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 hướng đến doanh nghiệp, trong khi trong lĩnh vực Web3, các dự án đào tạo mô hình và tập hợp nền tảng đã trở thành xu hướng chính do vai trò then chốt của chúng trong việc xây dựng hệ sinh thái.

Hiện tại, số lượng dự án AI Agent trong Web3 không nhiều, chiếm 8%, nhưng giá trị thị trường của chúng trong lĩnh vực AI lại lên tới 23%, 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, sẽ xuất hiện nhiều dự án có giá trị vượt quá 1 tỷ USD trong tương lai.

Đối với các dự án Web3, việc áp dụng công nghệ AI vào các sản phẩm ứng dụng không phải là 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 phi tập trung và hiệu ứng mạng.

Cuộc cách mạng AI: Tình trạng các dự án liên tục xuất hiện và giá trị gia tăng

Kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022, chỉ trong vòng hai tháng đã thu hút hơn 100 triệu người dùng. Đến tháng 5 năm 2024, doanh thu hàng tháng của ChatGPT đã đạt mức 20,3 triệu USD đáng kinh ngạc. Sau khi phát hành ChatGPT, OpenAI cũng nhanh chóng cho ra mắt các phiên bản lặp lại như GPT-4, GP4-4o. Với sự phát triển nhanh chóng như vậy, các ông lớn công nghệ truyền thống đã nhận ra tầm quan trọng của việc ứng dụng các mô hình AI tiên tiến như LLM, và lần lượt tung ra các mô hình và ứng dụng AI của riêng mình, chẳng hạn như Google đã phát hành mô hình ngôn ngữ lớn PaLM2, Meta đã cho ra mắt Llama3, trong khi các công ty Trung Quốc đã giới thiệu các mô hình lớn như Văn Tâm Nhất Ngôn, Trí Đồ Thanh Ngôn. Rõ ràng, lĩnh vực AI đã trở thành một chiến trường không thể thiếu.

Cuộc đua giữa các ông lớn công nghệ không chỉ thúc đẩy sự phát triển của các ứng dụng thương mại, mà chúng tôi cũng nhận thấy từ thống kê điều tra 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 vọt từ 845 dự án vào năm 2011 lên khoảng 1.8 triệu vào năm 2023, đặc biệt là sau khi phát hành GPT vào năm 2023, số lượng dự án đã tăng 59.3% so với cùng kỳ năm trước, phản ánh sự đam mê của cộng đồng các nhà phát triển toàn cầu đối với nghiên cứu AI.

Sự nhiệt tình đối với công nghệ AI đã được thể hiện trực tiếp trên thị trường đầu tư, thị trường đầu tư AI đang có sự tăng trưởng mạnh mẽ, với sự bùng nổ vào quý 2 năm 2024. Trên toàn cầu có tổng cộng 16 khoản đầu tư liên quan đến AI vượt 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 hơn một lần so với năm trước. Trong đó, xAI thuộc sở hữu của Musk đã huy động được 6 tỷ USD, với mức định giá 24 tỷ USD, trở thành công ty khởi nghiệp AI có mức 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 sự cạnh tranh khốc liệt giữa các gã khổng lồ công nghệ, đến sự phát triển mạnh mẽ của các dự án cộng đồng mã nguồn mở, và sự cuồng nhiệt của thị trường vốn đối với các khái niệm AI. Các dự án liên tục xuất hiện, số tiền đầu tư tăng cao kỷ lục, và định giá cũng theo đó mà tăng lên. 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 sinh tăng cường tìm kiếm đã đạt được những tiến bộ đáng kể trong lĩnh vực xử lý ngôn ngữ. Tuy nhiên, những mô hình này vẫn gặp phải 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 của việc tạo ra thông tin không chính xác, và vấn đề minh bạch của mô hình. Những vấn đề này trở nên đặc biệt quan trọng trong các tình huống ứng dụng có yêu cầu cao về độ tin cậy.

