموذج، والإعدادات، وما إلى ذلك.

خدمات الطرف B: تستهدف بشكل أساسي المستخدمين من الشركات، وتقدم خدمات للشركات، والفئات العمودية، وحلولاً آلية.

منصة تجميعية: منصة تدمج خدمات وأدوات متعددة من وكلاء الذكاء الاصطناعي.

التفاعلات: مشابهة للفئة المتعلقة بإنشاء المحتوى، والفرق هو التفاعل المستمر ذي الاتجاهين. الوكيل التفاعلي لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا ردود فعل من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.

الرفقة العاطفية: وكيل الذكاء الاصطناعي الذي يوفر الدعم العاطفي والرفقة.

وكيل AI يعتمد على نموذج GPT (محول مُدرب مسبقًا للتوليد).

بحث: يركز على وظيفة البحث ويقدم وكيلًا يركز بشكل أساسي على استرجاع المعلومات بدقة أكبر.

توليد المحتوى: تركز هذه النوعية من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال متنوعة 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 لإحصائياتنا، يظهر تطوير وكيل الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. بشكل أكثر تحديدًا، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.

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

دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. بالمقارنة مع السوق الاستهلاكية، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في السوق المؤسسية أكثر إلحاحًا، خاصةً في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يعتبر مستقرًا نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.

قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في مجال إنشاء المحتوى في السوق B لديها سيناريوهات تطبيق محدودة نسبيًا. بسبب عدم استقرار الإنتاج، تميل الشركات إلى تلك التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي في إنشاء المحتوى في مكتبة المشاريع.

تعكس هذه الاتجاهات نضج التكنولوجيا، واحتياجات السوق، واعتبارات التطبيقات العملية. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي ووضوح احتياجات السوق، نتوقع أن تتغير هذه الصورة، لكن البنية التحتية ستظل حجر الزاوية المتين لتطور وكلاء الذكاء الاصطناعي.

تحليل مشاريع الذكاء الاصطناعي الرائدة في Web2

نستكشف بعمق بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونقوم بتحليلها، مع أخذ ثلاثة مشاريع على سبيل المثال: Character AI و Perplexity AI و Midjourney.

شخصية الذكاء الاصطناعي：

مقدمة المنتج: توفر Character.AI نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية التي يمكنها إجراء محادثات باللغة الطبيعية وتنفيذ مهام محددة.

تحليل البيانات: بلغت زيارات Character.AI في مايو 277 مليون زيارة، ويضم المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يدل على خصائص مجموعة المستخدمين الشباب. حقق Character AI أداءً ممتازًا في السوق المالية، حيث أكمل تمويلًا قدره 150 مليون دولار، مع تقييم يصل إلى مليار دولار، بقيادة a16z.

التحليل الفني: قامت Character AI بتوقيع اتفاقية ترخيص غير حصرية مع شركة Alphabet الأم لجوجل لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنية مطورة ذاتيًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas شاركوا في تطوير نموذج لغة الحوار الخاص بجوجل Llama.

الذكاء الاصطناعي Perplexity:

مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية ودقة المعلومات، وفي الوقت نفسه، يقوم بتعليم وإرشاد المستخدمين لطرح أسئلة متابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات استفسارات المستخدمين المتنوعة.

تحليل البيانات: وصل عدد المستخدمين النشطين شهريًا في Perplexity إلى 10 ملايين، وقد حقق عدد الزيارات لتطبيقاته المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق المال، أعلنت Perplexity AI مؤخرًا عن الحصول على تمويل بقيمة 62.7 مليون دولار، مما أدى إلى تقييمها عند 1.04 مليار دولار، بقيادة دانيال غروس، مع مشاركة ستان دراكنميلر وNVIDIA.

التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين معدلين من نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة واستفسارات المجالات الرأسية، مما يضمن دقة وموثوقية المعلومات.

منتصف الرحلة:

مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي مجموعة واسعة من الاحتياجات الإبداعية من الواقعية إلى التجريد. المنصة أيضًا