AIエージェントはWeb3+AIの救いの手になるか？

AIエージェントプロジェクトは、Web2の起業において人気があり成熟したタイプで主に企業向けサービスですが、Web3分野では、エコシステム構築における重要な役割のため、モデルトレーニングやプラットフォーム集合型プロジェクトが主流となっています。

現在のWeb3のAIエージェントプロジェクトの数は少なく、全体の8％を占めていますが、それらのAI分野における時価総額の割合は23％に達しています。このことは、強力な市場競争力を示しています。技術の成熟と市場の認知度が向上するにつれて、将来的には10億ドルを超える評価のプロジェクトが複数出現することを予想しています。

Web3プロジェクトにとって、AIコアでないアプリケーション端製品にAI技術を導入することは戦略的な優位性となる可能性があります。AIエージェントプロジェクトの組み合わせ方法は、全エコシステムの構築とトークン経済モデルの設計に重点を置くべきであり、分散化とネットワーク効果を促進することが重要です。

AIの波：プロジェクトの続出と評価の上昇の現状

ChatGPTは2022年11月に登場して以来、短期間で1億人以上のユーザーを惹きつけ、2024年5月には月収が驚異の2030万ドルに達しました。OpenAIはChatGPTをリリースした後、GPT-4やGP4-4oなどのバージョンを迅速に展開しました。この急速な動きにより、主要な伝統的テクノロジー企業は、LLMなどの最先端AIモデルの応用の重要性を認識し、自社のAIモデルやアプリケーションを次々と発表しました。たとえば、Googleは大規模言語モデルPaLM2を発表し、MetaはLlama3をリリースし、中国の企業は文心一言や智谱清言などの大規模モデルを展開しました。明らかに、AI分野はもはや戦略的な競争の場となっています。

大手テクノロジー企業の競争は、商業アプリケーションの発展を促進するだけでなく、オープンソースAI研究の調査統計からも明らかです。2024年のAIインデックスレポートによると、GitHub上のAI関連プロジェクトの数は2011年の845件から2023年には約180万件に急増し、特にGPTが公開された2023年には前年同期比で59.3%の増加を示しており、これは世界の開発者コミュニティのAI研究への熱意を反映しています。

AI技術への熱意は投資市場に直接反映されており、AI投資市場は強力な成長を示し、2024年第2四半期には爆発的な成長を見せています。世界では合計16件の1.5億ドルを超えるAI関連の投資があり、これは第1四半期の2倍です。AIスタートアップの資金調達総額は240億ドルに急増し、前年同期比で2倍以上の成長を遂げています。その中で、マスク氏のxAIは60億ドルを調達し、評価額は240億ドルに達し、OpenAIに次いで評価額が2番目に高いAIスタートアップとなりました。

! AIエージェントはWeb3+AIの命の恩人になれるか?

AI技術の急速な発展は、前例のない速度でテクノロジー分野の地図を再形成しています。テクノロジーの巨人たちの激しい競争から、オープンソースコミュニティプロジェクトの発展、さらには資本市場のAIコンセプトへの熱烈な追求まで。プロジェクトは次々と登場し、投資額は新たな高値を更新し、評価もそれに応じて上昇しています。全体的に見て、AI市場は高速成長の黄金期にあり、大規模言語モデルと検索強化生成技術は言語処理の分野で重要な進展を遂げています。それにもかかわらず、これらのモデルは技術的な優位性を実際の製品に変換する際に課題に直面しています。例えば、モデル出力の不確実性、生成される不正確な情報の幻覚リスク、モデルの透明性の問題などです。これらの問題は、信頼性が非常に求められるアプリケーションシーンでは特に重要です。

この背景の中で、私たちはAIエージェントの研究を始めました。なぜならAIエージェントは、実際の問題解決と環境との相互作用の包括性を強調しているからです。この転換は、AI技術が単なる言語モデルから、真に理解し学び、現実の問題を解決できる知能システムへと進化することを示しています。したがって、私たちはAIエージェントの発展から希望を見出しました。AI技術と実際の問題解決との間のギャップを徐々に埋めています。AI技術の進化は、生産力の構造を再構築し続けており、一方でWeb3技術はデジタル経済の生産関係を再構築しています。AIの三大要素：データ、モデル、計算能力が、Web3の分散型、トークン経済、スマートコントラクトなどのコア理念と融合するとき、私たちは一連の革新的なアプリケーションが生まれることを予見しています。この潜在能力に満ちた交差分野において、AIエージェントはその自律的にタスクを実行する能力で、大規模なアプリケーションの実現に向けた巨大な潜在能力を示しています。

