Liệu AI Agent có thể trở thành cứu cánh cho Web3+AI?

Dự án AI Agent chủ yếu là loại dịch vụ doanh nghiệp phổ biến và trưởng thành trong khởi nghiệp Web2, trong khi trong lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng trở thành xu hướng chính nhờ vai trò quan trọng của chúng trong việc xây dựng hệ sinh thái.

Hiện tại, số lượng dự án AI Agent trong Web3 không nhiều, chỉ chiếm 8%, nhưng tỷ lệ vốn hóa thị trường của chúng trong lĩnh vực AI lại lên tới 23%, cho thấy sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng khi công nghệ trở nên trưởng thành và mức độ công nhận của thị trường tăng lên, sẽ có nhiều dự án có giá trị vượt quá 1 tỷ USD xuất hiện trong tương lai.

Đối với các dự án Web3, việc áp dụng công nghệ AI vào các sản phẩm không phải cốt lõi AI có thể trở thành lợi thế chiến lược. Đối với các dự án AI Agent, cách kết hợp nên chú trọng vào việc xây dựng hệ sinh thái toàn diện và thiết kế mô hình kinh tế token để thúc đẩy phi tập trung và hiệu ứng mạng.

Cuộc cách mạng AI: Tình trạng xuất hiện dự án và sự gia tăng định giá

Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng đã thu hút hơn một trăm triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt con số đáng kinh ngạc 20,3 triệu USD. Sau khi phát hành ChatGPT, OpenAI cũng nhanh chóng ra mắt các phiên bản kế nhiệm như GPT-4, GP4-4o. Với sự phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống đều nhận ra tầm quan trọng của các ứng dụng mô hình AI tiên tiến như LLM và đồng loạt ra mắt các mô hình và ứng dụng AI của riêng mình. Ví dụ, Google đã phát hành mô hình ngôn ngữ lớn PaLM2, Meta đã cho ra mắt Llama3, trong khi các công ty Trung Quốc đã cho ra mắt các mô hình lớn như Wenxin Yiyan, Zhipu Qingyan, và rõ ràng lĩnh vực AI đã trở thành chiến trường không thể thiếu.

Cuộc đua giữa các gã khổng lồ công nghệ không chỉ thúc đẩy sự phát triển của ứng dụng thương mại, mà từ cuộc khảo sát thống kê nghiên cứu AI mã nguồn mở, báo cáo chỉ số AI năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng vọt từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023, đặc biệt là sau khi GPT được phát hành vào năm 2023, số lượng dự án đã tăng 59,3% so với cùng kỳ năm trước, phản ánh sự say mê của cộng đồng lập trình viên toàn cầu đối với nghiên cứu AI.

Sự đam mê đối với công nghệ AI đã trực tiếp phản ánh trên thị trường đầu tư, thị trường đầu tư AI thể hiện sự tăng trưởng mạnh mẽ, với sự bùng nổ trong quý 2 năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI trên 150 triệu USD, gấp đôi so với quý 1. Tổng số vốn tài trợ cho các công ty khởi nghiệp AI đã tăng vọt lên 24 tỷ USD, tăng trưởng hơn gấp đôi so với năm trước. Trong đó, xAI của Elon Musk đã huy động được 6 tỷ USD, với định giá 24 tỷ USD, trở thành công ty khởi nghiệp AI có định giá cao thứ hai chỉ sau OpenAI.

Sự phát triển nhanh chóng của công nghệ AI đang định hình lại bản đồ lĩnh vực công nghệ với tốc độ chưa từng có. Từ cuộc cạnh tranh gay gắt giữa các ông lớn công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, cho đến sự ủng hộ nhiệt tình từ thị trường vốn đối với khái niệm AI. Các dự án liên tục xuất hiện, số tiền đầu tư đạt kỷ lục mới, và định giá cũng theo đó mà tăng vọt. Tổng thể, thị trường AI đang ở trong một giai đoạn vàng phát triển nhanh chóng, các mô hình ngôn ngữ lớn và công nghệ tạo sinh tăng cường tìm kiếm đã đạt được những tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn phải đối mặt với những thách thức trong việc chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, chẳng hạn như sự không chắc chắn trong đầu ra của mô hình, rủi ro tạo ra thông tin không chính xác và vấn đề minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các tình huống yêu cầu độ tin cậy rất cao.

