O Agente de IA pode trazer novas oportunidades para o Web3+IA, com a capitalização de mercado a representar uma porcentagem muito superior ao número de projetos.
Os projetos de Agentes de IA são principalmente serviços empresariais, populares e maduros no empreendedorismo Web2, enquanto na área Web3, projetos de treinamento de modelos e de plataformas agregadoras tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.
Atualmente, o número de projetos de Agente de IA em Web3 é relativamente baixo, representando 8%, mas sua participação no valor de mercado na área de IA chega a impressionantes 23%, demonstrando assim uma forte competitividade de mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com uma avaliação superior a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia de IA em produtos de aplicação que não são centrais para a IA pode se tornar uma vantagem estratégica. A forma de integração de projetos de Agentes de IA deve focar na construção de um ecossistema completo e no design de modelos econômicos de tokens, para promover a descentralização e os efeitos de rede.
A Onda da IA: A Situação de Projetos Emergentes e Aumento de Avaliações
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, atraiu mais de 100 milhões de usuários. Em maio de 2024, a receita mensal do ChatGPT já alcançou impressionantes 20,3 milhões de dólares, enquanto a OpenAI rapidamente lançou versões iterativas como GPT-4 e GP4-4o após o lançamento do ChatGPT. Com tal dinâmica, os grandes gigantes da tecnologia tradicionais perceberam a importância das aplicações de modelos de IA de ponta como LLM e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem grande PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas lançaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um campo de batalha essencial.
A competição entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma investigação de estatísticas de pesquisa em IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhão em 2023. Especialmente 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 forte crescimento, 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 que é o dobro do número do 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 propriedade de Elon Musk, arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, atrás apenas da OpenAI.
O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre gigantes da tecnologia, até o florescimento de projetos na comunidade de código aberto, passando pelo entusiasmo do mercado de capitais em relação ao conceito de IA. Projetos surgem a uma taxa constante, os investimentos atingem novos máximos e as avaliações aumentam em consonância. De uma forma geral, o mercado de IA está a viver um período de ouro de rápido desenvolvimento, com modelos de linguagem de grande porte e técnicas de geração aumentada por recuperação a realizarem progressos significativos no tratamento da linguagem. No entanto, estes modelos ainda enfrentam desafios ao transformar as suas vantagens tecnológicas em produtos reais, como a incerteza na saída dos modelos, o risco de alucinação na geração de informações imprecisas e questões de transparência do modelo. Estes problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta confiabilidade.
Neste contexto, começamos a pesquisar sobre o Agente de IA, pois o Agente de IA enfatiza a abrangência na resolução de problemas práticos e na interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que realmente entendem, aprendem e resolvem problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente fechando a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está constantemente reformulando a arquitetura da produtividade, enquanto a tecnologia Web3 está reconstruindo as relações de produção da economia digital. Quando os três elementos principais 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 isso dará origem a uma série de aplicações inovadoras. Neste campo interdisciplinar cheio de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para aplicações em larga escala.
Para isso, começamos a investigar profundamente as aplicações diversificadas do Agente de IA no Web3, desde a infraestrutura do Web3, middleware, até o nível de aplicação, passando por 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 profundamente a fusão entre IA e Web3.
Clarificação de conceitos: Introdução e visão geral das classificações dos Agentes de IA
Introdução básica
Antes de introduzir o AI Agent, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos usar um exemplo de um cenário prático: suponha que você esteja planejando uma viagem. Modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode oferecer conteúdo de destino mais rico e específico. O AI Agent é como o Jarvis no filme do Homem de Ferro, capaz de entender as necessidades e ainda procurar voos e hotéis proativamente com base em uma frase sua, executar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de AI Agent na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente por meio de sensores, processando-as e impactando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e capacidade de uso de ferramentas. Ele não apenas fornece informações, mas também pode planejar, decompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos descobrir 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 da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas do usuário no ambiente externo e, com base nisso, fazer com que suas respostas tenham impacto no ambiente real.
Usando o ChatGPT como exemplo para esclarecer conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, e o GPT é a série de modelos desenvolvida com base nessa arquitetura, enquanto GPT-1, GPT-4 e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGPT, por sua vez, é um Agente de IA que evoluiu a partir do modelo GPT.
