Escrito por: IOSG Ventures

1. La perspectiva de agentes de inteligencia artificial centralizados

Los agentes de inteligencia artificial tienen el potencial de revolucionar la forma en que interactuamos con la web y realizamos tareas en línea. Si bien se debate mucho sobre el uso de agentes de IA para vías de pago con criptomonedas, es importante reconocer que las empresas Web 2.0 establecidas también están bien posicionadas para ofrecer conjuntos completos de productos de agentes.

La mayoría de los agentes de Web2 aparecen en forma de asistentes o herramientas verticales, con capacidades de ejecución débiles. Esto se debe a que el modelo básico no está lo suficientemente maduro y también a razones como la incertidumbre regulatoria. Los agentes actuales todavía se encuentran en la primera etapa. Pueden desempeñarse bien en campos específicos, pero básicamente no tienen capacidad de generalización. Por ejemplo, Alibaba International tiene un agente que ayuda a los comerciantes a responder correos electrónicos relacionados con disputas sobre tarjetas de crédito. Un agente muy simple llama al registro de envío y otros datos, los genera y envía de acuerdo con la plantilla y tiene una alta tasa de éxito para evitar que la compañía de la tarjeta de crédito deduzca dinero.

Gigantes tecnológicos como Apple y Google, así como empresas expertas en inteligencia artificial como OpenAI o Anthropic, parecen particularmente adecuadas para explorar las sinergias del desarrollo de sistemas de agentes. La fortaleza de Apple radica en su ecosistema de dispositivos de consumo que sirven como host para modelos de IA y portal para la interacción del usuario. El sistema Apple Pay de la empresa permite a los agentes facilitar pagos seguros en línea. Google, con su vasto índice de datos web y su capacidad para proporcionar incrustaciones en tiempo real, puede brindar a los agentes un acceso a la información sin precedentes. Mientras tanto, las potencias de la IA como OpenAI y Anthropic pueden centrarse en desarrollar modelos especializados capaces de manejar tareas complejas y gestionar transacciones financieras. Además de las principales empresas de Web2, también hay una gran cantidad de nuevas empresas en los Estados Unidos que están creando agentes de este tipo, como ayudar a los dentistas a gestionar citas o ayudar a generar informes posteriores al diagnóstico y tratamiento, que son escenarios muy detallados.

Sin embargo, estos gigantes de la Web 2.0 se enfrentan al clásico dilema del innovador. A pesar de su destreza tecnológica y dominio del mercado, deben navegar por las traicioneras aguas de la innovación disruptiva. Desarrollar agentes verdaderamente autónomos representa una desviación significativa de sus modelos de negocio establecidos. Además, la imprevisibilidad de la IA, combinada con los altos riesgos de las transacciones financieras y la confianza de los usuarios, plantean desafíos importantes.

2. El dilema del innovador: desafíos que enfrentan los proveedores centralizados

El dilema del innovador describe la paradoja de que las empresas exitosas a menudo tienen dificultades para adoptar nuevas tecnologías o modelos de negocio, incluso cuando esas innovaciones son fundamentales para el crecimiento a largo plazo. En el centro del problema está la renuencia de las empresas existentes a introducir nuevos productos o tecnologías cuya experiencia inicial de usuario puede no ser tan sofisticada como sus ofertas existentes. A estas empresas les preocupa que la adopción de tales innovaciones pueda alienar a su base de clientes actual, que está acostumbrada a un cierto nivel de refinamiento y confiabilidad. Esta vacilación surge del riesgo de socavar las expectativas largamente cultivadas de los usuarios.

2.1 Imprevisibilidad del agente y confianza del usuario

Las grandes empresas tecnológicas como Google, Apple y Microsoft han construido sus imperios sobre tecnologías y modelos de negocio probados. La introducción de agentes totalmente autónomos representa una desviación significativa de estas normas establecidas. Estos agentes, especialmente en las primeras etapas, inevitablemente tendrán imperfecciones y aspectos impredecibles. La naturaleza no determinista de los modelos de IA significa que siempre existe el riesgo de que se produzca un comportamiento inesperado, incluso después de pruebas exhaustivas.

