Bisakah AI Agent menjadi penyelamat untuk Web3+AI?
Proyek AI Agent yang populer dan matang dalam kewirausahaan Web2 terutama adalah jenis layanan untuk perusahaan, sementara dalam bidang Web3, proyek pelatihan model dan pengumpulan platform menjadi arus utama karena perannya yang kunci dalam membangun ekosistem.
Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya 8%, tetapi proporsi nilai pasar mereka di jalur AI mencapai 23%, menunjukkan daya saing pasar yang kuat. Kami memperkirakan bahwa dengan kematangan teknologi dan peningkatan pengakuan pasar, akan ada beberapa proyek yang memiliki valuasi lebih dari 10 miliar dolar di masa depan.
Untuk proyek Web3, penerapan teknologi AI pada produk aplikasi yang bukan inti AI dapat menjadi keunggulan strategis. Untuk proyek AI Agent, cara penggabungannya harus memfokuskan pada pembangunan ekosistem secara keseluruhan dan desain model ekonomi token untuk mempromosikan desentralisasi dan efek jaringan.
Gelombang AI: Proyek bermunculan dan penilaian yang meningkat
Sejak ChatGPT diluncurkan pada November 2022, dalam waktu hanya dua bulan telah menarik lebih dari seratus juta pengguna. Hingga Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka luar biasa sebesar 20,3 juta dolar AS. Setelah merilis ChatGPT, OpenAI juga dengan cepat meluncurkan versi iterasi seperti GPT-4 dan GP4-4o. Dengan perkembangan yang sangat pesat ini, berbagai raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terdepan seperti LLM dan dengan cepat meluncurkan model dan aplikasi AI mereka sendiri. Misalnya, Google merilis model bahasa besar PaLM2, Meta meluncurkan Llama3, sementara perusahaan-perusahaan China meluncurkan model besar seperti Wenxin Yiyan dan Zhipu Qingyan. Jelas bahwa bidang AI telah menjadi arena perebutan yang sangat kompetitif.
Persaingan antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi bisnis, tetapi kami juga menemukan dari survei statistik penelitian AI sumber terbuka bahwa laporan AI Index 2024 menunjukkan jumlah proyek terkait AI di GitHub meningkat pesat 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, pasar investasi AI menunjukkan pertumbuhan yang kuat, dengan pertumbuhan yang meledak pada kuartal kedua tahun 2024. Secara global terdapat 16 investasi terkait AI yang melebihi 150 juta dolar AS, dua kali lipat dari kuartal pertama. Total pembiayaan untuk startup AI bahkan melonjak menjadi 24 miliar dolar AS, meningkat lebih dari dua kali lipat dibandingkan tahun lalu. Di antara mereka, xAI yang dimiliki Musk telah mengumpulkan 6 miliar dolar AS dengan valuasi 24 miliar dolar AS, menjadikannya sebagai startup AI dengan valuasi tertinggi kedua setelah OpenAI.
Perkembangan pesat teknologi AI sedang membentuk ulang peta bidang teknologi dengan kecepatan yang belum pernah terjadi sebelumnya. Dari persaingan sengit antara raksasa teknologi, hingga perkembangan pesat proyek komunitas sumber terbuka, dan hingga pasar modal yang sangat antusias terhadap konsep AI. Proyek-proyek muncul satu demi satu, jumlah investasi terus mencapai rekor tinggi, dan valuasi juga meningkat seiring dengan itu. Secara keseluruhan, pasar AI sedang berada dalam periode emas perkembangan cepat, di mana model bahasa besar dan teknologi generasi yang ditingkatkan dengan pencarian telah mencapai kemajuan signifikan dalam bidang pemrosesan bahasa. Meski demikian, model-model ini masih menghadapi tantangan dalam mengubah keunggulan teknologi menjadi produk nyata, seperti ketidakpastian output model, risiko ilusi informasi yang dihasilkan tidak akurat, dan masalah transparansi model. Masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan keandalan yang sangat tinggi.
