ビジネスを動かすワークフローの構築
Mistral AI は、エンタープライズ向け AI プロセスの信頼性を担保するオーケストレーションレイヤー「Workflows」を公開プレビューとしてリリースし、実証段階から本番運用への移行を加速させた。
キーポイント
本番環境向けのオーケストレーション層の提供
ノートブック上では動作しても本番で失敗するなどの課題に対し、耐久性、観測性、フォールトトレランスを備えた「Workflows」を提供し、AI プロセスの信頼運用を実現する。
Python による開発と Le Chat での実行
ビジネスプロセスは Python で記述され、Le Chat を通じて組織内の誰でもトリガー可能となり、各ステップが Studio で追跡・監査可能な仕組みとなっている。
実世界での即座の活用事例
ASML や ABANCA などの企業で既に導入されており、貨物リリース自動化など複雑な規制対応や人間による承認を必要とするプロセスの自動化に成功している。
開発から運用までの期間短縮
既存の異なるツールを組み合わせる手間を省き、ユースケースの特定から本番運用開始まで数日で完了させることで、組織の AI 導入スピードを劇的に向上させる。
人間を介した承認と待機機能
ワークフローは `wait_for_input()` を使用して中間処理を一時停止し、計算リソースを消費せずに人間の承認を待ち、完了後に正確な位置から再開できます。
完全な監査証跡と可視性
Studio は実行履歴を構造化されたタイムラインとして記録し、OpenTelemetry 対応のトレースを通じて各ステップの詳細や失敗理由を追跡可能にします。
モデル再学習不要な訂正機能
自動ルーティングが誤った場合でも、ワークフローレベルで直接修正を行うことで、モデルの再トレーニングなしに対応できます。
影響分析・編集コメントを表示
影響分析
この発表は、生成 AI の普及が「PoC（概念実証）の壁」に直面している現状に対し、本番運用に必要なインフラストラクチャ（オーケストレーション層）を提供することで、AI 導入の次のフェーズを明確に定義した点で重要です。特に、既存の複雑なツールスタックを統合し、Python で直感的に扱えるようにすることで、大規模組織における AI の実装コストとリスクを大幅に低下させる可能性があります。
編集コメント
Mistral AI が単なるモデルベンダーから、エンタープライズ向け AI アプリケーション開発の基盤プラットフォームへと進化を遂げた重要な一歩です。特に「PoC から本番へ」の課題解決に特化した機能は、大規模組織の AI 導入障壁を下げる鍵となるでしょう。
本日、Workflows をパブリックプレビューとしてリリースいたします。Workflows はエンタープライズ AI 向けのオーケストレーション層です。AI 駆動のプロセスを概念実証から信頼性の高い本番環境へ移行するために必要な耐久性、観測性、および障害耐性を提供します。ASML、ABANCA、CMA-CGM、France Travail、La Banque Postale、Moeveなどの組織はすでに、重要なプロセスの自動化に Workflows を活用しています。
現在のエンタープライズチームは、能力の高いモデルにアクセスできます。しかし、本番環境でそれらを信頼性高く実行する方法が欠けています。私たちが携わるあらゆる業界でこの課題を目撃しています。失敗のモードは一貫しており、ノートブック内では動作するパイプライン（pipeline）が、本番環境では痕跡もなく静かに失敗するケース、ネットワークタイムアウトに耐えられない長時間実行プロセス、実行中に人間の承認を必要とするマルチステップ操作だが一時停止と再開のメカニズムを持たないケース、デプロイ後に本来の機能を果たしているかを確認する方法を提供しないシステムなどが挙げられます。
これらの課題に対処するためのすべての機能を実装するには、企業にとって数ヶ月にわたる複雑な作業が必要です。オーケストレーション層はゼロから組み立てなければならず、その接続対象となる推論（inference）、エージェント、コネクタ、観測性などのコンポーネントは、それぞれ異なるツールやインターフェース、フォーマットから提供されています。
Workflows は Studio の一部であり、オーケストレーション層とそれが管理するコンポーネントは互いに連携して動作するように設計されています。ビジネスプロセスが特定されると、開発者は Python でワークフローを記述します。その後、すべてのワークフローは Le Chat に公開され、組織内の誰でもそれをトリガーできるようになります。各ステップは Studio 内で追跡可能かつ監査可能です。これらすべてを統合することで、Workflows は組織がユースケースの特定から本番環境での実行までを数日で完了させることを可能にします。
Workflows deployed in the real world
前述した通り、Mistral AI の顧客はすでに Workflows を活用してビジネスプロセスを自動化し、本番環境で稼働させています。以下の例では、耐久性（durability）、観測可能性（observability）、および人間による承認（human-in-the-loop approvals）が実際にどのように機能するかを示します。
Cargo release automation.
