Herausforderungen und Dilemmata von Technologiegiganten und Innovatoren von Agenten der künstlichen Intelligenz

Geschrieben von: IOSG Ventures

1. Die Aussicht auf zentralisierte Agenten der künstlichen Intelligenz

Agenten der künstlichen Intelligenz haben das Potenzial, die Art und Weise zu revolutionieren, wie wir mit dem Web interagieren und Aufgaben online ausführen. Während es viele Diskussionen über den Einsatz von KI-Agenten für Kryptowährungs-Zahlungsschienen gibt, ist es wichtig zu erkennen, dass etablierte Web 2.0-Unternehmen auch gut positioniert sind, um umfassende Agentenprodukt-Suiten anzubieten.

Die meisten Agenten von Web2 erscheinen in Form von Assistenten oder vertikalen Tools mit nur schwachen Ausführungsfähigkeiten. Dies ist auf die Tatsache zurückzuführen, dass das Grundmodell nicht ausgereift genug ist, sowie auf regulatorische Unsicherheiten und andere Gründe. Heutige Agenten befinden sich noch in der ersten Phase. Sie können in bestimmten Bereichen gute Leistungen erbringen, verfügen jedoch grundsätzlich nicht über die Fähigkeit zur Verallgemeinerung. Alibaba International verfügt beispielsweise über einen Agenten, der Händler bei der Beantwortung von E-Mails zu Kreditkartenstreitigkeiten unterstützt. Ein sehr einfacher Agent, der Lieferprotokolle und andere Daten abruft, diese entsprechend der Vorlage generiert und versendet, hat eine hohe Erfolgsquote und kann verhindern, dass das Kreditkartenunternehmen Geld abbucht.

Tech-Giganten wie Apple und Google sowie Unternehmen, die Experten für künstliche Intelligenz wie OpenAI oder Anthropic sind, scheinen besonders gut geeignet zu sein, die Synergien der Entwicklung von Agentensystemen zu erkunden. Die Stärke von Apple liegt in seinem Ökosystem aus Verbrauchergeräten, die als Host für KI-Modelle und als Portal für Benutzerinteraktion dienen. Das Apple Pay-System des Unternehmens ermöglicht es Agenten, sichere Online-Zahlungen zu ermöglichen. Google kann Agenten mit seinem umfangreichen Index an Webdaten und der Möglichkeit, Echtzeiteinbettungen bereitzustellen, einen beispiellosen Zugriff auf Informationen ermöglichen. In der Zwischenzeit können sich KI-Kraftpakete wie OpenAI und Anthropic auf die Entwicklung spezialisierter Modelle konzentrieren, die in der Lage sind, komplexe Aufgaben zu bewältigen und Finanztransaktionen zu verwalten. Neben großen Web2-Unternehmen gibt es in den USA auch eine große Anzahl von Start-ups, die solche Agenten entwickeln, etwa um Zahnärzte bei der Terminverwaltung zu unterstützen oder bei der Erstellung von Berichten nach der Diagnose und Behandlung zu helfen, was sehr detaillierte Szenarien darstellt.

Allerdings stehen diese Web 2.0-Giganten vor dem klassischen Innovatoren-Dilemma. Trotz ihrer technologischen Leistungsfähigkeit und Marktbeherrschung müssen sie sich durch die tückischen Gewässer disruptiver Innovationen navigieren. Die Entwicklung wirklich autonomer Agenten stellt eine erhebliche Abkehr von ihren etablierten Geschäftsmodellen dar. Darüber hinaus stellen die Unvorhersehbarkeit der KI in Verbindung mit den hohen Risiken bei Finanztransaktionen und dem Vertrauen der Benutzer erhebliche Herausforderungen dar.

