Mistral AI、Temporal対応のオーケストレーションエンジン「Workflows」を提供開始（パブリックプレビュー）

Mistral AIは、時価総額が117億ユーロ（138億ドル）と評価されるパリ拠点の人工知能企業で、本日、パブリックプレビューとしてWorkflowsをリリースしました。これは、企業のAIシステムをPoC（概念実証）から、売上を生み出すビジネスプロセスへ移行させるための、本番環境向けオーケストレーション層です。

この製品はMistralのStudioプラットフォームの一部として提供開始されますが、同社がこれまでで最も明確に打ち出すのが、企業向けAI市場を静かに再構成しつつある同社の主張です。AIを導入する組織にとってのボトルネックは、もはやモデルそのものではなく、これを信頼性高くスケールさせて動かすために必要なインフラだ、というものです。

「今日私たちが見ているのは、組織が孤立したPoCを超えるところまで到達するのが難しいということです」と、Mistralのエンタープライズ製品のgo-to-marketを率いるエリサ・サラマンカが、ローンチ前の独占インタビューでVentureBeatに語りました。「ギャップは運用面にあります。Workflowsは、業務上重要なプロセスにわたってAIシステムを確実に稼働させるためのインフラです。」

今回のリリースは、Mistralと、より広いAI業界の双方にとって重要な局面で届きます。エージェント型AIの専用市場は2026年に約109億ドルと評価され、2034年には1990億ドルに到達する見込みです。しかし、そのような目を見張る成長予測があるにもかかわらず、業界調査が突きつける現実は厳然としています。高コスト、価値の不明確さ、複雑さが原因で、40%のエージェント型AIプロジェクトが2027年までに中止されるというのです。Mistralは、Workflowsが同社のエンタープライズ顧客を、そうした統計の一つに加わらせないための助けになると賭けています。

Mistralの新しいオーケストレーション層は、企業データを非公開に保つために実行と制御を分離

その中核であるWorkflowsは、シンプルな逐次タスクから、決定論的なビジネスルールと大規模言語モデルの確率的な出力を組み合わせる複雑で状態を持つ処理まで、複数ステップのAIプロセスを定義・実行・監視するための構造化された仕組みを提供します。

サラマンカは、Workflowsにはいくつかの重要なコンポーネントが含まれていると説明しました。1つ目は、エンジニアがPythonコード数行でオーケストレーションロジックを構築できる開発キットです。「さらに、MCPサーバーを公開できるようにもできました」と彼女は述べました。これは、AIシステムを外部ツールに接続するためのModel Context Protocol標準を指し、「つまり、エージェントのオーサリングを実際にこの形で行えるようになります。」

2つ目 — そしておそらくより技術的に重要なのが — オーケストレーションと実行を分離するアーキテクチャです。「私たちはオーケストレーションを実行から非相関にしています」とサラマンカは語りました。「実行は顧客のデータの近く、つまり顧客の重要なシステムの近くで行うことができ、オーケストレーションはクラウド上、あるいは任意の場所で実行できます。」つまり、データは顧客の領域外へ移動する必要がないということです。これは、データ主権が交渉不可能な規制産業にとって、計り知れない影響をもつ設計判断です。「企業は、私たちがデータにアクセスできるかどうかを気にする必要はありません」と彼女は付け加えました。

3つ目の柱は可観測性です。リリースを告知するMistralのブログ投稿によれば、ワークフロー内のあらゆる分岐、リトライ、状態変更は、OpenTelemetryをネイティブにサポートする形でStudioに記録されます。サラマンカは、これは単なる後付けではないと強調しました。「ワークフローやエージェントによって、どんな意思決定が行われたのかを簡単に見ることができます。そして、問題がどこで起きているのかを深掘りできます。」

Workflowsは、モデル間で完全にカスタマイズ可能です。エンジニアは、どのモデルが各ステップを担当するかを選択でき、任意のコードを注入して、決定論的なパイプラインとエージェント型のセクションを組み合わせられます。さらに、このシステムはコネクタをサポートしており、CRMs、チケット管理システム、サポートプラットフォーム、その他のエンタープライズツールと直接統合できます。認証とシークレット管理も組み込み済みです。

なぜMistralは低コードのドラッグ＆ドロップではなくコードファーストを選んだのか

ドラッグ＆ドロップ式のワークフロービルダーを提供する競合があるのとは対照的に、Mistralはビジネスユーザーではなく、開発者やエンジニアを明確にターゲットにしています。「ワークフロー向けのクリック＆ドラッグ、ドラッグ＆ドロップのソリューションは、いくつかあります」とサラマンカは認めました。「ただ、私たちが取っているアプローチではありません。私たちは、そうしたドラッグ＆ドロップのワークフローをやっているとスケールできない重要なシステム、そして開発者に強く焦点を当ててきました。」