国際物流は書類作業に依存しています。単一の貨物リリースには、税関申告、危険物分類、安全検査、そして複数の管轄区域における規制チェックが含まれる可能性があります。ステップの抜け漏れは、港湾での貨物の遅延や潜在的なコンプライアンス違反につながります。
このようなユースケースに対する運用要件は以下の通りです：システムは断続的なタイムアウトに耐えうるものであり、実行途中で人間のレビューのために一時停止でき、何かが失敗した際にはその場所と理由を正確に報告できる必要があります。
ワークフローを使用すると、顧客はエンドツーエンドの自動化を実現できます。ワークフローは、着信するすべての船積書類を税関規則に対して検証し、異常を検出し、人間の承認が必要な事項にフラグを立て、承認を待機した後に貨物を解放します。ワークフローでは、人間の承認ステップが単一のコード行で実現されます：wait_for_input()。このワークフローは一時停止し、必要な時間だけ待機しますが計算リソースは消費せず、レビュー担当者に通知した後、中断していた場所から正確に再開します。Studio は完全な実行履歴を記録します。
ドキュメントコンプライアンスチェック。
KYC（Know Your Customer）審査は手作業で行われ、反復的で時間がかかります。単一の顧客オンボーディングには、身分証明書の抽出、制裁リストや PEP（政治的著名人）データベースとの照合、管轄区域間の規制要件のクロス参照、裏付け証拠を伴う構造化されたリスク評価の作成が必要となる場合があります。手作業で行う場合、ケースごとに分析担当者の数時間を要します。
この分野での運用要件は、スピードと監査可能性です。このようなプロセスを自動化するシステムは高速であるべきであり、規制要件を満たすために必要な手順とその根拠を文書化する必要があります。
ワークフローを使用すると、レビュープロセス全体が数分で完了し、Studio は各ステップを構造化されたタイムラインとして表示します。これは任意のレベルの詳細まで掘り下げることができ、OpenTelemetry へのネイティブサポートを備えた特定のトレースに至るまで追跡可能です。
カスタマーサポートトライアージ。
サポートチームは大量の処理に対応します。返金リクエスト、技術的な問題、請求に関する紛争、アカウントのエスカレーションなどです。これらを迅速かつ一貫して適切なチームへルーティングすることが、解決までの時間を決定づけます。
ここで求められる運用要件は「修正可能性」です。自動ルーティングは間違いを犯すことがあります。その際、チームはチケットがなぜそのような経路でルーティングされたのかを確認し、モデルの再学習を行わずに修正できる必要があります。
Workflows を用いると、着信したチケットは分析され、意図と緊急性に基づいて分類され、適切な下流プロセスへ自動的にルーティングされます。各ルーティング決定は Studio 上で可視化・追跡可能です。分類が誤っていた場合、チームはワークフローレベルで修正を行います。
- 耐久性の実行：Workflows は各ステップの状態を追跡します。プロセスに失敗した場合でも、中断した地点から再開します。その結果、開発者は回復ロジックよりもビジネスロジックの記述により注力できるようになります。
- 観測可能性（Observability）：すべての分岐、リトライ、状態変更が Studio に記録されます。数ヶ月後に意思決定の調査が必要になった場合でも、どのように到達したかを示す完全なタイムラインが存在します。
- ヒューマン・イン・ザ・ループ（Human-in-the-loop）：コードを1行記述するだけで、ワークフローは承認のために一時停止します。レビュー担当者は Le Chat、Webhook、または接続された他のあらゆるインターフェースから応答し、ワークフローは停止した地点から再開します。
- Studio ネイティブ：Workflows は、Studio の残りの部分と同じエージェントとコネクタを使用します。これらを接続するための別個の統合作業は不要です。
- エンタープライズ対応。Studio 内のワークスペースはチームとプロジェクトを分離し、ロールベースアクセス制御（RBAC: Role-Based Access Control）によりこれらのルールが一貫して適用されることを保証します。
- 開発者とビジネスチーム向けに設計されています。エンジニアはコードとしてワークフローを記述し、ビジネスチームは Le Chat から実行します。
- デプロイの柔軟性。コントロールプレーンは Mistral で稼働しますが、ワーカーとデータ処理は、クリティカルなサービスがホストされているあなたの環境（クラウド、オンプレミス、またはハイブリッド）で直接実行されます。
仕組みの内部
Workflows は、Netflix、Stripe、Salesforce のオーケストレーションを支える基盤と同じく、Temporal の永続実行エンジン上に構築されています。AI 固有のワークロードに対応するために、コアエンジンが標準で提供していないストリーミング機能、ペイロード処理、マルチテナンシー、および観測性（オバザビリティ）を追加して拡張しました。
