Mistral AI บริษัทดาวรุ่งในวงการ Generative Artificial Intelligence (GenAI) ซึ่งมีฐานอยู่ในปารีส กำลังใช้ประโยชน์จากหลักการ Open Source และโซลูชัน AI ที่มุ่งเน้นสำหรับองค์กรเพื่อขับเคลื่อนการขยายตัวอย่างรวดเร็ว Arthur Mensch CEO และผู้ร่วมก่อตั้งบริษัท ได้แบ่งปันข้อมูลเชิงลึกในการประชุม ATxSummit ที่สิงคโปร์เมื่อเร็วๆ นี้ โดยสรุปว่า Mistral AI สามารถรักษาสมดุลระหว่างความมุ่งมั่นใน Open Source กับความต้องการของตลาด Enterprise ได้อย่างชาญฉลาด โดยนำเสนอเครื่องมือ AI ที่ปรับเปลี่ยนได้และมีประสิทธิภาพแก่ภาคธุรกิจ และขยายขอบเขตการดำเนินงานไปทั่วโลก
ในการสนทนากับ Lew Chuen Hong CEO ของ Infocomm Media Development Authority ของสิงคโปร์ Mensch ได้อธิบายถึงพันธกิจของ Mistral AI: เพื่อเสริมศักยภาพขององค์กรและหน่วยงานภาครัฐด้วยเทคโนโลยี AI ที่สามารถปรับแต่งและควบคุมได้ภายในองค์กร ลดการพึ่งพาหน่วยงานภายนอก วิสัยทัศน์นี้ ซึ่งนำโดยอดีตนักวิจัยจาก Meta และ Google ผู้ก่อตั้ง Mistral AI ในเดือนเมษายน 2023 มีรากฐานมาจากความเชื่อที่ว่า AI ควรเข้าถึงได้และปรับแต่งได้
ข้อได้เปรียบของ Open Source
การเข้ามาของ Mistral AI ใน Open Source เริ่มต้นขึ้นเพียงสี่เดือนหลังจากการก่อตั้งบริษัท ด้วยการเปิดตัวโมเดลแรก จากข้อมูลของ Mensch การเคลื่อนไหวเชิงกลยุทธ์นี้มีส่วนสำคัญในการบรรลุความสำเร็จในช่วงแรก ความสามารถของโมเดลในการทำงานได้อย่างมีประสิทธิภาพบนแล็ปท็อปได้รับการตอบรับอย่างดีจากผู้ใช้ ถือเป็นความสำเร็จที่บุกเบิก นับตั้งแต่นั้นเป็นต้นมา Mistral AI ยังคงแน่วแน่ในความมุ่งมั่นต่อ Open Source โดยเปิดตัวโมเดลที่ทรงพลังมากขึ้นอย่างต่อเนื่อง
Mensch เน้นย้ำว่าการตัดสินใจที่จะนำ Open Source มาใช้นั้น ได้มอบข้อได้เปรียบทางธุรกิจที่สำคัญ โดยแสดงให้เห็นว่าความสามารถด้าน AI ที่แข็งแกร่งสามารถนำไปใช้กับฮาร์ดแวร์ขององค์กรเองและภายในสภาพแวดล้อม Private Cloud ทั้งหมดนี้ ในขณะที่ยังคงควบคุมข้อมูลได้อย่างเต็มที่ ความสามารถนี้ได้เปลี่ยนการรับรู้ของเทคโนโลยี AI โดยเน้นย้ำถึงประโยชน์ของการปรับใช้ในท้องถิ่นและเอกราชที่มากขึ้น
การสร้างสมดุลระหว่าง Open Source กับการสร้างรายได้
อย่างไรก็ตาม จุดตัดของอุดมคติ Open Source และกลยุทธ์การสร้างรายได้นำเสนอความท้าทายที่ซับซ้อน Mistral AI นำทางสิ่งนี้โดยการสร้างสมดุลอย่างระมัดระวังระหว่างความต้องการของชุมชน Open Source กับวัตถุประสงค์เชิงพาณิชย์ของตนเอง Mensch ตระหนักถึงการแลกเปลี่ยนโดยธรรมชาติ โดยเน้นย้ำถึงความทุ่มเทของบริษัทในการจัดหาโมเดลที่มีคุณค่าสำหรับผู้ใช้ Open Source ขับเคลื่อนนวัตกรรม และเปิดใช้งานการวิจัยแบบร่วมมือ
