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

Dự án AI Agent là loại hình phổ biến và trưởng thành trong khởi nghiệp Web2 chủ yếu là dịch vụ cho doanh nghiệp, trong khi trong lĩnh vực Web3, các dự án huấn luyện mô hình và tập hợp nền tảng trở thành xu hướng chính do 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, chiếm 8%, nhưng tỷ lệ giá trị thị trường của chúng trong lĩnh vực AI lại lên tới 23%, do đó cho thấy sức cạnh tranh mạnh mẽ trên thị trường. Chúng tôi dự đoán rằng với sự trưởng thành của công nghệ và sự công nhận của thị trường, trong tương lai sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ đô la.

Đối với các dự án Web3, việc áp dụng công nghệ AI cho các sản phẩm không phải 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, nhằm thúc đẩy tính phi tập trung và hiệu ứng mạng.

Xu hướng AI: Tình trạng dự án liên tiếp ra mắt và định giá tăng cao

Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, trong vòng hai tháng ngắn ngủi đã thu hút được hơn 100 triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt con số ấn tượng 20,3 triệu đô la Mỹ. Sau khi phát hành ChatGPT, OpenAI cũng nhanh chóng ra mắt các phiên bản lặp lại như GPT-4, GP4-4o. Trước tình hình phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của các ứng dụng mô hình AI tiên tiến như LLM, và đều lần lượt ra mắt các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google phát hành mô hình ngôn ngữ lớn PaLM2, Meta giới thiệu Llama3, trong khi các công ty Trung Quốc cho ra mắt các mô hình lớn như Văn Tâm Nhất Ngôn, Trí Phổ Thanh Ngôn, rõ ràng lĩnh vực AI đã trở thành chiến trường không thể thiếu cho các bên tranh giành.

Cuộc đua giữa các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà đồng thời từ các thống kê nghiên cứu AI mã nguồn mở, báo cáo AI Index năm 2024 cho thấy số lượng dự án liên quan đến AI trên GitHub đã tăng mạnh từ 845 dự án vào năm 2011 lên khoảng 1,8 triệu vào năm 2023. Đặc biệt, sau khi GPT được phát hành vào năm 2023, số lượng dự án đã tăng 59,3% so với năm trước, phản ánh sự nhiệt tình của cộng đồng phát triển toàn cầu đối với nghiên cứu AI.

Sự đam mê đối với công nghệ AI đã được phản ánh trực tiếp trên thị trường đầu tư, thị trường đầu tư AI đang 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 vượt quá 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 một lần so với năm trước. Trong đó, xAI thuộc sở hữu của Musk đã huy động được 6 tỷ USD, với định giá đạt 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 tái định hình 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, và đến sự yêu thích của thị trường vốn đối với khái niệm AI. Các dự án xuất hiện liên tục, số tiền đầu tư liên tục lập kỷ lục mới, và định giá cũng theo đó mà tăng cao. Tổng thể, thị trường AI đang ở trong một thời kỳ vàng phát triển nhanh chóng, với các mô hình ngôn ngữ lớn và công nghệ tạo ra thông tin tăng cường qua tìm kiếm đã đạt được những bước tiến quan trọng trong lĩnh vực xử lý ngôn ngữ. Dù vậy, những mô hình này vẫn phải đối mặt với thách thức khi chuyển đổi lợi thế công nghệ thành sản phẩm thực tế, như sự không chắc chắn trong đầu ra của mô hình, rủi ro ảo giác của việc tạo ra thông tin không chính xác, và vấn đề tính 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 tế và tương tác với môi trường. Sự chuyển biến này đánh dấu sự tiến hóa của công nghệ AI từ mô hình ngôn ngữ thuần túy sang các hệ thống thông minh có khả năng thực sự hiểu, học hỏi và giải quyết các vấn đề trong thực tế. Vì vậy, chúng tôi 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 quan hệ sản xuất của nền 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 tạo ra một loạt ứng dụng đổi mới. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng, AI Agent với khả năng thực hiện nhiệm vụ tự động, đã thể hiện tiềm năng to lớn để đạt được ứng dụng quy mô lớn.

Để thực hiện điều này, chúng tôi bắt đầu nghiên cứu sâu về các ứng dụng đa dạng của AI Agent trong Web3, từ cơ sở hạ tầng Web3, phần mềm trung gian, đến các ứng dụng, cũng như các thị trường dữ liệu và mô hình, nhằm xác định và đánh giá những loại dự án và ứng dụng có triển vọng nhất, để hiểu sâu hơn về sự kết hợp sâu sắc 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 lấy một ví dụ từ 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 lời khuyên du lịch. Công nghệ tạo ra thông tin tăng cường tìm kiếm thì có thể cung cấp nội dung điểm đến phong phú, cụ thể hơn. Còn AI Agent giống như Jarvis trong bộ phim Iron Man, có thể hiểu nhu cầu và còn chủ động tìm kiếm chuyến bay và khách sạn dựa trên một câu nói của bạn, thực hiện các thao tác đặt chỗ, thêm lịch trình vào lịch.