Dalam konteks ini, kami mulai melakukan penelitian tentang AI Agent, karena AI Agent menekankan pada komprehensivitas dalam memecahkan masalah praktis dan interaksi dengan lingkungan. Perubahan ini menandai evolusi teknologi AI dari model bahasa murni menjadi sistem cerdas yang benar-benar dapat memahami, belajar, dan memecahkan masalah 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 struktur produktivitas, sementara teknologi Web3 sedang membangun kembali hubungan produksi dalam ekonomi digital. Ketika tiga elemen utama AI: data, model, dan kekuatan komputasi, bergabung dengan prinsip inti Web3 seperti desentralisasi, ekonomi token, dan kontrak pintar, kami memprediksi akan muncul serangkaian aplikasi inovatif. Di bidang persilangan yang penuh potensi ini, kami percaya bahwa AI Agent, dengan kemampuannya untuk menjalankan tugas secara mandiri, menunjukkan potensi besar untuk aplikasi berskala besar.
Untuk itu, kami mulai melakukan penelitian mendalam tentang aplikasi beragam AI Agent di Web3, mulai 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 lebih dalam tentang integrasi mendalam antara AI dan Web3.
Penjelasan Konsep: Pengenalan dan Tinjauan Klasifikasi AI Agent
Pengenalan Dasar
Sebelum memperkenalkan AI Agent, agar pembaca lebih memahami perbedaan antara definisi dan model itu sendiri, kita akan memberikan contoh melalui sebuah skenario nyata: Misalkan Anda sedang merencanakan sebuah perjalanan. Model bahasa besar tradisional memberikan informasi tujuan dan saran perjalanan. Teknologi penguatan pencarian yang dihasilkan dapat memberikan konten tujuan yang lebih kaya dan spesifik. Sedangkan AI Agent mirip dengan JARVIS dalam film Iron Man, dapat memahami kebutuhan dan juga secara aktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan operasi pemesanan, dan menambahkan itinerary ke kalender.
Saat ini, definisi umum dari AI Agent di industri 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. Ia tidak hanya mampu menyediakan 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 terintegrasi dalam hidup kita, diterapkan dalam berbagai skenario, seperti AlphaGo, Siri, dan sistem berkendara otonom tingkat L5 ke atas dari Tesla yang semuanya dapat dianggap sebagai contoh AI Agent. Ciri umum dari sistem-sistem ini adalah bahwa mereka dapat merasakan input pengguna dari lingkungan eksternal dan berdasarkan itu, menghasilkan dampak pada lingkungan nyata.
Sebagai contoh dengan ChatGPT, kita harus dengan jelas menyatakan bahwa Transformer adalah arsitektur teknologi yang membentuk model AI, GPT adalah serangkaian model yang berkembang berdasarkan arsitektur ini, sementara GPT-1, GPT-4, dan GPT-4o masing-masing mewakili versi model pada tahap perkembangan yang berbeda. ChatGP adalah AI Agent yang berevolusi berdasarkan model GPT.
Ikhtisar Kategori
Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami melakukan penandaan terhadap 204 proyek AI Agent di pasar Web2+Web3, berdasarkan label signifikan yang terkait dengan setiap proyek, dibagi menjadi klasifikasi tingkat satu dan tingkat dua. Klasifikasi tingkat satu terdiri dari tiga kategori: infrastruktur dasar, pembuatan konten, dan interaksi pengguna, kemudian dikelompokkan lebih lanjut berdasarkan kasus penggunaan aktualnya:
Infrastruktur: Jenis ini berfokus pada pembangunan konten yang lebih mendasar di bidang Agent, termasuk platform, model, data, alat pengembangan, serta layanan kelas B yang lebih matang dan berbasis aplikasi dasar.
Alat pengembangan: menyediakan alat dan kerangka kerja untuk membantu pengembang membangun AI Agent.
Kelas pengolahan data: Mengolah dan menganalisis data dalam berbagai format, terutama digunakan untuk mendukung keputusan dan menyediakan sumber untuk pelatihan.
Kelas pelatihan model: Menyediakan layanan pelatihan model untuk AI, termasuk inferensi, pembuatan model, pengaturan, dll.
Layanan B2B: terutama ditujukan untuk pengguna perusahaan, menyediakan solusi layanan perusahaan, vertikal, dan otomatis.
Kategori platform: Platform yang mengintegrasikan berbagai layanan dan alat AI Agent.
Interaksi: Mirip dengan kategori pembangkitan konten, perbedaannya terletak pada interaksi dua arah yang berkelanjutan. Agent interaksi tidak hanya menerima dan memahami kebutuhan pengguna, tetapi juga memberikan umpan balik melalui teknologi seperti pemrosesan bahasa alami (NLP), untuk mewujudkan interaksi dua arah dengan pengguna.