Classificação Geral
Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós etiquetamos 204 projetos de Agentes de IA nos mercados Web2 e Web3, e com base nas etiquetas significativas de cada projeto, dividimos em categorias de primeiro e segundo nível. As categorias de primeiro nível são infraestrutura básica, geração de conteúdo e interação com o usuário, e depois são subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e de aplicação básica.
Ferramentas de desenvolvimento: oferecem aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de processamento de dados: processar e analisar dados de diferentes formatos, principalmente 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 de modelos, configuração, entre outros.
Serviços B2B: Destinados principalmente a utilizadores empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Plataforma de tipo agregador: uma plataforma que integra vários serviços e ferramentas de AI Agent.
Interativos: Semelhante à geração de conteúdo, a diferença é a interação contínua bidirecional. Agentes interativos não apenas aceitam e compreendem as necessidades dos usuários, mas também fornecem feedback por meio de tecnologias como processamento de linguagem natural (NLP), realizando uma interação bidirecional com os usuários.
Agente de IA de apoio emocional: fornece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Tipo de busca: Focado na funcionalidade de busca, oferece um agente voltado para 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 imagem, geração de vídeo 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 tendência clara de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, principalmente em serviços B2B e ferramentas de desenvolvimento, e também realizámos algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Esses projetos geralmente são construídos sobre tecnologias e estruturas comprovadas pelo tempo, o que reduz a dificuldade e o risco de desenvolvimento. Equivalente à "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 consumidor, a demanda do mercado empresarial por tecnologia de IA é mais urgente, especialmente na busca por soluções que aumentem 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 do cenário de aplicação: Ao mesmo tempo, notamos que a aplicação de AI geradora de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de AI geradora de conteúdo no portfólio de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. Com o contínuo avanço da tecnologia de IA e a maior clareza na demanda do mercado, esperamos que este padrão possa sofrer ajustes, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder de agentes de IA Web2
Nós exploramos profundamente alguns projetos de agentes de IA no atual mercado Web2 e analisamos eles, usando como exemplo os projetos Character AI, Perplexity AI e Midjourney.
Character AI：
Introdução ao produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e uma ferramenta de criação de personagens virtuais. A sua plataforma permite aos utilizadores criar, treinar e interagir com personagens virtuais, que conseguem realizar 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 maioria dos quais tem entre 18 e 34 anos, mostrando características de um público jovem. O Character AI teve um desempenho excelente 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 com a empresa-mãe do Google, Alphabet, o que indica que a Character AI está a utilizar 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:
Apresentação do produto: Perplexity é capaz de extrair e fornecer respostas detalhadas da Internet. Através de citações e links de referência, assegura a fiabilidade e a precisão das informações, ao mesmo tempo que educa e orienta os utilizadores a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo assim as diversas necessidades de consulta dos utilizadores.
Análise de dados: O número de utilizadores ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% nas visitas aos seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de utilizadores. No mercado de capitais, a Perplexity AI anunciou recentemente uma captação de 62,7 milhões de dólares, com uma avaliação de 1,04 mil milhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pelo Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos ajustados com base em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. O modelo é adequado para pesquisa acadêmica profissional e consultas em áreas verticais, garantindo a veracidade e a confiabilidade das informações.
Midjourney:
Apresentação do produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, cobrindo uma ampla gama de necessidades criativas que vão do realismo ao abstrato. A plataforma também oferece mistura e edição de imagens, permitindo que os usuários sobreponham imagens e realizem transferências de estilo, e a função de geração em tempo real da plataforma garante que os usuários obtenham resultados em segundos a minutos.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
18 gostos
Recompensa
18
6
Republicar
Partilhar
Comentar
0/400
Anon4461
· 07-16 13:34
É só especulação, veja os dados.
Ver originalResponder0
DevChive
· 07-16 00:23
Os fundos encontraram novamente a senha dos idiotas.
Ver originalResponder0
BoredApeResistance
· 07-13 18:23
Esta capitalização de mercado tem muito exagero...
Ver originalResponder0
LiquiditySurfer
· 07-13 18:13
8% do projeto representa 23% da capitalização de mercado. É um bom momento para negociação de swing e arbitragem. Parece que preciso reatribuir o LP.
Ver originalResponder0
SilentAlpha
· 07-13 18:12
fazer as pessoas de parvas uma vez e depois correr
Ver originalResponder0
HypotheticalLiquidator
· 07-13 18:05
O indicador de bolha atingiu o pico, tenha cuidado com a liquidação ao abrir uma posição longa.
O Agente de IA pode trazer novas oportunidades para o Web3+IA, com a capitalização de mercado a representar uma porcentagem muito superior ao número de projetos.
O Agente de IA pode ser o salvador do Web3+IA?
Os projetos de Agentes de IA são principalmente serviços empresariais, populares e maduros no empreendedorismo Web2, enquanto na área Web3, projetos de treinamento de modelos e de plataformas agregadoras tornaram-se mainstream devido ao seu papel crucial na construção de ecossistemas.
Atualmente, o número de projetos de Agente de IA em Web3 é relativamente baixo, representando 8%, mas sua participação no valor de mercado na área de IA chega a impressionantes 23%, demonstrando assim uma forte competitividade de mercado. Prevemos que, à medida que a tecnologia amadurece e a aceitação do mercado aumenta, surgirão vários projetos com uma avaliação superior a 1 bilhão de dólares.
Para projetos Web3, a introdução de tecnologia de IA em produtos de aplicação que não são centrais para a IA pode se tornar uma vantagem estratégica. A forma de integração de projetos de Agentes de IA deve focar na construção de um ecossistema completo e no design de modelos econômicos de tokens, para promover a descentralização e os efeitos de rede.
A Onda da IA: A Situação de Projetos Emergentes e Aumento de Avaliações
Desde o lançamento do ChatGPT em novembro de 2022, em apenas dois meses, atraiu mais de 100 milhões de usuários. Em maio de 2024, a receita mensal do ChatGPT já alcançou impressionantes 20,3 milhões de dólares, enquanto a OpenAI rapidamente lançou versões iterativas como GPT-4 e GP4-4o após o lançamento do ChatGPT. Com tal dinâmica, os grandes gigantes da tecnologia tradicionais perceberam a importância das aplicações de modelos de IA de ponta como LLM e começaram a lançar seus próprios modelos e aplicações de IA. Por exemplo, o Google lançou o modelo de linguagem grande PaLM2, a Meta lançou o Llama3, enquanto empresas chinesas lançaram modelos como Wenxin Yiyan e Zhipu Qingyan. É evidente que o campo da IA se tornou um campo de batalha essencial.
A competição entre as grandes empresas de tecnologia não apenas impulsionou o desenvolvimento de aplicações comerciais, mas também, a partir de uma investigação de estatísticas de pesquisa em IA de código aberto, descobrimos que o relatório AI Index de 2024 mostra que o número de projetos relacionados à IA no GitHub disparou de 845 em 2011 para cerca de 1,8 milhão em 2023. Especialmente 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 forte crescimento, 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 que é o dobro do número do 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 propriedade de Elon Musk, arrecadou 6 bilhões de dólares, com uma avaliação de 24 bilhões de dólares, tornando-se a segunda startup de IA com a maior avaliação, atrás apenas da OpenAI.
O rápido desenvolvimento da tecnologia de IA está a remodelar o panorama do setor tecnológico a uma velocidade sem precedentes. Desde a intensa concorrência entre gigantes da tecnologia, até o florescimento de projetos na comunidade de código aberto, passando pelo entusiasmo do mercado de capitais em relação ao conceito de IA. Projetos surgem a uma taxa constante, os investimentos atingem novos máximos e as avaliações aumentam em consonância. De uma forma geral, o mercado de IA está a viver um período de ouro de rápido desenvolvimento, com modelos de linguagem de grande porte e técnicas de geração aumentada por recuperação a realizarem progressos significativos no tratamento da linguagem. No entanto, estes modelos ainda enfrentam desafios ao transformar as suas vantagens tecnológicas em produtos reais, como a incerteza na saída dos modelos, o risco de alucinação na geração de informações imprecisas e questões de transparência do modelo. Estes problemas tornam-se particularmente importantes em cenários de aplicação que exigem alta confiabilidade.