この判断は、Mistralにおけるより広い思想の一部でもあります。貨物の出荷、コンプライアンスのレビュー、金融取引といったミッションクリティカルな業務を扱うエンタープライズAIシステムには、コードにしか提供できない精度とバージョン管理が必要だ、という考え方です。ビジネスユーザーは排除されるわけではありませんが、その役割は下流に位置します。エンジニアがPythonでワークフローを書いた後、それをMistralのチャットボットプラットフォームであるLe Chatに公開すれば、組織内の誰でもそれをトリガーできます。各ステップはStudio上で追跡され、監査可能な状態のまま維持されます。

裏側では、WorkflowsはTemporalの耐久実行エンジン上で動作します。これは、もともとクラウドのワークフローオーケストレーションのために作られた耐久実行機能が、信頼性の高い長時間・状態を持つプロセスを必要とするAIエージェントのための不可欠なインフラになったことを反映して、評価額50億ドルになっているプラットフォームです。Temporalの顧客にはOpenAI、Snap、Netflix、JPMorgan Chaseが含まれ、同社の技術はStripeやSalesforceのような企業でオーケストレーションを支えています。

Mistralは、Temporalの中核エンジンを、AI向けのワークロードに適用できるよう拡張しました。具体的には、ベースエンジンでは標準では提供されないストリーミング、ペイロードの取り扱い、多テナント、可観測性を追加しています。「WorkflowsはTemporalの上に構築されています」とサラマンカは確証しました。「私たちは、これらのAIワークフローを信頼性高くするためのAI要件をすべて追加しました。耐久性、リトライ、状態管理を標準で提供します。失敗が起きるたびに、停止したところから再開する仕組みです。」もともとUberのCadenceプロジェクトから生まれたTemporalは、リトライ、状態の永続化、タイムアウトを透過的に扱い、障害が起きても耐久実行を実現します。2025年後半、Temporalは新たに設立されたAgentic AI Foundationにゴールドメンバーとして参加し、公式のOpenAI Agents SDK連携を発表しました。固有の代替手段を作るのではなく、このインフラの上に構築することで、Mistralは実戦で鍛えられた信頼性を引き継ぎつつ、その自社のエンジニアリングリソースは、その上に位置するAI固有の層に集中できるようになります。

貨物船からKYCレビューまで、顧客はすでに毎日数百万回の実行を稼働させている

Mistralは、Workflowsをコンセプトとして立ち上げるのではありません。同社によれば、顧客はすでに本番環境でこの製品を稼働させており、3つの主要ユースケースにおいて毎日数百万回の実行を処理しているとのことです。

1つ目は、物流分野における貨物リリースの自動化です。世界の海上・航空輸送は今も書類に依存しており、単一の貨物リリースでも、通関申告、危険物の分類、安全検査、そして複数の管轄にまたがる規制チェックなどが関わる可能性があります。サラマンカは問題の範囲を次のように説明しました。"現在の彼らの世界規模の輸送は書類に基づいて動いています。通関申告、危険物の分類、安全検査、規制チェックが必要で、そしてWorkflowsが、内部にある私たちのモデルとビジネスルールによってそれを実現しています。"

重要なのは、この仕組みが適切なタイミングで必ず人間を関与させることです。Mistralのブログによると、ワークフローにおける人間の承認ステップは、単一行のコード—wait_for_input()—であり、このコードは計算資源を消費することなくワークフローを無期限に停止し、査読者に通知し、承認が与えられたら中断した箇所から正確に再開します。"人間はまだループに入っていますが、正しいタイミングでループに入っているだけです" とサラマンカは述べました。"彼らはバリデーションを受け取るだけで、私は複数のツールに手を広げる必要がありません。そして出荷がリリースされます。"

2つ目の本番ユースケースは、金融機関における文書コンプライアンスの確認、具体的にはKnow Your Customer（顧客確認）のレビューです。これらのレビューは手作業であり、反復的で、従来はケースごとにアナリストの労働時間が何時間も必要でした。サラマンカは、Workflowsがこれらのレビューを数分で処理するようになったと述べ、さらに、監査可能な形でアウトプットを提供する—規制上の義務を満たすために必要な要件—とも語りました。

3つ目の例は、銀行分野におけるカスタマーサポートです。"実際には何百万人ものユーザーが、クレジットカードを止めてほしいとか、口座状況についてのフィードバックを、あるいはクレジットのフィードバックについて…そういうことを本当に求めて問い合わせてくるはずです" とサラマンカは語りました。Workflowsでは、入ってきたサポートチケットを分析し、意図と緊急度でカテゴリ分けして、そして自動的に振り分けます。各振り分け判断はStudio上で可視化され、追跡可能です。また、システムがカテゴリ分けを誤った場合でも、チームはモデルの再学習をせずに、ワークフローのレベルで修正できます。

