AI Ajanı, Web3+AI'nin kurtuluş umudu olabilir mi?

AI Agent projeleri, Web2 girişimlerinde popüler ve olgun bir tür olarak esas olarak kurumsal hizmet sınıfındadır, ancak Web3 alanında model eğitimi ve platform birleşim projeleri, ekosistem inşasındaki kritik rolleri nedeniyle ana akım haline gelmiştir.

Şu anda Web3'teki AI Agent projelerinin sayısı az, oranı %8, ancak AI alanındaki piyasa değeri oranı %23'e ulaşmaktadır; bu nedenle güçlü bir piyasa rekabetçiliği sergilemektedir. Teknolojinin olgunlaşması ve piyasa kabul oranının artmasıyla, gelecekte 10 milyar doları aşan değere sahip birçok projenin ortaya çıkmasını bekliyoruz.

Web3 projeleri için, AI çekirdek olmayan uygulama uç ürünlerine AI teknolojisinin dahil edilmesi stratejik bir avantaj haline gelebilir. AI Agent projeleri için entegrasyon yöntemleri, merkeziyetsizliği ve ağ etkilerini teşvik etmek amacıyla tüm ekosistem yapısına ve token ekonomi modeline odaklanmalıdır.

AI Dalgası: Projelerin Patlak Vermesi ve Değerlemelerin Artışı Durumu

ChatGPT, 2022 yılının Kasım ayında piyasaya sürüldüğünden beri, yalnızca iki ay içinde bir milyondan fazla kullanıcı kazanmıştır. 2024 Mayıs itibarıyla, ChatGPT'nin aylık geliri şaşırtıcı bir şekilde 20.3 milyon dolara ulaşmıştır. OpenAI, ChatGPT'yi piyasaya sürdükten sonra hızla GPT-4, GP4-4o gibi iterasyon sürümlerini de tanıtmıştır. Bu hızlı gelişimle birlikte, büyük geleneksel teknoloji devleri, LLM gibi en son yapay zeka modellerinin uygulamalarının öneminin farkına varmış ve kendi yapay zeka modellerini ve uygulamalarını tanıtmaya başlamışlardır. Örneğin, Google büyük dil modeli PaLM2'yi, Meta Llama3'ü piyasaya sürerken, Çinli şirketler ise Wenxin Yiyan, Zhipu Qingyan gibi büyük modelleri tanıtmıştır. Açıkça görülmektedir ki, yapay zeka alanı artık stratejik bir rekabet alanı haline gelmiştir.

Büyük teknoloji devlerinin yarışı yalnızca ticari uygulamaların gelişimini teşvik etmekle kalmıyor, aynı zamanda açık kaynaklı AI araştırmalarına dair yapılan istatistikler de gösteriyor ki, 2024 AI Index raporu GitHub'daki AI ile ilgili proje sayısının 2011'de 845'ten 2023'te yaklaşık 1.8 milyona fırladığını, özellikle 2023'te GPT'nin piyasaya sürülmesinden sonra proje sayısının bir önceki yıla göre %59.3 arttığını ortaya koyuyor. Bu durum, küresel geliştirici topluluğunun AI araştırmalarına olan ilgisini yansıtıyor.

AI teknolojisine olan ilgi, yatırım piyasasında doğrudan yansımalarını buldu. AI yatırım piyasası güçlü bir büyüme sergiliyor ve 2024'ün ikinci çeyreğinde patlama büyümesi gösteriyor. Dünya genelinde 1.5 milyar dolardan fazla 16 AI ile ilgili yatırım gerçekleşti, bu da birinci çeyreğin iki katı. AI girişimlerinin toplam finansmanı ise 24 milyar dolara fırladı, bu da geçen yıla göre iki katına çıktı. Bu bağlamda, Musk'ın xAI'si 6 milyar dolar topladı ve 24 milyar dolar değerlemeye ulaştı, OpenAI'den sonra en yüksek değerlemeye sahip ikinci AI girişimi oldu.

