기업 리더라면 당연히 오픈소스 모델을 사용해야 합니다. 현재 데이터 보존을 강제하는 클로즈드 모델 제공업체들은, 그렇게 하지 않을 경우 여러분의 비즈니스에 막대한 영향력을 행사하게 됩니다. 모델을 비즈니스 맥락에 연결하면 모델이 데이터를 보고 학습하며, 이 정보를 바탕으로 가장 성공적인 고객들을 추적해온 전례가 있습니다.
하지만 그것만으로는 충분하지 않습니다. 데이터와 기록을 오픈 시스템에 저장해야 합니다. 그렇지 않으면 소프트웨어 공급업체가 여러분을 위해 구축한 폐쇄적인 환경 밖에서 AI 시스템을 구축하지 못하도록 막을 수 있습니다. 만약 공급업체가 관리하는 데이터에 대한 완전한 접근 권한을 제공하도록 설득할 수 없다면, 다행히 AI 덕분에 상당히 빠르게 마이그레이션할 수 있습니다.
데이터를 확보했다면, AI 시스템이 인간 사용자를 대신해 이 데이터에 어떻게 접근할 수 있는지 관리해야 합니다. 회사에서 Bob이 Alice의 업무 내용을 항상 볼 수 있도록 하고 싶지는 않을 테니까요. 이는 어렵고 냉혹한 작업입니다. AI 모델은 '알 필요' 관련 오류를 찾는 데 매우 뛰어나기 때문입니다. 엄격한 접근 규칙을 확인하는 시스템과 소프트한 접근 규칙을 확인하는 모델이 모두 필요합니다.
이제 가장 중요한 부분이 나옵니다. 자체적인 지속적인 훈련 플라이휠(continuous training flywheel)을 구축해야 합니다. 그래야 직원 및 사용자와의 상호작용을 기반으로 AI 시스템을 개선할 수 있습니다. 이것이 바로 비즈니스의 가장자리(edge)를 공급업체와 경쟁사가 복제할 수 없는 AI 시스템으로 전환하는 방법입니다.
이는 또한 배포 비용을 줄이는 방법이기도 합니다. 모델 입력 분포에 따라 모델을 축소할 수 있기 때문입니다. 이러한 비용이 상당해지고 있습니다. AI 개발을 지속하려면 우리 모두가 효율적으로 움직여야 하므로, 이는 중요한 부분입니다.
이러한 모든 노력이 벅차 보일 수 있습니다. 실제로 그렇습니다. 이는 IT의 완전한 재플랫폼화(replatforming)이자, 소프트웨어를 개발하고 비즈니스를 운영하는 방식의 완전한 변화입니다. AI 라이프사이클 관리는 인간 행동과 경사 하강법(gradient descent)에 대한 이해를 필요로 하며, 이는 상당한 도전 과제입니다.
Mistral은 단일 컨트롤 플레인인 Studio와 훈련 플랫폼인 Forge에서 필요한 모든 프리미티브(primitives)를 제공함으로써 이러한 작업을 지원합니다. 당사의 응용 AI 엔지니어와 과학자들이 고객과 긴밀히 협력하여 지식을 전수하고, 시스템이 가동된 후에는 우리가 사라질 수 있도록 보장합니다.
우리는 고객의 인프라에 배포하거나, 데이터 보존이 없는 호스팅 서비스를 통해 배포하여, 여러분의 가장자리(edge)가 그대로 유지되고 전환 버튼이 완전히 여러분의 손에 있도록 합니다.
프론티어 AI는 비즈니스 성장을 가속화할 수 있지만, 그것이 여러분의 손에 있지 않다면 여러분의 성장이 될 수 없습니다.