เพื่อสร้างรายได้จากนวัตกรรม Mistral AI ใช้กลยุทธ์ต่างๆ ซึ่งรวมถึงการนำเสนอบริการ Public Cloud ที่สามารถเข้าถึงได้ผ่าน Application Programming Interfaces (APIs) ซึ่งช่วยให้ลูกค้าสามารถพัฒนา AI Agents และเชื่อมต่อกับแหล่งข้อมูลที่หลากหลาย นอกจากนี้ Mistral AI ยังมีแพลตฟอร์มที่สามารถนำไปใช้ในสภาพแวดล้อม Air-Gapped ได้ ทำให้มั่นใจในความปลอดภัยและการแยกส่วน ผลิตภัณฑ์ขนาดเต็ม เช่น Le Chat ผู้ช่วย AI ที่ปรับแต่งมาเพื่องานและการใช้งานส่วนตัว ยังมีส่วนช่วยเพิ่มแหล่งรายได้ของบริษัท
การมีส่วนร่วมของ Enterprise: ธุรกิจหลัก
แม้ว่าการมีส่วนร่วมของ Open Source และบริการ Cloud จะมีบทบาท แต่ Mensch เน้นย้ำว่ารายได้ส่วนใหญ่ของ Mistral AI มาจากการมีส่วนร่วมของ Enterprise ในความร่วมมือเหล่านี้ Mistral AI ช่วยเหลือธุรกิจในการปรับใช้ AI Applications โดยทำงานอย่างใกล้ชิดกับบริษัทต่างๆ ในหลากหลายภาคส่วน เช่น การผลิต โลจิสติกส์ เทคโนโลยีชีวภาพ และบริการทางการเงิน จุดเน้นอยู่ที่การระบุ Use Case ที่สำคัญ และการรวม AI Solutions เพื่อมอบมูลค่าทางธุรกิจที่จับต้องได้อย่างรวดเร็ว
ประสิทธิภาพเป็นรากฐานสำคัญ
หัวใจสำคัญของแนวทางของ Mistral AI คือความมุ่งมั่นในประสิทธิภาพของโมเดลโดยไม่กระทบต่อประสิทธิภาพ Mensch อธิบายว่าข้อมูลเชิงลึกหลักของบริษัทคือการลงทุนทรัพยากรการคำนวณมากขึ้นในการบีบอัดความรู้สามารถนำไปสู่โมเดลที่เล็กลงและมีประสิทธิภาพมากขึ้น สิ่งนี้มีความสำคัญอย่างยิ่งเนื่องจากขนาดของโมเดลส่งผลกระทบโดยตรงต่อ Latency ซึ่งเป็นข้อพิจารณาที่สำคัญสำหรับ Applications จำนวนมาก
เมื่อสร้าง Applications ด้วย Large Language Models (LLMs) ความเร็วเป็นสิ่งสำคัญยิ่ง โมเดลที่เร็วกว่าช่วยให้สามารถทำงานที่ซับซ้อนและความสามารถในการให้เหตุผลได้มากขึ้น ในขณะที่ยังคงรักษา Latency ที่ยอมรับได้ ประสิทธิภาพนี้มีความสำคัญอย่างยิ่งสำหรับ Applications ที่ต้องการการตอบสนองแบบเรียลไทม์
การเพิ่มขึ้นของระบบไฮบริด
Mensch ยังตั้งข้อสังเกตถึงแนวโน้มที่เพิ่มขึ้นของระบบไฮบริดที่รวม Edge Computing กับทรัพยากร Cloud ในกระบวนทัศน์นี้ งานที่ง่ายกว่าจะได้รับการจัดการในเครื่องที่ Edge ในขณะที่งานที่ต้องใช้การคำนวณมากกว่าจะถูกส่งไปยัง Cloud พลังที่เพิ่มขึ้นของแล็ปท็อปและประสิทธิภาพของโมเดลที่เล็กลง เช่น โมเดลที่มีพารามิเตอร์ 24 พันล้าน ช่วยให้ AI Agents ในเครื่องสามารถทำงานต่างๆ เช่น การเขียนโค้ดได้อย่างมีประสิทธิภาพ
