O Agente de IA pode ser a salvação para o Web3+IA?

O projeto AI Agent é um tipo popular e maduro de serviço voltado para empresas no empreendedorismo Web2, enquanto no campo Web3, projetos de treinamento de modelos e plataformas integradas se tornaram mainstream devido ao seu papel crucial na construção de ecossistemas.

Atualmente, o número de projetos de Agentes de IA no Web3 é reduzido, representando 8%, mas a sua participação no valor de mercado na pista de IA chega a impressionantes 23%, mostrando assim uma forte competitividade no mercado. Prevemos que, à medida que a tecnologia amadurecer e a aceitação do mercado aumente, surgirão vários projetos com avaliações superiores a 1 bilhão de dólares.

Para projetos Web3, a introdução de tecnologia AI em produtos de aplicação que não são centrais para AI pode se tornar uma vantagem estratégica. Para projetos de Agente AI, a forma de combinação deve focar na construção de todo o ecossistema e no design do modelo econômico de token, a fim de promover a descentralização e os efeitos de rede.

A Onda da IA: A Situação de Projetos Emergentes e Valorização Aumentada

Desde o lançamento do ChatGPT 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 rapidamente lançou versões iterativas como o GPT-4 e o GP4-4o após a publicação do ChatGPT. Com essa rápida ascensão, grandes gigantes da 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 lançamento do modelo de linguagem PaLM2 pelo Google, o Llama3 pela Meta, enquanto empresas chinesas apresentaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um campo de batalha imprescindível.

A competição entre os grandes gigantes tecnológicos não só impulsionou o desenvolvimento de aplicações comerciais, como também descobrimos, a partir de uma pesquisa de estatísticas sobre IA de código aberto, que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub aumentou de 845 em 2011 para cerca de 1,8 milhões em 2023. Em particular, após o lançamento do GPT em 2023, o número de projetos cresceu 59,3% em relação ao ano anterior, refletindo o entusiasmo da comunidade global de desenvolvedores pela pesquisa em IA.

O entusiasmo pela tecnologia de IA reflete-se diretamente no mercado de investimentos, que apresenta um crescimento robusto, com um aumento 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 número 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. Entre 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 mais avaliada, atrás apenas da OpenAI.

O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama tecnológico a uma velocidade sem precedentes. Desde a acirrada competição entre gigantes da tecnologia, até ao florescimento de projetos da comunidade de código aberto, e à intensa busca do mercado de capitais por conceitos de IA. Projetos surgem sem parar, os investimentos alcançam novos recordes, e as avaliações também aumentam. De forma geral, o mercado de IA encontra-se numa época de ouro de rápido crescimento, com modelos de linguagem de grande escala e tecnologia de geração aumentada por busca a terem feito avanços significativos no processamento de linguagem. No entanto, esses modelos ainda enfrentam desafios na conversão das vantagens tecnológicas em produtos reais, como a incerteza nas saídas dos modelos, o risco de ilusões gerando informações imprecisas e questões de transparência dos modelos. Esses problemas tornam-se particularmente importantes em cenários de aplicação que exigem um alto nível de confiabilidade.

Neste contexto, começamos a investigar os Agentes de IA, uma vez que os Agentes de IA 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 conseguem entender, aprender e resolver problemas do mundo real. Assim, vemos esperança no desenvolvimento dos Agentes de IA, que estão gradualmente preenchendo a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA continua a reconfigurar a estrutura da produtividade, enquanto a tecnologia Web3 está reestruturando as relações de produção da economia digital. Quando os três principais elementos da IA: dados, modelos e poder computacional, se fundem com os conceitos centrais da Web3, como descentralização, economia de tokens e contratos inteligentes, prevemos que surgirão uma série de aplicações inovadoras. Neste campo cruzado 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 profundamente as diversas aplicações do AI Agent no Web3, desde a infraestrutura do Web3, middleware, até o nível de aplicativos 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 entender melhor a profunda integração entre AI e Web3.

Esclarecimento de conceitos: Introdução e visão geral da classificação dos Agentes de IA

Introdução básica

Antes de apresentar o Agente de IA, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos ilustrar com um cenário prático: imagine que você está planejando uma viagem. Os modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode oferecer conteúdos de destino mais ricos e específicos. E o Agente de IA é como o J.A.R.V.I.S. do filme do Homem de Ferro, capaz de entender suas necessidades e, com base em uma frase sua, buscar proativamente voos e hotéis, realizar reservas e adicionar o itinerário ao calendário.

