En este intercambio en línea conocido como "Trench Talk", muchos pioneros de las industrias de IA y blockchain llevaron a cabo debates en profundidad sobre el estado actual de la tecnología de los agentes de inteligencia artificial (IA), la combinación de DeFi e IA, y las necesidades y perspectivas de desarrollo de diferentes escenarios de aplicación B2B y B2C. Los participantes clave en este diálogo incluyen:
Kunal: De Bangalore, India, centrado en brindar servicios de agencia de marketing e inteligencia artificial para proyectos Web3;
NFT (también conocidos como NFT2): con múltiples experiencias en las industrias de IA y criptomonedas, actualmente está comprometido con la construcción de una plataforma de entrenamiento de datos descentralizada para brindar anotación a gran escala y entrenamiento de modelos para empresas de IA;
Abdul: trabaja en el fondo DecaSonic, centrado en invertir en proyectos tempranos en la intersección de Web3, blockchain e IA;
Otros participantes también compartieron sus ideas sobre temas como 'agentes de IA', 'finanzas DeFi', 'aplicaciones B2B y B2C', etc.
Este artículo se centrará en los siguientes temas centrales, con el objetivo de resumir la conversación de manera lo más detallada y completa posible.
Uno, las capacidades actuales de los agentes de IA y su evolución futura
1. El 'techo' y los puntos de dolor de los agentes de IA existentes
Los participantes generalmente creen que los agentes de IA aún están en una fase de rápida iteración, y sus capacidades específicas se centran principalmente en el diálogo, la generación de texto, algunas tareas visuales y un soporte de decisión relativamente simple. En comparación con los algoritmos 'scriptados' o 'basados en árboles de decisión' tradicionales, los modernos agentes de IA tienen una comprensión del lenguaje natural y capacidades de razonamiento autónomo mucho más fuertes. Sin embargo:
Capacidad creativa y abstracta: en el nivel de 'creación profunda' totalmente autónoma, la IA todavía tiende a caer en 'ciclos auto-referenciales' o repetir datos de entrenamiento existentes, siendo difícil superar realmente la 'inspiración' o 'alma' de la creación humana.
Manejo de múltiples fuentes de datos: para que los agentes de IA desempeñen correctamente decisiones complejas o ejecuciones estratégicas, es necesario conectar y comprender la compleja información de múltiples dominios (incluyendo llamadas API en tiempo real, compatibilidad con datos de diferentes industrias, etc.), lo que aún enfrenta limitaciones tecnológicas y de potencia de cálculo.
Problemas de factualidad y 'alucinaciones': la IA a menudo presenta 'alucinaciones' (hallucination) en la generación de texto o diálogos, es decir, inventar casos, datos o literatura que no existen. Esta salida, que es muy persuasiva pero puede distorsionarse gravemente, plantea riesgos en aplicaciones reales.
2. Avanzando hacia AGI: lleno de imaginación pero también de desafíos
La búsqueda de AGI (inteligencia artificial general) se ha mencionado repetidamente:
Expectativas del usuario: muchos usuarios esperan que algún día los agentes de IA puedan actuar como un cerebro humano 'omnisciente y omnipotente', destacándose no solo en áreas específicas, sino también integrándose a través de diferentes campos, e incluso derivando nuevas ideas y teorías.
Tecnología y ética: el camino hacia AGI no solo necesita resolver problemas de potencia de cálculo, datos e iteración de algoritmos, sino que también debe considerar cuestiones éticas y de seguridad, como cómo permitir que los agentes de IA permanezcan controlables y verificables en entornos sociales complejos.
Dos, aplicaciones de IA en B2B y B2C: diferencias en funciones y puntos de dolor
1. B2B: las empresas desean mejorar la eficiencia y la automatización
En el escenario empresarial (B2B), los agentes de IA se centran principalmente en:
Automatización de procesos: delegar a los agentes de IA los procesos más tediosos o regulados dentro de una empresa, como la gestión de proyectos, liquidaciones financieras, auditorías de documentos, etc., puede mejorar drásticamente la eficiencia laboral y reducir errores humanos.
Fusión de datos profesionales: muchas empresas poseen grandes cantidades de datos históricos y datos confidenciales, si pueden entrenar y extraer información en profundidad a través de agentes de IA, pueden obtener un soporte de decisión o funciones de predicción más precisas, ganando así una ventaja en la competencia global.
