Автор: Гай Вуоллет, a16z Crypto
Переклад: Shenchao TechFlow
Глибокий огляд: Uber використовував надзвичайно простий опис потреби, щоб з’єднати пасажирів і водіїв, але на практиці велика кількість угод довго залишалася офлайн-виконаними через необхідність координації багатьох учасників, динамічного бюджету та складних умов. Агенти ШІ змінюють цю ситуацію, дозволяючи системам перебудувати двосторонні платформи збирання на основі більш дрібних, нестандартних товарів і послуг.
Команда a16z Crypto поєднала добре відомі в крипто-сфері «інтенції» (Intents) з моделлю аукціону потоку замовлень, щоб розібрати механізми отримання прибутку та шляхи початку роботи мережі агентів: у епоху, коли розробка програмного забезпечення наближається до нульової вартості, справжнім довгостроковим бар’єром є мережа машин, яка здатна накопичувати репутацію виконання та двосторонній трафік.

Uber надає людям надзвичайно простий спосіб виразити потребу: замовити поїздку з пункту А в пункт Б. Потім мережа автоматично зіставляє вас із водієм, який готовий надати послугу за ціну, яку ви схвалюєте. Чим більше водіїв, тим легше пасажирам замовляти таксі; чим більше пасажирів, тим більше мотивації у водіїв приєднуватися до мережі.
Я вважаю, що AI-агенти дозволять створити такі двосторонні мережі, орієнтовані на надзвичайно широкий спектр товарів і послуг. Агенти можуть допомогти людям виражати більш складні переваги та знаходити постачальників, які готові точно задовольнити ці потреби.
Деякі з цих сценаріїв торгівлі вже існують, але через надто високі ціни або надзвичайно складну координацію вони залишають більшість звичайних людей поза межами доступу; інші потреби взагалі ніколи не розглядалися через надто високі витрати на ручне планування. Агенти сприятимуть виникненню багатьох нових видів торгівлі, про які ми раніше навіть не мріяли — усе це становить величезну можливість для підприємців.
Уявіть собі просту та звичну повсякденну ситуацію: організація зустрічі з друзями. У кожного з них різні вільні часи, ліміт бюджету та уподобання щодо смаку ресторанів.
Сьогодні часто хтось із друзів змушений виступати в ролі «координатора» у групі WeChat: збирати вимоги кожного, шукати ресторани в інтернеті та повертатися до групи для повторних переговорів, якщо обраний ресторан не відповідає умовам. Тим часом багато ресторанів у вівторок ввечері мають багато вільних столиків, але не мають ефективних каналів для досягнення груп, які ще не вирішили, куди піти.
Якщо це виконає ваш особистий агент, він зможе швидко синхронізуватися з агентами ваших друзів і зібрати чіткий запит: знайти шестереньку на вечерю в районі Місіон, по $60 на людину, у час з 17:30 до 20:00, тільки без суши.
Після цього інтелектуальні агенти кожного ресторану можуть миттєво реагувати на аукціон, пропонуючи ціни на вільні столики: один ресторан може запропонувати більш вигідну знижку для раннього сеансу о 17:30, інший — активно створити спеціальний сімейний набір для шести осіб. Ваш агент просто порівнює всі пропозиції з усіма вашими перевагами та автоматично бронює столик у межах заздалегідь наданих повноважень.
Таким чином, ресторани, які ще мають вільні столики о 18:00, можуть безпосередньо надсилати пропозиції точним групам споживачів, які готові пообідати раніше, перш ніж вони вирішать, куди піти. Команда покупців має чіткі переваги та бюджет, а ресторани-продавці — вільні місця та простір для цін, але єдина відсутня річ — це базова мережа, яка дозволить агентам обох сторін знайти один одного та укласти угоду.
Uber вже продемонстрував, як мережа може зіставляти покупців і продавців навколо відносно простого запиту на поїздки, а агенти мають потенціал розширити цю модель на такі складні за обмеженнями витрати, як обід. Раніше більшість інтернет-мереж будувалися під звички людини, але зараз нам терміново потрібно будувати мережі для машин.
Підприємці можуть повністю розпочати створення спеціалізованих платформ для зіставлення, де індивідуальні агенти вносять складні вимоги на ринок, а постачальники конкурують між собою за виконання цих вимог.
Як побудувати мережу агентів для торгівлі
Насправді в галузі криптовалют вже давно існує досконала організаційна модель, заснована на концепції «інтентів» (Intents): користувачі просто оголошують бажаний результат угоди, а різні постачальники послуг конкурують між собою, щоб його забезпечити.