Hay mucho en juego para estas empresas. Un paso en falso no sólo podría dañar su reputación sino también exponerlos a importantes riesgos legales y financieros. Esto crea un fuerte incentivo para que actúen con cautela, perdiendo potencialmente las ventajas de ser los primeros en actuar en el espacio de los agentes.

Para los proveedores centralizados que están considerando implementar agentes, el riesgo de protestas de los clientes es significativo. A diferencia de las nuevas empresas, que pueden evolucionar rápidamente sin mucho que perder, los gigantes tecnológicos establecidos tienen millones de usuarios que esperan un servicio consistente y confiable. Cualquier paso en falso importante por parte del agente podría provocar una pesadilla de relaciones públicas.

Considere un escenario en el que un agente toma una serie de malas decisiones financieras en nombre de un usuario. La protesta resultante amenaza con erosionar la confianza cuidadosamente construida durante años. Los usuarios pueden cuestionar no sólo al agente, sino a todos los servicios basados ​​en IA de la empresa.

2.2 Criterios de evaluación ambiguos y desafíos regulatorios

Además, cómo evaluar qué constituye una respuesta “correcta” del agente complica aún más la cuestión. En muchos casos, no está claro si la respuesta del agente fue realmente incorrecta o simplemente fue un accidente. Esta zona gris puede dar lugar a disputas que dañen aún más las relaciones con los clientes.

Quizás el obstáculo más abrumador al que se enfrentan los proveedores de agentes centralizados es el entorno regulatorio complejo y en evolución. A medida que estos agentes se vuelven más autónomos y manejan tareas cada vez más delicadas, entran en un área regulatoria gris que puede plantear desafíos importantes.

Las regulaciones financieras son particularmente complicadas. Si un agente toma decisiones financieras o ejecuta transacciones en nombre de los usuarios, puede estar sujeto a la regulación de los reguladores financieros. Además, los requisitos de cumplimiento pueden ser amplios y variar significativamente entre jurisdicciones.

También está la cuestión de la responsabilidad. ¿Quién es responsable si una decisión tomada por un agente resulta en una pérdida financiera u otro daño a un usuario? ¿usuario? ¿compañía? ¿La propia inteligencia artificial? Se trata de cuestiones que los reguladores y legisladores apenas están empezando a abordar.

2.3 El sesgo del modelo puede ser fuente de controversia

Además, a medida que los agentes se vuelven más complejos, pueden entrar en conflicto con las regulaciones antimonopolio. Si los agentes de una empresa favorecen constantemente los productos o servicios de esa empresa, esto puede considerarse un comportamiento anticompetitivo. Esto es especialmente importante para los gigantes tecnológicos, que ya están bajo escrutinio por su dominio del mercado.

La imprevisibilidad de los modelos de IA añade otra capa de complejidad a estos desafíos regulatorios. Web2 tiene dificultades para garantizar el cumplimiento normativo cuando no puede predecir o controlar completamente el comportamiento de la IA. Esta imprevisibilidad puede conducir a una innovación más lenta con los agentes Web2 a medida que las empresas lidian con estas complejidades, lo que a su vez puede dar una ventaja a las soluciones Web3 más flexibles.

3. Oportunidades de Web3

A medida que mejoran las capacidades del modelo subyacente de LLM, el agente tiene la oportunidad de pasar a la siguiente forma, un agente con una autonomía relativamente alta. En la actualidad, es poco probable que las grandes empresas se atrevan a tocar este aspecto. Ayudar a los usuarios a pedir una pizza puede ser el límite. Las empresas de nueva creación pueden ser audaces, pero enfrentarán muchos obstáculos técnicos. Por ejemplo, el agente en sí no tiene una identidad y cualquier operación debe tomar prestada la identidad y la cuenta del usuario del agente. Incluso si se toma prestada la identidad, el sistema tradicional no es tan fácil de ayudar al agente a operar libremente. La tecnología Web3 ofrece oportunidades únicas para el desarrollo de agentes de IA, lo que podría resolver algunos de los desafíos que enfrentan los proveedores centralizados. En el sistema Web3, el agente puede realizar múltiples DID controlando la billetera, ya sea mediante encriptación o utilizando varios protocolos sin licencia, lo que es muy amigable para el agente. Cuando el agente comienza a realizar comportamientos económicos complejos, existe una alta probabilidad de que el agente y el agente interactúen entre sí con alta intensidad. En este momento, si no se pueden resolver las sospechas mutuas entre los agentes, el sistema económico de agentes no será un sistema económico completo. Este también es un aspecto que se puede abordar mediante tecnología de cifrado.

