Dapatkah AI Agent menjadi pelampung untuk Web3+AI?

Proyek AI Agent yang populer dan matang dalam kewirausahaan Web2 terutama adalah layanan di pihak perusahaan, sedangkan dalam bidang Web3, proyek pelatihan model dan pengumpulan platform telah menjadi arus utama karena perannya yang krusial dalam membangun ekosistem.

Saat ini, jumlah proyek AI Agent di Web3 tidak banyak, hanya 8%, tetapi pangsa pasar mereka di jalur AI mencapai 23%, sehingga menunjukkan daya saing pasar yang kuat. Kami memperkirakan bahwa seiring dengan kematangan teknologi dan peningkatan pengakuan pasar, akan muncul beberapa proyek dengan valuasi lebih dari 1 miliar dolar.

Untuk proyek Web3, penerapan teknologi AI pada produk aplikasi yang bukan inti AI dapat menjadi keunggulan strategis. Pendekatan untuk proyek AI Agent harus memperhatikan pembangunan ekosistem secara keseluruhan dan desain model ekonomi token, untuk mendorong desentralisasi dan efek jaringan.

Gelombang AI: Situasi Proyek yang Muncul dan Kenaikan Valuasi

Sejak ChatGPT diluncurkan pada November 2022, dalam waktu hanya dua bulan telah menarik lebih dari seratus juta pengguna. Pada Mei 2024, pendapatan bulanan ChatGPT telah mencapai angka yang mengagumkan sebesar 20,3 juta dolar AS, sementara OpenAI setelah meluncurkan ChatGPT juga dengan cepat merilis versi iterasi seperti GPT-4 dan GP4-4o. Dengan perkembangan yang begitu pesat, berbagai raksasa teknologi tradisional menyadari pentingnya aplikasi model AI terbaru seperti LLM, dan mulai meluncurkan model dan aplikasi AI mereka sendiri. Misalnya, Google merilis model bahasa besar PaLM2, Meta meluncurkan Llama3, sementara perusahaan-perusahaan di Tiongkok meluncurkan model besar seperti Wenxin Yiyan dan Zhipu Qingyan. Jelas bahwa bidang AI telah menjadi arena persaingan yang sangat ketat.

Kompetisi antara raksasa teknologi tidak hanya mendorong perkembangan aplikasi bisnis, tetapi juga dari survei statistik penelitian AI sumber terbuka, laporan AI Index 2024 menunjukkan bahwa jumlah proyek terkait AI di GitHub melonjak dari 845 pada tahun 2011 menjadi sekitar 1,8 juta pada tahun 2023, terutama setelah peluncuran GPT pada tahun 2023, jumlah proyek meningkat 59,3% dibandingkan tahun sebelumnya, mencerminkan antusiasme komunitas pengembang global terhadap penelitian AI.

Antusiasme terhadap teknologi AI tercermin langsung di pasar investasi, di mana pasar investasi AI menunjukkan pertumbuhan yang kuat, dengan pertumbuhan eksplosif pada kuartal kedua tahun 2024. Secara global, terdapat 16 investasi terkait AI yang melebihi 150 juta dolar AS, dua kali lipat dari kuartal pertama. Total pendanaan untuk startup AI bahkan melonjak mencapai 24 miliar dolar AS, meningkat lebih dari dua kali lipat dibandingkan tahun lalu. Di antara mereka, xAI yang dimiliki oleh Musk berhasil mengumpulkan 6 miliar dolar AS, dengan valuasi mencapai 24 miliar dolar AS, menjadikannya startup AI dengan valuasi tertinggi kedua setelah OpenAI.

Perkembangan pesat teknologi AI sedang membentuk kembali peta bidang teknologi dengan kecepatan yang belum pernah terjadi sebelumnya. Dari persaingan sengit antara raksasa teknologi, hingga perkembangan pesat proyek-proyek komunitas sumber terbuka, serta antusiasme pasar modal terhadap konsep AI. Proyek-proyek bermunculan tanpa henti, nilai investasi terus mencapai rekor baru, dan valuasi juga meningkat seiring dengan itu. Secara keseluruhan, pasar AI berada dalam periode emas yang berkembang pesat, dengan model bahasa besar dan teknologi generasi yang ditingkatkan pencarian telah mencapai kemajuan signifikan dalam pemrosesan bahasa. Meskipun demikian, model-model ini masih menghadapi tantangan dalam mengubah keunggulan teknologinya menjadi produk nyata, seperti ketidakpastian keluaran model, risiko ilusi informasi yang dihasilkan tidak akurat, dan masalah transparansi model. Masalah-masalah ini menjadi sangat penting dalam skenario aplikasi yang memerlukan keandalan yang sangat tinggi.