Escenarios de negocio innovadores: como empoderar a las empresas de juegos para generar diálogos de NPC más realistas con IA, o ayudar a agencias de marketing a producir rápidamente una gran cantidad de contenido de alta calidad. Algunas empresas también han integrado agentes de IA en sistemas como CRM y ERP, lo que permite una alta colaboración de la información interna de la empresa.
2. B2C: los consumidores necesitan experiencias 'simples', 'fáciles de usar' y 'acompañadas'
En comparación con las complejas necesidades del lado empresarial, los consumidores comunes se enfrentan a la IA de manera más directa y emocional:
Sustitución de la obtención de información y búsqueda: muchas personas han comenzado a usar modelos de conversación como ChatGPT, Claude y otros LLM para reemplazar los motores de búsqueda tradicionales. La retroalimentación instantánea de 'pregunta y respuesta' permite a las personas no tener que buscar información en múltiples fuentes por sí mismas.
Asistencia en la creación y entretenimiento: herramientas de creación de imágenes, videos y música con IA permiten a los usuarios no profesionales generar rápidamente obras relativamente elaboradas; además, algunos usuarios experimentan el potencial de la IA en educación, compañía y otros aspectos.
Compañía emocional: en el contexto de la evolución continua de 'IA de gran modelo + interacción multimodal + metaverso', la IA podría convertirse en 'amigos virtuales' y 'compañeros digitales' para los humanos, especialmente en una sociedad contemporánea donde la soledad y la presión están en aumento, la IA podría satisfacer algunas necesidades de compañía psicológica.
Tres, el auge de DeFAI: el significado de la fusión de IA y DeFi
1. De 'comercio cuantitativo' tradicional a 'gestión financiera basada en agentes'
Al discutir la combinación de IA y finanzas descentralizadas (DeFi), varios invitados mencionaron:
Transacciones y arbitraje: entrenar a los agentes de IA para ejecutar emparejamientos inteligentes, arbitrajes entre cadenas, minería de liquidez y otras operaciones en varios intercambios descentralizados (DEX) puede aumentar significativamente la rentabilidad y eficiencia del capital.
Gestión financiera automatizada: si los inversores comunes no están familiarizados con contratos complejos y grupos de liquidez, pueden confiar sus fondos a un 'agente DeFAI', solo necesitan establecer su tolerancia al riesgo o objetivos de rendimiento, y la IA podrá 'ajustarse a sí misma' de manera continua para diversificar o concentrar inversiones, en un esfuerzo por coincidir con las expectativas del usuario.
Diversificación de combinaciones y control de riesgos: los agentes de IA pueden rastrear en tiempo real varios indicadores (economía macro, datos en cadena, etc.), realizando configuraciones dinámicas. También pueden descubrir oportunidades de inversión o vulnerabilidades potenciales difíciles de detectar en el pasado a través de modelos de retroceso.
2. Oportunidades y desafíos coexistentes
Finanzas inclusivas: si cada usuario pudiera obtener estrategias de gestión de inversiones profesionales a través de la IA, DeFi podría realmente llegar al público, rompiendo las barreras del sistema financiero tradicional;
Cumplimiento y seguridad: la 'alucinación' de la IA al tomar decisiones, si provoca grandes pérdidas financieras, aún no está clara la responsabilidad y las consecuencias; los métodos de regulación y los límites legales sobre el comportamiento económico de la IA también deben ser explorados.
Cuatro, ¿ser reemplazado? ¿O abrazar 'trajes superpoderosos'?
1. 'Preocupación por el desempleo' VS 'mejora de herramientas'
Varios invitados mencionaron que existe un temor en todas las industrias sobre la posibilidad de que la IA reemplace el trabajo humano. Sin embargo, al igual que la popularización de las computadoras reemplazó algunos puestos administrativos, también surgieron más trabajos nuevos relacionados con software e Internet, la IA también traerá nuevos modelos de 'colaboración humano-máquina'.
Simplificación del trabajo repetitivo: procesos mecanizados como administración, recursos humanos, etiquetado o filtrado de datos, atención al cliente básica, etc., pueden ser gradualmente asumidos por la IA.
Liberando creatividad: para aquellos con talento técnico o artístico que saben cómo utilizar la IA para mejorar la productividad, la IA actúa como un 'traje superpoderoso', lo que permite un aumento exponencial en la eficiencia personal y la creatividad.