Наприклад, з UniswapX користувач підписує замовлення, вказуючи, які токени він хоче обміняти та які умови прийнятні; розв’язувачі ліквідності конкурують між собою, щоб виконати цю угоду, використовуючи різні джерела ліквідності.
AI-агенти ідеально розширюють таку «модель намірів» на повсякденний бізнес. Великі мовні моделі (LLM) перетворюють повсякденні природні мовні діалоги на стандартизовані запити, які можуть виконувати постачальники, а агенти відповідають за пошук пропозицій у мережі та підтвердження деталей угоди. Така низька бар’єрна взаємодія має потенціал значно знизити складні витрати на співпрацю, зробивши такі невеликі витрати, як обід у шістьох, вигідними.
Той самий мережевий ефект, що раніше забезпечував цінність Uber, поступово накопичуватиметься й у цих більш складних сценаріях торгівлі. Щоразу, коли до платформи підключається новий ресторан, у споживачів з’являється ще один точний варіант вибору, особливо для груп із строгими обмеженнями щодо їжі або вимогами до часу.
Зі зростанням кількості груп, які висувають попит, можливості ресторанів отримувати додатковий дохід від перетворення столиків значно збільшуються, що змушує їх підключити власні системи бронювання до мережі та пропонувати більш цілеспрямовані пропозиції. Коли рівень участі в одному місті досягає критичної точки, ця мережа може природним чином розширитися на інші категорії споживання.
У стратегії холодного запуску підприємці можуть почати з однієї міської харчової сценарії. Перше покоління продукту має реальний ефект — допомагати користувачам економити значну кількість часу або грошей, щоб вони бажали запрошувати друзів; одночасно воно має давати партнерським ресторанам бачити додаткові замовлення, які вони раніше не отримували. Лише коли обидві сторони почувають переваги, вони будуть постійно залишатися та запрошувати нових учасників.
Щодо монетизації, я вважаю, що агенти, спрямовані на кінцевих споживачів, можуть бути повністю безкоштовними, а прибуток отримувати за допомогою моделі, подібної до «оплати за потік замовлень» (Payment for Order Flow). Конкретно: користувач вказує, що він хоче отримати та яку максимальну суму готовий заплатити, після чого різні постачальники бidders за цим запитом.
Якщо агент запропонує $300 за організацію зустрічі за столом і в тилу знайде ресторан, готовий прийняти замовлення за $270, платформа може зберегти різницю або отримати комісію за маршрутизацію транзакції до ресторану. Цей дохід від узгодження може безпосередньо субсидувати витрати споживачів на обчислювальну потужність для AI-міркувань.
Звичайно, платформа повинна забезпечити прозорість: користувачі повинні чітко розуміти, як їхні агенти отримують прибуток, а також базову логіку відбору та ранжування пропозицій. Ступінь готовності споживачів делегувати рішення про витрати залежить від їхньої довіри до цього механізму відбору.
Чому такі бізнес-моделі мають довгострокові бар’єри
Зі зниженням граничних витрат на копіювання програмного забезпечення завдяки штучному інтелекту, просте наявність зручного програмного забезпечення більше не є рідкістю. Натомість мережі окремих осіб і бізнес-суб’єктів, які готові постійно взаємодіяти всередині певної мережі, перетворюються на більш суттєву конкурентну перевагу. Повертаючись до епохи Інтернету, найбільш великі компанії — Facebook, eBay та Uber — дотримувалися цього принципу: чим більше учасників приєднується, тим кориснішою стає вся мережа для кожного окремого користувача.
Мережа для узгодження бізнесу агентів також може сформувати таку важко зруйнувати першочергову перевагу. Конкуренти, можливо, зможуть швидко створити програмне забезпечення з дуже схожими функціями та інтерфейсом, але їм все одно доведеться з нуля зібрати пари покупців і продавців, які можуть надійно виконувати угоди. Повертаючись до прикладу з рестораном, це означає охопити достатню кількість місцевих ресторанів, які готові активно пропонувати ціни, а також велику кількість споживачів, готових робити замовлення в будь-який момент.
Забезпечення надійного виконання кожної угоди є ключовим елементом побудови інфраструктури мережі. Партнерські ресторани повинні бути впевнені, що агент, який надіслав запит, дійсно отримав повноваження на оплату від усієї групи; а відвідувачі повинні бути впевнені, що після підтвердження прийняття пропозиції вони надійно забезпечать своє місце за ціною, яка була домовлена.
Тому мережа повинна створити власний механізм верифікації для підтвердження прав агентів, реєстрації ключових умов бронювання та плавного оформлення розрахунків. Крім того, у випадку раптового скасування бронювання групою або невиконання рестораном зобов’язань щодо збереження місця, обидві сторони повинні чітко знати, який механізм обробки був домовлений заздалегідь.
