هل يمكن لوكيل الذكاء الاصطناعي أن يكون طوق النجاة لـ Web3 + AI؟

تُعتبر مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الأعمال. بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة بسبب دورها الحاسم في بناء النظام البيئي.

حاليًا، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 ليس كبيرًا، حيث يمثل 8%، لكن القيمة السوقية لها في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوتها التنافسية الكبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة مستوى قبول السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.

بالنسبة لمشاريع الويب 3، قد يصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات الطرفية التي ليست نواة تكنولوجيا الذكاء الاصطناعي. ينبغي أن تركز طرق دمج مشاريع الوكلاء الاصطناعي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.

موجة الذكاء الاصطناعي: حالة ظهور المشاريع وارتفاع التقييمات

منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 2030 مليون دولار مذهلة، وبعد إصدار ChatGPT، أطلقت OpenAI بسرعة نسخًا متطورة مثل GPT-4 و GP4-4o. في ظل هذا الاتجاه السريع، أدركت الشركات الكبرى في مجال التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبيرة PaLM2، وأطلقت ميتا Llama3، بينما أصدرت الشركات الصينية نماذج مثل Wenxin Yiyan و Zhipu Qingyan، ومن الواضح أن مجال الذكاء الاصطناعي قد أصبح ساحة يتنافس عليها الجميع.

إن المنافسة بين عمالقة التكنولوجيا لا تدفع فقط إلى تطوير التطبيقات التجارية، ولكن من خلال إحصاءات البحث في الذكاء الاصطناعي المفتوح المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث ارتفع عدد المشاريع بنسبة 59.3% على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي لبحوث الذكاء الاصطناعي.

تنعكس الحماسة تجاه تقنية الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق استثمارات الذكاء الاصطناعي نمواً قوياً، مع نمو متفجر في الربع الثاني من عام 2024. هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان عليه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف مقارنة بالعام الماضي. من بين هذه الشركات، جمعت xAI المملوكة لماسك 6 مليارات دولار، مع تقييم يصل إلى 24 مليار دولار، مما جعلها ثاني أعلى شركة ناشئة في مجال الذكاء الاصطناعي من حيث التقييم بعد OpenAI.

تعمل التطورات السريعة في تكنولوجيا الذكاء الاصطناعي على إعادة تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى التنمية المزدهرة لمشاريع المجتمع المفتوح، وصولاً إلى الحماس الكبير من سوق رأس المال لمفاهيم الذكاء الاصطناعي. تتوالى المشاريع الجديدة، وتتجاوز الاستثمارات الأرقام القياسية، وترتفع التقييمات تبعاً لذلك. بشكل عام، يشهد سوق الذكاء الاصطناعي فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات التوليد المعززة بالاسترجاع تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل مزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر إنتاج معلومات غير دقيقة، ومشكلة شفافية النماذج. تصبح هذه القضايا ذات أهمية خاصة في السيناريوهات التي تتطلب موثوقية عالية.

في هذا السياق، بدأنا البحث عن وكيل الذكاء الاصطناعي، حيث يركز وكيل الذكاء الاصطناعي على شمولية حل المشاكل الحقيقية والتفاعل مع البيئة. تمثل هذه النقلة تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشاكل الواقعية. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث إنه يقوم تدريجياً بسد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشاكل الحقيقية. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، والاقتصاد القائم على الرموز، والعقود الذكية، نتوقع أن تؤدي إلى مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.

لذلك، بدأنا في دراسة تطبيقات AI Agent المتنوعة في Web3 بعمق، من بنية Web3 التحتية، والبرمجيات الوسيطة، إلى مستوى التطبيقات، بالإضافة إلى الأسواق المعنية بالبيانات والنماذج، بهدف تحديد وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم الاندماج العميق بين AI وWeb3.

توضيح المفاهيم: مقدمة حول وكيل الذكاء الاصطناعي وتصنيف نظرة عامة

مقدمة أساسية

قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين التعريف والنموذج نفسه، سنستخدم مثالًا من سيناريو واقعي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنيات توليد المعلومات المعززة بالاسترجاع تقديم محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي فهو مثل جارفيس في فيلم الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ إجراءات الحجز، وإضافة الرحلة إلى التقويم.

التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي يمكنه إدراك البيئة واتخاذ إجراءات مناسبة، من خلال الحصول على معلومات البيئة عبر الحساسات، ومعالجتها بعد ذلك باستخدام المنفذات للتأثير على البيئة (ستيوارت راسل وبيتر نورفيج، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين نموذج اللغة الكبير، واسترجاع المعلومات، والذاكرة، وتخطيط المهام، وقدرة استخدام الأدوات. فهو قادر ليس فقط على تقديم المعلومات البسيطة، بل أيضا على تخطيط وتفكيك المهام، وتنفيذها فعليًا.

