Mistral AI heeft Forge onthuld, een nieuw platform dat is ontworpen om bedrijven in staat te stellen hun eigen AI-modellen te bouwen en te bezitten met behulp van bedrijfseigen gegevens. Deze stap daagt rechtstreeks de dominantie van cloudreuzen als Amazon, Microsoft en Google uit op een cruciaal maar vaak over het hoofd gezien aspect van bedrijfstechnologie: volledige cyclus van AI-modeltraining. De lancering maakt deel uit van een bredere, agressieve poging van Mistral om meer te worden dan alleen een modelaanbieder; het wil de ruggengraat van de infrastructuur zijn voor organisaties die prioriteit geven aan gegevenscontrole en concurrentievoordeel.
Verder dan fine-tuning: de behoefte aan volledige controle
De afgelopen twee jaar was het grootste deel van de adoptie van AI in ondernemingen afhankelijk van het verfijnen van bestaande modellen van aanbieders als OpenAI, Anthropic of Google. Deze aanpak is weliswaar effectief bij initiële implementaties, maar bereikt een plateau wanneer bedrijven complexe, eigen problemen aanpakken. Mistral stelt dat serieuze AI voor ondernemingen de volledige levenscyclus van training vereist: pre-training over interne datasets, verfijnde afstemming onder toezicht, versterkend leren en voortdurende modelverbetering, afgestemd op specifieke operationele doelstellingen.
Zoals Elisa Salamanca, hoofd product van Mistral, uitlegt: “Door finetuning kom je tot een proof-of-concept, maar als je prestaties nodig hebt, ga je verder. AI-wetenschappers gebruiken tegenwoordig geen API’s; ze gebruiken geavanceerde tools – dat is wat Forge levert.” Het platform gaat niet alleen over het aanpassen van een model; het gaat erom er een vanaf de grond af aan op te bouwen, waarbij gebruik wordt gemaakt van dezelfde methodologieën die Mistral’s eigen wetenschappers gebruiken voor zijn vlaggenschipmodellen.
Gebruiksscenario’s uit de praktijk: waar kant-en-klare AI tekortschiet
De vraag naar Forge ontstaat wanneer generieke modellen er niet in slagen unieke, eigen uitdagingen aan te pakken. Mistral haalt voorbeelden aan die dit illustreren:
- Restauratie van oude manuscripten: Een openbare instelling gebruikte Forge om een aangepast model te maken om ontbrekende tekst uit beschadigde historische documenten in te vullen, een taak die voor bestaande modellen onmogelijk was vanwege de unieke gegevens.
- Legacy Code Translation: Ericsson werkte samen met Mistral om een model aan te passen voor het vertalen van propriëtaire legacy-code naar moderne talen, waardoor een proces werd geautomatiseerd dat ingenieurs voorheen jaren kostte.
- Hedge Fund Quant Languages: Financiële bedrijven gebruikten de versterkende leermogelijkheden van Forge om modellen te ontwikkelen die waren getraind in streng bewaakte kwantitatieve handelstalen, waardoor ze een concurrentievoordeel verwierven dat kant-en-klare AI niet kon bieden.
Deze voorbeelden laten zien dat de echte waarde ligt in het aanpassen van modellen om problemen op te lossen waarbij bedrijfseigen gegevens en gespecialiseerde kennis van cruciaal belang zijn.
Het bedrijfsmodel van Forge: ingebedde expertise en gegevenscontrole
Het verdienmodel van Forge is veelzijdig, inclusief licentiekosten voor het platform zelf, optionele datapijplijndiensten en ‘vooruit inzetbare wetenschappers’: ingebedde AI-onderzoekers die rechtstreeks met klanten samenwerken. Dit weerspiegelt de strategie van Palantir om software te combineren met expertise op locatie, waarbij wordt erkend dat technische vaardigheid vaak een beperkende factor is bij de adoptie van AI in ondernemingen.
Cruciaal is dat Forge de privacy van gegevens benadrukt: klanten kunnen modellen trainen op hun eigen infrastructuur zonder dat Mistral ooit toegang heeft tot de gegevens. Dit is een belangrijk verkoopargument voor sectoren als defensie, financiën en gezondheidszorg, waar gegevensbeveiliging van het grootste belang is.
De bredere strategie van Mistral: open modellen en strategische partnerschappen
De lancering van Forge valt samen met verschillende andere belangrijke stappen van Mistral:
- Leanstral: De release van Leanstral, een open-source codeagent voor formele verificatie, breidt het bereik van Mistral uit naar gespecialiseerde AI-toepassingen.
- Mistral Small 4: De lancering van Mistral Small 4, een krachtig model onder de Apache 2.0-licentie, versterkt de toewijding van Mistral aan open-source AI.
- Nvidia Nemotron Coalition: Mistral’s deelname aan de Nvidia Nemotron Coalition positioneert het bedrijf als mede-ontwikkelaar van toekomstige open frontier-modellen, waardoor het een buitenmaatse invloed krijgt in het bredere AI-ecosysteem.
De toekomst van AI: eigendom, niet alleen toegang
Mistral’s Forge vertegenwoordigt een verschuiving in het AI-landschap van ondernemingen, waarbij de nadruk ligt op eigendom en controle over het huren van toegang. Terwijl cloudgiganten handige API’s aanbieden, richt Forge zich op organisaties die bereid zijn te investeren in de infrastructuur en expertise die nodig is om AI-modellen te bouwen die zijn afgestemd op hun unieke behoeften.
In een wereld die steeds afhankelijker wordt van AI, zal het vermogen om modellen te bezitten en aan te passen de belangrijkste onderscheidende factor zijn voor bedrijven die op zoek zijn naar een blijvend concurrentievoordeel. De race om AI te bezitten, in plaats van deze simpelweg te huren, is officieel begonnen.