2. Das Dilemma des Innovators: Herausforderungen für zentralisierte Anbieter

Das Innovator-Dilemma beschreibt das Paradoxon, dass erfolgreiche Unternehmen oft Schwierigkeiten haben, neue Technologien oder Geschäftsmodelle einzuführen, selbst wenn diese Innovationen für das langfristige Wachstum entscheidend sind. Der Kern des Problems liegt in der Zurückhaltung bestehender Unternehmen, neue Produkte oder Technologien einzuführen, deren anfängliche Benutzererfahrung möglicherweise nicht so anspruchsvoll ist wie ihre bestehenden Angebote. Diese Unternehmen befürchten, dass die Einführung solcher Innovationen ihren derzeitigen Kundenstamm verärgern könnte, der an ein gewisses Maß an Raffinesse und Zuverlässigkeit gewöhnt ist. Diese Zurückhaltung ergibt sich aus der Gefahr, die seit langem kultivierten Erwartungen der Nutzer zu untergraben.

2.1 Unvorhersehbarkeit des Agenten und Benutzervertrauen

Große Technologieunternehmen wie Google, Apple und Microsoft haben ihre Imperien auf bewährten Technologien und Geschäftsmodellen aufgebaut. Die Einführung vollständig autonomer Agenten stellt eine erhebliche Abweichung von diesen etablierten Normen dar. Diese Wirkstoffe weisen insbesondere im Anfangsstadium unweigerlich Unvollkommenheiten und unvorhersehbare Aspekte auf. Aufgrund der nicht deterministischen Natur von KI-Modellen besteht auch nach umfangreichen Tests immer das Risiko unerwarteten Verhaltens.

Für diese Unternehmen steht sehr viel auf dem Spiel. Ein Fehltritt könnte nicht nur ihrem Ruf schaden, sondern sie auch erheblichen rechtlichen und finanziellen Risiken aussetzen. Dies schafft einen starken Anreiz für sie, vorsichtig zu handeln und möglicherweise First-Mover-Vorteile im Agentenbereich zu verpassen.

Für zentralisierte Anbieter, die den Einsatz von Agenten in Betracht ziehen, ist das Risiko von Kundenprotesten erheblich. Im Gegensatz zu Start-ups, die schnell wechseln können, ohne viel zu verlieren, haben etablierte Technologiegiganten Millionen von Benutzern, die einen konsistenten, zuverlässigen Service erwarten. Jeder größere Fehltritt des Agenten könnte zu einem PR-Albtraum führen.

Stellen Sie sich ein Szenario vor, in dem ein Agent im Namen eines Benutzers eine Reihe schlechter finanzieller Entscheidungen trifft. Der daraus resultierende Aufschrei droht das über Jahre sorgfältig aufgebaute Vertrauen zu untergraben. Benutzer befragen möglicherweise nicht nur den Agenten, sondern alle KI-basierten Dienste des Unternehmens.

2.2 Unklare Bewertungskriterien und regulatorische Herausforderungen

Darüber hinaus wird das Problem dadurch noch komplizierter, wie beurteilt werden kann, was eine „richtige“ Agentenreaktion darstellt. In vielen Fällen ist nicht klar, ob die Antwort des Agenten tatsächlich falsch oder einfach ein Unfall war. Diese Grauzone kann zu Streitigkeiten führen, die die Kundenbeziehungen weiter schädigen.

Das vielleicht größte Hindernis für Anbieter zentralisierter Agenten ist das sich entwickelnde und komplexe regulatorische Umfeld. Da diese Agenten immer autonomer werden und immer sensiblere Aufgaben erledigen, geraten sie in eine regulatorische Grauzone, die erhebliche Herausforderungen mit sich bringen kann.

Besonders heikel sind Finanzvorschriften. Wenn ein Agent im Namen von Benutzern finanzielle Entscheidungen trifft oder Transaktionen ausführt, unterliegt er möglicherweise der Regulierung durch die Finanzaufsichtsbehörden. Darüber hinaus können die Compliance-Anforderungen vielfältig sein und je nach Gerichtsbarkeit erheblich variieren.