بموجب هذا التعريف والخصائص، يمكننا أن نلاحظ أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، حيث يتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri وأنظمة القيادة الذاتية من المستوى 5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على إدراك المدخلات من المستخدمين في العالم الخارجي، ومن ثم التأثير على البيئة الواقعية بناءً على ذلك.

لنأخذ ChatGPT كمثال لتوضيح المفاهيم، ينبغي أن نشير بوضوح إلى أن Transformer هو الهيكل التكنولوجي الذي يشكل نماذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النماذج في مراحل تطوير مختلفة. أما ChatGP فهو وكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.

نظرة عامة على الفئات

سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، قمنا بتصنيف 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع، وقمنا بتقسيمها إلى تصنيفات رئيسية وثانوية بناءً على العلامات البارزة لكل مشروع. حيث تتكون التصنيفات الرئيسية من ثلاث فئات: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.

البنية التحتية: تركز هذه الفئة على بناء محتوى أساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B الأساسية الأكثر نضجًا.

• أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.

• فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تُستخدم أساسًا لدعم اتخاذ القرار، وتوفير المصادر للتدريب.

• فئة تدريب النماذج: تقدم خدمات تدريب نماذج مخصصة للذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.

• خدمات B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولًا خدمية للشركات، وحلولًا عمودية، وحلولًا آلية.

• منصات التجميع: منصات تجمع خدمات وأدوات متعددة من وكلاء الذكاء الاصطناعي.

فئة التفاعل: مشابهة لفئة توليد المحتوى، لكن الاختلاف يكمن في التفاعل المستمر ثنائي الاتجاه. وكيل التفاعل لا يكتفي بقبول وفهم احتياجات المستخدم، بل يقدم أيضًا ردود فعل من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق تفاعل ثنائي الاتجاه مع المستخدم.

• وكيل الذكاء الاصطناعي للدعم العاطفي: يقدم الدعم العاطفي والمرافقة.

• نوع GPT: وكيل AI يعتمد على نموذج GPT (محول مدرب مسبقًا للتوليد).

• فئة البحث: تركز على وظيفة البحث، وتقدم وكيلًا يركز على استرجاع المعلومات بدقة أكبر.

توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لإنشاء أشكال متنوعة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.

تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2

وفقًا لإحصاءاتنا، يظهر تطوير وكيل الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات الطرف B وأدوات التطوير في الغالب، وقد أجرينا بعض التحليلات حول هذه الظاهرة.

تأثير نضج التكنولوجيا: تعود الهيمنة على مشاريع البنية التحتية بشكل أساسي إلى نضج التكنولوجيا. غالبًا ما تستند هذه المشاريع إلى تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. إنها تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير واستخدام وكيل الذكاء الاصطناعي.

دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصة في البحث عن حلول لتحسين كفاءة التشغيل وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفقات النقدية من الشركات أكثر استقرارًا، مما يساعدهم في تطوير المشاريع اللاحقة.

قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن استخدام الذكاء الاصطناعي في إنشاء المحتوى في السوق B محدود نسبيًا. بسبب عدم استقرار الإنتاج، تميل الشركات إلى التطبيقات التي يمكن أن تزيد الإنتاجية بشكل ثابت. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي في إنشاء المحتوى في قاعدة المشاريع.

تُعبر هذه الاتجاهات عن نضج التكنولوجيا واحتياجات السوق والاعتبارات الفعلية لسيناريوهات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يحدث تعديل في هذا النمط، لكن البنية التحتية ستظل حجر الزاوية في تطوير وكيل الذكاء الاصطناعي.

تحليل مشروع رائد في وكيل الذكاء الاصطناعي Web2

نحن نستكشف بعمق بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونجري تحليلاً لها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.

شخصية الذكاء الاصطناعي:

مقدمة المنتج: توفر Character.AI نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.

تحليل البيانات: بلغ عدد زيارات Character.AI في مايو 277 مليون، ويمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة مستخدمين شابة. لقد أظهرت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها السوقية مليار دولار، بقيادة a16z.

التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذج اللغة الكبيرة الخاصة بها، مما يدل على أن Character AI تعتمد على تقنيات تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة المحادثة Llama الخاص بجوجل.

الذكاء الاصطناعي Perplexity:

مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية ودقة المعلومات، بينما يقوم بتعليم وتوجيه المستخدمين للمتابعة وطرح أسئلة والبحث عن كلمات مفتاحية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.

تحليل البيانات: وصلت عدد المستخدمين النشطين شهرياً لـ Perplexity إلى 10 ملايين، وحققت الزيادة في زيارات تطبيقاتها على الهواتف المحمولة وسطح المكتب نسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في السوق المالية، أعلنت Perplexity AI مؤخراً عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانييل غروس، بمشاركة ستان دراكنميلر وNVIDIA.

التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. هذه النماذج مناسبة للأبحاث الأكاديمية المتخصصة والاستفسارات في المجالات العمودية، مما يضمن دقة المعلومات وموثوقيتها.

ميدجورني:

مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى