Pada 28 April, Mistral merilis produk yang tidak terlalu glamor, tetapi sangat dekat dengan kebutuhan operasional: Workflows, kini dalam pratinjau publik.
Ini bukan model, bukan chatbot, dan bukan alat yang langsung menulis kode. Workflows adalah lapisan orkestrasi untuk AI perusahaan, dibuat untuk masalah yang sering diabaikan: model yang pintar tetap hanya demo jika tidak bisa berjalan di produksi.
Mengapa ini penting
Selama dua tahun terakhir, eksperimen AI perusahaan terlihat sangat berhasil di laboratorium. Namun tingkat keberhasilan di produksi jauh lebih rendah. Model bisa gagal, agen kehilangan konteks, titik persetujuan manusia tidak tertangani, dan satu keputusan yang salah dapat memaksa tim membaca log berhari-hari.
Jawaban Mistral cukup langsung: menjadikan Temporal sebagai fondasi.
"The hard part in enterprise orchestration is not chaining agents, it's deciding what happens when an agent is half-right." -- komentar InfoQ tentang Workflows
Temporal mungkin tidak dikenal semua pembeli AI, tetapi teknologi ini sudah menjalankan penjadwalan inti di perusahaan seperti Netflix, Stripe, dan Salesforce. Mistral memakai rangka yang sudah terbukti di produksi, lalu menambahkan komponen yang dibutuhkan workflow AI.
Desain teknis yang penting
- Control plane dan data plane dipisahkan: Mistral menjalankan klaster Temporal, Workflows API, dan Studio. Data serta logika bisnis tetap berada di Kubernetes milik pelanggan, sementara worker dipasang lewat Helm chart. Pemisahan ini cocok untuk perusahaan Eropa yang sensitif terhadap lokasi data.
wait_for_input()menangani persetujuan manusia dengan satu panggilan: workflow dapat berhenti di logika orkestrasi tanpa memakai komputasi sambil menunggu konfirmasi manusia. Pola yang dulu dirakit sendiri dengan LangGraph, Celery, dan Redis kini dikemas sebagai produk.- Python SDK v3.0: developer menulis workflow di Python, menerbitkannya melalui Studio, memicunya dari Le Chat, lalu meninjau eksekusi kembali di Studio.
Pelanggan awal
Pada tahap pratinjau publik, Mistral sudah menampilkan nama pelanggan seperti ASML, La Banque Postale, France Travail, CMA-CGM, ABANCA, dan Moeve.
Contoh paling kuat dari Mistral adalah pemangkasan pemeriksaan kepatuhan KYC dari beberapa jam menjadi beberapa menit. Lembaga keuangan menghabiskan miliaran setiap tahun untuk proses ini; pengurangan sebagian saja sudah cukup untuk membuat hitungan produk masuk akal.
Pembacaan strategis
OpenAI dan Anthropic selama dua tahun terakhir banyak menjual pesan bahwa model mereka paling kuat. Langkah Mistral lebih Eropa dan lebih pragmatis: buat model cukup layak dipakai, lalu bangun parit di lapisan rekayasa.
Alasannya jelas. Bagi banyak pembeli Eropa, risiko AI terbesar bukan sekadar performa, melainkan Day 2 operations. Jika agen gagal pukul tiga pagi, siapa yang mencoba ulang, siapa yang melakukan kompensasi, dan siapa yang menjelaskan keputusan itu kepada tim kepatuhan?
Workflows adalah jawaban Mistral untuk pertanyaan tersebut. Enam bulan ke depan akan menunjukkan berapa banyak proses produksi dari pelanggan seperti La Banque Postale yang benar-benar dipindahkan ke atasnya.
Sumber: Workflows for work that runs the business (Mistral AI Blog); CocoLoop, Mistral AI Introduces Workflows for Orchestrating Enterprise AI Processes (InfoQ); Mistral AI launches Workflows, a Temporal-powered orchestration engine already running millions of daily executions (VentureBeat)