デプロイモデルは Mistral とお客様の環境に分割され、コントロールプレーンとデータプレーンを分離しています。Mistral がオーケストレーション基盤（Temporal クラスター、Workflows API、Studio）をホストします。ワーカーは独自の Kubernetes 環境で個別の Helm チャートを使用してデプロイされ、安全な認証情報を通じて中央クラスターに接続されます。データとビジネスロジックはお客様の境界内（パーメーター）に留まります。
Mistral SDK は、リトライポリシー、トレーシング、タイムアウト、レート制限、および人間を介したループ（ヒューマン・イン・ザ・ループ）の処理をデコレータと単一行の設定によって行います。そのため、開発者が記述するのはビジネスロジックそのもののみとなります。
始め方
Python SDK は、開発者がワークフローを記述し実行するための手段です。v3.0 は現在一般公開されており、単一のコマンドでインストール可能です：
Workflows のインストール
原文を表示
Today, we're releasing Workflows in public preview. Workflows is the orchestration layer for enterprise AI. It brings the durability, observability, and fault tolerance required to move AI-powered processes from proof of concept to production reliably. Organizations like ASML, ABANCA, CMA-CGM, France Travail, La Banque Postale, Moeve, and many more are already running Workflows to automate critical processes.
Enterprise teams today have access to capable models. What they lack is a way to run them reliably in production. We see this across every industry we work with. The failure modes are consistent: pipelines that run in a notebook but fail silently in production with no trace, long-running processes that can't survive a network timeout, multi-step operations that need human approval mid-execution but have no mechanism to pause and resume, and systems that offer no way to verify they're still doing what they're supposed to after deployment.
Building all of the capabilities to address these challenges is months of complex work for enterprises: the orchestration layer has to be stitched together from scratch, and the components it connects, inference, agents, connectors, observability, each come from different tools with their own interfaces and formats.
Workflows is part of Studio, so the orchestration layer and the components it orchestrates are built to work together. Once a business process is identified, developers write the workflow in Python. Every workflow can then be published to Le Chat so anyone in the organisation can trigger it. Every step is tracked and auditable in Studio. By bringing all of this together, Workflows lets your organisation go from identifying a use case to running it in production in days.