Kategori pendamping emosional: AI Agent yang menyediakan dukungan emosional dan pendampingan.
Tipe GPT: AI Agent berbasis model GPT (Generative Pre-trained Transformer).
Kategori Pencarian: Fokus pada fungsi pencarian, menyediakan Agent yang lebih akurat dalam pengambilan informasi.
Jenis Pembuatan Konten: Proyek ini fokus pada menciptakan konten, menggunakan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: pembuatan teks, pembuatan gambar, pembuatan video, dan pembuatan audio.
Analisis Status Perkembangan Agen AI Web2
Menurut statistik kami, pengembangan AI Agent di Web2 internet tradisional menunjukkan tren konsentrasi yang jelas. Secara spesifik, sekitar dua pertiga proyek terkonsentrasi pada infrastruktur, di mana sebagian besar adalah layanan B-end 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, memberikan dasar yang kuat untuk pengembangan dan penerapan AI Agent.
Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, permintaan pasar perusahaan terhadap teknologi AI jauh lebih mendesak, terutama dalam mencari solusi untuk meningkatkan efisiensi operasional dan mengurangi biaya. Sementara itu, bagi para pengembang, arus kas dari perusahaan relatif stabil, yang menguntungkan bagi mereka untuk mengembangkan proyek-proyek selanjutnya.
Batasan dalam Skenario Aplikasi: Sementara itu, kami memperhatikan bahwa aplikasi AI generatif konten di pasar B2B relatif terbatas. Karena ketidakstabilan hasil yang dihasilkan, perusahaan lebih cenderung pada aplikasi yang dapat secara stabil meningkatkan produktivitas. Ini menyebabkan proporsi AI generatif konten dalam portofolio proyek menjadi kecil.
Tren ini mencerminkan kematangan teknologi, permintaan pasar, dan pertimbangan nyata dari skenario aplikasi. Seiring dengan kemajuan teknologi AI yang terus menerus dan permintaan pasar yang semakin jelas, kami memperkirakan pola ini mungkin akan mengalami penyesuaian, tetapi infrastruktur dasar tetap menjadi landasan yang kokoh untuk perkembangan AI Agent.
Analisis Proyek Unggulan AI Agent Web2
Kami membahas secara mendalam beberapa proyek AI Agent yang ada di pasar Web2 saat ini, dan menganalisisnya dengan mengambil tiga proyek sebagai contoh, yaitu Character AI, Perplexity AI, dan Midjourney.
Karakter AI:
Deskripsi Produk: Character.AI menyediakan sistem percakapan berbasis kecerdasan buatan dan alat untuk membuat karakter virtual. Platformnya memungkinkan pengguna untuk membuat, melatih, dan berinteraksi dengan karakter virtual yang dapat melakukan percakapan dalam bahasa alami dan menjalankan tugas tertentu.
Analisis Data: Character.AI memiliki 277 juta kunjungan pada bulan Mei, 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 lebih muda. Character AI menunjukkan kinerja yang luar biasa di pasar modal, berhasil menyelesaikan pendanaan sebesar 150 juta USD, dengan valuasi mencapai 1 miliar USD, dipimpin oleh a16z.
Analisis teknis: Character AI telah menandatangani perjanjian lisensi non-eksklusif dengan perusahaan induk 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 percakapan Llama milik Google.
Perplexity AI:
Deskripsi Produk: Perplexity dapat mengambil dan memberikan jawaban yang mendetail dari internet. Dengan mengutip dan merujuk ke tautan, memastikan keandalan dan akurasi informasi, sekaligus mendidik dan membimbing pengguna untuk mengajukan pertanyaan lanjutan dan mencari kata kunci, memenuhi kebutuhan pencarian beragam pengguna.
Analisis Data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dengan jumlah kunjungan ke aplikasi seluler dan desktop meningkat sebesar 8,6% pada bulan Februari, menarik sekitar 50 juta pengguna. Di pasar modal, Perplexity AI baru-baru ini mengumumkan telah mendapatkan pendanaan sebesar 62,7 juta dolar AS, dengan valuasi mencapai 1,04 miliar dolar AS, 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 keaslian dan keandalan informasi.