AI teknolojisinin hızlı gelişimi, teknoloji alanının haritasını eşsiz bir hızla yeniden şekillendiriyor. Teknoloji devleri arasındaki şiddetli rekabetten, açık kaynak topluluğu projelerinin gelişimine ve sermaye piyasalarının AI kavramına olan coşkusuna kadar her şey hızla ilerliyor. Projeler birbiri ardına çıkmakta, yatırımlar rekor seviyelere ulaşmakta ve değerlemeler de buna paralel olarak artmaktadır. Genel olarak, AI pazarı yüksek bir gelişim döneminde, büyük dil modelleri ve arama artırıcı üretim teknolojileri dil işleme alanında önemli ilerlemeler kaydetti. Bununla birlikte, bu modellerin teknik avantajlarını pratik ürünlere dönüştürürken hala bazı zorluklarla karşı karşıya kaldığı görülüyor; bu zorluklar arasında model çıktılarındaki belirsizlik, yanlış bilgi üretiminde yanılsama riski ve model şeffaflığı sorunları bulunmaktadır. Bu sorunlar, güvenilirlik açısından son derece önemli olan uygulama senaryolarında özellikle kritik hale gelmektedir.

Bu bağlamda, AI Agent üzerine araştırmalara başladık çünkü AI Agent, pratik sorunları çözme ve çevre ile etkileşimin kapsamını vurgulamaktadır. Bu değişim, AI teknolojisinin yalnızca dil modellerinden gerçek sorunları anlayabilen, öğrenebilen ve çözebilen akıllı sistemlere evrimini simgelemektedir. Bu nedenle, AI Agent'ın gelişiminde bir umut görüyoruz; AI teknolojisi ile pratik sorun çözümü arasındaki uçurumu giderek kapatmaktadır. AI teknolojisinin evrimi, üretkenlik yapısını sürekli olarak yeniden şekillendirirken, Web3 teknolojisi de dijital ekonominin üretim ilişkilerini yeniden yapılandırmaktadır. AI'nın üç ana unsuru: veri, model ve hesaplama gücü, Web3'ün merkeziyetsizleşme, token ekonomisi ve akıllı sözleşmeler gibi temel kavramları ile birleştiğinde, bir dizi yenilikçi uygulamanın ortaya çıkmasını öngörüyoruz. Bu potansiyel dolu kesişim alanında, AI Agent'ın kendi kendine görevleri yerine getirme yeteneği, geniş ölçekli uygulamaların gerçekleştirilmesinde büyük bir potansiyel sergilemektedir.

Bu amaçla, Web3'te AI Agent'ın çeşitlendirilmiş uygulamalarını derinlemesine incelemeye başladık; Web3'ün altyapısı, ara yazılımı, uygulama düzeyleri ve veri ile model pazarları gibi birçok boyutta, en umut verici proje türlerini ve uygulama senaryolarını tanımlayıp değerlendirmeyi amaçlıyoruz. AI ile Web3'ün derin entegrasyonunu daha iyi anlamak için.

Kavramların Açıklanması: AI Ajanının Tanıtımı ve Sınıflandırma Genel Görünümü

Temel Tanıtım

AI Agent'i tanıtmadan önce, okuyucuların tanım ve model arasındaki farkı daha iyi anlaması için bir gerçek senaryo üzerinden örnek verelim: Diyelim ki bir seyahat planlıyorsunuz. Geleneksel büyük dil modelleri, varış yeri bilgileri ve seyahat önerileri sunar. Arama artırıcı üretim teknolojisi ise daha zengin ve belirgin varış yeri içeriği sağlayabilir. AI Agent ise, demir adam filmlerindeki JARVIS gibi, ihtiyaçları anlayabilir ve bir cümlenizle uçuş ve otel araması yaparak, rezervasyon işlemlerini gerçekleştirip programınızı takviminize ekleyebilir.

Günümüzde sektör genelinde AI Agent'ın tanımı, çevreyi algılayabilen ve buna uygun eylemler gerçekleştirebilen akıllı sistemler olarak kabul edilmektedir. Çevre bilgilerini sensörler aracılığıyla elde eder, işlendikten sonra etkileyici cihazlar aracılığıyla çevre üzerinde etki sağlar (Stuart Russell & Peter Norvig, 2020). Bizim görüşümüze göre, AI Agent, LLM, RAG, bellek, görev planlama ve araç kullanma yeteneklerini bir araya getiren bir asistan olarak tanımlanabilir. Sadece bilgi sağlamakla kalmaz, aynı zamanda görevleri planlayabilir, parçalayabilir ve gerçekten uygulayabilir.

Bu tanım ve özelliklere dayanarak, AI Agent'ın hayatımıza çoktan entegre olduğunu ve AlphaGo, Siri, Tesla'nın L5 seviyesinin üzerindeki otonom sürüşü gibi farklı senaryolarda uygulandığını görebiliriz; bunlar AI Agent örnekleri olarak değerlendirilebilir. Bu sistemlerin ortak özelliği, dışarıdan gelen kullanıcı girdilerini algılayabilmeleri ve buna göre gerçek çevre üzerinde etkide bulunabilmeleridir.