คำแนะนำเชิงปฏิบัติสำหรับการปรับใช้ Enterprise AI
สำหรับองค์กรที่ต้องการใช้ประโยชน์จาก AI อย่างมีประสิทธิภาพ Mensch แนะนำให้เริ่มต้นด้วย AI Assistants เพื่อเพิ่มประสิทธิภาพการทำงาน จากนั้น องค์กรควรระบุกระบวนการที่พร้อมสำหรับการทำงานอัตโนมัติ ซึ่งเกี่ยวข้องกับการออกแบบ Custom AI Systems ที่จัดระเบียบกระบวนการที่ซับซ้อน โดยรวมInput ของมนุษย์ตามความจำเป็น
แทนที่จะพึ่งพามนุษย์ในการเรียกใช้ AI Agents Mensch แนะนำว่า Agents ควรทำงานในระดับ Process โดยรวบรวม Input จากมนุษย์ภายใน Process Loop แนวทางนี้ช่วยให้องค์กรสามารถจัดสรรทรัพยากรบุคคลใหม่ไปยังงานที่ยังคงต้องใช้ความเชี่ยวชาญของมนุษย์ได้อย่างต่อเนื่อง
Agent API: การปรับปรุงการจัดระเบียบ
เพื่ออำนวยความสะดวกในการพัฒนาและปรับใช้ AI Agents Mistral AI เพิ่งเปิดตัว Agent API ที่ช่วยให้ผู้ใช้สามารถเชื่อมต่อเครื่องมือ การค้นหาเว็บ และ Code Executors บริษัทจัดการการจัดระเบียบ ทำให้กระบวนการสำหรับนักพัฒนาง่ายขึ้น
Mensch อธิบายว่าการจัดระเบียบจำนวนมากขึ้น จะได้รับการจัดการบน Server Side โดย Mistral AI ซึ่งรวมถึงการจัดการ Tokens และการจัดการ Authentication และ Permissions ซึ่งอาจมีความซับซ้อนและเสียเวลาในการนำไปใช้และบำรุงรักษา เป้าหมายคือการสร้างแพลตฟอร์มที่ปรับใช้ได้เอง ซึ่งทำให้การพัฒนาและการปรับใช้ AI ง่ายขึ้น
การแก้ไขข้อกังวลด้านความปลอดภัยของ AI
ความปลอดภัยของ AI โดยเฉพาะอย่างยิ่งในบริบทของ AI Agents เป็นข้อกังวลที่สำคัญ Mensch เน้นย้ำถึงความสำคัญของการ Sandboxing Executed Code และการปฏิบัติต่อ External Inputs ทั้งหมด ว่าอาจไม่ปลอดภัย นอกจากนี้ เขายังเน้นย้ำถึงความจำเป็นในการกลั่นกรองและการประเมินเพื่อให้แน่ใจว่า AI Systems ทำงานตามที่ตั้งใจไว้
Mensch ตั้งข้อสังเกตว่าความสุ่มโดยธรรมชาติใน AI Models จำเป็นต้องมีการจัดการอย่างรอบคอบ ด้วยการตรวจสอบและควบคุม Inputs Mistral AI สามารถมั่นใจได้ว่า Systems ทำงานด้วยความแม่นยำที่เพียงพอ
การขยายไปสู่ภูมิภาคเอเชียแปซิฟิก
การขยายตัวของ Mistral AI ไปยังสิงคโปร์เมื่อเร็วๆ นี้ ตอกย้ำความทะเยอทะยานที่เพิ่มขึ้นในภูมิภาคเอเชียแปซิฟิก หน่วยงานภาครัฐและองค์กรในภูมิภาคมีความสนใจเพิ่มมากขึ้นใน Sovereign AI Solutions ที่ลดการพึ่งพาเทคโนโลยีที่อาจถูกจำกัด