Midjourney:
Perkenalan Produk: Pengguna dapat membuat berbagai gaya dan tema gambar di Midjourney melalui Prompts, mencakup dari realistis hingga
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
16 Suka
Hadiah
16
6
Bagikan
Komentar
0/400
SchrodingersPaper
· 3jam yang lalu
Lagi-lagi menggambar kue, 23% dari kapitalisasi pasar bisa play people for suckers berapa banyak ya... rugi banget rugi banget
Lihat AsliBalas0
ThreeHornBlasts
· 3jam yang lalu
Tingkatkan Agent, siapa yang bisa mengambil kesempatan ini?
Lihat AsliBalas0
OnchainDetective
· 3jam yang lalu
Apa tongkat penyelamat langsung To da moon ya
Lihat AsliBalas0
hodl_therapist
· 3jam yang lalu
Semua hanya konsep, inti tetap harus dilihat dari implementasinya.
Lihat AsliBalas0
Lonely_Validator
· 3jam yang lalu
Tidak lain adalah Dianggap Bodoh melihat siapa yang berlari lebih cepat
Apakah AI Agent dapat menjadi pendorong utama perkembangan Web3+AI
Bisakah AI Agent menjadi penyelamat untuk Web3+AI?
Proyek AI Agent yang populer dan matang dalam kewirausahaan Web2 terutama adalah jenis layanan untuk perusahaan, sementara dalam bidang Web3, proyek pelatihan model dan pengumpulan platform menjadi arus utama karena perannya yang kunci dalam membangun ekosistem.
Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya 8%, tetapi proporsi nilai pasar mereka di jalur AI mencapai 23%, menunjukkan daya saing pasar yang kuat. Kami memperkirakan bahwa dengan kematangan teknologi dan peningkatan pengakuan pasar, akan ada beberapa proyek yang memiliki valuasi lebih dari 10 miliar dolar di masa depan.
Untuk proyek Web3, penerapan teknologi AI pada produk aplikasi yang bukan inti AI dapat menjadi keunggulan strategis. Untuk proyek AI Agent, cara penggabungannya harus memfokuskan pada pembangunan ekosistem secara keseluruhan dan desain model ekonomi token untuk mempromosikan desentralisasi dan efek jaringan.
Gelombang AI: Proyek bermunculan dan penilaian yang meningkat
Sejak ChatGPT diluncurkan pada November 2022, dalam waktu hanya dua bulan telah menarik lebih dari seratus juta pengguna. Hingga Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka luar biasa sebesar 20,3 juta dolar AS. Setelah merilis ChatGPT, OpenAI juga dengan cepat meluncurkan versi iterasi seperti GPT-4 dan GP4-4o. Dengan perkembangan yang sangat pesat ini, berbagai raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terdepan seperti LLM dan dengan cepat meluncurkan model dan aplikasi AI mereka sendiri. Misalnya, Google merilis model bahasa besar PaLM2, Meta meluncurkan Llama3, sementara perusahaan-perusahaan China meluncurkan model besar seperti Wenxin Yiyan dan Zhipu Qingyan. Jelas bahwa bidang AI telah menjadi arena perebutan yang sangat kompetitif.
Persaingan antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi bisnis, tetapi kami juga menemukan dari survei statistik penelitian AI sumber terbuka bahwa laporan AI Index 2024 menunjukkan jumlah proyek terkait AI di GitHub meningkat pesat 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, pasar investasi AI menunjukkan pertumbuhan yang kuat, dengan pertumbuhan yang meledak pada kuartal kedua tahun 2024. Secara global terdapat 16 investasi terkait AI yang melebihi 150 juta dolar AS, dua kali lipat dari kuartal pertama. Total pembiayaan untuk startup AI bahkan melonjak menjadi 24 miliar dolar AS, meningkat lebih dari dua kali lipat dibandingkan tahun lalu. Di antara mereka, xAI yang dimiliki Musk telah mengumpulkan 6 miliar dolar AS dengan valuasi 24 miliar dolar AS, menjadikannya sebagai startup AI dengan valuasi tertinggi kedua setelah OpenAI.
