Why managing AI risk presents new challenges

Aliquet morbi justo auctor cursus auctor aliquam. Neque elit blandit et quis tortor vel ut lectus morbi. Amet mus nunc rhoncus sit sagittis pellentesque eleifend lobortis commodo vestibulum hendrerit proin varius lorem ultrices quam velit sed consequat duis. Lectus condimentum maecenas adipiscing massa neque erat porttitor in adipiscing aliquam auctor aliquam eu phasellus egestas lectus hendrerit sit malesuada tincidunt quisque volutpat aliquet vitae lorem odio feugiat lectus sem purus.

Lorem ipsum dolor sit amet consectetur lobortis pellentesque sit ullamcorpe.
Mauris aliquet faucibus iaculis vitae ullamco consectetur praesent luctus.
Posuere enim mi pharetra neque proin condimentum maecenas adipiscing.
Posuere enim mi pharetra neque proin nibh dolor amet vitae feugiat.

The difficult of using AI to improve risk management

Viverra mi ut nulla eu mattis in purus. Habitant donec mauris id consectetur. Tempus consequat ornare dui tortor feugiat cursus. Pellentesque massa molestie phasellus enim lobortis pellentesque sit ullamcorper purus. Elementum ante nunc quam pulvinar. Volutpat nibh dolor amet vitae feugiat varius augue justo elit. Vitae amet curabitur in sagittis arcu montes tortor. In enim pulvinar pharetra sagittis fermentum. Ultricies non eu faucibus praesent tristique dolor tellus bibendum. Cursus bibendum nunc enim.

Id suspendisse massa mauris amet volutpat adipiscing odio eu pellentesque tristique nisi.

How to bring AI into managing risk

Mattis quisque amet pharetra nisl congue nulla orci. Nibh commodo maecenas adipiscing adipiscing. Blandit ut odio urna arcu quam eleifend donec neque. Augue nisl arcu malesuada interdum risus lectus sed. Pulvinar aliquam morbi arcu commodo. Accumsan elementum elit vitae pellentesque sit. Nibh elementum morbi feugiat amet aliquet. Ultrices duis lobortis mauris nibh pellentesque mattis est maecenas. Tellus pellentesque vivamus massa purus arcu sagittis. Viverra consectetur praesent luctus faucibus phasellus integer fermentum mattis donec.

Pros and cons of using AI to manage risks

Commodo velit viverra neque aliquet tincidunt feugiat. Amet proin cras pharetra mauris leo. In vitae mattis sit fermentum. Maecenas nullam egestas lorem tincidunt eleifend est felis tincidunt. Etiam dictum consectetur blandit tortor vitae. Eget integer tortor in mattis velit ante purus ante.

Vestibulum faucibus semper vitae imperdiet at eget sed diam ullamcorper vulputate.
Quam mi proin libero morbi viverra ultrices odio sem felis mattis etiam faucibus morbi.
Tincidunt ac eu aliquet turpis amet morbi at hendrerit donec pharetra tellus vel nec.
Sollicitudin egestas sit bibendum malesuada pulvinar sit aliquet turpis lacus ultricies.

“Lacus donec arcu amet diam vestibulum nunc nulla malesuada velit curabitur mauris tempus nunc curabitur dignig pharetra metus consequat.”

Benefits and opportunities for risk managers applying AI

‍概要

Mirelo AI は、ビデオ対応のオーディオ作成および同期ソリューションを専門とする新興の AI テクノロジー企業です。ドイツ（Mirelo AI GmbH）に拠点を置く同社は、グーグルブレーン、アマゾン、メタフェア、ディズニー、ネイティブインスツルメンツなどのトップ組織のAI研究者と製品専門家によって設立されました。

早い段階で、Mirelo AIは重要な選択に直面していました。独自のインフラストラクチャを構築するか、AI/ML運用の拡大に必要な柔軟性、専門知識、コスト効率を提供するクラウドプロバイダーと提携するかです。ハイパースケーラーやベアメタルプロバイダーなど、さまざまなオプションを検討した結果、Mirelo AI は GMI クラウドを選択しました。このケーススタディでは、費用対効果と信頼性を確保しながら、GMI Cloud によって Mirelo AI がどのようにして AI 開発を効率的に拡張できたかを探ります。

課題:構築と購入

Mirelo AIは、高品質の音楽モデルが存在しなかった時代に始まりました。既存のモデルを微調整するのではなく、基礎となるモデルをゼロからトレーニングしていたため、堅牢でスケーラブルなインフラストラクチャが必要でした。これには専用の GPU クラスターが必要だったため、購入とレンタルの長所と短所を比較検討する必要がありました。一般的な「次の資金調達まで」の 2 年間にわたって、購入はレンタルとほぼ同等のコストに見えました。所有することで長期的には経費の削減につながりましたが、調達、保守、拡張性に関する課題も伴いました。しかし、技術的なオーバーヘッドなしで所有できるとしたらどうでしょうか。尋ねたところ、GMI Cloudはカスタマイズされた購入・所有契約でまさにそれを実現しました。