Neste contexto, começamos a pesquisar sobre o Agente de IA, pois o Agente de IA enfatiza a abrangência na resolução de problemas práticos e na interação com o ambiente. Esta mudança marca a evolução da tecnologia de IA de modelos de linguagem puramente para sistemas inteligentes que realmente entendem, aprendem e resolvem problemas do mundo real. Assim, vemos esperança no desenvolvimento do Agente de IA, que está gradualmente fechando a lacuna entre a tecnologia de IA e a resolução de problemas práticos. A evolução da tecnologia de IA está constantemente reformulando a arquitetura da produtividade, enquanto a tecnologia Web3 está reconstruindo as relações de produção da economia digital. Quando os três elementos principais 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 isso dará origem a uma série de aplicações inovadoras. Neste campo interdisciplinar cheio de potencial, acreditamos que o Agente de IA, com sua capacidade de executar tarefas de forma autônoma, demonstra um enorme potencial para aplicações em larga escala.
Para isso, começamos a investigar profundamente as aplicações diversificadas do Agente de IA no Web3, desde a infraestrutura do Web3, middleware, até o nível de aplicação, passando por 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 profundamente a fusão entre IA e Web3.
Clarificação de conceitos: Introdução e visão geral das classificações dos Agentes de IA
Introdução básica
Antes de introduzir o AI Agent, para que os leitores compreendam melhor a diferença entre sua definição e o modelo em si, vamos usar um exemplo de um cenário prático: suponha que você esteja planejando uma viagem. Modelos de linguagem tradicionais fornecem informações sobre destinos e sugestões de viagem. A tecnologia de geração aumentada por recuperação pode oferecer conteúdo de destino mais rico e específico. O AI Agent é como o Jarvis no filme do Homem de Ferro, capaz de entender as necessidades e ainda procurar voos e hotéis proativamente com base em uma frase sua, executar operações de reserva e adicionar o itinerário ao calendário.
Atualmente, a definição comum de AI Agent na indústria refere-se a um sistema inteligente capaz de perceber o ambiente e tomar ações correspondentes, obtendo informações do ambiente por meio de sensores, processando-as e impactando o ambiente através de atuadores (Stuart Russell & Peter Norvig, 2020). Acreditamos que um AI Agent é um assistente que combina LLM, RAG, memória, planejamento de tarefas e capacidade de uso de ferramentas. Ele não apenas fornece informações, mas também pode planejar, decompor tarefas e realmente executá-las.
De acordo com esta definição e características, podemos descobrir 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 da Tesla, que podem ser considerados exemplos de Agentes de IA. A característica comum desses sistemas é que todos conseguem perceber as entradas do usuário no ambiente externo e, com base nisso, fazer com que suas respostas tenham impacto no ambiente real.
Usando o ChatGPT como exemplo para esclarecer conceitos, devemos deixar claro que o Transformer é a arquitetura técnica que compõe os modelos de IA, e o GPT é a série de modelos desenvolvida com base nessa arquitetura, enquanto GPT-1, GPT-4 e GPT-4o representam versões do modelo em diferentes estágios de desenvolvimento. O ChatGPT, por sua vez, é um Agente de IA que evoluiu a partir do modelo GPT.
Classificação Geral
Atualmente, o mercado de Agentes de IA ainda não formou um padrão de classificação unificado. Nós etiquetamos 204 projetos de Agentes de IA nos mercados Web2 e Web3, e com base nas etiquetas significativas de cada projeto, dividimos em categorias de primeiro e segundo nível. As categorias de primeiro nível são infraestrutura básica, geração de conteúdo e interação com o usuário, e depois são subdivididas de acordo com seus casos de uso reais:
Infraestrutura: Esta categoria foca na construção de conteúdos mais fundamentais na área de Agentes, incluindo plataformas, modelos, dados, ferramentas de desenvolvimento e serviços B2B mais maduros e de aplicação básica.
Ferramentas de desenvolvimento: oferecem aos desenvolvedores ferramentas e estruturas auxiliares para construir Agentes de IA.
Classe de processamento de dados: processar e analisar dados de diferentes formatos, principalmente 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 de modelos, configuração, entre outros.
Serviços B2B: Destinados principalmente a utilizadores empresariais, oferecendo soluções de serviços empresariais, verticais e automatizadas.
Plataforma de tipo agregador: uma plataforma que integra vários serviços e ferramentas de AI Agent.
