A legtöbb vállalati AI-projekt nem azért bukik el, mert a cégeknek nincs megfelelő technológiájuk, hanem mert az általuk használt modellek nem értik az adott cég üzleti működését. Ezek az általános modellek jellemzően az interneten tanulnak, nem pedig a vállalatok évtizedek alatt felhalmozott belső dokumentumaiból, folyamataiból és szervezeti tudásából.
Ezt a rést látja lehetőségnek a francia AI-startup, a Mistral. Kedden a vállalat bejelentette a Mistral Forge platformot, amely lehetővé teszi a vállalatok számára, hogy saját adataikra építve egyedi modelleket hozzanak létre. A bejelentés az Nvidia GTC konferencián történt, amely idén erősen az AI-ra és a vállalati, úgynevezett „agentic” modellekre fókuszál.
Ez tudatos stratégiai lépés a Mistral részéről, amely eddig elsősorban vállalati ügyfelekre építette üzletét, miközben versenytársai, az OpenAI és az Anthropic, a fogyasztói piacon értek el nagyobb áttörést. Arthur Mensch vezérigazgató szerint a vállalati fókusz működik: a cég idén várhatóan meghaladja az 1 milliárd dolláros éves ismétlődő bevételt (ARR).
A vállalati irány erősítésének kulcsa a Mistral szerint az, hogy a cégek nagyobb kontrollt kapjanak az adataik és AI-rendszereik felett. „A Forge lehetővé teszi a vállalatok és kormányok számára, hogy saját igényeikre szabják az AI-modelleket” – mondta Elisa Salamanca, a Mistral termékvezetője.
A vállalati AI-piacon több szereplő is kínál hasonló megoldásokat, azonban ezek többsége meglévő modellek finomhangolására (fine-tuning), vagy olyan megoldásokra épít, mint a retrieval augmented generation (RAG), ahol a modellek futásidőben kérdeznek rá a céges adatokra. Ezek a módszerek nem tanítják újra alapjaiban a modelleket, csak adaptálják azokat.
A Mistral ezzel szemben azt állítja, hogy lehetővé teszi a modellek nulláról történő tanítását. Elméletben ez kezelheti a hagyományos megközelítések korlátait, például jobban működhet nem angol nyelvű vagy erősen domain-specifikus adatok esetén, és nagyobb kontrollt adhat a modell működése felett. Emellett lehetőséget adhat agentic rendszerek tanítására megerősítéses tanulással (reinforcement learning), és csökkentheti a külső modell-szolgáltatóktól való függőséget, elkerülve például a modellek változásából vagy megszűnéséből fakadó kockázatokat.
A Forge ügyfelei a Mistral nyílt súlyozású (open-weight) modellkönyvtárára építhetnek, amely kisebb modelleket is tartalmaz, például a nemrég bemutatott Mistral Small 4-et. Timothée Lacroix társalapító és technológiai vezető szerint a Forge segít jobban kihasználni ezek értékét.
„Amikor kisebb modelleket fejlesztünk, kompromisszumokat kell kötnünk, így nem lehetnek minden témában olyan jók, mint a nagyobb modellek. A testreszabás viszont lehetővé teszi, hogy eldöntsük, mit hangsúlyozunk, és mit hagyunk el” – mondta Lacroix.
A Mistral tanácsot ad abban, hogy milyen modelleket és infrastruktúrát érdemes használni, de a végső döntés a vállalatok kezében marad. Azok számára pedig, akiknek több támogatásra van szükségük, a Forge része a Mistral úgynevezett „forward-deployed engineer” csapata is, akik közvetlenül az ügyfelekkel dolgoznak együtt az adatok feltárásán és a rendszerek testreszabásán – hasonlóan az IBM vagy a Palantir működéséhez.
„A Forge már tartalmazza az összes szükséges eszközt és infrastruktúrát, például szintetikus adatpipeline-ok létrehozásához” – mondta Salamanca. „Ugyanakkor az, hogy hogyan építsünk megfelelő értékelési rendszereket (evalokat), és biztosítsuk a megfelelő mennyiségű adatot, gyakran hiányzó kompetencia a vállalatoknál – ebben segítenek az FDE-k.”
A Mistral már elérhetővé tette a Forge-ot több partner számára, köztük az Ericssonnak, az Európai Űrügynökségnek, az olasz Reply tanácsadó cégnek, valamint a szingapúri DSO és HTX szervezeteknek. Korai felhasználók között van az ASML is, az a holland chipgyártó, amely a Mistral Series C finanszírozási körét vezette tavaly szeptemberben, 11,7 milliárd eurós (akkor körülbelül 13,8 milliárd dolláros) értékelés mellett.
Ezek a partnerségek jól mutatják, hogy a Mistral milyen fő felhasználási területeket lát a Forge számára:
- kormányok, amelyek saját nyelvükre és kultúrájukra szabott modelleket igényelnek,
- pénzügyi szereplők, akiknek szigorú megfelelési követelményeik vannak,
- gyártóvállalatok, amelyek testreszabott megoldásokat keresnek,
- valamint technológiai cégek, amelyek a saját kódbázisukhoz szeretnék igazítani a modelleket.
Forrás: https://techcrunch.com/