Dalam konteks ini, kami mulai melakukan penelitian terhadap AI Agent, karena AI Agent menekankan komprehensivitas dalam menyelesaikan masalah praktis dan interaksi dengan lingkungan. Perubahan ini menandai evolusi teknologi AI dari model bahasa murni menjadi sistem cerdas yang benar-benar dapat memahami, belajar, dan menyelesaikan masalah nyata. Oleh karena itu, kami melihat harapan dalam perkembangan AI Agent, yang secara bertahap menjembatani kesenjangan antara teknologi AI dan penyelesaian masalah praktis. Evolusi teknologi AI terus membentuk kembali struktur produktivitas, sementara teknologi Web3 sedang mendefinisikan ulang hubungan produksi dalam ekonomi digital. Ketika tiga elemen utama AI: data, model, dan daya komputasi, bersatu dengan prinsip-prinsip inti Web3 seperti desentralisasi, ekonomi token, dan kontrak pintar, kami memprediksi akan muncul serangkaian aplikasi inovatif. Dalam bidang silang yang penuh potensi ini, kami percaya bahwa AI Agent, dengan kemampuannya untuk menjalankan tugas secara mandiri, menunjukkan potensi besar untuk penerapan skala besar.

Untuk itu, kami mulai melakukan penelitian mendalam tentang aplikasi beragam AI Agent di Web3, dari infrastruktur Web3, middleware, lapisan aplikasi, hingga pasar data dan model, dengan tujuan mengidentifikasi dan mengevaluasi jenis proyek dan skenario aplikasi yang paling menjanjikan, untuk memahami lebih dalam tentang integrasi mendalam antara AI dan Web3.

Penjelasan Konsep: Pengenalan dan Gambaran Klasifikasi AI Agent

Pengenalan Dasar

Sebelum memperkenalkan AI Agent, untuk membantu pembaca lebih memahami perbedaan antara definisi dan model itu sendiri, kita akan memberikan contoh melalui sebuah skenario nyata: bayangkan Anda sedang merencanakan perjalanan. Model bahasa besar tradisional menyediakan informasi tujuan dan saran perjalanan. Teknologi generasi yang diperkuat pencarian dapat memberikan konten tujuan yang lebih kaya dan spesifik. Sedangkan AI Agent seperti JARVIS di film Iron Man, dapat memahami kebutuhan dan juga secara proaktif mencari penerbangan dan hotel berdasarkan satu kalimat Anda, melakukan pemesanan, dan menambahkan rencana perjalanan ke kalender.

Saat ini, definisi AI Agent yang umum di industri adalah sistem cerdas yang dapat merasakan lingkungan dan mengambil tindakan yang sesuai, dengan mengumpulkan informasi lingkungan melalui sensor, yang kemudian diproses dan mempengaruhi lingkungan melalui aktuator (Stuart Russell & Peter Norvig, 2020). Kami percaya bahwa AI Agent adalah asisten yang menggabungkan kemampuan LLM, RAG, memori, perencanaan tugas, dan penggunaan alat. Ia tidak hanya dapat memberikan informasi secara murni, tetapi juga dapat merencanakan, memecah tugas, dan benar-benar mengeksekusinya.

Berdasarkan definisi dan karakteristik ini, kita dapat menemukan bahwa AI Agent telah lama menyatu dalam kehidupan kita, diterapkan di berbagai skenario, seperti AlphaGo, Siri, dan sistem mengemudi otomatis tingkat L5 ke atas dari Tesla, yang semuanya dapat dianggap sebagai contoh AI Agent. Ciri khas dari sistem-sistem ini adalah mereka dapat merasakan input pengguna dari luar dan memberikan respons yang berdampak pada lingkungan nyata.

