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

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

حاليًا، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 قليل، حيث تشكل 8%، ولكن نسبة قيمتها السوقية في حلبة الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة مستوى الاعتراف بالسوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.

بالنسبة لمشاريع Web3، قد يصبح إدخال تكنولوجيا الذكاء الاصطناعي ميزة استراتيجية للمنتجات التي لا تركز على الذكاء الاصطناعي. ينبغي أن تركز طرق دمج مشاريع الوكلاء الذكيين على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.

موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات

منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، بينما أصدرت OpenAI بسرعة إصدارات متطورة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الاتجاه السريع، أدركت الشركات الكبرى في مجال التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت في إطلاق نماذجها وتطبيقاتها الخاصة، على سبيل المثال، أصدرت Google نموذج اللغة الكبير PaLM2، وأطلقت Meta Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل 文心一言 و智谱清言، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس ضرورية.

إن المنافسة بين عمالقة التكنولوجيا لا تدفع فقط لتطوير التطبيقات التجارية، بل من خلال إحصائيات البحث في الذكاء الاصطناعي مفتوح المصدر، نجد أن تقرير AI Index لعام 2024 يبين أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد ارتفع بشكل كبير من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، وعلى وجه الخصوص بعد إصدار GPT في عام 2023، زاد عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.

إن الحماس تجاه تقنية الذكاء الاصطناعي ينعكس بشكل مباشر في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع تسجيله نمواً متفجراً في الربع الثاني من عام 2024. بلغ إجمالي الاستثمارات العالمية المرتبطة بالذكاء الاصطناعي 16 استثماراً بقيمة تزيد عن 150 مليون دولار، أي ضعف ما كان عليه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في الذكاء الاصطناعي ليصل إلى 24 مليار دولار، بزيادة تتجاوز الضعف مقارنة بالعام السابق. من بين هذه الشركات، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، مع تقييم يصل إلى 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في 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 النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى الإقبال الكبير من سوق المال على مفهوم الذكاء الاصطناعي. تتوالى المشاريع، وتحقق الاستثمارات أرقامًا قياسية جديدة، بينما ترتفع التقييمات مع تزايد الطلب. بشكل عام، يمر سوق الذكاء الاصطناعي بمرحلة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات التوليد المعزز من البحث تقدمًا كبيرًا في معالجة اللغة. ومع ذلك، تواجه هذه النماذج تحديات عند تحويل المزايا التكنولوجية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر إنشاء معلومات غير دقيقة، ومشكلات الشفافية للنموذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.

في هذا السياق، بدأنا في البحث عن وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يركز على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تمثل هذه النقلة تحولًا في تقنية الذكاء الاصطناعي من نموذج لغوي بحت إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية بشكل حقيقي. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث إنه يسد الفجوة تدريجيًا بين تقنية الذكاء الاصطناعي وحل المشكلات الفعلية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعمل تقنيات Web3 على إعادة هيكلة علاقات الإنتاج في الاقتصاد الرقمي. عندما تتوحد العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج والقوة الحاسوبية، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية والاقتصاد الرمزي والعقود الذكية، نتوقع أن تولد مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالاحتمالات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات على نطاق واسع.

لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3، من البنية التحتية لـ Web3، والبرمجيات الوسيطة، إلى مستوى التطبيقات، بالإضافة إلى أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع والسيناريوهات التطبيقية الأكثر وعدًا، لفهم العمق الشديد لدمج الذكاء الاصطناعي مع Web3.

توضيح المفاهيم: مقدمة ونظرة عامة على تصنيفات وكيل الذكاء الاصطناعي

مقدمة أساسية

قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلافات بين تعريفه والنموذج نفسه، سنقوم بتقديم مثال من سيناريو عملي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما تكنولوجيا الاسترجاع المعززة للتوليد يمكن أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيز في أفلام الرجل الحديدي، يمكنه فهم الاحتياجات، بل ويمكنه البحث بنشاط عن الرحلات والفنادق استنادًا إلى جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.

التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي قادر على إدراك البيئة واتخاذ إجراءات مناسبة، من خلال الحصول على معلومات البيئة عبر المستشعرات، ومعالجتها، ثم التأثير على البيئة من خلال التنفيذ (ستيوارت راسل & بيتر نورفيغ، 2020). نحن نعتبر أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. فهو لا يقدم المعلومات فقط، بل يمكنه أيضًا تخطيط وتفكيك المهام وتنفيذها حقًا.

وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكيل الذكي (AI Agent) قد اندمج بالفعل في حياتنا، وتم تطبيقه في سياقات مختلفة، مثل AlphaGo وSiri وميزات القيادة الذاتية من المستوى L5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على الوكلاء الذكيين. السمة المشتركة لهذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين في العالم الخارجي، ومن ثم التأثير على البيئة الواقعية بناءً على ذلك.