Mensch เน้นย้ำว่า Mistral AI จัดส่งซอฟต์แวร์และรับรองว่าลูกค้าและพันธมิตรสามารถเข้าถึงได้ ทำให้มั่นใจในความต่อเนื่องแม้ว่าบริษัทจะหายไปก็ตาม การเน้นย้ำเรื่อง Sovereignty และ Strategic Autonomy นี้มีความสำคัญอย่างยิ่งในยุโรป และกำลังได้รับการยอมรับในภูมิภาคเอเชียแปซิฟิก ซึ่งขับเคลื่อนการเติบโตอย่างรวดเร็วของ Mistral AI ในพื้นที่ดังกล่าว Strategic Autonomy สำหรับ Core Technology เป็นสิ่งจำเป็น ทำให้เป็นสิ่งจำเป็นในยุโรปและเอเชียแปซิฟิก ซึ่งอธิบายถึงการเติบโตแบบทวีคูณของบริษัท
ประเด็นสำคัญ
- Open Source เป็นตัวขับเคลื่อนการเติบโต: ความมุ่งมั่นของ Mistral AI ใน Open Source เป็นปัจจัยสำคัญในความสำเร็จ ช่วยให้มีการนำไปใช้อย่างกว้างขวางและส่งเสริมสภาพแวดล้อมการทำงานร่วมกัน
- Enterprise Focus สำหรับการสร้างรายได้: ในขณะที่ยอมรับ Open Source Mistral AI มุ่งเน้นไปที่ Enterprise Engagements เพื่อขับเคลื่อนรายได้ โดยนำเสนอ Custom AI Solutions สำหรับอุตสาหกรรมต่างๆ
- ประสิทธิภาพและสมรรถนะ: บริษัทให้ความสำคัญกับประสิทธิภาพของโมเดลโดยไม่ลดทอนประสิทธิภาพ ทำให้ AI Applications รวดเร็วและตอบสนองได้ดีขึ้น
- Hybrid Systems: การเพิ่มขึ้นของ Hybrid Systems ซึ่งรวม Edge Computing กับทรัพยากร Cloud นำเสนอความเป็นไปได้ใหม่ๆ สำหรับการปรับใช้ AI
- กลยุทธ์การปรับใช้เชิงปฏิบัติ: องค์กรควรเริ่มต้นด้วย AI Assistants และระบุกระบวนการที่พร้อมสำหรับการทำงานอัตโนมัติ เพื่อเพิ่มประโยชน์สูงสุดของ AI
- Agent API สำหรับการจัดระเบียบที่ง่ายขึ้น: Agent API ของ Mistral AI ช่วยลดความซับซ้อนในการพัฒนาและปรับใช้ AI Agents ทำให้การจัดระเบียบง่ายขึ้น
- การแก้ไขข้อกังวลด้านความปลอดภัย: บริษัทให้ความสำคัญกับความปลอดภัยของ AI อย่างจริงจัง โดยเน้นย้ำถึงความสำคัญของการ Sandboxing การกลั่นกรอง และการประเมิน
- การขยายสู่เอเชียแปซิฟิก: การขยายตัวของ Mistral AI ไปยังสิงคโปร์เน้นย้ำถึงความทะเยอทะยานที่เพิ่มขึ้นในภูมิภาคเอเชียแปซิฟิก ซึ่งขับเคลื่อนโดยความต้องการ Sovereign AI Solutions
- ขนาดของโมเดลมีความสำคัญในแอปพลิเคชัน AI ใดๆ เพราะยิ่งโมเดลมีขนาดใหญ่เท่าไหร่ Latency ก็จะยิ่งมากขึ้นเท่านั้น
- Mistral AI กำลังทำงานร่วมกับบริษัทผู้ผลิต โลจิสติกส์ เทคโนโลยีชีวภาพ และบริการทางการเงิน เพื่อระบุ Use Case ที่สำคัญที่สุด และทำงานบูรณาการเพื่อส่งมอบคุณค่าอย่างรวดเร็ว