Mistral AI, wschodząca gwiazda w dziedzinie generatywnej sztucznej inteligencji (GenAI), z siedzibą w Paryżu, strategicznie wykorzystuje zasady open source i rozwiązania AI skierowane do przedsiębiorstw, aby napędzać swój szybki rozwój. Arthur Mensch, CEO i współzałożyciel firmy, niedawno podzielił się spostrzeżeniami podczas ATxSummitu w Singapurze, przedstawiając, jak Mistral AI zręcznie równoważy swoje zaangażowanie w open source z wymaganiami rynku przedsiębiorstw, dostarczając firmom adaptowalne, wydajne narzędzia AI i poszerzając swój globalny zasięg.
Podczas rozmowy z Lew Chuen Hongiem, CEO Singapore’s Infocomm Media Development Authority, Mensch rozwinął misję Mistral AI: dać przedsiębiorstwom i rządom technologię AI, którą można dostosować i kontrolować wewnętrznie, zmniejszając zależność od podmiotów zewnętrznych. Ta wizja, kierowana przez byłych badaczy Meta i Google, którzy założyli Mistral AI w kwietniu 2023 roku, opiera się na przekonaniu, że AI powinna być dostępna i konfigurowalna.
Open Source jako Atut
Wejście Mistral AI w świat open source rozpoczęło się zaledwie cztery miesiące po założeniu firmy, wraz z wydaniem pierwszego modelu. Według Menscha, ten strategiczny ruch był kluczowy w osiągnięciu wczesnego sukcesu. Zdolność modelu do efektywnej pracy na laptopie spotkała się z pozytywnym odzewem użytkowników, co uczyniło go pionierskim osiągnięciem. Od tego czasu Mistral AI pozostaje niezłomny w swoim zaangażowaniu w open source, konsekwentnie wypuszczając coraz potężniejsze modele.
Mensch podkreślił, że decyzja o przyjęciu open source przyniosła znaczące korzyści biznesowe, pokazując, że solidne możliwości AI można wdrożyć na własnym sprzęcie organizacji i w prywatnych środowiskach chmurowych, zachowując jednocześnie pełną kontrolę nad danymi. Ta zdolność zmieniła postrzeganie technologii AI, podkreślając korzyści płynące z lokalnego wdrożenia i większej autonomii.
Równoważenie Open Source z Monetyzacją
Jednakże, skrzyżowanie ideałów open source i strategii monetyzacji stanowi złożone wyzwanie. Mistral AI radzi sobie z tym, starannie równoważąc potrzeby społeczności open source z własnymi celami komercyjnymi. Mensch przyznał, że istnieje nieodłączny kompromis, podkreślając zaangażowanie firmy w dostarczanie wartościowych modeli dla użytkowników open source, napędzanie innowacji i umożliwianie wspólnych badań.
Aby monetyzować swoje innowacje, Mistral AI stosuje różne strategie. Obejmują one oferowanie usług chmury publicznej dostępnych za pośrednictwem interfejsów programowania aplikacji (API), które umożliwiają klientom tworzenie agentów AI i łączenie ich z różnymi źródłami danych. Dodatkowo, Mistral AI zapewnia platformę, którą można wdrożyć w środowiskach izolowanych (air-gapped), zapewniając bezpieczeństwo i izolację. Produkty na pełną skalę, takie jak Le Chat, asystent AI dostosowany do pracy i użytku osobistego, dodatkowo przyczyniają się do strumieni przychodów firmy.
Zaangażowanie Enterprise: Główna Działalność
Chociaż otwarty wkład open source i usługi chmurowe odgrywają rolę, Mensch podkreślił, że większość przychodów Mistral AI pochodzi z zaangażowania enterprise. W ramach tych współprac Mistral AI pomaga firmom we wdrażaniu aplikacji AI, ściśle współpracując z firmami z różnych sektorów, takich jak produkcja, logistyka, biotechnologia i usługi finansowe. Koncentruje się na identyfikowaniu krytycznych przypadków użycia i integrowaniu rozwiązań AI, aby szybko dostarczyć wymierne korzyści biznesowe.
Efektywność jako podstawa
Sercem podejścia Mistral AI jest dążenie do efektywności modelu bez kompromisów w zakresie wydajności. Mensch wyjaśnił, że podstawowym założeniem firmy było to, że inwestowanie większych zasobów obliczeniowych w kompresję wiedzy może prowadzić do mniejszych, bardziej wydajnych modeli. Jest to kluczowe, ponieważ rozmiar modelu wpływa bezpośrednio na opóźnienie, co jest kluczowym czynnikiem dla wielu aplikacji.
Podczas budowania aplikacji z dużymi modelami językowymi (LLM), szybkość jest najważniejsza. Szybsze modele umożliwiają bardziej złożone zadania i zdolności rozumowania, przy zachowaniu akceptowalnego opóźnienia. Ta wydajność jest szczególnie ważna w przypadku aplikacji wymagających odpowiedzi w czasie rzeczywistym.
Powstanie Systemów Hybrydowych
Mensch zauważył również rosnący trend w kierunku systemów hybrydowych, które łączą przetwarzanie brzegowe z zasobami chmurowymi. W tym paradygmacie, prostsze zadania są obsługiwane lokalnie na brzegu sieci, podczas gdy bardziej wymagające obliczeniowo zadania są przenoszone do chmury. Rosnąca moc laptopów i skuteczność mniejszych modeli, takich jak modele z 24 miliardami parametrów, umożliwiają lokalnym agentom AI efektywne wykonywanie zadań, takich jak kodowanie.
