تراهن ميسترال على “قم ببناء الذكاء الاصطناعي الخاص بك” بينما تتنافس مع OpenAI والإنسانية في المؤسسة

تفشل معظم مشاريع الذكاء الاصطناعي للمؤسسات ليس بسبب افتقار الشركات إلى التكنولوجيا، ولكن لأن النماذج التي تستخدمها لا تفهم أعمالها. غالبًا ما يتم تدريب النماذج على الإنترنت، بدلاً من عقود من الوثائق الداخلية وسير العمل والمعرفة المؤسسية.

هذه الفجوة هي المكان الذي ترى فيه شركة ميسترال الفرنسية الناشئة في مجال الذكاء الاصطناعي فرصة. وفي يوم الثلاثاء، أعلنت الشركة عن منصة Mistral Forge، وهي منصة تتيح للشركات بناء نماذج مخصصة مدربة على بياناتها الخاصة. أعلنت ميسترال عن المنصة في مؤتمر Nvidia GTC، وهو مؤتمر التكنولوجيا السنوي لشركة Nvidia، والذي يركز هذا العام بشكل كبير على الذكاء الاصطناعي والنماذج الوكيلة للمؤسسات.

إنها خطوة واضحة لشركة ميسترال، وهي الشركة التي بنت أعمالها على عملاء من الشركات في حين أن المنافسين OpenAI و Anthropic قد حققوا تقدمًا كبيرًا من حيث اعتماد المستهلك. يقول الرئيس التنفيذي آرثر مينش إن تركيز ميسترال الليزري على المؤسسة ناجح: فالشركة في طريقها لتجاوز مليار دولار من الإيرادات السنوية المتكررة هذا العام.

يقول ميسترال إن جزءًا كبيرًا من مضاعفة جهود المؤسسات هو منح الشركات مزيدًا من التحكم في بياناتها وأنظمة الذكاء الاصطناعي الخاصة بها.

وقالت إليسا سالامانكا، رئيسة المنتجات في شركة ميسترال، لـ TechCrunch: “ما تفعله شركة Forge هو أنها تتيح للشركات والحكومات تخصيص نماذج الذكاء الاصطناعي لتناسب احتياجاتها الخاصة”.

تزعم العديد من الشركات في مجال الذكاء الاصطناعي المؤسسي أنها تقدم بالفعل إمكانات مماثلة، لكن معظمها يركز على تحسين النماذج الحالية أو وضع بيانات الملكية في الأعلى من خلال تقنيات مثل الجيل المعزز للاسترجاع (RAG). هذه الأساليب لا تعيد تدريب النماذج بشكل أساسي؛ وبدلاً من ذلك، يقومون بتكييفها أو الاستعلام عنها في وقت التشغيل باستخدام بيانات الشركة.

وعلى النقيض من ذلك، تقول ميسترال إنها تمكن الشركات من تدريب النماذج من الصفر. من الناحية النظرية، يمكن أن يعالج هذا بعض القيود المفروضة على الأساليب الأكثر شيوعًا – على سبيل المثال، التعامل بشكل أفضل مع البيانات غير الإنجليزية أو البيانات الخاصة بمجال معين، وزيادة التحكم في سلوك النموذج. ويمكن أن يسمح أيضًا للشركات بتدريب الأنظمة الوكيلة باستخدام التعلم المعزز وتقليل الاعتماد على موفري نماذج الطرف الثالث، وتجنب المخاطر مثل تغييرات النموذج أو الإيقاف.

يمكن لعملاء Forge بناء نماذجهم المخصصة باستخدام مكتبة ميسترال الواسعة من نماذج الذكاء الاصطناعي ذات الوزن المفتوح، والتي تتضمن نماذج صغيرة مثل Mistral Small 4 التي تم طرحها مؤخرًا. وفقًا للمؤسس المشارك لشركة ميسترال وكبير التقنيين، تيموثي لاكروا، يمكن لشركة Forge المساعدة في إطلاق المزيد من القيمة من نماذجها الحالية.

قال لاكروا: “المقايضات التي نقوم بها عندما نبني نماذج أصغر هي أنها لا يمكن أن تكون جيدة في كل موضوع مثل نظيراتها الأكبر حجمًا، وبالتالي فإن القدرة على تخصيصها تتيح لنا اختيار ما نؤكد عليه وما نسقطه”.

وقال لاكروا إن شركة ميسترال تقدم المشورة بشأن النماذج والبنية التحتية التي يجب استخدامها، لكن القرارين يبقىان مع العميل. وبالنسبة للفرق التي تحتاج إلى أكثر من مجرد التوجيه، يأتي Forge مع فريق Mistral من المهندسين المنتشرين في المستقبل الذين يدمجون مباشرة مع العملاء لعرض البيانات الصحيحة والتكيف مع احتياجاتهم – وهو نموذج مستعار من أمثال IBM وPalantir.

وقال سالامانكا: “كمنتج، يأتي Forge بالفعل مزودًا بجميع الأدوات والبنية التحتية حتى تتمكن من إنشاء خطوط بيانات تركيبية”. “لكن فهم كيفية بناء التقييمات الصحيحة والتأكد من حصولك على الكمية المناسبة من البيانات هو أمر لا تمتلك الشركات عادة الخبرة المناسبة له، وهذا ما يطرحه FDEs على الطاولة.”

وقد أتاحت ميسترال بالفعل شركة Forge لشركاء من بينهم إريكسون، ووكالة الفضاء الأوروبية، والشركة الاستشارية الإيطالية رد، وشركتي DSO وHTX السنغافوريتين. ومن بين المتبنين الأوائل أيضًا ASML، شركة تصنيع الرقائق الهولندية التي قادت جولة السلسلة C من Mistral في سبتمبر الماضي بتقييم 11.7 مليار يورو (حوالي 13.8 مليار دولار في ذلك الوقت).

تمثل هذه الشراكات رمزًا لما تتوقع ميسترال أن تكون عليه حالات الاستخدام الرئيسية لشركة Forge. ووفقاً لمارجوري جانيويتش، كبيرة مسؤولي الإيرادات في شركة ميسترال، فإن هذه تشمل الحكومات التي تحتاج إلى تصميم نماذج تناسب لغتها وثقافتها؛ واللاعبون الماليون الذين لديهم متطلبات امتثال عالية؛ الشركات المصنعة مع احتياجات التخصيص؛ وشركات التكنولوجيا التي تحتاج إلى ضبط النماذج وفقًا لقاعدة التعليمات البرمجية الخاصة بها.