Bisakah AI Agent menjadi penyelamat untuk Web3+AI?

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

Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya 8%, tetapi pangsa pasar mereka di 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 ada beberapa proyek yang memiliki valuasi lebih dari 1 miliar dolar.

Untuk proyek Web3, penerapan teknologi AI pada produk sisi aplikasi yang tidak berbasis AI inti dapat menjadi keunggulan strategis. Dalam proyek AI Agent, cara penggabungannya harus memfokuskan pada pembangunan ekosistem secara keseluruhan dan perancangan model ekonomi token, untuk mempromosikan desentralisasi dan efek jaringan.

Gelombang AI: Proyek yang Muncul dan Kenaikan Valuasi Saat Ini

Sejak ChatGPT diluncurkan pada November 2022, dalam waktu hanya dua bulan telah menarik lebih dari seratus juta pengguna. Pada Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka yang mengesankan yaitu 20,3 juta dolar AS, sementara OpenAI setelah merilis ChatGPT juga dengan cepat meluncurkan versi iterasi seperti GPT-4 dan GP4-4o. Dengan perkembangan yang begitu pesat, para raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terdepan seperti LLM, dan mulai 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.

Kompetisi antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi bisnis, tetapi dari survei statistik penelitian AI sumber terbuka, kami menemukan bahwa laporan AI Index 2024 menunjukkan 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, dengan pasar investasi AI menunjukkan pertumbuhan yang kuat, mengalami lonjakan eksponensial pada kuartal kedua tahun 2024. Secara global, terdapat 16 investasi terkait AI yang melebihi 150 juta dolar, dua kali lipat dari kuartal pertama. Total pendanaan untuk startup AI bahkan melesat hingga 24 miliar dolar, meningkat lebih dari dua kali lipat dibandingkan tahun sebelumnya. Di antara mereka, xAI yang dimiliki oleh Musk telah mengumpulkan 6 miliar dolar, dengan valuasi mencapai 24 miliar dolar, 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 antara raksasa teknologi, hingga perkembangan pesat proyek-proyek komunitas sumber terbuka, dan antusiasme pasar modal terhadap konsep AI. Proyek-proyek bermunculan tanpa henti, investasi mencapai rekor baru, dan valuasi juga meningkat seiring dengan itu. Secara keseluruhan, pasar AI sedang berada dalam periode emas perkembangan pesat, dengan model bahasa besar dan teknologi generasi yang ditingkatkan melalui pencarian mencapai kemajuan signifikan di bidang pengolahan bahasa. Meskipun demikian, model-model ini masih menghadapi tantangan dalam mengubah keunggulan teknologi menjadi produk nyata, seperti ketidakpastian output model, risiko ilusi menghasilkan informasi yang tidak akurat, dan masalah transparansi model. Masalah-masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan keandalan yang sangat tinggi.

Dalam konteks ini, kami mulai meneliti AI Agent, karena AI Agent menekankan komprehensif dalam menyelesaikan masalah praktis dan interaksi dengan lingkungan. Peralihan ini menandai evolusi teknologi AI dari model bahasa murni menjadi sistem cerdas yang benar-benar dapat memahami, belajar, dan menyelesaikan masalah dunia nyata. Oleh karena itu, kami melihat harapan dalam perkembangan AI Agent, yang secara bertahap menjembatani kesenjangan antara teknologi AI dan pemecahan masalah praktis. Evolusi teknologi AI terus membentuk kembali 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 inti Web3 seperti desentralisasi, ekonomi token, dan kontrak pintar, kami memprediksi akan melahirkan serangkaian aplikasi inovatif. Di 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 melakukan penelitian mendalam tentang aplikasi beragam AI Agent di Web3, dari infrastruktur Web3, middleware, lapisan aplikasi, hingga pasar data dan model, dengan tujuan mengidentifikasi dan mengevaluasi jenis proyek dan skenario aplikasi yang paling menjanjikan, untuk memahami integrasi mendalam antara AI dan Web3.

Penjelasan Konsep: Pengenalan dan Tinjauan Klasifikasi AI Agent

Pengenalan Dasar

Sebelum memperkenalkan AI Agent, untuk membantu pembaca lebih memahami perbedaan antara definisi dan model itu sendiri, kita akan memberikan contoh melalui sebuah skenario nyata: bayangkan Anda sedang merencanakan perjalanan. Model bahasa besar tradisional memberikan informasi tujuan dan saran perjalanan. Teknologi pengambilan yang ditingkatkan dapat memberikan konten tujuan yang lebih kaya dan spesifik. Sementara itu, AI Agent seperti J.A.R.V.I.S dalam film Iron Man, dapat memahami kebutuhan dan secara proaktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan pemesanan, dan menambahkan rencana perjalanan ke kalender.