Es stellt sich auch die Frage der Haftung. Wer haftet, wenn eine Entscheidung des Vermittlers zu einem finanziellen Verlust oder einem anderen Schaden für den Nutzer führt? Benutzer? Unternehmen? Künstliche Intelligenz selbst? Dies sind Probleme, mit denen Regulierungsbehörden und Gesetzgeber gerade erst beginnen.

2.3 Modellverzerrungen können eine Quelle von Kontroversen sein

Darüber hinaus besteht die Gefahr, dass die Agenten mit zunehmender Komplexität gegen die Kartellvorschriften verstoßen. Wenn die Vertreter eines Unternehmens durchweg die eigenen Produkte oder Dienstleistungen dieses Unternehmens bevorzugen, kann dies als wettbewerbswidriges Verhalten angesehen werden. Dies ist besonders wichtig für Technologiegiganten, deren Marktbeherrschung bereits auf dem Prüfstand steht.

Die Unvorhersehbarkeit von KI-Modellen erhöht die Komplexität dieser regulatorischen Herausforderungen zusätzlich. Web2 hat Schwierigkeiten, die Compliance sicherzustellen, wenn es das Verhalten der KI nicht vollständig vorhersagen oder kontrollieren kann. Diese Unvorhersehbarkeit kann zu langsameren Innovationen bei Web2-Agenten führen, da sich Unternehmen mit diesen Komplexitäten auseinandersetzen müssen, was wiederum einen Vorteil für flexiblere Web3-Lösungen darstellen kann.

3. Möglichkeiten von Web3

Wenn sich die Fähigkeiten des zugrunde liegenden LLM-Modells verbessern, hat der Agent die Möglichkeit, in die nächste Form einzutreten, einen Agenten mit relativ hoher Autonomie. Derzeit ist es unwahrscheinlich, dass große Unternehmen es wagen, diesen Aspekt anzutasten. Die Unterstützung der Benutzer beim Bestellen einer Pizza könnte die Grenze sein. Startup-Unternehmen mögen mutig sein, aber sie werden mit vielen technischen Hindernissen konfrontiert sein. Beispielsweise verfügt der Agent selbst nicht über eine Identität und jeder Vorgang muss die Identität und das Konto des Agentenbenutzers ausleihen. Selbst wenn die Identität geliehen wird, ist es mit dem herkömmlichen System nicht so einfach, den Agenten bei der freien Tätigkeit zu unterstützen. Die Web3-Technologie bietet einzigartige Möglichkeiten für die Entwicklung von KI-Agenten und löst möglicherweise einige der Herausforderungen, mit denen zentralisierte Anbieter konfrontiert sind. Unter dem Web3-System kann der Agent durch die Steuerung der Brieftasche mehrere DIDs realisieren. Unabhängig davon, ob er durch Verschlüsselung bezahlt oder verschiedene erlaubnislose Protokolle verwendet, ist es für den Agenten sehr freundlich. Wenn der Agent beginnt, komplexe wirtschaftliche Verhaltensweisen auszuführen, besteht eine hohe Wahrscheinlichkeit, dass zwischen dem Agenten und dem Agenten hochintensive Interaktionen stattfinden. Wenn der gegenseitige Verdacht zwischen den Agenten zu diesem Zeitpunkt nicht gelöst werden kann, wird das Wirtschaftssystem der Agenten kein vollständiges Wirtschaftssystem sein. Dies ist auch ein Aspekt, der mithilfe der Verschlüsselungstechnologie angegangen werden kann.

Darüber hinaus können kryptoökonomische Anreize die Entdeckung von Agenten erleichtern und eine Strafe dafür vorsehen, dass Agenten gekürzt oder gekürzt werden, wenn sie sich schlecht benehmen. Dadurch entsteht ein selbstregulierendes System, in dem gutes Verhalten belohnt und schlechtes Verhalten bestraft wird, wodurch möglicherweise die Notwendigkeit einer zentralen Aufsicht verringert wird und denjenigen, die frühzeitig Finanztransaktionen an vollständig autonome Agenten delegieren, ein gewisses Maß an Sicherheit gegeben wird.

