Tokom Nvidijine konferencije GPU Technology u San Hozeu, francuski AI startap Mistral AI predstavio je Forge, platformu koja kompanijama omogućava da obučavaju velike jezičke modele od nule koristeći sopstvene podatke. Ovaj potez predstavlja odgovor na „black-box“ rešenja kompanija OpenAI i Anthropic, koja dominiraju na masovnom tržištu, ali često ne uspevaju da zadovolje specifične zahteve velikih preduzeća.

Mnogi korporativni AI projekti propadaju, ne zbog loše tehnologije, već zato što su modeli zasnovani na opštim podacima sa interneta i ne mogu da usvoje specifičnu internu terminologiju, procese ili pravila usklađenosti konkretne firme. Mistralovo rešenje je da preduzećima pruži alate i znanje za kreiranje modela koji zaista razumeju njihove „decenije internih dokumenata, radnih procesa i institucionalnog znanja“.

Kako se Forge razlikuje od postojećih rešenja

Većina današnjih korporativnih AI alata oslanja se na fine-tuning ili retrieval-augmented generation (RAG). Te metode prilagođavaju već obučeni model u hodu, ali ne menjaju njegove osnovne parametre. Forge, s druge strane, omogućava klijentima da obučavaju modele od samog početka. Kako objašnjava Mistralova direktorka proizvoda Elisa Salamanka, „Forge omogućava preduzećima i vladama da prilagode AI modele svojim specifičnim potrebama“.

Ova sposobnost bi mogla doneti:

• Bolju podršku za jezike van engleskog govornog područja ili specifičnu industrijsku terminologiju.
• Precizniju kontrolu nad ponašanjem modela, od bezbednosnih postavki do filtera za usklađenost.
• Manju zavisnost od eksternih API-ja, čime se smanjuje rizik od iznenadnog gašenja modela ili promena u licenciranju.

Da bi proces bio lakši za upravljanje, Mistral nudi biblioteku modela otvorenih težina (open-weight), poput nedavno objavljenog modela „Mistral Small 4“, i kompletan set alata i infrastrukture koji može pokrenuti procese za generisanje sintetičkih podataka. Kompanije koje nemaju duboko znanje o veštačkoj inteligenciji mogu angažovati tim „forward-deployed inženjera“ (FDE) koji rade direktno kod klijenta, što je model sličan konsultantskom pristupu kompanija IBM i Palantir.

Rani partneri i ciljna tržišta

Forge se već testira kroz pilot-projekte sa nekoliko istaknutih partnera: telekomunikacionim gigantom Ericsson, Evropskom svemirskom agencijom (ESA), italijanskom konsultantskom kućom Reply, kao i singapurskim javnim preduzećima DSO i HTX. Holandski proizvođač čipova ASML, koji je predvodio Mistralovu Seriju C rundu investiranja uz procenjenu vrednost od 11,7 milijardi evra u septembru 2025, takođe se pridružio ovom poduhvatu.

Mistralova direktorka prihoda Mardžori Janievič navodi da platforma cilja četiri glavne vertikale:

1. Državne organe kojima su potrebni modeli prilagođeni specifičnim jezicima i kulturama.
2. Finansijske institucije koje se suočavaju sa strogim pravilima usklađenosti.
3. Proizvođače koji traže prilagođavanja specifična za određene domene.
4. Tehnološke kompanije koje žele modele duboko integrisane u svoj programski kod.

Implikacije na tržište

Pozicionirajući se kao provajder rešenja po principu „napravi sam svoj AI“, Mistral se kladi na odmak od trenutno dominantnog pristupa „API-kao-usluga“. Ako uspe, Forge bi mogao stvoriti izvor prihoda koji direktno ugrožava ChatGPT Enterprise kompanije OpenAI i Anthropicov Claude for Business, koji se oba oslanjaju na velike, centralno hostovane modele.

Analitičari ističu da preduzeća sve više teže suverenitetu nad podacima. Kompanije poput IBM-a (putem Watsona) i velikih cloud provajdera (AWS SageMaker, Google Cloud AI, Azure AI) već prodaju usluge upravljanog obučavanja, ali Mistralov fokus na open-weight modele i inženjersku podršku na lokaciji klijenta izdvaja ga od ponuda koje su isključivo vezane za cloud.

Rizici i izazovi

Privlačnost potpunog vlasništva nad AI modelom je velika, ali kreiranje visokokvalitetnih modela od nule i dalje zahteva ogromne resurse. Kompanije moraju da prikupe čiste, dobro označene podatke, izgrade pouzdane sisteme za evaluaciju i prate „model-drift“ (degradaciju performansi modela tokom vremena). Mistralovi FDE inženjeri olakšavaju ove procese, ali oslanjanje na spoljne stručnjake moglo bi postati usko grlo ako potražnja premaši kapacitete firme.

Pored toga, konkurencija se brzo kreće. Nedavni potezi OpenAI-a ka otvaranju parametara modela i Anthropicov proboj u domenski specifičan fine-tuning mogli bi ugroziti prednost Forgea, osim ako Mistral ne nastavi sa inovacijama u efikasnosti modela i jednostavnosti korišćenja alata.

Pogled u budućnost

Mistral predviđa da će ove godine premašiti milijardu dolara godišnjeg ponovljivog prihoda (ARR), što je jasan znak rastuće potražnje za AI rešenjima fokusiranim na preduzeća. Uz nekoliko značajnih pilot-projekata koji su već u toku, narednih 12 do 18 meseci pokazaće da li Forge može da preraste rane korisnike i osvoji šire korporativno tržište.

Ako platforma ispuni obećanje o zaista prilagođenom i bezbednom AI sistemu, to bi moglo promeniti način na koji velike firme gledaju na vlasništvo nad modelima, možda uvodeći eru u kojoj „open-weight“ modeli postaju standard za regulisane sektore.