Atualmente, a definição comum de um Agente de IA na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente através de sensores, processando-as e, em seguida, impactando o ambiente por meio 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 simples, mas também pode 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 ou superior da Tesla, que podem ser vistos como exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas dos usuários do mundo exterior e, com base nisso, fazer correspondentes que impactam o ambiente real.

Tomemos o ChatGPT como exemplo para esclarecer conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, o GPT é uma série de modelos que se desenvolveu a partir desta arquitetura, e 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 evoluído 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 aplicando etiquetas, e com base nas etiquetas significativas correspondentes a cada projeto, dividimos em categorias de primeiro e segundo nível. Entre elas, as categorias de primeiro nível são infraestrutura básica, geração de conteúdo e interação com o usuário, que são então subdivididas com base em seus casos de uso reais:

Infraestrutura: Esta categoria foca na construção de conteúdo mais básico na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e básicos.

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

Classe de processamento de dados: processar e analisar dados em diferentes formatos, principalmente utilizados 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, construção e configuração de modelos, entre outros.

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

Plataforma de agregação: plataforma que integra vários serviços e ferramentas de AI Agent.

Interativos: Semelhante à geração de conteúdo, a diferença está na interação bidirecional contínua. Agentes interativos não apenas aceitam e compreendem as necessidades dos usuários, mas também fornecem feedback por meio de técnicas como processamento de linguagem natural (NLP), realizando uma interação bidirecional com os usuários.

Agente AI de acompanhamento emocional: fornece apoio emocional e companhia.

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

Tipo de busca: Focado na funcionalidade de busca, fornece um agente cujo principal objetivo é a recuperação de informações mais precisas.

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

Análise do estado atual do desenvolvimento do Agente de IA Web2

De acordo com as nossas estatísticas, o desenvolvimento de Agentes de IA na internet tradicional Web2 apresenta uma clara tendência de concentração setorial. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, sendo que a maioria se refere a serviços B2B e ferramentas de desenvolvimento. Também realizamos algumas análises sobre esse fenômeno.

O impacto da maturidade tecnológica: projetos de infraestrutura dominam principalmente devido à sua maturidade tecnológica. Esses projetos geralmente são construídos sobre tecnologias e estruturas testadas pelo tempo, o que reduz a dificuldade e o risco de desenvolvimento. Equivale a uma "pá" no campo da IA, fornecendo uma base sólida para o desenvolvimento e 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 tecnologia de IA é mais urgente, especialmente na busca por soluções que melhorem 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 de produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma proporção relativamente baixa de IA de geração de conteúdo no portfólio de projetos.

Esta tendência reflete a maturidade tecnológica, a demanda do mercado e a consideração prática dos cenários de aplicação. Com os constantes avanços na tecnologia de IA e a maior clareza na demanda do mercado, prevemos que este padrão possa ser ajustado, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.

Análise de projetos líderes de agentes de IA do Web2

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

Character AI:

Apresentação do produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e uma ferramenta de criação de personagens virtuais. A sua plataforma permite que os usuários criem, treinem e interajam com personagens virtuais que podem manter diálogos em linguagem natural e executar tarefas específicas.

Análise de dados: o Character.AI teve 277 milhões de visitas em maio, com mais de 3,5 milhões de usuários ativos diários, a maior parte dos quais tem entre 18 e 34 anos, revelando características de um grupo de usuários mais jovem. O Character AI teve um desempenho excepcional 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 acordo de licença não exclusivo para o uso do seu modelo de linguagem de grande escala com a Alphabet, a empresa-mãe do Google, o que indica que a Character AI utiliza tecnologia desenvolvida internamente. 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 do produto: Perplexity é capaz de capturar e fornecer respostas detalhadas da internet. Através de citações e links de referência, garante a confiabilidade e a precisão das informações, ao mesmo tempo que educa e orienta os usuários a fazer perguntas adicionais e pesquisar palavras-chave, atendendo às diversas necessidades de consulta dos usuários.

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

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

Midjourney:

Introdução ao produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, abrangendo uma ampla gama de necessidades criativas, desde o realismo até o abstrato. A plataforma também