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

تعتبر مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الشركات، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة نظرًا لدورها الرئيسي في بناء النظام البيئي.

حاليًا ، عدد مشاريع الوكلاء الذكاء الاصطناعي في Web3 ليس كثيرًا ويمثل 8% فقط ، لكن قيمتها السوقية في حلبة الذكاء الاصطناعي تصل إلى 23% ، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة القبول في السوق ، ستظهر في المستقبل العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار.

بالنسبة لمشاريع Web3، قد يصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي 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 مائة مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، وصل الدخل الشهري لـ ChatGPT إلى 20.3 مليون دولار مذهلة، وسرعان ما أطلقت OpenAI إصدارات متطورة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الاتجاه السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت جميعهم في إطلاق نماذجهم وتطبيقاتهم الخاصة، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبير PaLM2، وأطلقت ميتا Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan و Zhipu Qingyan. من الواضح أن مجال الذكاء الاصطناعي قد أصبح ساحة تنافس حادة.

لقد أدت المنافسة بين عمالقة التكنولوجيا إلى تعزيز تطوير التطبيقات التجارية، وفي الوقت نفسه، من خلال التحقيق في الأبحاث المفتوحة المصدر للذكاء الاصطناعي، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023. خاصة بعد إصدار GPT في عام 2023، زاد عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.

تنعكس الحماسة لتقنية الذكاء الاصطناعي مباشرةً في سوق الاستثمار، حيث يشهد سوق استثمارات الذكاء الاصطناعي نمواً قوياً، مع ظهور نمو انفجاري في الربع الثاني من عام 2024. هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي تجاوز 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما تم في الربع الأول. كما قفز إجمالي التمويل لشركات الذكاء الاصطناعي الناشئة إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. من بين تلك الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، مع تقييم بلغ 24 مليار دولار، لتصبح ثاني أعلى تقييم لشركة ناشئة في مجال الذكاء الاصطناعي بعد OpenAI.

تُعيد التطورات السريعة في تقنية الذكاء الاصطناعي تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا إلى النمو المزدهر لمشاريع المجتمع المفتوح، وصولاً إلى الحماس الكبير الذي يظهره سوق رأس المال لمفهوم الذكاء الاصطناعي. تتوالى المشاريع، وتحقق الاستثمارات مستويات قياسية جديدة، وترتفع التقييمات بنفس القدر. بشكل عام، يسير سوق الذكاء الاصطناعي نحو فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنية تعزيز الاسترجاع تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، وخطر إنشاء معلومات غير دقيقة، وقضية شفافية النموذج. تصبح هذه القضايا ذات أهمية خاصة في السيناريوهات التي تتطلب موثوقية عالية.

في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يركز على شمولية حل المشكلات العملية والتفاعل مع البيئة. تمثل هذه التحول تطور تقنية الذكاء الاصطناعي من نموذج لغوي بحت إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث أنه يضيق الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات العملية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، 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 واسعة النطاق.

لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بشكل معمق، من بنية Web3 التحتية، والبرمجيات الوسيطة، إلى المستوى التطبيقي، والبيانات، وأسواق النماذج من عدة أبعاد، بهدف تحديد وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم التفاعل العميق بين الذكاء الاصطناعي وWeb3.

توضيح المفاهيم: مقدمة ونظرة عامة على تصنيفات وكيل الذكاء الاصطناعي

مقدمة أساسية

قبل تقديم وكيل الذكاء الاصطناعي، ومن أجل مساعدة القراء على فهم الفرق بين تعريفه ونموذجه بشكل أفضل، سنعطي مثالاً من خلال سيناريو عملي: تخيل أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات حول الوجهات ونصائح السفر. بينما يمكن لتقنية الاسترجاع المعززة للتوليد أن تقدم محتوى وجهات أكثر ثراءً وتحديداً. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيس في أفلام الرجل الحديدي، قادر على فهم الاحتياجات، وقادر أيضاً على البحث بنشاط عن الرحلات والفنادق بناءً على 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 الإجراءات المناسبة، من خلال الحصول على معلومات البيئة بواسطة أجهزة الاستشعار، ومعالجتها ثم التأثير على البيئة من خلال أجهزة التنفيذ (ستيوارت راسل وبيتر نورفيج، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين نماذج اللغة الكبيرة، واسترجاع المعلومات، والذاكرة، وتخطيط المهام، وقدرة استخدام الأدوات. إنه لا يقدم المعلومات فقط، بل يمكنه أيضًا تخطيط المهام وتقسيمها وتنفيذها بالفعل.

وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، حيث يتم استخدامه في سيناريوهات مختلفة، مثل AlphaGo وSiri وقيادة السيارات الذاتية من المستوى الخامس وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي قدرتها على إدراك مدخلات المستخدم الخارجية، والتفاعل بناءً على ذلك لإحداث تأثير في البيئة الواقعية.

لنفهم المفاهيم باستخدام ChatGPT كمثال، يجب أن نوضح أن Transformer هو الهيكل التقني الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة من النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطور مختلفة. بينما يعتبر ChatGPT AI Agent تطورًا قائمًا 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 أسواق Web2 وWeb3 من خلال وضع علامات على كل مشروع بناءً على العلامات البارزة الخاصة به، وقمنا بتقسيمها إلى تصنيفات رئيسية وثانوية. حيث كانت الفئات الرئيسية هي البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدمين، ثم تم تقسيمها بناءً على حالات الاستخدام الفعلية.

البنية التحتية: تركز هذه الفئة على بناء المحتوى الأساسي في مجال الوكلاء، بما في ذلك المنصات، النماذج، البيانات، أدوات التطوير، بالإضافة إلى الخدمات من الفئة B التي تكون أكثر نضجاً وقائمة على التطبيقات الأساسية.

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

• فئة معالجة البيانات: معالجة وتحليل البيانات بأشكال مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير المصادر للتدريب.

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

• خدمات B端: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً متعلقة بالخدمات المؤسسية، العمودية، والأتمتة.

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

التفاعلية: مشابهة لفئة إنشاء المحتوى، الاختلاف هو في التفاعل المستمر ثنائي الاتجاه. وكيل التفاعل لا يقبل فقط ويفهم احتياجات المستخدم، بل يوفر أيضًا ردودًا باستخدام تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.

• وكيل الذكاء الاصطناعي للدعم العاطفي: يوفر الدعم العاطفي والمرافقة.

• نوع GPT: وكيل AI قائم على نموذج GPT (المحول المدرب مسبقًا لتوليد النصوص).

• فئة البحث: تركز على وظيفة البحث وتوفر وكيلًا يركز بشكل أساسي على استرجاع المعلومات بدقة أكبر.

توليد المحتوى: تركز هذه الأنواع من المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.

تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2

وفقًا لإحصاءاتنا، يظهر تطوير وكيل الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. على وجه الخصوص، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.

تأثير نضج التكنولوجيا: المشاريع المتعلقة بالبنية التحتية تهيمن في المقام الأول بفضل نضج تقنيتها. هذه المشاريع عادة ما تُبنى على تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. وهذا يعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير واستخدام الوكلاء الذكيين.

دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في السوق التجارية أكثر إلحاحًا، خاصةً في البحث عن حلول لتعزيز كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يعتبر مستقرًا نسبيًا، مما يفيدهم في تطوير المشاريع المستقبلية.

قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في مجال توليد المحتوى في السوق B تمثل سيناريوهات تطبيقية محدودة نسبيًا. بسبب عدم استقرار الإنتاج، تفضل الشركات التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وهذا أدى إلى نسبة صغيرة من الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.

تعكس هذه الاتجاهات نضج التكنولوجيا، واحتياجات السوق، والاعتبارات الفعلية لمجالات التطبيق. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يتم تعديل هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي لتطور وكيل الذكاء الاصطناعي.

تحليل مشروع رائد في مجال الوكلاء الذكيين في Web2

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

شخصية الذكاء الاصطناعي:

مقدمة المنتج: Character.AI تقدم نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء الشخصيات الافتراضية. يتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية التي يمكنها إجراء محادثات باللغة الطبيعية وأداء مهام محددة.

تحليل البيانات: بلغ عدد الزيارات لمنصة Character.AI في مايو 277 مليون زيارة، ولديها أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يدل على خصائص مجموعة المستخدمين الشابة. ظهرت Character AI بأداء ممتاز في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، مع تقييم بلغ مليار دولار بفضل استثمار a16z.

التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نموذجها اللغوي الكبير، مما يدل على أن Character AI تعتمد على تقنيات تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية Llama الخاص بجوجل.

الذكاء الاصطناعي بيربلكسيتي:

وصف المنتج: يمكن لـ Perplexity جمع وتوفير إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع يضمن موثوقية ودقة المعلومات، كما أنه يقوم بتعليم وتوجيه المستخدمين لطرح أسئلة متابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات استفسارات المستخدمين المتنوعة.

تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، حيث حققت تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في عدد الزيارات 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 دانيال غروس، مع مشاركة ستان دروكينميلر وNVIDIA.

التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديلهما بناءً على نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة وللتطبيقات المحددة.