Sebagai contoh untuk memperjelas konsep dengan ChatGPT, kita harus secara jelas menyatakan bahwa Transformer adalah arsitektur teknologi yang membentuk model AI, GPT adalah serangkaian model yang berkembang berdasarkan arsitektur ini, sedangkan GPT-1, GPT-4, dan GPT-4o masing-masing mewakili versi model pada tahap perkembangan yang berbeda. ChatGP adalah AI Agent yang berevolusi berdasarkan model GPT.

Ikhtisar Kategori

Saat ini, pasar AI Agent belum memiliki standar klasifikasi yang seragam. Kami melakukan pelabelan terhadap 204 proyek AI Agent di pasar Web2+Web3, berdasarkan label yang signifikan untuk setiap proyek, yang dibagi menjadi kategori tingkat satu dan tingkat dua. Kategori tingkat satu terdiri dari tiga jenis: infrastruktur dasar, pembuatan konten, dan interaksi pengguna, yang kemudian diperinci berdasarkan kasus penggunaan yang sebenarnya:

Infrastruktur: Jenis ini berfokus pada pembangunan konten yang lebih mendasar di bidang Agen, termasuk platform, model, data, alat pengembangan, serta layanan B2B yang lebih matang dan berbasis aplikasi dasar.

• Alat pengembangan: menyediakan alat dan kerangka kerja untuk membantu pengembang membangun AI Agent.

• Kategori pemrosesan data: Memproses dan menganalisis data dalam berbagai format, terutama digunakan untuk mendukung pengambilan keputusan dan menyediakan sumber untuk pelatihan.

• Kelas pelatihan model: Menyediakan layanan pelatihan model untuk AI, termasuk inferensi, pembangunan model, pengaturan, dan lain-lain.

• Layanan B2B: Ditujukan terutama untuk pengguna perusahaan, menyediakan layanan perusahaan, layanan vertikal, dan solusi otomatis.

• Platform Kumpulan: Platform yang mengintegrasikan berbagai layanan dan alat AI Agent.

Interaktif: Mirip dengan jenis generasi konten, perbedaannya terletak pada interaksi dua arah yang berkelanjutan. Agen interaktif tidak hanya menerima dan memahami kebutuhan pengguna, tetapi juga memberikan umpan balik melalui teknologi seperti pemrosesan bahasa alami (NLP) untuk mewujudkan interaksi dua arah dengan pengguna.

• Kategori pendamping emosional: AI Agent yang menyediakan dukungan emosional dan pendampingan.

• Jenis GPT: AI Agent yang berbasis model GPT (Generative Pre-trained Transformer).

• Kategori pencarian: Fokus pada fungsi pencarian, menyediakan Agent yang lebih akurat dalam pengambilan informasi.

Kelas pembuatan konten: Jenis proyek ini fokus pada menciptakan konten, memanfaatkan teknologi model besar untuk menghasilkan berbagai bentuk konten berdasarkan instruksi pengguna, dibagi menjadi empat kategori: pembuatan teks, pembuatan gambar, pembuatan video, dan pembuatan audio.

Analisis Status Perkembangan Agen AI Web2

Menurut statistik kami, pengembangan AI Agent di Web2 internet tradisional menunjukkan tren konsentrasi yang jelas. Secara spesifik, sekitar dua pertiga proyek terkonsentrasi pada infrastruktur, di mana sebagian besar adalah layanan B2B dan alat pengembangan, kami juga telah melakukan analisis terhadap fenomena ini.

Dampak Kematangan Teknologi: Proyek infrastruktur mendominasi pasar, terutama karena kematangan teknologinya. Proyek-proyek ini biasanya dibangun di atas teknologi dan kerangka kerja yang telah teruji oleh waktu, sehingga mengurangi kesulitan dan risiko pengembangan. Setara dengan "sekop" di bidang AI, memberikan dasar yang kokoh untuk pengembangan dan penerapan AI Agent.

Dorongan permintaan pasar: Faktor kunci lainnya adalah permintaan pasar. Dibandingkan dengan pasar konsumen, pasar perusahaan memiliki permintaan yang lebih mendesak untuk teknologi AI, terutama dalam mencari solusi untuk meningkatkan efisiensi operasi dan mengurangi biaya. Pada saat yang sama, bagi pengembang, aliran kas dari perusahaan relatif stabil, yang menguntungkan bagi mereka dalam mengembangkan proyek-proyek berikutnya.

