Mistral은 OpenAI, 기업 내 Anthropic을 채택하면서 '자신만의 AI 구축'에 투자합니다.

대부분의 기업 AI 프로젝트가 실패하는 이유는 기업에 기술이 부족하기 때문이 아니라 그들이 사용하는 모델이 비즈니스를 이해하지 못하기 때문입니다.모델은 수십 년간의 내부 문서, 워크플로우 및 기관 지식보다는 인터넷에서 훈련되는 경우가 많습니다.

프랑스의 AI 스타트업인 미스트랄(Mistral)은 이러한 격차를 기회로 보고 있습니다.화요일에 회사는 기업이 자체 데이터를 기반으로 훈련된 맞춤형 모델을 구축할 수 있는 플랫폼인 Mistral Forge를 발표했습니다.Mistral은 올해 기업용 AI 및 에이전트 모델에 중점을 둔 Nvidia의 연례 기술 컨퍼런스인 Nvidia GTC에서 플랫폼을 발표했습니다.

경쟁사인 OpenAI와 Anthropic이 소비자 채택 측면에서 급증하는 동안 기업 고객을 대상으로 비즈니스를 구축한 회사인 Mistral의 경우 이는 중요한 움직임입니다.CEO인 Arthur Mensch는 기업에 대한 Mistral의 레이저 집중이 효과를 발휘하고 있다고 말합니다. 이 회사는 올해 연간 반복 수익이 10억 달러를 넘어설 궤도에 있습니다.

Mistral은 기업 규모를 두 배로 늘리는 데 있어 기업이 데이터와 AI 시스템에 대해 더 많은 통제권을 갖게 되는 것이 가장 큰 부분이라고 말합니다.

Mistral의 제품 책임자인 Elisa Salamanca는 TechCrunch에 "Forge의 역할은 기업과 정부가 특정 요구 사항에 맞게 AI 모델을 맞춤화할 수 있도록 하는 것입니다."라고 말했습니다.

엔터프라이즈 AI 분야의 여러 회사는 이미 유사한 기능을 제공한다고 주장하지만 대부분은 검색 증강 생성(RAG)과 같은 기술을 통해 기존 모델을 미세 조정하거나 독점 데이터를 위에 계층화하는 데 중점을 둡니다.이러한 접근 방식은 근본적으로 모델을 재교육하지 않습니다.대신 회사 데이터를 사용하여 런타임에 이를 조정하거나 쿼리합니다.

이와 대조적으로 Mistral은 기업이 처음부터 모델을 교육할 수 있도록 지원한다고 말합니다.이론적으로 이는 보다 일반적인 접근 방식의 일부 제한 사항을 해결할 수 있습니다. 예를 들어 영어가 아닌 데이터 또는 도메인별 데이터를 더 잘 처리하고 모델 동작을 더 잘 제어할 수 있습니다.또한 기업은 강화 학습을 사용하여 에이전트 시스템을 훈련하고 타사 모델 제공자에 대한 의존도를 줄여 모델 변경이나 지원 중단과 같은 위험을 피할 수 있습니다.