AI不缺知識，缺的是「理解你的業務」

大多數企業AI專案失敗，不是因為技術不夠好，而是因為模型根本不認識這家公司。

這個問題比想像中更根本。當前主流的大型語言模型，幾乎都是用網際網路上的公開文本訓練出來的。但一家製造商累積三十年的工藝知識、一家銀行獨有的風控邏輯、一個政府機構的行政語境——這些從未出現在公開網路上的「企業內部知識」，模型根本無從學習。模型很聰明，但對你的公司一無所知。這道鴻溝，正是Mistral AI決定切入的市場缺口。

Mistral Forge：從「適應」到「重建」

2026年3月，法國AI新創Mistral AI在Nvidia GTC（輝達年度技術大會）上正式發布「Mistral Forge」平台。這個平台讓企業能夠使用自有數據，從零開始訓練客製化AI模型。

要理解這件事的重量，必須先了解現有做法的侷限。目前企業AI客製化的主流方式有兩種：一是微調（Fine-tuning），在既有模型基礎上追加訓練；二是RAG（檢索增強生成），讓模型在回答時即時查詢企業文件。這兩種方法本質上都是在「適應」一個已存在的模型，而非從根本上改變它的知識結構。

Mistral主張Forge能做到的，是讓企業真正「重建」一個屬於自己的模型。這在理論上帶來幾項優勢：更好地處理非英語語言與高度專業的領域知識、對模型行為擁有更高的控制權、能夠用強化學習訓練代理型（agentic）系統，以及降低對第三方模型供應商的依賴——包括避免供應商單方面更改或廢棄模型的風險。

CEO Arthur Mensch表示，Mistral今年有望突破年度經常性收入（ARR）10億美元。在OpenAI與Anthropic以消費者市場為主要戰場的當下，Mistral選擇深耕企業客戶，走出了一條截然不同的路。

人力資本是差異化的核心

廣告

廣告合作

[email protected]

廣告

Forge不只是一個軟體平台。Mistral將「前線部署工程師（FDE）」團隊直接嵌入客戶企業，協助挖掘正確的數據、設計評估指標、調整訓練策略。這套模式借鑒自IBM與Palantir的服務哲學——技術加上人，才是真正的解決方案。

產品負責人Elisa Salamanca說得直接：「生成合成數據管線的工具和基礎設施，Forge都提供了。但如何設計正確的評估標準、確保數據量足夠——這是大多數企業內部沒有的專業能力，這正是FDE存在的價值。」

目前已加入Forge的合作夥伴包括電信巨頭Ericsson、歐洲太空總署（ESA）、義大利顧問公司Reply、新加坡政府機構DSO與HTX，以及去年以約138億美元估值領投Mistral C輪融資的荷蘭半導體設備商ASML。

Mistral首席營收官Marjorie Janiewicz點出四大核心應用場景：需要語言與文化客製化的政府機構、合規要求嚴格的金融業者、有高度客製化需求的製造商，以及需要針對自有程式碼庫調校模型的科技公司。

歐洲AI主權牌，在亞洲能打嗎？

Mistral的崛起，有一個不能忽視的地緣政治背景：歐洲對「AI主權」的渴望。在美國科技巨頭主導全球AI市場的格局下，Mistral代表的是歐洲試圖掌握自身數字命運的努力——開源模型、本地部署、數據不出境，這些都是吸引歐洲政府客戶的關鍵訴求。

但這張牌在亞洲市場的效力，值得深思。對台灣、新加坡、日本等市場而言，「不依賴美國雲端供應商」的訴求確實有一定吸引力，特別是在地緣政治緊張加劇的背景下。新加坡政府機構已是Forge的早期用戶，這或許是一個值得觀察的信號。

然而，Mistral面對的競爭並不輕鬆。Google、Microsoft、AWS在亞洲企業市場深耕多年，關係網絡牢固。更重要的是，「從零訓練模型」的成本與時間，遠高於微調或RAG——Mistral尚未公開具體定價，這對預算敏感的中小企業來說是一個問號。

此外，FDE模式要求企業開放內部機密數據給外部工程師，這在數據安全意識強烈的企業文化中，可能是一道難以跨越的心理門檻。

從另一個角度看，中國大陸的企業AI市場正在走一條截然不同的路——百度、阿里、華為等本土廠商提供高度在地化的解決方案，且在政策層面受到保護。Mistral進入中國大陸市場的可能性幾乎為零，但這也意味著，在中國大陸以外的華人市場（台灣、香港、東南亞），歐洲AI供應商存在差異化的機會空間。