Hiện tại, 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. Hệ thống này thu thập thông tin môi trường thông qua các cảm biến, sau đó xử lý và tác động đến môi trường thông qua các thiết bị thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý tích hợp khả năng LLM, RAG, ghi nhớ, lập kế hoạch nhiệm vụ và sử dụng công cụ. Nó không chỉ cung cấp thông tin đơn thuần mà còn có khả năng lập kế hoạch, phân rã 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 ứng dụng trong nhiều tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và hệ thống lái tự động cấp độ L5 trở lên của Tesla đều có thể được coi là những ví dụ về AI Agent. Những hệ thống này có đặc điểm chung là đều có khả năng cảm nhận các đầu vào từ người dùng bên ngoài và dựa vào đó để có những tác động tương ứng đến môi trường thực tế.

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

Phân loại tổng quan

Hiện tại, thị trường AI Agent vẫn chưa hình thành tiêu chuẩn phân loại thống nhất. Chúng tôi đã gán nhãn cho 204 dự án AI Agent trong thị trường Web2 + Web3, căn cứ vào các nhãn nổi bật tương ứng với mỗi dự án, 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, tương tác người dùng, sau đó được chia nhỏ theo các trường hợp sử dụng thực tế.

Cơ sở hạ tầng: Loại này tập trung vào việc xây dựng các nội dung cơ bản trong lĩnh vực Agent, bao gồm nền tảng, mô hình, dữ liệu, công cụ phát triển, cũng như các dịch vụ B2B ứng dụng cơ bản đã phát triển.

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

• Lớp 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 quyết định, cung cấp nguồn cho đào tạo.

• Lớp huấn luyện mô hình: Cung cấp dịch vụ huấn luyện mô hình cho AI, bao gồm suy diễn, 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 là 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), thực hiện tương tác hai chiều với người dùng.

• Loại hình đồng hành cảm xúc: Cung cấp hỗ trợ cảm xúc và đồng hành qua AI Agent.

• 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 chính xác hơn cho Agent.

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

Phân tích tình hình phát triển của Web2 AI Agent

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

Ảnh hưởng của độ trưởng thành công nghệ: Các dự án hạ tầng chiếm ưu thế chủ yếu nhờ vào độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng dựa trên các công nghệ và khung đã được thử thách qua thời gian, từ đó giảm thiểu độ khó và rủi ro trong phát triển. Tương tự như "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 là khẩn cấp 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, giúp họ phát triển các dự án tiếp theo.

Giới hạn về bối cảnh ứng dụng: Trong khi đó, chúng tôi nhận thấy rằng bối cảnh ứng dụng của AI tạo nội dung trên thị trường B2B tương đối hạn chế. Do sự không ổn định trong sản phẩm đầu ra, các doanh nghiệp có xu hướng ưa chuộng những ứng dụng có khả năng cải thiện năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án là khá nhỏ.

Xu hướng này phản ánh sự chín muồi của công nghệ, nhu cầu thị trường và các yếu tố thực tế của các tình huống ứng dụng. Khi công nghệ AI tiếp tục phát triển và nhu cầu thị trường ngày càng rõ ràng, chúng tôi dự đoán cấu trúc này có thể sẽ điều chỉnh, nhưng các lĩnh vực cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.

Phân tích dự án dẫn đầu AI Agent Web2

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

Nhân vật 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 nó cho phép người dùng tạo ra, đào tạo và tương tác với các nhân vật ảo, những nhân vật có khả năng thực hiện cuộc đối thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.

Phân tích dữ liệu: Character.AI đã đạt 277 triệu lượt truy cập vào tháng 5, nền tảng này 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 có một màn trình diễn ấn tượng trên thị trường vốn, hoàn thành vòng tài trợ 150 triệu USD với định giá đạt 1 tỷ USD, do a16z dẫn dắt.

Phân tích kỹ thuật: Character AI đã ký một thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet để sử dụng các mô hình ngôn ngữ lớn của mình, điều này cho thấy Character AI đang áp dụng công nghệ tự phát triển. Đáng chú ý là, những người sáng lập công ty, 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 khảo liên kết, nó đảm bảo tính đáng tin cậy và chính xác của thông tin, đồng thời giáo dục và hướng dẫn người dùng thực hiện các câu hỏi tiếp theo 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, lượng truy cập của ứng dụng di động và máy tính để bàn đã tăng 8,6% vào tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây thông báo đã huy động được 62,7 triệu USD, với định giá đạt 1,04 tỷ USD, do Daniel Gross dẫn dắt, 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 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 nghiệp và các truy vấn trong các lĩnh vực chuyên môn, đảm bảo tính 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 thông qua Prompts trong Midjourney, bao phủ từ thực tế đến