Definisi umum dari AI Agent di industri saat ini adalah sistem cerdas yang dapat 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 dapat memberikan informasi secara sederhana, tetapi juga dapat merencanakan, memecah tugas, dan benar-benar melaksanakannya.

Berdasarkan definisi dan karakteristik ini, kita dapat menemukan bahwa AI Agent telah lama menyatu dalam kehidupan kita, diterapkan dalam berbagai skenario, seperti AlphaGo, Siri, dan pengemudian otomatis tingkat L5 ke atas dari Tesla yang semuanya dapat dianggap sebagai contoh AI Agent. Ciri-ciri umum dari sistem-sistem ini adalah kemampuan mereka untuk merasakan input pengguna dari lingkungan luar dan, berdasarkan itu, memberikan dampak yang sesuai pada lingkungan nyata.

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

Ikhtisar Kategori

Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami mengklasifikasikan 204 proyek AI Agent di pasar Web2+Web3 dengan memberikan label yang sesuai, berdasarkan label yang mencolok untuk setiap proyek. Klasifikasi ini dibagi menjadi klasifikasi tingkat pertama dan klasifikasi tingkat kedua. Klasifikasi tingkat pertama terdiri dari tiga kategori: infrastruktur dasar, generasi konten, dan interaksi pengguna, yang kemudian dirinci 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 Agen AI.

Klasifikasi pengolahan data: Memproses dan menganalisis data dalam berbagai format, terutama digunakan untuk mendukung pengambilan keputusan dan menyediakan sumber untuk pelatihan.

Kelas pelatihan model: Menyediakan layanan pelatihan model untuk AI, termasuk inferensi, pembangunan model, pengaturan, dan lainnya.

Layanan B2B: terutama ditujukan untuk pengguna perusahaan, menyediakan solusi layanan perusahaan, vertikal, dan otomatis.

Platform Kumpulan: Platform yang mengintegrasikan berbagai layanan dan alat Agen AI.

Interaksi: Mirip dengan jenis konten, perbedaannya terletak pada interaksi dua arah yang berkelanjutan. Agen interaksi tidak hanya menerima dan memahami kebutuhan pengguna, tetapi juga memberikan umpan balik melalui teknologi seperti pemrosesan bahasa alami (NLP), mewujudkan interaksi dua arah dengan pengguna.

Kategori Pendamping Emosional: AI Agent yang menyediakan dukungan emosional dan pendampingan.

Jenis GPT: AI Agent yang didasarkan pada model GPT (Generative Pre-trained Transformer).

Kategori Pencarian: Fokus pada fungsi pencarian, menyediakan agen yang lebih akurat untuk pengambilan informasi.

Kelas pembangkitan konten: Proyek jenis ini fokus pada menciptakan konten, memanfaatkan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: pembangkitan teks, pembangkitan gambar, pembangkitan video, dan pembangkitan audio.

Analisis Status Pengembangan Agen AI Web2

Menurut statistik kami, pengembangan AI Agent dalam Web2 internet tradisional menunjukkan tren sentralisasi yang jelas. Secara spesifik, sekitar dua pertiga proyek terfokus pada infrastruktur, dengan sebagian besar adalah layanan B2B dan alat pengembangan, kami juga telah 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, menyediakan dasar yang kokoh untuk pengembangan dan aplikasi AI Agent.

Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, pasar perusahaan memiliki permintaan yang lebih mendesak terhadap teknologi AI, 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 selanjutnya.

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

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

Analisis Proyek Utama AI Agent Web2

Kami mendalami beberapa proyek AI Agent 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 melaksanakan tugas tertentu.

Analisis data: Jumlah kunjungan Character.AI pada bulan Mei mencapai 277 juta, platform ini memiliki 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 baik di pasar modal, berhasil 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 induk perusahaan 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:

Deskripsi Produk: Perplexity dapat mengambil dan menyediakan jawaban yang mendetail dari internet. Dengan mengutip dan merujuk pada tautan, informasi yang disediakan dijamin dapat diandalkan dan akurat, sambil mendidik dan membimbing pengguna untuk melakukan pertanyaan lanjutan dan mencari kata kunci, memenuhi beragam kebutuhan pencarian pengguna.

Analisis Data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dengan jumlah akses aplikasi mobile dan desktop meningkat sebesar 8,6% pada bulan Februari, menarik sekitar 50 juta pengguna. Di pasar modal, Perplexity AI baru-baru ini mengumumkan mendapatkan pendanaan sebesar 62,7 juta USD, dengan valuasi mencapai 1,04 miliar USD, 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 kueri di bidang vertikal, memastikan kebenaran dan keandalan informasi.

Midjourney:

Deskripsi produk: Pengguna dapat membuat berbagai gaya dan tema gambar di Midjourney melalui Prompt, mencakup kebutuhan kreatif yang luas mulai dari realistis hingga abstrak. Platform ini juga