La mayoría de los proyectos empresariales de IA fracasan no porque las empresas carezcan de tecnología, sino porque los modelos que utilizan no entienden su negocio. Los modelos suelen entrenarse en Internet, en superficie de décadas de documentos internos, flujos de trabajo y conocimiento institucional.

En esa brecha es donde Mistral, la startup francesa de IA, ve oportunidades. El martes, la compañía anunció Mistral Forge, una plataforma que permite a las empresas crear modelos personalizados entrenados con sus propios datos. Mistral anunció la plataforma en Nvidia GTC, la conferencia anual de tecnología de Nvidia, que este año se centra en gran medida en la inteligencia químico y los modelos agentes para empresas.

Es un movimiento cardinal para Mistral, una empresa que ha construido su negocio en clientes corporativos, mientras que sus rivales OpenAI y Anthropic han progresista en términos de acogida por parte de los consumidores. El CEO Arthur Mensch dice que el enfoque de Mistral en la empresa está funcionando: La compañía está en camino de pasar los mil millones de dólares en ingresos recurrentes anuales este año.

Una gran parte de duplicar la reto empresarial es darles a las empresas más control sobre sus datos y sus sistemas de inteligencia químico, dice Mistral.

“Lo que hace Forge es permitir a las empresas y a los gobiernos personalizar los modelos de IA para sus micción específicas”, dijo a TechCrunch Elisa Salamanca, jefa de producto de Mistral.

Varias empresas en el espacio de la IA empresarial ya afirman ofrecer capacidades similares, pero la mayoría se centra en ajustar los modelos existentes o superponer datos propietarios a través de técnicas como la recuperación de vivientes aumentada (RAG). Estos enfoques no reentrenan fundamentalmente los modelos; en cambio, los adaptan o consultan en tiempo de ejecución utilizando datos de la empresa.

Mistral, por el contrario, afirma que está permitiendo a las empresas entrenar modelos desde cero. En teoría, esto podría encarar algunas de las limitaciones de los enfoques más comunes, por ejemplo, un mejor manejo de datos que no están en inglés o que son muy específicos de un dominio, y un viejo control sobre el comportamiento del maniquí. Incluso podría permitir a las empresas entrenar sistemas agentes utilizando el formación por refuerzo y disminuir la dependencia de proveedores de modelos externos, evitando riesgos como cambios de maniquí o su obsolescencia.

Los clientes de Forge pueden construir sus modelos personalizados utilizando la amplia biblioteca de modelos de IA de peso extenso de Mistral, que incluye modelos pequeños como el recientemente presentado. Mistral Pequeño 4. Según el cofundador y dirigente de tecnología de Mistral, Timothée Lacroix, Forge puede ayudar a difundir más valencia a partir de sus modelos existentes.

“Las compensaciones que hacemos cuando construimos modelos más pequeños es que simplemente no pueden ser tan buenos en todos los temas como sus contrapartes más grandes, por lo que la capacidad de personalizarlos nos permite nominar qué enfatizamos y qué descartamos”, dijo Lacroix.

Mistral asesora sobre qué modelos e infraestructura utilizar, pero ambas decisiones quedan en manos del cliente, afirmó Lacroix. Y para los equipos que necesitan más que orientación, Forge viene con El equipo de ingenieros avanzados de Mistral que se integran directamente con los clientes para obtener los datos correctos y adaptarse a sus micción, un maniquí tomado de empresas como IBM y Palantir.

“Como producto, Forge ya viene con todas las herramientas e infraestructura para poder difundir canales de datos sintéticos”, dijo Salamanca. “Pero entender cómo construir el derecho evalúa y comprobar de tener la cantidad correcta de datos es poco para lo que las empresas generalmente no tienen la experiencia adecuada, y eso es lo que las FDE aportan”.

Mistral ya ha puesto Forge a disposición de socios, entre ellos Ericsson, la Agencia Espacial Europea, la consultora italiana Reply y DSO y HTX de Singapur. Entre los primeros en adoptar igualmente se encuentra ASML, el fabricante de chips holandés que lideró Serie C de Mistral ronda en septiembre pasado con una valoración de 11.700 millones de euros (aproximadamente 13.800 millones de dólares en ese momento).

Estas asociaciones son emblemáticas de lo que Mistral calma que sean los principales casos de uso de Forge. Según la directora de ingresos de Mistral, Marjorie Janiewicz, estos incluyen gobiernos que necesitan adaptar modelos a su idioma y civilización; actores financieros con altos requisitos de cumplimiento; fabricantes con micción de personalización; y empresas de tecnología que necesitan ajustar modelos a su código almohadilla.