Perkembangan pesat teknologi AI sedang membentuk ulang peta bidang teknologi dengan kecepatan yang belum pernah terjadi sebelumnya. Dari persaingan sengit antara raksasa teknologi, hingga perkembangan pesat proyek komunitas sumber terbuka, dan hingga pasar modal yang sangat antusias terhadap konsep AI. Proyek-proyek muncul satu demi satu, jumlah investasi terus mencapai rekor tinggi, dan valuasi juga meningkat seiring dengan itu. Secara keseluruhan, pasar AI sedang berada dalam periode emas perkembangan cepat, di mana model bahasa besar dan teknologi generasi yang ditingkatkan dengan pencarian telah mencapai kemajuan signifikan dalam bidang pemrosesan bahasa. Meski demikian, model-model ini masih menghadapi tantangan dalam mengubah keunggulan teknologi menjadi produk nyata, seperti ketidakpastian output model, risiko ilusi informasi yang dihasilkan tidak akurat, dan masalah transparansi model. Masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan keandalan yang sangat tinggi.
Dalam konteks ini, kami mulai melakukan penelitian tentang AI Agent, karena AI Agent menekankan pada komprehensivitas dalam memecahkan masalah praktis dan interaksi dengan lingkungan. Perubahan ini menandai evolusi teknologi AI dari model bahasa murni menjadi sistem cerdas yang benar-benar dapat memahami, belajar, dan memecahkan masalah 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 struktur produktivitas, sementara teknologi Web3 sedang membangun kembali hubungan produksi dalam ekonomi digital. Ketika tiga elemen utama AI: data, model, dan kekuatan komputasi, bergabung dengan prinsip inti Web3 seperti desentralisasi, ekonomi token, dan kontrak pintar, kami memprediksi akan muncul serangkaian aplikasi inovatif. Di bidang persilangan yang penuh potensi ini, kami percaya bahwa AI Agent, dengan kemampuannya untuk menjalankan tugas secara mandiri, menunjukkan potensi besar untuk aplikasi berskala besar.
Untuk itu, kami mulai melakukan penelitian mendalam tentang aplikasi beragam AI Agent di Web3, mulai 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 lebih dalam tentang integrasi mendalam antara AI dan Web3.
Penjelasan Konsep: Pengenalan dan Tinjauan Klasifikasi AI Agent
Pengenalan Dasar
Sebelum memperkenalkan AI Agent, agar pembaca lebih memahami perbedaan antara definisi dan model itu sendiri, kita akan memberikan contoh melalui sebuah skenario nyata: Misalkan Anda sedang merencanakan sebuah perjalanan. Model bahasa besar tradisional memberikan informasi tujuan dan saran perjalanan. Teknologi penguatan pencarian yang dihasilkan dapat memberikan konten tujuan yang lebih kaya dan spesifik. Sedangkan AI Agent mirip dengan JARVIS dalam film Iron Man, dapat memahami kebutuhan dan juga secara aktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan operasi pemesanan, dan menambahkan itinerary ke kalender.
Saat ini, definisi umum dari AI Agent di industri 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. Ia tidak hanya mampu menyediakan 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 terintegrasi dalam hidup kita, diterapkan dalam berbagai skenario, seperti AlphaGo, Siri, dan sistem berkendara otonom tingkat L5 ke atas dari Tesla yang semuanya dapat dianggap sebagai contoh AI Agent. Ciri umum dari sistem-sistem ini adalah bahwa mereka dapat merasakan input pengguna dari lingkungan eksternal dan berdasarkan itu, menghasilkan dampak pada lingkungan nyata.
Sebagai contoh dengan ChatGPT, kita harus dengan jelas menyatakan bahwa Transformer adalah arsitektur teknologi yang membentuk model AI, GPT adalah serangkaian model yang berkembang berdasarkan arsitektur ini, sementara GPT-1, GPT-4, dan GPT-4o masing-masing mewakili versi model pada tahap perkembangan yang berbeda. ChatGP adalah AI Agent yang berevolusi berdasarkan model GPT.
Ikhtisar Kategori
Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami melakukan penandaan terhadap 204 proyek AI Agent di pasar Web2+Web3, berdasarkan label signifikan yang terkait dengan setiap proyek, dibagi menjadi klasifikasi tingkat satu dan tingkat dua. Klasifikasi tingkat satu terdiri dari tiga kategori: infrastruktur dasar, pembuatan konten, dan interaksi pengguna, kemudian dikelompokkan lebih lanjut berdasarkan kasus penggunaan aktualnya:
Infrastruktur: Jenis ini berfokus pada pembangunan konten yang lebih mendasar di bidang Agent, termasuk platform, model, data, alat pengembangan, serta layanan kelas B yang lebih matang dan berbasis aplikasi dasar.