Підприємці можуть повністю синхронізувати ці довірчі інструменти з торговельною платформою. Як тільки покупці та продавці почнуть інтенсивно взаємодіяти в мережі, платформа природним чином сформує надійну історію, яка визначить, хто завжди дотримується своїх зобов’язань, а також забезпечить досвідчені процеси вирішення спорів. Мережа, яка допомагає учасникам знаходити якісні пропозиції та надійно виконує угоди, призведе до того, що всі звикнуть повертатися до неї при наступній угоді.
Які ще мережі агентів можуть створювати засновники?
Резервація ресторанів — це лише спрощений приклад, який я використовую, щоб проілюструвати ідею. На практиці AI-агенти можуть допомогти створити велику кількість різноманітних вертикальних торгових мереж, зокрема в таких напрямках:
· Подорожі та командування: особисті агенти синхронізують розклади та бюджети всіх учасників, а потім уніфіковано проводять переговори з кількома готелями та авіакомпаніями щодо пакетних пропозицій, щоб узгодити маршрут, який задовольнить усіх. Коли команда зберігає гнучкість щодо дати відправлення або вибору пункту призначення, часто вдається отримати приховані знижки, які не доступні при традиційному пошуку за фіксованими ключовими словами.
· Корпоративні закупівлі: спеціалізований агент для корпоративних закупівель працює 24/7, ведучи динамічні переговори з постачальниками щодо обсягів поставок на майбутнє та термінів фіксації цін. Під час порівняння цін він одночасно враховує графік поставок та умови оплати, що дозволяє закупівельним сторонам фіксувати загальні витрати та забезпечує продавцям передбачуваний стабільний попит.
Ринок обчислювальних ресурсів: агенти можуть автоматично точно співставляти обчислювальні завдання з вільними обчислювальними потужностями в мережі, враховуючи технічні характеристики обладнання, географічне розташування центру обробки даних та часовий інтервал. Компанії навіть можуть заздалегідь купити майбутні обчислювальні потужності через цю мережу, ефективно хеджуючи ризик стрімкого зростання витрат на обчислювальні ресурси під час періоду розширення бізнесу.
· Онлайн-арбітраж: сторони угоди можуть спільно домовитися під час підписання договору, що будь-які спори будуть передані на розгляд загального арбітражного форуму, який вирішує справи набагато швидше, ніж традиційна судова система. Щоразу, коли нова група покупців і продавців приймає одні й ті самі правила арбітражу, привабливість і довіра до цього форуму серед майбутніх учасників ринку зростають.
· Фізична мережа пристроїв: агенти можуть безпосередньо придбати послуги з доставки у розподіленій мережі дронів або купити реальні дані від підключених сенсорних пристроїв. Підключення кожного нового пристрою безпосередньо розширює радіус охоплення фізичної мережі або додає новий тип послуг, які саме зараз потрібні іншим учасникам екосистеми.
· Спільне дослідження охорони здоров’я: особисті користувачі можуть безпечно надсилати свої дані про здоров’я до спільного пулу та брати участь у проектах наукових досліджень з використанням кrowdsource-підходу. Чим більше учасників надає дані, тим більш масштабні клінічні контрольовані дослідження можуть бути проведені, що дозволяє вирішити медичні проблеми, які раніше були нерозв’язними через обмежену вибірку.
Крім того, навколо «реальних людських стосунків» також виникають багаті можливості для інтернет-підприємництва. Коли машинний інтелект стає все дешевшим і майже безкоштовним, реальне суспільство все ще потребує ефективних засобів для підтвердження справжньої особистості, підтвердження професійної кваліфікації та встановлення глибоких довірчих стосунків. Зі зростанням кількості робіт, що виходять за межі традиційних роботодавців, мережі професійних репутаційних сертифікатів, клуби з членством та подібні організації стануть все ціннішими.
Висновок
Справжні бізнес-можливості часто приховані в тих угодам, яких люди щиро хочуть досягти, але сьогодні витрати часу та грошей на ручне коордінування та зіставлення цих угод надто високі. А найбільші за обсягом типи мереж агентів майбутнього майже напевно виникнуть із нових сценаріїв обміну, яких ми ще не можемо уявити.
Входьте у конкретний та дрібний нішевий ринок, спочатку забезпечте виконання попиту з обох сторін, а потім заохочуйте кожного учасника реальним додатковим значенням, щоб вони постійно запрошували інших. Якщо ви працюєте над створенням мережі агентів, я дуже зацікавлений у спілкуванні з вами.