Das kryptoökonomische Abstecken dient dem doppelten Zweck, im Falle von Fehlverhalten gekürzt zu werden, und dient gleichzeitig als kritisches Marktsignal im Agentenerkennungsprozess. Ganz gleich, ob es sich um andere Agenten oder Personen handelt, die nach einer bestimmten Dienstleistung suchen, die Intuition ist einfach: Je mehr Einsätze, desto mehr Vertrauen hat der Markt in die Leistung eines bestimmten Agenten und desto ruhiger ist der Geist des Benutzers. Dadurch könnte ein dynamischeres und reaktionsfähigeres Agenten-Ökosystem entstehen, in dem die effektivsten und vertrauenswürdigsten Agenten natürlich hervorstechen.

Web3 kann auch einen offenen Agentenmarkt schaffen. Diese Marktplätze ermöglichen ein höheres Maß an Experimenten und Innovationen als vertrauensvolle zentralisierte Anbieter. Startups und unabhängige Entwickler können zum Ökosystem beitragen und möglicherweise zu einer schnelleren Weiterentwicklung und Professionalisierung von Agenten führen.

Darüber hinaus können verteilte Netzwerke wie Grass und OpenLayer Agenten Zugriff auf offene Internetdaten und geschlossene Informationen ermöglichen, die eine Authentifizierung erfordern. Dieser umfassende Zugriff auf verschiedene Datenquellen ermöglicht es Web3-Agenten möglicherweise, fundiertere Entscheidungen zu treffen und umfassendere Dienste bereitzustellen.

Web 2.0 vs. Web 3.0

4. Einschränkungen und Herausforderungen von Web3-Agenten für künstliche Intelligenz

4.1 Begrenzte Akzeptanz von Kryptozahlungen

Dieser Artikel wäre nicht vollständig, wenn wir nicht auf einige der Herausforderungen bei der Einführung von Web 3.0-Agenten eingehen würden. Das Problem ist, dass die Akzeptanz von Kryptowährungen als Zahlungslösungen in der Off-Chain-Wirtschaft immer noch begrenzt ist. Derzeit akzeptieren nur eine Handvoll Online-Plattformen Krypto-Zahlungen, was die praktischen Einsatzmöglichkeiten kryptobasierter Agenten in der Realwirtschaft einschränkt. Ohne eine umfassende Integration von Krypto-Zahlungslösungen in die Gesamtwirtschaft werden die Auswirkungen von Web 3.0-Proxys weiterhin begrenzt sein.

4.2 Transaktionsgröße

Eine weitere Herausforderung ist der Umfang typischer Online-Verbrauchertransaktionen. Bei vielen dieser Transaktionen handelt es sich um relativ kleine Geldbeträge, die für die meisten Benutzer möglicherweise nicht ausreichen, um die Notwendigkeit eines vertrauenswürdigen Systems zu rechtfertigen. Wenn es zentralisierte Alternativen gibt, erkennt der Durchschnittsverbraucher möglicherweise nicht den Wert, einen dezentralen Agenten für kleine, alltägliche Einkäufe zu nutzen.

5. Fazit

Die Zurückhaltung von Technologieunternehmen, vollständig autonome KI-Agenten anzubieten, aufgrund der Unvorhersehbarkeit nicht deterministischer Modelle, schafft Chancen für Krypto-Startups. Diese Krypto-Startups können offene Märkte und kryptoökonomische Sicherheit nutzen, um die Lücke zwischen behördlichem Potenzial und tatsächlicher Umsetzung zu schließen.

Durch die Nutzung der Blockchain-Technologie und intelligenter Verträge können kryptografische KI-Agenten ein Maß an Transparenz und Sicherheit bieten, das zentralisierte Systeme nur schwer erreichen könnten. Dies kann besonders attraktiv für Anwendungsfälle sein, die ein hohes Maß an Vertrauen erfordern oder vertrauliche Informationen beinhalten.