ChatGPT örneğini kullanarak kavramları netleştirecek olursak, Transformer'ın AI modellerinin teknik mimarisini oluşturduğunu açıkça belirtmemiz gerekiyor. GPT, bu mimari üzerine geliştirilmiş model serisini temsil ederken, GPT-1, GPT-4 ve GPT-4o, modelin farklı gelişim aşamalarındaki versiyonlarını temsil etmektedir. ChatGP ise GPT modeline dayanan evrimleşmiş bir AI Ajandır.

Kategori Genel Görünümü

Günümüzde AI Agent pazarında henüz bir standart sınıflandırma oluşmamıştır. Web2+Web3 pazarındaki 204 AI Agent projesini etiketleyerek, her projenin belirgin etiketlerine göre birincil ve ikincil sınıflara ayırdık. Birincil sınıflar ise altyapı, içerik oluşturma ve kullanıcı etkileşimi olmak üzere üç kategoriye ayrılmıştır ve bunlar gerçek kullanım durumlarına göre daha da detaylandırılmıştır:

Altyapı İnşaatı: Bu tür, Agent alanında daha temel içeriklerin inşasına odaklanır; platformlar, modeller, veriler, geliştirme araçları ve daha olgun temel uygulamaların B tarafı hizmetleri.

• Geliştirme araçları: Geliştiricilere AI ajanı oluşturmak için yardımcı araçlar ve çerçeveler sağlar.

• Veri işleme türleri: Farklı formatlardaki verileri işleme ve analiz etme, esas olarak karar vermeye yardımcı olmak ve eğitim için kaynak sağlamak amacıyla kullanılır.

• Model eğitimi türü: AI için model eğitimi hizmetleri sunar, çıkarım, model oluşturma, ayarlama gibi.

• B tarafı hizmetleri: Temel olarak kurumsal kullanıcılara yönelik, kurumsal hizmetler, dikey çözümler ve otomasyon çözümleri sunar.

• Platform türleri: Birçok AI Agent hizmeti ve aracını entegre eden platform.

Etkileşim türü: İçerik üretim türüne benzer, ancak sürekli iki yönlü etkileşim ile farklılık gösterir. Etkileşim türü Ajansı sadece kullanıcı ihtiyaçlarını kabul etmekle kalmaz, aynı zamanda doğal dil işleme (NLP) gibi teknikler aracılığıyla geri bildirimde bulunarak kullanıcı ile iki yönlü etkileşim sağlar.

• Duygusal destek: Duygusal destek ve arkadaşlık sağlayan AI Ajanı.

• GPT türü: GPT (Generative Pre-trained Transformer) modeline dayanan AI Ajansı.

• Arama türü: Arama işlevine odaklanarak, daha doğru bilgi bulma odaklı bir Agent sağlar.

İçerik Üretimi: Bu tür projeler, kullanıcı talimatlarına göre çeşitli içerik biçimleri oluşturmak için büyük model teknolojilerini kullanarak içerik yaratmaya odaklanmaktadır. Dört kategoriye ayrılır: metin üretimi, görsel üretimi, video üretimi ve ses üretimi.

Web2 AI Agent gelişim durumu analizi

Yapılan istatistiklere göre, Web2 geleneksel internetinde AI Ajansı geliştirilmesinde belirgin bir sektör yoğunlaşma eğilimi gözlemlenmektedir. Özellikle, projelerin yaklaşık üçte ikisi altyapı kategorisinde toplanmış olup, bunların çoğunluğu B tarafı hizmetleri ve geliştirme araçlarıdır. Bu olguyu da biraz analiz ettik.

Teknoloji olgunluğunun etkisi: Altyapı projelerinin neden baskın olduğu, öncelikle teknoloji olgunluğuna dayanmaktadır. Bu projeler genellikle zamanla test edilmiş teknolojiler ve çerçeveler üzerine inşa edilir, bu da geliştirme zorluğunu ve riskini azaltır. AI alanındaki "kürek" gibi, AI Agent'ların geliştirilmesi ve uygulanması için sağlam bir temel sağlar.

Pazar talebinin etkisi: Diğer bir ana faktör pazar talebidir. Tüketici pazarına kıyasla, işletme pazarının AI teknolojisine olan talebi daha acildir, özellikle operasyonel verimliliği artırma ve maliyetleri düşürme çözümleri arayışında. Ayrıca geliştiriciler için, işletmelerden gelen nakit akışı görece daha istikrarlıdır, bu da onların sonraki projeleri geliştirmelerini kolaylaştırır.

