Mayoritas proyek kecerdasan buatan (AI) di sektor korporasi berakhir dengan kegagalan. Fenomena itu bukan dipicu oleh keterbatasan teknologi, melainkan karena model AI yang digunakan sering kali “buta” terhadap seluk-beluk bisnis internal perusahaan.
Selama ini model-model populer dilatih menggunakan data internet publik. Akibatnya, mereka gagal memahami tumpukan dokumen internal, alur kerja spesifik, hingga pengetahuan institusional yang telah dibangun perusahaan selama puluhan tahun. Celah kritis itulah yang kini dibidik oleh Mistral.
Fokus pada Kedaulatan Data Perusahaan
Startup AI asal Prancis itu baru saja memperkenalkan Mistral Forge dalam ajang Nvidia GTC. Platform itu dirancang khusus agar perusahaan dapat membangun model AI personal yang dilatih langsung menggunakan data privat mereka sendiri.
Langkah itu mempertegas posisi Mistral yang memilih setia pada pasar korporasi (enterprise). Di saat kompetitor besar seperti OpenAI dan Anthropic sibuk berebut atensi publik melalui adopsi konsumen massal, Mistral justru melaju di jalur sunyi namun menguntungkan.
Strategi ini terbukti jitu. CEO Mistral Arthur Mensch mengungkapkan fokus pada segmen bisnis ini sukses membawa perusahaan melampaui pendapatan tahunan (ARR) sebesar USD1 miliar pada tahun ini.
Melatih Model dari Titik Nol
Inti dari daya tarik Mistral terletak pada pemberian kendali penuh kepada pelanggan atas data dan sistem AI mereka.
”Apa yang dilakukan Forge adalah membiarkan perusahaan dan pemerintah menyesuaikan model AI sesuai dengan kebutuhan spesifik mereka,” ujar Elisa Salamanca (Head of Product Mistral) kepada TechCrunch.
Berbeda dengan penyedia AI lain yang umumnya mengandalkan teknik fine-tuning atau Retrieval Augmented Generation (RAG), Mistral menawarkan langkah lebih ekstrem yang memungkinkan perusahaan melatih model dari nol (from scratch).
Secara teknis, pendekatan itu mampu memecahkan masalah akurasi pada bahasa non-Inggris serta pemahaman data teknis yang sangat spesifik.
Lebih jauh lagi, perusahaan dapat membangun sistem agen (agentic systems) dengan menggunakan reinforcement learning tanpa perlu khawatir akan risiko ketergantungan pada penyedia pihak ketiga.
Personalisasi Melalui Efisiensi Model Kecil
Mistral Forge memanfaatkan pustaka model open-weight milik Mistral, termasuk model ringkas seperti Mistral Small 4. Co-founder sekaligus Chief Technologist Mistral, Timothée Lacroix, menjelaskan Forge membantu memaksimalkan potensi model-model kecil tersebut melalui kustomisasi yang presisi.
”Kompromi yang kami lakukan saat membangun model kecil adalah mereka tidak bisa unggul di setiap topik seperti model besar. Kemampuan untuk melakukan kustomisasi memungkinkan kami memilih aspek mana yang ingin ditekankan dan mana yang bisa dikesampingkan,” jelas Lacroix.
Dalam implementasinya, Mistral memberikan fleksibilitas infrastruktur bagi pelanggan. Bagi perusahaan yang membutuhkan asistensi mendalam, Mistral menerjunkan tim Forward-Deployed Engineers (FDE). Tim ini akan membantu mengolah data secara langsung, sebuah model layanan yang sebelumnya dipopulerkan oleh raksasa seperti IBM dan Palantir.
Salamanca menambahkan bahwa tantangan terbesar perusahaan saat ini bukan hanya pada data, melainkan pada tahap evaluasi.
“Memahami cara membangun evaluasi yang tepat dan memastikan jumlah data yang cukup adalah keahlian yang biasanya tidak dimiliki perusahaan. Di situlah peran tim FDE kami,” tuturnya.
Membidik Sektor Vital dan Strategis
Kehadiran Forge telah menarik minat berbagai institusi kakap. Daftar pengguna awalnya mencakup Ericsson, Badan Antariksa Eropa (ESA), perusahaan konsultan Reply, hingga lembaga riset Singapura seperti DSO dan HTX.
Bahkan, produsen mesin cip asal Belanda, ASML, turut bergabung sebagai pengguna sekaligus investor dalam pendanaan Seri C Mistral.
Chief Revenue Officer Mistral, Marjorie Janiewicz, memetakan empat sektor utama yang menjadi target Forge:
Pemerintah: Membutuhkan model yang selaras dengan bahasa dan budaya lokal.
Sektor Keuangan: Terikat oleh regulasi kepatuhan data yang sangat ketat.
Manufaktur: Memerlukan spesifikasi teknis tinggi dan presisi.
Perusahaan Teknologi: Melatih AI berdasarkan basis kode (code base) milik mereka sendiri.
Dengan valuasi terakhir mencapai €11,7 miliar (sekitar USD13,8 miliar), Mistral kini telah bertransformasi. Ia bukan lagi sekadar “alternatif Eropa”, melainkan penantang serius yang menawarkan kedaulatan data bagi raksasa industri global.