لنوضح المفهوم باستخدام ChatGPT كمثال، يجب أن نوضح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذه البنية، بينما تمثل GPT-1 وGPT-4 وGPT-4o نسخًا من النموذج في مراحل تطور مختلفة. أما ChatGP فتعتبر وكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.

نظرة عامة على الفئات

سوق وكلاء الذكاء الاصطناعي الحالي لم يتشكل بعد معيار تصنيف موحد، قمنا بتصنيف 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات لكل مشروع وفقًا للعلامات البارزة الخاصة به، وتم تقسيمها إلى تصنيفين رئيسيين وثانويين. حيث تتضمن الفئات الرئيسية ثلاثة أنواع: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدمين، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.

البنية التحتية: يركز هذا النوع على بناء المحتوى الأساسي في مجال الوكلاء، بما في ذلك المنصات، والنماذج، والبيانات، وأدوات التطوير، بالإضافة إلى خدمات B-end المتقدمة والمستقرة.

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

• فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير مصادر للتدريب.

• فئة تدريب النماذج: تقدم خدمات تدريب النماذج الخاصة بالذكاء الاصطناعي، بما في ذلك الاستدلال، إنشاء النماذج، والإعدادات وغيرها.

• خدمات من فئة B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً خدمية للشركات، وحلولاً عمودية، وحلولاً مؤتمتة.

• منصة تجميعية: منصة تجمع بين خدمات وأدوات متعددة من وكلاء الذكاء الاصطناعي.

التفاعلية: مشابهة لفئة توليد المحتوى، لكن الاختلاف يكمن في التفاعل المستمر ذو الاتجاهين. وكيل التفاعلية لا يقبل ويفهم احتياجات المستخدم فحسب، بل يقدم أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP)، مما يحقق تفاعلًا ثنائي الاتجاه مع المستخدم.

• وكيل الذكاء الاصطناعي الذي يوفر الدعم العاطفي والمرافقة.

• نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا للتوليد).

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

فئة توليد المحتوى: تركز هذه الفئة من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال متنوعة من المحتوى وفقًا لتعليمات المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.

تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2

وفقًا لإحصائياتنا، يُظهر تطوير الوكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. بشكل محدد، يُركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات الطرف B وأدوات التطوير بشكل أكبر، وقد قمنا أيضًا بإجراء بعض التحليلات حول هذه الظاهرة.

أثر نضج التكنولوجيا: المشاريع المتعلقة بالبنية التحتية تهيمن في المقام الأول بفضل نضج التكنولوجيا الخاص بها. هذه المشاريع عادة ما تكون مبنية على تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة المخاطر في التطوير. إنها تعادل "المجارف" في مجال الذكاء الاصطناعي، مما يوفر أساسًا قويًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.

دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تقنية الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصةً في البحث عن حلول لتعزيز كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات مستقر نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.

قيود تطبيق السيناريوهات: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في مجال توليد المحتوى في السوق B تواجه قيودًا نسبية. نظرًا لعدم استقرار الناتج، تميل الشركات إلى تلك التطبيقات التي يمكن أن تزيد من الإنتاجية بشكل مستقر. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.

تعكس هذه الاتجاهات نضوج التكنولوجيا، واحتياجات السوق، والاعتبارات الفعلية لسيناريوهات الاستخدام. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن تتغير هذه المعالم، لكن البنية التحتية ستظل حجر الأساس لتطور وكيل الذكاء الاصطناعي.

تحليل مشروع الرائد لوكلاء الذكاء الاصطناعي في Web2

نحن نستكشف بعمق بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2، وسنجري تحليلًا لها، مع أخذ ثلاثة مشاريع كمثال: Character AI، Perplexity AI، Midjourney.

شخصية AI：

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

تحليل البيانات: بلغ عدد الزيارات إلى Character.AI في مايو 277 مليونًا، ويضم المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشباب. حقق Character AI أداءً ممتازًا في سوق رأس المال، حيث أكمل تمويلًا بقيمة 150 مليون دولار، وبلغت قيمته 1 مليار دولار، بقيادة a16z.

التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع شركة Alphabet الأم لجوجل لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas شاركوا في تطوير نموذج اللغة المحادثة Llama الخاص بجوجل.

الذكاء الاصطناعي Perplexity:

مقدمة المنتج: يمكن لـ Perplexity جمع وتوفير إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية ودقة المعلومات، بينما يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.

تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وقد حققت زيارات تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في الأسواق المالية، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم يصل إلى 1.04 مليار دولار، بقيادة Daniel Gross، وشارك فيه Stan Druckenmiller وNVIDIA.

التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم ضبطهما بناءً على نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب 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، مما يغطي مجموعة واسعة من احتياجات الإبداع من الواقعي إلى التجريدي. كما توفر المنصة خلط الصور وتحريرها، مما يسمح للمستخدمين بتراكب الصور ونقل الأنماط، وتضمن وظيفة الإنتاج في الوقت الفعلي للمستخدمين الحصول على النتائج في غضون ثوانٍ إلى دقائق.