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 các 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 thế giới thực. Vì vậy, chúng tôi nhìn 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 tế. Sự tiến hóa của công nghệ AI đang liên tục định hình lại cấu trúc của năng suất, trong khi công nghệ Web3 đang tái cấu trúc các mối quan hệ sản xuất trong nền kinh tế số. Khi ba yếu tố chính của AI: dữ liệu, mô hình và sức mạnh tính toán, hòa quyện với các nguyên lý 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 các ứng dụng sáng tạo. Trong lĩnh vực giao thoa đầy tiềm năng này, chúng tôi tin rằng, AI Agent với khả năng thực hiện nhiệm vụ tự động của nó, thể hiện tiềm năng to lớn để đạt được ứng dụng quy mô lớn.

Để làm 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, middleware, đến các ứng dụng, và nhiều chiều kích khác như thị trường dữ liệu và mô hình, nhằm xác định và đánh giá các loại dự án và kịch bản ứng dụng đầy hứa hẹn 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 đưa ra một ví dụ thông qua 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 gợi ý du lịch. Công nghệ tạo ra nội dung được tăng cường bằng truy vấn có thể cung cấp nội dung điểm đến phong phú và cụ thể hơn. Còn AI Agent giống như Jarvis trong bộ phim Iron Man, có khả năng 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 và thêm hành trình vào lịch.

Hiện nay, trong ngành, 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, thông qua các cảm biến để thu thập thông tin môi trường, sau khi xử lý sẽ tác động đến môi trường thông qua các bộ thực thi (Stuart Russell & Peter Norvig, 2020). Chúng tôi cho rằng, AI Agent là một trợ lý kết hợp các 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 tách nhiệm vụ và thực hiện chúng một cách thực sự.

Theo định nghĩa và đặc điểm này, chúng ta có thể nhận thấy rằng AI Agent đã sớm hòa nhập vào cuộc sống của chúng ta, được áp dụng trong các tình huống khác nhau, chẳng hạn như AlphaGo, Siri, và hệ thống lái xe tự động cấp độ L5 trở lên của Tesla đều có thể được coi là những ví dụ của AI Agent. Những hệ thống này có đặc điểm chung là có khả năng cảm nhận đầu vào từ người dùng bên ngoài và từ đó đưa ra phản ứng ảnh hưởng đến môi trường thực tế.

Lấy ChatGPT làm ví dụ để làm rõ khái niệm, chúng ta nên chỉ ra rằng Transformer là kiến trúc công nghệ cấu thành mô hình AI, GPT là chuỗi mô hình phát triển dựa trên kiến trúc này, trong khi GPT-1, GPT-4, GPT-4o lần lượt đại diện cho các phiên bản của mô hình ở các giai đoạn phát triển khác nhau. ChatGPT thì là AI Agent phát triển dựa trên mô hình GPT.

Tổng quan phân loại

Thị trường AI Agent hiện tại chưa hình thành tiêu chuẩn phân loại thống nhất, chúng tôi đã đánh nhãn cho 204 dự án AI Agent trong thị trường Web2+Web3, dựa trên 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, và tương tác người dùng, sau đó được phân loại chi tiết hơn dựa trên các trường hợp sử dụng thực tế:

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

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

• Loại 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 ra quyết định, cung cấp nguồn cho việc 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 B2B: Chủ yếu nhằm vào người dùng doanh nghiệp, cung cấp các giải pháp dịch vụ doanh nghiệp, chuyên 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, nhưng khác ở chỗ có sự 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) để thực hiện sự tương tác hai chiều với người dùng.

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

• Loại GPT: AI Agent dựa trên mô hình GPT (Transformer tiền huấn luyện sinh).

• Loại tìm kiếm: Tập trung vào chức năng tìm kiếm, cung cấp Agent chủ yếu để truy xuất thông tin chính xác hơn.