Batasan pada skenario aplikasi: Sementara itu, kami memperhatikan bahwa aplikasi AI generasi konten di pasar B2B memiliki skenario aplikasi yang relatif terbatas. Karena ketidakstabilan hasil yang dihasilkan, perusahaan lebih cenderung memilih aplikasi yang dapat secara stabil meningkatkan produktivitas. Ini mengakibatkan proporsi AI generasi konten di dalam perpustakaan proyek relatif kecil.

Tren ini mencerminkan tingkat kematangan teknologi, permintaan pasar, dan pertimbangan nyata dari skenario aplikasi. Seiring dengan kemajuan teknologi AI yang terus berlanjut dan permintaan pasar yang semakin jelas, kami memperkirakan bahwa pola ini mungkin akan mengalami penyesuaian, tetapi infrastruktur dasar masih akan menjadi fondasi yang kokoh bagi perkembangan AI Agent.

Analisis Proyek Unggulan AI Agent Web2

Kami menggali lebih dalam beberapa proyek AI Agent di pasar Web2 saat ini dan menganalisisnya dengan mengambil tiga proyek sebagai contoh: Character AI, Perplexity AI, dan Midjourney.

Karakter AI:

Deskripsi Produk: Character.AI menyediakan sistem percakapan berbasis kecerdasan buatan dan alat pembuatan karakter virtual. Platformnya memungkinkan pengguna untuk membuat, melatih, dan berinteraksi dengan karakter virtual, yang dapat melakukan percakapan dalam bahasa alami dan menjalankan tugas tertentu.

Analisis Data: Character.AI mencatat 277 juta kunjungan pada bulan Mei, platform ini memiliki lebih dari 3,5 juta pengguna aktif harian, di mana sebagian besar pengguna berusia antara 18 hingga 34 tahun, menunjukkan karakteristik kelompok pengguna yang lebih muda. Character AI menunjukkan kinerja yang luar biasa di pasar modal, berhasil menyelesaikan pendanaan sebesar 150 juta dolar AS, dengan valuasi mencapai 1 miliar dolar AS, dipimpin oleh a16z.

Analisis teknis: Character AI telah menandatangani perjanjian lisensi non-eksklusif dengan perusahaan induk Google, Alphabet, yang menunjukkan bahwa Character AI menggunakan teknologi yang dikembangkan sendiri. Perlu dicatat bahwa para pendiri perusahaan, Noam Shazeer dan Daniel De Freitas, pernah terlibat dalam pengembangan model bahasa percakapan Llama milik Google.

Perplexity AI:

Deskripsi produk: Perplexity dapat mengambil dan memberikan jawaban yang rinci dari internet. Dengan mengutip dan merujuk tautan, informasi dijamin keandalannya dan akurasinya, sementara ia akan mendidik, membimbing pengguna untuk bertanya lebih lanjut dan mencari kata kunci, memenuhi kebutuhan pencarian pengguna yang beragam.

Analisis Data: Jumlah pengguna aktif bulanan Perplexity telah mencapai 10 juta, dengan akses aplikasi mobile dan desktop mengalami pertumbuhan sebesar 8,6% pada bulan Februari, menarik sekitar 50 juta pengguna. Di pasar modal, Perplexity AI baru-baru ini mengumumkan telah mengumpulkan pendanaan sebesar 62,7 juta USD, dengan valuasi mencapai 1,04 miliar USD, dipimpin oleh Daniel Gross, dengan partisipasi dari Stan Druckenmiller dan NVIDIA.

Analisis teknis: Model utama yang digunakan oleh Perplexity adalah GPT-3.5 yang telah disesuaikan, serta dua model besar yang disesuaikan berdasarkan model besar sumber terbuka: pplx-7b-online dan pplx-70b-online. Model ini cocok untuk penelitian akademis profesional dan pencarian di bidang vertikal, memastikan keaslian dan keandalan informasi.

Midjourney:

Deskripsi Produk: Pengguna dapat membuat berbagai gaya dan tema gambar di Midjourney melalui Prompts, mencakup kebutuhan kreasi yang luas dari realistis hingga abstrak. Platform ini juga menyediakan pencampuran dan pengeditan gambar, memungkinkan pengguna untuk melakukan tumpang tindih gambar dan perpindahan gaya, dan fitur pembangkitan waktu nyata dari platform ini memastikan pengguna dalam waktu beberapa detik hingga beberapa menit.