Workflowsは、Mistralの3層型エンタープライズAIプラットフォーム戦略のどこに位置付けられるか

Mistralのオーケストレーションは、ますます過密化する競争環境のどこに収まるのか

Mistralのワークフロー・オーケストレーション参入は、すでに過密な市場に飛び込む形だ。AIオーケストレーション・プラットフォームは2026年に向けて、エンタープライズのAIシステムの基盤になりつつある。そして企業が複数のAIエージェント、ツール、LLMを展開するにつれて、統一的な制御、監督、効率化の必要性はかつてないほど高まっている。

主要なクラウド事業者――AmazonのBedrock AgentCore、MicrosoftのCopilot Studio、GoogleのVertex AIのエージェントツール、IBMのWatsonX――はいずれも、何らかの形のワークフローまたはエージェント・オーケストレーションを提供している。LangChain、LlamaIndex、Microsoft AutoGenのようなオープンソースのフレームワークは、開発者向けの構成要素を提供する。そして、オーケストレーションに特化したスタートアップも増殖している。

Mistralの差別化は3つの柱にある。第一に、垂直統合だ。WorkflowsがStudioのネイティブであるため、オーケストレーション層と、それがオーケストレートするコンポーネント――モデル、エージェント、コネクタ、オブザーバビリティ――は、互いに連携して動くように作られており、異なるツールをつなぎ合わせる際に企業が支払う統合コストを排除できる。第二に、デプロイの柔軟性だ。コントロールプレーン／データプレーンを分離するアーキテクチャにより、規制産業の顧客は、実行ワーカーを自社の環境で動かしつつ、管理されたオーケストレーションの恩恵も受けられる。第三に、データ主権だ。Mistralは欧州にルーツがあり、インフラへの投資を行っているため、機微なデータを米国本社のクラウド事業者経由でルーティングすることに慎重な組織にとって、自然な優位性がある――この懸念は、進行中の地政学的な緊張と、デジタルサービスおよびインフラの80%以上を外部のプロバイダーに依存していることへの欧州側の不安が高まるなかで、いっそう強まっている。

それでも課題は現実にある。OpenAIとAnthropicはいずれも、モデルのエコシステムと開発者コミュニティが大幅に大きい。ハイパースケーラーは、実際に大半のエンタープライズ・ワークロードが稼働するクラウド基盤を握っている。そして、本番グレードのAI導入におけるエンタープライズ向けの営業サイクルは、長く複雑なままで、十分な資金があるスタートアップでさえも配置する人員を確保するのが難しいほど、深い技術的な統合作業が必要になる。

Workflowsの次に来るもの――そしてなぜMistralはオーケストレーションこそが本当のAIの戦場だと考えるのか

サラマンカは、近い将来の開発に向けて3つの領域を挙げた。まずMistralは、ワーカー配置に関するきめ細かな制御を必要としない開発者向けに、より管理された形のWorkflowsを提供する計画だ。「この柔軟性を持たせたいときには持たせることもできますが、たとえそれが自社のVPC上で動いていたとしても、このようなものを管理されたインフラ上で実現できるようにすること――それを私たちは追加しているところです」と彼女は述べた。

第二に、同社はWorkflowsをエンジニアだけでなく、ビジネスユーザーにも利用可能にしたいとしている。「Vibe codeを使うと、実際にワークフローを作成できます。これはスケールして実行でき、結局のところ、あらゆるエンドユーザーが、最終的にWorkflowsでそれを行えるようになります」とサラマンカは説明した。第三の領域は、エージェント型アプリケーション向けのエンタープライズのガードレールと安全性の制御――エージェントが適切なツールを使い、適切な権限で実行し、そして管理者がポリシーを大規模に強制できるようにすることだ。「こうしたワークフローの作成および構築をスケールさせるための、エンタープライズ向けの制御をすべて用意できるようにすることは、私たちが積極的に取り組んでいることです」と彼女は語った。

Workflows向けのPython SDK（v3.0）が現在、一般公開されています。開発者はStudioで製品を試し、ドキュメントやデモ用テンプレートにすぐにアクセスできる。Mistralは5月27〜28日にパリで初開催となるAI Now Summitを主催する予定で、同社は同カンファレンスでプラットフォームのロードマップに関する追加の詳細を提供することが見込まれている。

3年間、AI業界は単一の問いに魅了されてきた――「誰が最も強力なモデルを作れるのか？」だ。MistralのWorkflowsのローンチは、同社がまったく別の問いへと進んだことを示唆している。つまり、チェックを切ることになるエンタープライズにとって、より重大な結果をもたらしうる問いだ。最も賢いモデルがどれかの問題ではない。実際に仕事のために“現場に出てこられる”のはどれか、ということだ。