2. ¿Los humanos mantienen la ventaja de 'emociones y ética'?
Los participantes consideran que, por el momento, la IA aún tiene dificultades para realmente comprender 'las emociones humanas' y 'los valores profundos', especialmente en situaciones que requieren alta empatía, decisiones clave o enfrentándose a circunstancias desconocidas, la intuición, la ética y la experiencia de los tomadores de decisiones humanos son indispensables.
Áreas que no pueden ser fácilmente reemplazadas: atención médica, educación infantil, ciertos campos artísticos, planificación creativa, etc., pueden necesitar más participación 'humana'.
Depender de la IA también puede llevar a la degradación de las habilidades humanas: así como depender de GPS ha hecho que las personas pierdan su sentido de dirección, depender en exceso de la IA para ejecutar varias habilidades también puede debilitar las capacidades correspondientes de los humanos.
Cinco, ¿cómo seguir las dinámicas de la industria? 'Carril rápido' para la actualización de conocimientos
Dado que la velocidad de actualización e iteración en el campo de la IA es asombrosa, cómo mantenerse al tanto de la información de vanguardia se ha convertido en otro gran tema:
Atención a figuras clave y equipos de investigación: ya sea OpenAI, Anthropic, DeepMind o nuevos emergentes como DeepSeek, es crucial seguir continuamente sus equipos, publicaciones de artículos y actividades comunitarias;
Usar eficazmente las redes sociales y círculos de la industria: X (anteriormente Twitter) ha sido considerado por varios invitados como un tesoro para obtener las últimas dinámicas de la industria, muchos investigadores y desarrolladores comparten ideas o logros en Twitter en tiempo real; plataformas como Telegram, Discord y GitHub también son excelentes lugares para intercambios profundos;
Revisar tendencias de inversión de capital de riesgo: rastrear preferencias del mercado de capitales puede revelar el surgimiento de nuevas pistas y el estado de la competencia en campos candentes, confirmando indirectamente qué conceptos o proyectos de IA tienen más potencial.
Seis, conclusión: nuevas oportunidades y desconocidos en la ola de IA
Esta conversación comenzó con el estado actual de la tecnología de agentes de IA y su potencial evolutivo, se expandió a las necesidades multidimensionales de las empresas (B2B) y los individuos (B2C), y luego al espacio imaginativo que surge de la profunda integración de DeFi y IA, conocido como 'DeFAI'.
El próximo punto de explosión de la tecnología de agentes de IA: cómo los agentes obtienen 'especialización' y 'soporte de múltiples fuentes de datos' más allá de los grandes modelos básicos será la clave de la competencia en el siguiente paso, y también se debe trabajar en resolver problemas centrales como 'alucinaciones'.
Resonancia B2B y B2C: cuando las empresas introducen IA a gran escala, necesitan manejar grandes cantidades de datos confidenciales; los individuos se enfocan más en 'interacciones simples' y 'experiencias personalizadas'. Aunque ambos pueden diferir en los escenarios de aplicación, comparten en gran medida recursos de computación, avances tecnológicos y talento.
Perspectivas de DeFAI: aprovechando las ventajas de la automatización de IA y la toma de decisiones inteligentes, para proporcionar nuevos puntos de crecimiento y medios de control de riesgos para proyectos DeFi, permitiendo a las personas comunes acceder a servicios financieros en cadena más convenientes, seguros y eficientes.
La era de la colaboración entre humanos y máquinas ha llegado: la preocupación por ser reemplazado no es infundada, pero como dijo un invitado, 'quien sepa usar IA' será la fuerza laboral e innovadora irremplazable del futuro; saber cómo utilizar 'trajes superpoderosos' permitirá mantener una ventaja competitiva.
En este momento, estamos en un momento clave de la profunda fusión entre la IA y Web3. El avance de la tecnología de agentes de IA no solo puede revolucionar los modelos de búsqueda tradicionales y la gestión de la eficiencia, sino que también redefine la 'división del trabajo' en la economía digital. A medida que más proyectos de IA, infraestructura descentralizada y necesidades empresariales se unen a las 'trincheras', la ola de IA y blockchain podría desencadenar un cambio social sin precedentes. Para las personas comunes, cómo adaptarse, seguir aprendiendo y establecer una competitividad central personal podría ser la mejor postura ante esta sorprendente transformación.
Más información:
Blockchain de juegos Xai: base de datos de Binance Square