そのため、私たちはWeb3におけるAIエージェントの多様な応用について深く研究を始めました。Web3のインフラストラクチャ、中間層、アプリケーションレベル、データおよびモデル市場などの複数の次元から、最も有望なプロジェクトタイプとアプリケーションシナリオを特定し評価することを目指し、AIとWeb3の深い統合を深く理解することを目指しています。

概念の明確化：AIエージェントの紹介と分類の概要

基本的な紹介

AIエージェントについて紹介する前に、読者がその定義とモデル自体の違いをよりよく理解できるように、実際のシナリオを例に挙げます。あなたが旅行を計画していると仮定しましょう。従来の大規模言語モデルは、目的地の情報や旅行の提案を提供します。検索強化生成技術は、より豊かで具体的な目的地のコンテンツを提供できます。一方で、AIエージェントは、アイアンマン映画のジャービスのように、ニーズを理解し、あなたの一言に基づいて自動的にフライトやホテルを検索し、予約操作を実行し、旅行予定をカレンダーに追加することができます。

現在、業界で一般的にAIエージェントの定義は、環境を感知し、対応する行動を取ることができるインテリジェントシステムを指します。センサーを通じて環境情報を取得し、処理を経てアクチュエーターを介して環境に影響を与えます（Stuart Russell & Peter Norvig, 2020）。私たちは、AIエージェントはLLM、RAG、記憶、タスクプランニング、ツール使用能力を集約した助手であると考えています。それは単なる情報提供だけでなく、計画を立て、タスクを分解し、実際に実行することができます。

この定義と特性に基づいて、AIエージェントがすでに私たちの生活に溶け込んでおり、さまざまなシーンで応用されていることがわかります。たとえば、AlphaGo、Siri、テスラのL5レベル以上の自動運転などは、AIエージェントの例と見なすことができます。これらのシステムの共通の特徴は、外部ユーザーの入力を感知し、それに基づいて現実環境に影響を与えることができることです。

ChatGPTを例にして概念を明確にするために、TransformerがAIモデルを構成する技術アーキテクチャであることを明確に指摘する必要があります。GPTはこのアーキテクチャに基づいて発展したモデルシリーズであり、GPT-1、GPT-4、GPT-4oはそれぞれ異なる発展段階におけるモデルのバージョンを表しています。ChatGPは、GPTモデルを進化させたAIエージェントです。

カテゴリー概要

現在のAIエージェント市場は統一された分類基準が形成されていません。私たちはWeb2とWeb3市場における204のAIエージェントプロジェクトにラベルを付ける方法で、それぞれのプロジェクトに対応する顕著なラベルに基づいて、一次分類と二次分類に分けました。一次分類は基盤構築、コンテンツ生成、ユーザーインタラクションの3つのカテゴリで構成され、実際のユースケースに基づいてさらに細分化されています。

基盤施設系：この種類は、エージェント領域の基盤となるコンテンツの構築に焦点を当てており、プラットフォーム、モデル、データ、開発ツール、そして比較的成熟した基盤アプリケーションのB2Bサービスを含んでいます。

• 開発ツール：開発者にAIエージェントを構築するための支援ツールとフレームワークを提供します。

• データ処理クラス：異なる形式のデータを処理および分析し、主に意思決定を支援し、トレーニングのためのソースを提供します。

• モデル訓練クラス：AI向けのモデル訓練サービスを提供し、推論、モデルの構築、設定などを含みます。

• B向けサービス：主に企業ユーザーを対象とし、企業向けのサービス、垂直型、オートメーションのソリューションを提供します。

• プラットフォーム集合型：さまざまなAIエージェントサービスとツールを統合したプラットフォーム。

インタラクティブタイプ：コンテンツ生成タイプに似ていますが、持続的な双方向のやり取りがある点が異なります。インタラクティブエージェントは、ユーザーのニーズを受け入れ理解するだけでなく、自然言語処理（NLP）などの技術を通じてフィードバックを提供し、ユーザーとの双方向のインタラクションを実現します。

• 感情サポート系：感情的なサポートと陪伴を提供するAIエージェント。

• GPT系：GPT（生成的事前学習トランスフォーマー）モデルに基づくAIエージェント。

• 検索系：検索機能に特化し、より正確な情報検索を提供するエージェント。

コンテンツ生成型：この種のプロジェクトは、ユーザーの指示に基づいてさまざまな形式のコンテンツを生成するために、大規模モデル技術を利用してコンテンツの生成に焦点を当てています。主にテキスト生成、画像生成、動画生成、音声生成の4つのカテゴリに分かれています。

! AIエージェントはWeb3+AIの命の恩人になれるか?