Interativos: Semelhante à geração de conteúdo, a diferença é a interação contínua bidirecional. Agentes interativos não apenas aceitam e compreendem as necessidades dos usuários, mas também fornecem feedback por meio de tecnologias como processamento de linguagem natural (NLP), realizando uma interação bidirecional com os usuários.
Agente de IA de apoio emocional: fornece suporte emocional e companhia.
Classe GPT: Agente de IA baseado no modelo GPT (Transformador Pré-treinado Generativo).
Tipo de busca: Focado na funcionalidade de busca, oferece um agente voltado para 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 imagem, geração de vídeo 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 tendência clara de concentração de setores. Especificamente, cerca de dois terços dos projetos estão concentrados na infraestrutura, principalmente em serviços B2B e ferramentas de desenvolvimento, e também realizámos algumas análises sobre este fenômeno.
Impacto da maturidade tecnológica: a razão pela qual projetos de infraestrutura dominam é, em primeiro lugar, devido à sua maturidade tecnológica. Esses projetos geralmente são construídos sobre tecnologias e estruturas comprovadas pelo tempo, o que reduz a dificuldade e o risco de desenvolvimento. Equivalente à "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 consumidor, a demanda do mercado empresarial por tecnologia de IA é mais urgente, especialmente na busca por soluções que aumentem 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 do cenário de aplicação: Ao mesmo tempo, notamos que a aplicação de AI geradora de conteúdo no mercado B2B é relativamente limitada. Devido à sua instabilidade na produção, as empresas tendem a preferir aplicações que possam aumentar a produtividade de forma estável. Isso resulta em uma proporção menor de AI geradora de conteúdo no portfólio de projetos.
Esta tendência reflete a maturidade tecnológica, a demanda do mercado e as considerações práticas dos cenários de aplicação. Com o contínuo avanço da tecnologia de IA e a maior clareza na demanda do mercado, esperamos que este padrão possa sofrer ajustes, mas a infraestrutura continuará a ser a base sólida para o desenvolvimento de Agentes de IA.
Análise do projeto líder de agentes de IA Web2
Nós exploramos profundamente alguns projetos de agentes de IA no atual mercado Web2 e analisamos eles, usando como exemplo os projetos Character AI, Perplexity AI e Midjourney.
Character AI：
Introdução ao produto: Character.AI oferece um sistema de diálogo baseado em inteligência artificial e uma ferramenta de criação de personagens virtuais. A sua plataforma permite aos utilizadores criar, treinar e interagir com personagens virtuais, que conseguem realizar 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 maioria dos quais tem entre 18 e 34 anos, mostrando características de um público jovem. O Character AI teve um desempenho excelente 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 com a empresa-mãe do Google, Alphabet, o que indica que a Character AI está a utilizar 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:
Apresentação do produto: Perplexity é capaz de extrair e fornecer respostas detalhadas da Internet. Através de citações e links de referência, assegura a fiabilidade e a precisão das informações, ao mesmo tempo que educa e orienta os utilizadores a fazer perguntas adicionais e a pesquisar palavras-chave, satisfazendo assim as diversas necessidades de consulta dos utilizadores.
Análise de dados: O número de utilizadores ativos mensais da Perplexity atingiu 10 milhões, com um aumento de 8,6% nas visitas aos seus aplicativos móveis e de desktop em fevereiro, atraindo cerca de 50 milhões de utilizadores. No mercado de capitais, a Perplexity AI anunciou recentemente uma captação de 62,7 milhões de dólares, com uma avaliação de 1,04 mil milhões de dólares, liderada por Daniel Gross, com a participação de Stan Druckenmiller e NVIDIA.
Análise técnica: O principal modelo utilizado pelo Perplexity é o GPT-3.5 ajustado, além de duas grandes modelos ajustados com base em modelos grandes de código aberto: pplx-7b-online e pplx-70b-online. O modelo é adequado para pesquisa acadêmica profissional e consultas em áreas verticais, garantindo a veracidade e a confiabilidade das informações.
Midjourney:
Apresentação do produto: Os usuários podem criar imagens de vários estilos e temas no Midjourney através de Prompts, cobrindo uma ampla gama de necessidades criativas que vão do realismo ao abstrato. A plataforma também oferece mistura e edição de imagens, permitindo que os usuários sobreponham imagens e realizem transferências de estilo, e a função de geração em tempo real da plataforma garante que os usuários obtenham resultados em segundos a minutos.