Trong bối cảnh này, chúng tôi bắt đầu nghiên cứu về AI Agent, vì AI Agent nhấn mạnh tính toàn diện trong việc giải quyết các vấn đề thực tiễn và tương tác với môi trường. Sự chuyển mình này đánh dấu sự tiến hóa của công nghệ AI từ các mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu biết, học hỏi và giải quyết các vấn đề thực tế. Do đó, chúng tôi nhìn thấy hy vọng từ sự phát triển của AI Agent, nó đang dần thu hẹp khoảng cách giữa công nghệ AI và việc giải quyết các vấn đề thực tiễn. Sự tiến hóa của công nghệ AI liên tục định hình lại cấu trúc năng suất, trong khi công nghệ Web3 đang tái cấu trúc các mối quan hệ sản xuất trong kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với những ý tưởng cốt lõi của Web3 như phi tập trung, kinh tế token và hợp đồng thông minh, chúng tôi dự đoán sẽ phát sinh một loạt các ứng dụng sáng tạo. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng AI Agent với khả năng tự thực hiện nhiệm vụ, đã thể hiện tiềm năng lớn để hiện thực hóa ứng dụng quy mô lớn.

Để làm điều này, chúng tôi bắt đầu nghiên cứu sâu về ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng Web3, middleware, đến các ứng dụng, cũng như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá những loại dự án và tình huống ứng dụng tiềm năng nhất, để hiểu sâu sắc về sự kết hợp chặt chẽ giữa AI và Web3.

Làm rõ khái niệm: Giới thiệu và phân loại AI Agent

Giới thiệu cơ bản

Trước khi giới thiệu AI Agent, để giúp độc giả hiểu rõ hơn về sự khác biệt giữa định nghĩa và mô hình của nó, chúng ta sẽ đưa ra một ví dụ qua một tình huống thực tế: giả sử bạn đang lên kế hoạch cho một chuyến du lịch. Các mô hình ngôn ngữ lớn truyền thống cung cấp thông tin về điểm đến và gợi ý du lịch. Công nghệ tăng cường truy xuất và sinh sẽ cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent thì giống như Jarvis trong bộ phim Iron Man, có khả năng hiểu nhu cầu và còn chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện đặt chỗ và thêm lịch trình vào lịch.

Hiện nay, trong ngành công nghiệp, định nghĩa phổ biến về AI Agent là một hệ thống thông minh có khả năng cảm nhận môi trường và thực hiện các hành động tương ứng, thông qua các cảm biến để thu thập thông tin môi trường, sau khi xử lý thì thông qua các bộ truyền động để tác động lên môi trường (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp khả năng LLM, RAG, trí nhớ, lập kế hoạch nhiệm vụ và khả năng sử dụng công cụ. Nó không chỉ cung cấp thông tin một cách đơn thuần mà còn có khả năng lập kế hoạch, phân tích nhiệm vụ và thực hiện một cách thực sự.

Theo định nghĩa và đặc điểm này, chúng ta có thể thấy AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong nhiều tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và các hệ thống lái xe tự động cấp L5 trở lên của Tesla, đều có thể được coi là ví dụ về AI Agent. Những hệ thống này có đặc điểm chung là đều có khả năng cảm nhận đầu vào từ người dùng bên ngoài, và từ đó tạo ra ảnh hưởng tương ứng đến môi trường thực tế.

Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta cần chỉ ra rõ ràng rằng Transformer là kiến trúc kỹ thuật cấu thành mô hình AI, GPT là chuỗi mô hình phát triển dựa trên kiến trúc này, trong khi GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở các giai đoạn phát triển khác nhau. ChatGP thì T là AI Agent tiến hóa dựa trên mô hình GPT.