Workflows deployed in the real world
As mentioned, Mistral AI customers are already using Workflows to automate business processes and run them in production. The examples below show how durability, observability, and human-in-the-loop approvals work in practice.
Cargo release automation.
Global shipping runs on paperwork. A single cargo release can involve customs declarations, dangerous goods classifications, safety inspections, and regulatory checks across multiple jurisdictions. A missed step can result in cargo delays at port and potential compliance breaches.
The operational requirements for a use case like this are: the system must survive intermittent timeouts, pause mid-execution for human review, and produce a precise account of where and why when something fails.
Using Workflows, a customer is able to automate this end to end. The workflow validates every incoming shipping document against customs rules, checks for anomalies, flags anything that needs human sign-off, waits for approval, then releases the cargo. With Workflows, the human approval step is a single line of code: wait_for_input(). The workflow pauses, waits for as long as it takes with no compute consumption, notifies the reviewer, and resumes exactly where it left off. Studio records the full execution history.
Document compliance checking.
KYC reviews are manual, repetitive, and time-consuming. A single customer onboarding can require extracting identity documents, verifying them against sanctions lists and PEP databases, cross-referencing regulatory requirements across jurisdictions, and producing a structured risk assessment with supporting evidence. Done manually, this takes hours of analyst time per case.
The operational requirements here are speed and auditability. A system to automate a process like this should be fast and should document the steps and reasoning behind them for meeting regulatory requirements.
With Workflows, the entire review process only takes minutes and Studio surfaces every step as a structured timeline you can drill into at any level of detail, down to specific traces with native support for OpenTelemetry.
Customer support triage.
Support teams deal with volume. Refund requests, technical issues, billing disputes, account escalations. Routing them to the right team quickly and consistently is what determines resolution time.
The operational requirement here is correctability. Automated routing will get things wrong. When it does, the team needs to see why a ticket was routed the way it was, and fix it without retraining the model.
With Workflows, incoming tickets are analysed, categorised by intent and urgency, and routed to the right downstream process automatically. Each routing decision is visible and traceable in Studio. When the categorisation is wrong, the team corrects it at the workflow level.
- Durable execution. Workflows track state at every step. If a process fails, it resumes where it left off. As a result, developers can focus more on writing business logic instead of recovery logic.
- Observability. Every branch, retry, and state change is recorded in Studio. If a decision needs to be investigated months later, the full timeline is there to show how it was reached.
- Human-in-the-loop. A single line of code pauses a workflow for approval. The reviewer responds from Le Chat, a webhook, or any connected surface, and the workflow picks up where it stopped.
- Native to Studio. Workflows use the same agents and connectors as the rest of Studio. There's no separate integration work to wire them in.
- Enterprise readiness. Workspaces within Studio keep teams and projects separated, and role-based access control (RBAC) makes sure those rules are enforced consistently.
- Built for developers and business teams. Engineers write workflows as code. Business teams run them from Le Chat.
- Deployment flexibility. The control plane runs on Mistral. Workers and data processing run in your environment, right where your critical services are hosted: cloud, on-prem, or hybrid.
Under the hood
Workflows is built on Temporal's durable execution engine, the same infrastructure that powers orchestration at Netflix, Stripe, and Salesforce. We extended it for AI-specific workloads by adding streaming, payload handling, multi-tenancy, and observability that the core engine does not provide out of the box.
The deployment model is split between Mistral and your environment, and separates the control plane from the data plane. Mistral hosts the orchestration infrastructure: Temporal cluster, the Workflows API, and Studio. You deploy workers on your own Kubernetes environment using a separate Helm chart, and they connect back to the central cluster via secure credentials. Your data and business logic stay within your perimeter.
The Mistral SDK handles retry policies, tracing, timeouts, rate limiting, and human-in-the-loop through decorators and single-line configuration, so the only thing you write is the business logic itself.
Get started
The Python SDK is how developers write and run workflows. v3.0 is now publicly available and installable with a single command:
Install Workflows
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み