Interaksi: Mirip dengan kategori pembangkitan konten, perbedaannya terletak pada interaksi dua arah yang berkelanjutan. Agent interaksi tidak hanya menerima dan memahami kebutuhan pengguna, tetapi juga memberikan umpan balik melalui teknologi seperti pemrosesan bahasa alami (NLP), untuk mewujudkan interaksi dua arah dengan pengguna.
Jenis Pembuatan Konten: Proyek ini fokus pada menciptakan konten, menggunakan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: pembuatan teks, pembuatan gambar, pembuatan video, dan pembuatan audio.
Analisis Status Perkembangan Agen AI Web2
Menurut statistik kami, pengembangan AI Agent di Web2 internet tradisional menunjukkan tren konsentrasi yang jelas. Secara spesifik, sekitar dua pertiga proyek terkonsentrasi pada infrastruktur, di mana sebagian besar adalah layanan B-end 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, memberikan dasar yang kuat untuk pengembangan dan penerapan AI Agent.
Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, permintaan pasar perusahaan terhadap teknologi AI jauh lebih mendesak, terutama dalam mencari solusi untuk meningkatkan efisiensi operasional dan mengurangi biaya. Sementara itu, bagi para pengembang, arus kas dari perusahaan relatif stabil, yang menguntungkan bagi mereka untuk mengembangkan proyek-proyek selanjutnya.
Batasan dalam Skenario Aplikasi: Sementara itu, kami memperhatikan bahwa aplikasi AI generatif konten di pasar B2B relatif terbatas. Karena ketidakstabilan hasil yang dihasilkan, perusahaan lebih cenderung pada aplikasi yang dapat secara stabil meningkatkan produktivitas. Ini menyebabkan proporsi AI generatif konten dalam portofolio proyek menjadi kecil.
Tren ini mencerminkan kematangan teknologi, permintaan pasar, dan pertimbangan nyata dari skenario aplikasi. Seiring dengan kemajuan teknologi AI yang terus menerus dan permintaan pasar yang semakin jelas, kami memperkirakan pola ini mungkin akan mengalami penyesuaian, tetapi infrastruktur dasar tetap menjadi landasan yang kokoh untuk perkembangan AI Agent.
Analisis Proyek Unggulan AI Agent Web2
Kami membahas secara mendalam beberapa proyek AI Agent yang ada di pasar Web2 saat ini, dan menganalisisnya dengan mengambil tiga proyek sebagai contoh, yaitu Character AI, Perplexity AI, dan Midjourney.
Karakter AI:
Deskripsi Produk: Character.AI menyediakan sistem percakapan berbasis kecerdasan buatan dan alat untuk membuat karakter virtual. Platformnya memungkinkan pengguna untuk membuat, melatih, dan berinteraksi dengan karakter virtual yang dapat melakukan percakapan dalam bahasa alami dan menjalankan tugas tertentu.
Analisis Data: Character.AI memiliki 277 juta kunjungan pada bulan Mei, 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 lebih muda. Character AI menunjukkan kinerja yang luar biasa di pasar modal, berhasil menyelesaikan pendanaan sebesar 150 juta USD, dengan valuasi mencapai 1 miliar USD, dipimpin oleh a16z.
Analisis teknis: Character AI telah menandatangani perjanjian lisensi non-eksklusif dengan perusahaan induk 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 percakapan Llama milik Google.
Perplexity AI:
Deskripsi Produk: Perplexity dapat mengambil dan memberikan jawaban yang mendetail dari internet. Dengan mengutip dan merujuk ke tautan, memastikan keandalan dan akurasi informasi, sekaligus mendidik dan membimbing pengguna untuk mengajukan pertanyaan lanjutan dan mencari kata kunci, memenuhi kebutuhan pencarian beragam pengguna.
Analisis Data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dengan jumlah kunjungan ke aplikasi seluler dan desktop meningkat sebesar 8,6% pada bulan Februari, menarik sekitar 50 juta pengguna. Di pasar modal, Perplexity AI baru-baru ini mengumumkan telah mendapatkan pendanaan sebesar 62,7 juta dolar AS, dengan valuasi mencapai 1,04 miliar dolar AS, 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 keaslian dan keandalan informasi.
Midjourney:
Perkenalan Produk: Pengguna dapat membuat berbagai gaya dan tema gambar di Midjourney melalui Prompts, mencakup dari realistis hingga