Phân loại tổng quan

Hiện tại, thị trường AI Agent chưa hình thành tiêu chuẩn phân loại thống nhất. Chúng tôi đã phân loại 204 dự án AI Agent trong thị trường Web2+Web3 bằng cách gán nhãn cho từng dự án dựa trên các nhãn nổi bật của chúng, chia thành phân loại cấp một và cấp hai. Trong đó, phân loại cấp một bao gồm ba loại: cơ sở hạ tầng, tạo nội dung, và tương tác người dùng, sau đó được phân chia theo các trường hợp sử dụng thực tế.

Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng nội dung ở tầng dưới cùng trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như dịch vụ B-end có ứng dụng dưới nền tảng đã tương đối trưởng thành.

• Công cụ phát triển: Cung cấp cho các nhà phát triển các công cụ và khung hỗ trợ để xây dựng AI Agent.

• Loại xử lý dữ liệu: Xử lý và phân tích dữ liệu ở các định dạng khác nhau, chủ yếu được sử dụng để hỗ trợ ra quyết định, cung cấp nguồn cho việc đào tạo.

• Lớp đào tạo mô hình: Cung cấp dịch vụ đào tạo mô hình cho AI, bao gồm suy luận, xây dựng mô hình, thiết lập, v.v.

• Dịch vụ B端: Chủ yếu hướng đến người dùng doanh nghiệp, cung cấp các giải pháp dịch vụ doanh nghiệp, giải pháp theo ngành và tự động hóa.

• Nền tảng tập hợp: Nền tảng tích hợp nhiều dịch vụ và công cụ AI Agent.

Loại tương tác: Tương tự như loại tạo nội dung, sự khác biệt nằm ở việc tương tác hai chiều liên tục. Agent loại tương tác không chỉ tiếp nhận và hiểu nhu cầu của người dùng mà còn cung cấp phản hồi thông qua các công nghệ như xử lý ngôn ngữ tự nhiên (NLP), đạt được sự tương tác hai chiều với người dùng.

• Loại hỗ trợ cảm xúc: AI Agent cung cấp hỗ trợ cảm xúc và sự đồng hành.

• Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).

• Tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp thông tin tìm kiếm chính xác hơn cho Agent.

Thể loại tạo nội dung: Các dự án này tập trung vào việc tạo nội dung, sử dụng công nghệ mô hình lớn để tạo ra nhiều hình thức nội dung khác nhau dựa trên chỉ dẫn của người dùng, được chia thành bốn loại: tạo văn bản, tạo hình ảnh, tạo video và tạo âm thanh.

Phân tích tình trạng phát triển của tác nhân AI Web2

Theo thống kê của chúng tôi, việc phát triển AI Agent trong Internet truyền thống Web2 cho thấy rõ xu hướng tập trung theo phân khúc. Cụ thể, khoảng hai phần ba các dự án tập trung vào hạng mục cơ sở hạ tầng, trong đó chủ yếu là các dịch vụ B2B và công cụ phát triển, chúng tôi cũng đã tiến hành một số phân tích về hiện tượng này.

Tác động của độ trưởng thành công nghệ: Các dự án cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng trên các công nghệ và khung đã được kiểm nghiệm qua thời gian, do đó giảm thiểu độ khó và rủi ro trong phát triển. Có thể so sánh với "cái xẻng" trong lĩnh vực AI, cung cấp nền tảng vững chắc cho việc phát triển và ứng dụng AI Agent.

Sự thúc đẩy của nhu cầu thị trường: Một yếu tố quan trọng khác là nhu cầu thị trường. So với thị trường tiêu dùng, nhu cầu về công nghệ AI trong thị trường doanh nghiệp gấp gáp hơn, đặc biệt là trong việc tìm kiếm các giải pháp nâng cao hiệu quả hoạt động và giảm chi phí. Đồng thời, đối với các nhà phát triển, dòng tiền từ doanh nghiệp tương đối ổn định, thuận lợi cho họ phát triển các dự án tiếp theo.

