تفشل معظم مشاريع الذكاء الاصطناعي في المؤسسات ليس لأن الشركات تفتقر إلى التكنولوجيا، ولكن لأن النماذج التي تستخدمها لا تفهم أعمالها. غالبًا ما يتم تدريب النماذج على الإنترنت، بدلاً من عقود من الوثائق الداخلية، وتدفقات العمل، والمعرفة المؤسسية.
هذه الفجوة هي ما ترى فيه شركة ميسْترال، الناشئة الفرنسية في مجال الذكاء الاصطناعي، فرصة. يوم الثلاثاء، أعلنت الشركة عن ميسْترال فورتش، وهي منصة تتيح للمؤسسات بناء نماذج مخصصة مدربة على بياناتها الخاصة. أعلنت ميسْترال عن المنصة في مؤتمر Nvidia GTC، المؤتمر السنوي لتكنولوجيا Nvidia، والذي يركز هذا العام بشكل كبير على الذكاء الاصطناعي والنماذج المؤسسية.
إنها خطوة جريئة من ميسْترال، الشركة التي بنت أعمالها على العملاء من الشركات بينما تقدمت الشركات المنافسة مثل OpenAI وAnthropic في ما يتعلق بقبول المستهلكين. يقول الرئيس التنفيذي آرثر مانش إن تركيز ميسْترال على المؤسسات يعمل: الشركة في طريقها لتجاوز مليار دولار من الإيرادات السنوية المتكررة هذا العام.
جزء كبير من التركيز على المؤسسات هو منح الشركات مزيدًا من السيطرة على بياناتها وأنظمة الذكاء الاصطناعي الخاصة بها، وفقًا لما تقوله ميسْترال.
“ما تفعله فورتش هو أنها تتيح للمؤسسات والحكومات تخصيص نماذج الذكاء الاصطناعي لتلبية احتياجاتهم المحددة”، قالت إليسا سالامانكا، رئيسة قسم المنتجات في ميسْترال، لموقع TechCrunch.
تدعي عدة شركات في مجال الذكاء الاصطناعي المؤسسي بالفعل أنها تقدم قدرات مشابهة، لكن معظمها يركز على تحسين النماذج الموجودة أو إضافة بيانات خاصة من خلال تقنيات مثل توليد البيانات المحسن بالاسترجاع (RAG). لا تعيد هذه الطرق تدريب النماذج بشكل أساسي؛ بل تعدل أو تستعلم عنها أثناء التشغيل باستخدام بيانات الشركة.
تقول ميسْترال، بالمقابل، إنها تمكن الشركات من تدريب النماذج من الصفر. نظريًا، يمكن أن يعالج هذا بعض القيود التي تعاني منها طرق أكثر شيوعًا — على سبيل المثال، التعامل بشكل أفضل مع البيانات غير الإنجليزية أو البيانات ذات التخصص العالي، وزيادة التحكم في سلوك النماذج. يمكن أن يسمح أيضًا للشركات بتدريب أنظمة وكيلة باستخدام التعلم المعزز وتقليل الاعتماد على مقدمي نماذج خارجيين، مما يتجنب المخاطر مثل تغييرات النماذج أو إلغاءها.
حدث Techcrunch
سان فرانسيسكو، كاليفورنيا
|
من 13 إلى 15 أكتوبر 2026
يمكن لعملاء فورتش بناء نماذجهم المخصصة باستخدام مكتبة ميسْترال الواسعة من نماذج الذكاء الاصطناعي المفتوحة، والتي تشمل نماذج صغيرة مثل ميسْترال سمول 4 المقدمة حديثًا. وفقًا لإحدى مؤسسي ميسْترال ورئيس التكنولوجيا، تيموثيه لاكروا، يمكن أن تساعد فورتش في تحقيق قيمة أكبر من نماذجها الحالية.
“التنازلات التي نقوم بها عند بناء نماذج أصغر هي أنها لا يمكن أن تكون جيدة في كل موضوع مثل نظيراتها الأكبر، لذا فإن القدرة على تخصيصها تتيح لنا اختيار ما نركز عليه وما نتجاهله”، قال لاكروا.
توجه ميسْترال النصيحة بشأن أي النماذج والبنية التحتية يجب استخدامها، ولكن كلا القرارين يبقيان مع العميل، وفقًا لما قاله لاكروا. وللفرق التي تحتاج إلى أكثر من إرشادات، تأتي فورتش مع فريق ميسْترال من المهندسين المنتشرين الذين يندمجون مباشرة مع العملاء لتقديم البيانات الصحيحة والتكيف مع احتياجاتهم – وهو نموذج تم الاقتباس منه من أمثال IBM وPalantir.
“كمنتج، تأتي فورتش بالفعل مع جميع الأدوات والبنية التحتية حتى تتمكن من إنشاء خطوط بيانات صناعية”، قالت سالامانكا. “لكن فهم كيفية بناء التقييمات الصحيحة والتأكد من أن لديك الكمية المناسبة من البيانات هو شيء عادة ما تفتقر إليه المؤسسات، وهذا ما يقدمه موظفو التوزيع المتقدم.”
لقد جعلت ميسْترال فورتش متاحة بالفعل لشركاء بما في ذلك إريكسون، والوكالة الأوروبية للفضاء، والشركة الاستشارية الإيطالية ريبلا، وDSO وHTX في سنغافورة. كما يشمل العملاء الأوائل أيضًا ASML، الشركة الهولندية المصنعة للرقاقات التي قادت جولة ميسْترال من السلسلة C في سبتمبر الماضي بتقييم بلغ 11.7 مليار يورو (حوالي 13.8 مليار دولار في ذلك الوقت).
تاريخ هذه الشراكات يرمز إلى ما تتوقعه ميسْترال أن تكون الاستخدامات الرئيسية لفورتش. وفقًا لمارغوري جانيويتس، الرئيسة التنفيذية للإيرادات في ميسْترال، تشمل هذه الاستخدامات الحكومات التي تحتاج إلى تخصيص نماذج لما يتناسب مع لغتها وثقافتها؛ والجهات المالية التي لديها متطلبات عالية من الالتزام؛ والشركات المصنعة التي تحتاج إلى تخصيص؛ والشركات التكنولوجية التي تحتاج إلى ضبط النماذج لتتناسب مع قاعدة شيفرتها.
اترك تعليقاً إلغاء الرد