Praktyczne Porady dla Wdrożeń AI w Przedsiębiorstwach
Dla przedsiębiorstw, które chcą efektywnie wykorzystać AI, Mensch zaleca rozpoczęcie od asystentów AI w celu zwiększenia produktywności. Następnie, organizacje powinny zidentyfikować procesy, które nadają się do automatyzacji. Wiąże się to z projektowaniem niestandardowych systemów AI, które organizują złożone procesy, włączając w razie potrzeby wkład człowieka.
Zamiast polegać na ludziach, którzy uruchamiają agentów AI, Mensch zasugerował, że agenci powinni działać na poziomie procesu, zbierając dane wejściowe od ludzi w pętli procesu. Takie podejście pozwala organizacjom stopniowo przesuwać zasoby ludzkie do zadań, które nadal wymagają ludzkiej wiedzy.
Agent API: Usprawnienie Orchestracji
Aby ułatwić rozwój i wdrażanie agentów AI, Mistral AI niedawno uruchomił agent API, który pozwala użytkownikom łączyć narzędzia, wyszukiwanie w sieci i wykonawców kodu. Firma zarządza orkiestracją, upraszczając proces dla programistów.
Mensch wyjaśnił, że coraz większa ilość orkiestracji będzie zarządzana po stronie serwera przez Mistral AI. Obejmuje to zarządzanie tokenami oraz obsługę uwierzytelniania i uprawnień, które mogą być złożone i czasochłonne we wdrażaniu i utrzymaniu. Celem jest zapewnienie platformy samowdrażalnej, która upraszcza rozwój i wdrażanie AI.
Rozwiązywanie Problemów Bezpieczeństwa AI
Bezpieczeństwo AI, szczególnie w kontekście agentów AI, jest krytycznym problemem. Mensch podkreślił znaczenie piaskownicy wykonywanego kodu i traktowania wszystkich zewnętrznych danych wejściowych jako potencjalnie niebezpiecznych. Podkreślił również potrzebę moderacji i ewaluacji, aby zapewnić, że systemy AI działają zgodnie z przeznaczeniem.
Mensch zauważył, że nieodłączna losowość w modelach AI wymaga starannego zarządzania. Monitorując i kontrolując dane wejściowe, Mistral AI jest w stanie zapewnić, że jej systemy działają z wystarczającą dokładnością.
Ekspansja do Regionu Azji i Pacyfiku
Niedawna ekspansja Mistral AI do Singapuru podkreśla jej rosnące ambicje w regionie Azji i Pacyfiku. Rządy i przedsiębiorstwa w regionie są coraz bardziej zainteresowane suwerennymi rozwiązaniami AI, które minimalizują zależność od technologii, które mogą podlegać ograniczeniom.
Mensch podkreślił, że Mistral AI dostarcza swoje oprogramowanie i zapewnia, że jej klienci i partnerzy mają do niego dostęp, gwarantując ciągłość, nawet gdyby firma miała zniknąć. Ten nacisk na suwerenność i strategiczną autonomię jest szczególnie ważny w Europie i zyskuje na popularności w regionie Azji i Pacyfiku, napędzając szybki wzrost Mistral AI w tym obszarze. Strategiczna autonomia dla podstawowej technologii jest niezbędna, co czyni ją niezbędną w Europie i regionie Azji i Pacyfiku, co wyjaśnia wykładniczy wzrost firmy.
Kluczowe wnioski
- Open Source jako Napęd Rozwoju: Zaangażowanie Mistral AI w open source było kluczowym czynnikiem jej sukcesu, umożliwiając szersze przyjęcie i wspierając środowisko współpracy.
- Koncentracja na Przedsiębiorstwach dla Monetyzacji: Obejmując open source, Mistral AI koncentruje się na zaangażowaniu przedsiębiorstw w celu napędzania przychodów, dostarczając dostosowane rozwiązania AI dla różnych branż.
- Efektywność i Wydajność: Firma priorytetowo traktuje efektywność modelu bez poświęcania wydajności, umożliwiając szybsze i bardziej responsywne aplikacje AI.
- Systemy Hybrydowe: Powstanie systemów hybrydowych, łączących przetwarzanie brzegowe z zasobami chmurowymi, oferuje nowe możliwości wdrażania AI.
- Praktyczne Strategie Wdrażania: Przedsiębiorstwa powinny zacząć od asystentów AI i zidentyfikować procesy nadające się do automatyzacji, aby zmaksymalizować korzyści z AI.
- Agent API dla Uproszczonej Orkiestracji: Agent API Mistral AI upraszcza rozwój i wdrażanie agentów AI, usprawniając orkiestrację.
- Rozwiązywanie Problemów Bezpieczeństwa: Firma poważnie traktuje bezpieczeństwo AI, podkreślając znaczenie piaskownicy, moderacji i ewaluacji.
- Ekspansja do Azji i Pacyfiku: Ekspansja Mistral AI do Singapuru podkreśla jej rosnące ambicje w regionie Azji i Pacyfiku, napędzane popytem na suwerenne rozwiązania AI.
- Rozmiar modelu ma znaczenie w każdej aplikacji AI, ponieważ im większy model, tym większe opóźnienie.
- Mistral AI współpracuje z firmami z branży produkcyjnej, logistycznej, biotechnologicznej i usług finansowych, aby zidentyfikować najważniejsze przypadki użycia i wykonać pracę integracyjną, aby bardzo szybko dostarczyć wartość.