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

Phân tích tình trạng phát triển của Web2 AI Agent

Theo thống kê của chúng tôi, việc phát triển AI Agent trong Internet truyền thống Web2 thể hiện rõ xu hướng tập trung theo khu vực. Cụ thể, khoảng hai phần ba các dự án tập trung vào hạng mục cơ sở 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 cơ sở hạ tầng chiếm ưu thế chủ yếu nhờ vào độ trưởng thành công nghệ của chúng. Những dự án này thường được xây dựng trên các công nghệ và khung đã được kiểm nghiệm qua thời gian, từ đó giảm bớt độ khó và rủi ro trong phát triển. Tương đương với "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 cấp bách hơn, đặc biệt là trong việc tìm kiếm các giải pháp nhằm 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, có lợi cho việc phát triển các dự án tiếp theo.

Hạn chế trong các tình huống ứng dụng: Đồng thời, chúng tôi nhận thấy rằng việc ứng dụng AI tạo nội dung trong thị trường B2B có các tình huống ứng dụng tương đối hạn chế. Do tính không ổn định của sản phẩm đầu ra, các doanh nghiệp có xu hướng ưu tiên những ứng dụng có khả năng nâng cao năng suất một cách ổn định. Điều này dẫn đến tỷ lệ của AI tạo nội dung trong kho dự án tương đối nhỏ.

Xu hướng này phản ánh độ trưởng thành của công nghệ, nhu cầu thị trường và những cân nhắc thực tế về các trường hợp ứng dụng. Với sự tiến bộ không ngừng của công nghệ AI và nhu cầu thị trường ngày càng rõ ràng, chúng tôi dự đoán rằng cấu trúc này có thể sẽ có sự điều chỉnh, nhưng các cơ sở hạ tầng vẫn sẽ là nền tảng vững chắc cho sự phát triển của AI Agent.

Phân tích dự án đầu ngành AI Agent Web2

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

Character 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, huấn luyện và tương tác với các nhân vật ảo, những nhân vật có khả năng đối thoại bằng ngôn ngữ tự nhiên và thực hiện các nhiệm vụ cụ thể.

Phân tích dữ liệu: Lượng truy cập của Character.AI trong tháng 5 là 277 triệu, nền tảng này có hơn 3,5 triệu người dùng hoạt động hàng ngày, trong đó phần lớn người dùng có độ tuổi từ 18 đến 34, cho thấy đặc điểm nhóm người dùng trẻ. Character AI đã thể hiện xuất sắc trên thị trường vốn, hoàn thành việc huy động 150 triệu USD, định giá đạt 1 tỷ USD, do a16z dẫn đầu.

Phân tích kỹ thuật: Character AI đã ký thỏa thuận cấp phép không độc quyền với công ty mẹ của Google là Alphabet để sử dụng mô hình ngôn ngữ lớn của họ, cho thấy Character AI đang áp dụng công nghệ tự nghiên cứu. Đáng chú ý là, các nhà sáng lập của công ty, Noam Shazeer và Daniel De Freitas, đã tham gia phát triển mô hình ngôn ngữ hội thoại Llama của Google.

Perplexity AI:

Giới thiệu sản phẩm: Perplexity có thể thu thập và cung cấp câu trả lời chi tiết từ Internet. Bằng cách trích dẫn và tham chiếu liên kết, nó đảm bảo độ 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, với lượng truy cập ứng dụng di động và máy tính để bàn tăng 8,6% trong tháng 2, thu hút khoảng 50 triệu người dùng. Trên thị trường vốn, Perplexity AI gần đây đã thông báo nhận được 62,7 triệu USD vốn đầu tư, đạt định giá 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 dựa trên 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 lĩnh vực cụ thể, đảm bảo độ 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 trên Midjourney thông qua Prompts, đáp ứng đa dạng yêu cầu sáng tạo từ hiện thực đến trừu tượng. Nền tảng cũng cung cấp khả năng trộn và chỉnh sửa hình ảnh, cho phép người dùng thực hiện chồng ghép hình ảnh và chuyển giao phong cách, tính năng tạo hình thời gian thực của nền tảng đảm bảo người dùng có thể nhận được hình ảnh trong vòng vài chục giây đến vài phút.