Web2 AI Agentの開発状況の分析

私たちの統計によると、Web2の従来のインターネットにおけるAIエージェントの開発は、明らかなセクター集中の傾向を示しています。具体的には、約3分の2のプロジェクトがインフラストラクチャに集中しており、その中でも主にB向けサービスと開発ツールが多いことがわかります。この現象についてもいくつかの分析を行いました。

技術の成熟度の影響：インフラストラクチャプロジェクトが主導的な地位を占める理由は、まずその技術の成熟度にあります。これらのプロジェクトは通常、時間によって検証された技術とフレームワークに基づいて構築されているため、開発の難易度とリスクが低減されます。AI分野における「シャベル」に相当し、AIエージェントの開発と応用に対して堅実な基盤を提供します。

市場需要の推進：もう一つの重要な要素は市場の需要です。消費者市場と比較して、企業市場はAI技術の需要がより切実であり、特に運営効率の向上とコスト削減のソリューションを求めています。同時に、開発者にとって企業からのキャッシュフローは比較的安定しており、次のプロジェクトの開発に有利です。

アプリケーションシーンの制限：同時に、私たちはB2B市場におけるコンテンツ生成AIのアプリケーションシーンが相対的に限られていることに注意しています。その出力の不安定性のため、企業は生産性を安定的に向上させることができるアプリケーションを好みます。これにより、コンテンツ生成AIはプロジェクトライブラリの中で占める割合が比較的小さくなっています。

このトレンドは、技術の成熟度、市場の需要、そしてアプリケーションシーンの実際的な考慮を反映しています。AI技術の進歩が続き、市場の需要がさらに明確になるにつれて、この構図が調整される可能性があると予想していますが、基盤インフラ関連は依然としてAIエージェントの発展の堅固な基盤となるでしょう。

! AIエージェントはWeb3+AIの命の恩人になれるか?

Web2のAIエージェントのリーディングプロジェクト分析

私たちは、現在のWeb2市場におけるAIエージェントプロジェクトについて深く探討し、Character AI、Perplexity AI、Midjourneyの3つのプロジェクトを例にして分析を行います。

キャラクターAI：

製品紹介：Character.AIは、人工知能に基づいた対話システムとバーチャルキャラクター作成ツールを提供します。このプラットフォームでは、ユーザーはバーチャルキャラクターを作成、トレーニングし、自然言語で対話し、特定のタスクを実行することができます。

データ分析：Character.AIの5月の訪問者数は2.77億で、プラットフォームには350万以上のデイリーアクティブユーザーがいます。その大部分は18歳から34歳の間にあり、若年層のユーザー層の特徴を示しています。Character AIは資本市場で素晴らしいパフォーマンスを発揮し、1.5億ドルの資金調達を完了し、評価額は10億ドルに達しました。リード投資家はa16zです。

技術分析：Character AIは、Googleの親会社Alphabetと独占的ではない大型言語モデルの使用に関するライセンス契約を締結しました。これは、Character AIが自社開発の技術を採用していることを示しています。注目すべきは、同社の創設者であるNoam ShazeerとDaniel De Freitasが、Googleの対話型言語モデルLlamaの開発に関与していたことです。

パープレキシティAI:

製品紹介：Perplexityはインターネットから情報を収集し、詳細な回答を提供します。引用や参照リンクを通じて情報の信頼性と正確性を確保し、ユーザーが追求やキーワード検索を行うための教育とガイドを行い、ユーザーの多様な問い合わせニーズに応えます。

データ分析：Perplexityの月間アクティブユーザー数は1000万人に達し、2月にはモバイルおよびデスクトップアプリケーションのアクセス数が8.6%増加し、約5000万人のユーザーを惹きつけました。資本市場では、Perplexity AIが最近6270万ドルの資金調達を発表し、評価額が10.4億ドルに達しました。リード投資家はダニエル・グロスで、参加者にはスタン・ドレッカンミラーとNVIDIAが含まれています。

テクニカル分析：Perplexityが使用している主なモデルは微調整されたGPT-3.5であり、オープンソースの大規模モデルを微調整した2つの大規模モデル：pplx-7b-onlineとpplx-70b-onlineに基づいています。モデルは専門的な学術研究や垂直分野のクエリに適しており、情報の真実性と信頼性を確保しています。

ミッドジャーニー:

製品紹介：ユーザーはPromptsを使用してMidjourneyでリアルからさまざまなスタイルやテーマの画像を作成できます。