Además, los incentivos criptoeconómicos pueden facilitar el descubrimiento de agentes y ofrecer una penalización para que los agentes sean recortados o recortados si se portan mal. Esto crea un sistema autorregulador en el que se recompensa el buen comportamiento y se castiga el mal comportamiento, lo que reduce potencialmente la necesidad de una supervisión centralizada y proporciona cierto grado de tranquilidad a los primeros en adoptar la idea de delegar transacciones financieras a agentes totalmente autónomos.

Las apuestas criptoeconómicas tienen el doble propósito de ser eliminadas en caso de mala conducta y, al mismo tiempo, sirven como una señal clave del mercado en el proceso de descubrimiento de agentes. Ya sea para otros agentes o personas que buscan un servicio específico, la intuición es simple: cuanto más hay en juego, más confianza tiene el mercado en el desempeño de un agente específico y más tranquila la mente del usuario. Esto podría crear un ecosistema de agentes más dinámico y receptivo, en el que los agentes más eficaces y confiables se destacarán naturalmente.

Web3 también puede crear un mercado de agentes abierto. Estos mercados permiten un mayor grado de experimentación e innovación que confiar en proveedores centralizados. Las empresas emergentes y los desarrolladores independientes pueden contribuir al ecosistema, lo que podría conducir a un avance y una profesionalización más rápidos de los agentes.

Además, las redes distribuidas como Grass y OpenLayer pueden proporcionar a los agentes acceso a datos abiertos de Internet e información cerrada que requiere autenticación. Este amplio acceso a diversas fuentes de datos puede permitir a los agentes de Web3 tomar decisiones más informadas y brindar servicios más completos.

Web 2.0 frente a Web 3.0

4. Limitaciones y desafíos de los agentes de inteligencia artificial Web3

4.1 Adopción limitada de pagos criptográficos

Este artículo no estaría completo si no reflexionáramos sobre algunos de los desafíos de adopción que enfrentarán los agentes de la Web 3.0. El elefante en la habitación es que la adopción de criptomonedas como soluciones de pago en la economía fuera de la cadena aún es limitada. Actualmente, sólo un puñado de plataformas en línea aceptan pagos criptográficos, lo que limita los casos de uso práctico de los agentes basados ​​en criptomonedas en la economía real. Sin una integración profunda de las soluciones de criptopagos en la economía en general, el impacto de los proxies Web 3.0 seguirá siendo limitado.

4.2 Tamaño de la transacción

Otro desafío es la escala de las transacciones típicas de los consumidores en línea. Muchas de estas transacciones implican cantidades de dinero relativamente pequeñas, que pueden no ser suficientes para justificar la necesidad de un sistema sin confianza para la mayoría de los usuarios. Si existen alternativas centralizadas, es posible que el consumidor promedio no vea el valor de utilizar un agente descentralizado para compras pequeñas y cotidianas.

5. Conclusión

La renuencia de las empresas de tecnología a ofrecer agentes de IA totalmente autónomos debido a la imprevisibilidad de los modelos no deterministas crea oportunidades para las nuevas empresas de criptomonedas. Estas nuevas empresas criptográficas pueden aprovechar los mercados abiertos y la seguridad criptoeconómica para cerrar la brecha entre el potencial de la agencia y la implementación real.

Al aprovechar la tecnología blockchain y los contratos inteligentes, los agentes criptográficos de IA pueden ofrecer niveles de transparencia y seguridad que los sistemas centralizados difícilmente igualarían. Esto puede resultar particularmente atractivo para casos de uso que requieren un alto nivel de confianza o involucran información confidencial.