Uygulama senaryolarının sınırlamaları: Aynı zamanda, içerik üreten AI'nin B tarafı pazarındaki uygulama senaryolarının nispeten sınırlı olduğunu gözlemliyoruz. Üretilen içeriğin istikrarsızlığı nedeniyle, işletmeler üretkenliği istikrarlı bir şekilde artırabilen uygulamalara daha fazla yöneliyor. Bu durum, içerik üreten AI'nin proje kütüphanesindeki payının daha küçük olmasına neden oldu.

Bu eğilim, teknoloji olgunluğu, piyasa talebi ve uygulama senaryolarının gerçek değerlendirmelerini yansıtmaktadır. AI teknolojisinin sürekli ilerlemesi ve piyasa talebinin daha da netleşmesiyle, bu yapının bazı ayarlamalara tabi olabileceğini öngörüyoruz; ancak altyapı türleri, AI Agent gelişiminin sağlam temeli olmaya devam edecektir.

Web2'nin AI Agent lider proje analizi

Mevcut Web2 pazarındaki bazı AI Agent projelerini derinlemesine inceleyip, Character AI, Perplexity AI, Midjourney gibi üç projeyi analiz edeceğiz.

Karakter AI：

Ürün Tanıtımı: Character.AI, yapay zeka tabanlı bir diyalog sistemi ve sanal karakter oluşturma aracı sunmaktadır. Platformu, kullanıcıların sanal karakterler oluşturmasına, eğitmesine ve bu karakterlerle etkileşimde bulunmasına olanak tanır; bu karakterler doğal dilde diyalog yapabilir ve belirli görevleri yerine getirebilir.

Veri analizi: Character.AI'nin Mayıs ayındaki ziyaretçi sayısı 277 milyon, platformun 3.5 milyonun üzerinde günlük aktif kullanıcısı var ve bu kullanıcıların çoğu 18 ile 34 yaş arasındadır, bu da genç bir kullanıcı grubu özelliğini göstermektedir. Character AI, sermaye piyasasında başarılı bir performans sergileyerek 150 milyon dolarlık bir finansman sağladı ve 1 milyar dolar değerlemeye ulaştı; a16z önderlik etti.

Teknik analiz: Character AI, Google'ın ana şirketi Alphabet ile büyük dil modelini kullanmak için gayri resmi bir lisans anlaşması imzaladı, bu da Character AI'nin kendi geliştirdiği teknolojiyi kullandığını gösteriyor. Ayrıca, şirketin kurucuları Noam Shazeer ve Daniel De Freitas'ın Google'ın diyalog tabanlı dil modeli Llama'nın geliştirilmesine katıldığını belirtmekte fayda var.

Perplexity AI:

Ürün Tanıtımı: Perplexity, internetten ayrıntılı yanıtlar toplayabilir ve sağlayabilir. Bilgilerin güvenilirliğini ve doğruluğunu sağlamak için alıntılar ve referans bağlantıları kullanırken, kullanıcıları eğitir, yönlendirir ve anahtar kelimeleri aramaları için soru sormalarını sağlar, böylece kullanıcıların çeşitli sorgu ihtiyaçlarını karşılar.

Veri analizi: Perplexity'nin aylık aktif kullanıcı sayısı 10 milyona ulaştı, mobil ve masaüstü uygulamalarının erişiminde Şubat ayında %8,6'lık bir artış sağlandı ve yaklaşık 50 milyon kullanıcı çekildi. Sermaye piyasasında, Perplexity AI yakın zamanda 62,7 milyon dolar yatırım aldığını ve değerlemesinin 1,04 milyar dolara ulaştığını duyurdu; yatırımcılar arasında Daniel Gross liderliğinde Stan Druckenmiller ve NVIDIA da bulunuyor.

Teknik analiz: Perplexity'nin kullandığı ana model, ince ayar yapılmış GPT-3.5'tir ve açık kaynaklı büyük modellerin ince ayarına dayanan iki büyük modeldir: pplx-7b-online ve pplx-70b-online. Modeller, profesyonel akademik araştırmalar ve dikey alan sorguları için uygundur, bilgilerin doğruluğunu ve güvenilirliğini sağlar.

Midjourney:

Ürün Tanıtımı: Kullanıcılar, Midjourney'de çeşitli stiller ve temalarda görüntüler oluşturmak için Prompts kullanabilir, gerçekçi olanlardan başlayarak