Giới hạn của các tình huống ứng dụng: Trong khi đó, chúng tôi nhận thấy rằng các AI tạo nội dung có tình huống ứng dụng tương đối hạn chế trên thị trường B2B. Do tính không ổn định của sản phẩm, các doanh nghiệp có xu hướng ưa chuộng những ứng dụng có thể nâng cao năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án tương đối nhỏ.

Xu hướng này phản ánh sự trưởng thành của công nghệ, nhu cầu thị trường và những cân nhắc thực tế về các tình huống ứng dụng. Với sự tiến bộ không ngừng của công nghệ AI và nhu cầu thị trường ngày càng rõ ràng, chúng tôi dự đoán rằng cấu trúc này có thể sẽ được điều chỉnh, nhưng hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.

Phân tích dự án AI Agent hàng đầu của Web2

Chúng tôi sẽ đi sâu vào một số dự án AI Agent hiện có trên thị trường Web2 và phân tích chúng, với ba dự án là Character AI, Perplexity AI và Midjourney làm ví dụ.

Character AI：

Giới thiệu sản phẩm: Character.AI cung cấp hệ thống đối thoại dựa trên trí tuệ nhân tạo và công cụ tạo nhân vật ảo. Nền tảng của họ cho phép người dùng tạo ra, huấn luyện và tương tác với các nhân vật ảo, những nhân vật có khả năng đối thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.

Phân tích dữ liệu: Lượng truy cập của Character.AI trong tháng 5 đạt 277 triệu, nền tảng có hơn 3,5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng nằm trong độ tuổi từ 18 đến 34, cho thấy đặc điểm của nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành việc huy động 150 triệu USD, với định giá đạt 1 tỷ USD, do a16z dẫn đầu.

Phân tích kỹ thuật: Character AI đã ký kết thỏa thuận cấp phép không độc quyền với công ty mẹ của Google, Alphabet, điều này cho thấy Character AI sử dụng công nghệ tự phát triển. Đáng chú ý, những người sáng lập công ty là Noam Shazeer và Daniel De Freitas đã tham gia phát triển mô hình ngôn ngữ đối thoại Llama của Google.

Perplexity AI:

Giới thiệu sản phẩm: Perplexity có khả năng thu thập và cung cấp câu trả lời chi tiết từ Internet. Bằng cách trích dẫn và tham chiếu các liên kết, nó đảm bảo tính đáng tin cậy và độ chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng thực hiện các câu hỏi phụ và tìm kiếm từ khóa, đáp ứng nhu cầu truy vấn đa dạng của người dùng.

Phân tích dữ liệu: Số lượng người dùng hoạt động hàng tháng của Perplexity đã đạt 10 triệu, với lượt truy cập vào ứng dụng di động và máy tính để bàn tăng 8,6% trong tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã thông báo nhận được 62,7 triệu USD vốn, với giá trị định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn đầu, với sự tham gia của Stan Druckenmiller và NVIDIA.

Phân tích kỹ thuật: Mô hình chính mà Perplexity sử dụng là GPT-3.5 đã được tinh chỉnh, cùng với hai mô hình lớn được tinh chỉnh từ các mô hình lớn mã nguồn mở: pplx-7b-online và pplx-70b-online. Các mô hình này phù hợp cho nghiên cứu học thuật chuyên sâu và các truy vấn trong lĩnh vực cụ thể, đảm bảo độ chính xác và độ tin cậy của thông tin.

Midjourney:

Giới thiệu sản phẩm: Người dùng có thể tạo ra các hình ảnh với nhiều phong cách và chủ đề khác nhau trên Midjourney thông qua Prompts, đáp ứng một loạt các nhu cầu sáng tạo từ thực tế đến trừu tượng. Nền tảng cũng cung cấp khả năng trộn và chỉnh sửa hình ảnh, cho phép người dùng chồng hình ảnh và chuyển giao phong cách, chức năng tạo ra trong thời gian thực của nền tảng đảm bảo người dùng có thể nhận được kết quả trong vài chục giây đến vài phút.