ソリューション:GMI クラウド

GMI Cloud は Mirelo AI に次のような特注ソリューションを提供しました。

競争力のある価格設定: ミレロAIはGMIクラウドを次のように見つけました コストを 10-15% 削減 代替品と比較して。
フレキシブルなオプション: Mirelo AI は特に、GMI Cloud がニーズに合わせてカスタム作成した「レンタル・トゥ・オウン」オプションを求めていました。
信頼性が高く安全なインフラストラクチャ: ミレロ AI 経験者 モデルトレーニングを22～ 50% 短縮 と GMIの中断のないAI/ML運用と堅牢なデータ保護
専門知識とパートナーシップ: Mirelo AI 独自のニーズに沿ったコラボレーティブなアプローチ。
応答性とサポート: Mirelo AIの専門知識要件のすべてに喜んで責任を負う専任チーム。

ミレロ AI が動作するようになりました 複数のクラスタ/ノード GMI Cloudを利用しているため、AI/MLの取り組みを進めることができます。

主なメリット

コスト削減

ミレロAIは、GMIクラウドが次のとおりであることを発見しました 費用対効果が 10-15% 向上 他のプロバイダーよりも。競争力のある価格設定により、従来のクラウドプロバイダーから切り替えるという初期のリスクが正当化されました。

戦略的柔軟性

GMI Cloud がカスタマイズした契約を提供できることは、画期的な変化をもたらしました。GMI Cloud が価格設定や契約構造についてどのように推論したかを見て、相互信頼が高まりました。Mirelo AI のCEO兼共同創設者であるCJは次のように述べました。「GMI Cloudは非常に協力的で、私たちをパートナーとして扱ってくれます。これはスタートアップにとって素晴らしいことです。私たちが共に成功するのは、お互いに信頼し合っているからです。」

共同パートナーシップ

MireloのAIチームは、GMI Cloudのオープンマインドと特定の要求に応える意欲を高く評価しました。Tim との初期の契約話し合いから柔軟なアカウント設定まで、GMI Cloud はスタートアップに優しいアプローチを示しました。CJがさらに指摘したように、「GMI の柔軟性が気に入っています。価格は非常に競争力がありますが、型にはまらない要求に対するオープンマインドと、一般的に示されている柔軟性も気に入っています。」

インフラストラクチャーとサービス

GMI Cloudのインフラを活用することで、 Mirelo AI は AI モデルトレーニングを 22% 加速させました。 より迅速なイテレーションと市場投入までの時間の短縮を保証します。GMI Cloudは信頼性が高く安全な環境の中断を最小限に抑えながら、迅速に対応できるチームが技術的ニーズに対する説明責任を引き続き果たしました。これにより、Mirelo AIは長期的なAI開発戦略に自信を持つことができました。

代替の考慮事項

ハイパースケーラー (AWS、GCP、Azure など): Mirelo AIの創設者は2人ともFAANG企業で働いており、そのインフラストラクチャに慣れていました。そのため、当然クラスタークレジットをデータの前処理や小規模なトレーニングにも使用していました。このセットアップは初期の実験には役立ちましたが、スケーリングに必要な柔軟性と長期的なコスト効率には欠けていました。
ベアメタルプロバイダー: Mirelo AIは、有名な別のベアメタルクラウドプロバイダーとほぼ契約を結んでいましたが、GMI Cloudの方が価格が高く、柔軟性に優れているため、最終的には契約を取り消しました。

AI 開発パートナーを探しているスタートアップ企業へのアドバイス

Mirelo AI は、以下のようにスタートアップ企業に GMI Cloud を強く推奨しています。

契約と価格設定の柔軟性
起動時の制約の理解
信頼性の高いインフラストラクチャと迅速な専門サポート

Mirelo AIは、ハイパースケーラーを評価する企業に対して、スタートアップのニーズを理解し、それに対応するGMI CloudのようなAI開発パートナーを探すことを勧めています。

将来を見据えて

GMI Cloudと提携することで、Mirelo AIは費用対効果が高く戦略的な方法でAI/ML開発を拡大することができました。の組み合わせ 柔軟性、競争力のある価格設定、協調的アプローチ GMI CloudをAIインフラストラクチャのニーズを満たす理想的なパートナーにしました。

同様の課題に直面している企業にとって、Mirelo AIの経験は、その理由を示す説得力のある事例となります GMI Cloudは、AI開発の規模を拡大して市場を獲得したいと考えているAIスタートアップにとって頼りになる選択肢です。

Mirelo AIはその発表に興奮しています 2月末のプライベートベータ開始。このマイルストーンは、彼らがプロシューマーをターゲットに初期のユーザーにAIモデルを展開する上で重要な一歩となります。プライベートベータでは、一般公開前に貴重なフィードバックを集めることができます。Mirelo AI は、AI モデルを改良して事業を拡大するにあたり、継続的なインフラストラクチャサポートを GMI Cloud に任せることを期待しています。

‍

ミレロ AI が GMI クラウドで AI/ML をスケーリングした方法