Mistral kumpulkan $2 miliar, valuasi $13,5 miliar saat Eropa kejar

Mistral, laboratorium AI berbasis di Eropa, memanfaatkan ketegangan geopolitik dan kekhawatiran keamanan seputar model proprietary dari perusahaan Amerika. CEO Arthur Mensch berargumen bahwa model open-weight, yang sebagian besar diterbitkan perusahaan di bawah lisensi open source, mencegah kekuatan korporasi yang tak terkendali dan memastikan akses tanpa gangguan ke teknologi AI. Sikap ini semakin relevan setelah pemerintahan Trump membatasi distribusi model dari Anthropic dan OpenAI pada Juni, dan insiden berikutnya mengungkap risiko keamanan pada sistem closed-weight. Menurut Mensch, jika open source tidak menang, dunia akan menjadi "sangat gelap."

Posisi keuangan perusahaan menguat signifikan. September lalu, Mistral mengumpulkan hampir $2 miliar dengan valuasi $13,5 miliar, dan dilaporkan bersiap melakukan penggalangan dana lagi yang menaikkan valuasi menjadi $23 miliar. Pendapatan dilaporkan tumbuh dua puluh kali lipat dalam setahun terakhir, didukung kesepakatan dengan pemerintah Prancis, Microsoft, HSBC, dan lainnya. Andrea Renda, direktur riset di Centre for European Policy Studies, mencatat bahwa dorongan UE untuk kedaulatan teknologi dan permusuhan AS menciptakan lingkungan yang menguntungkan bagi Mistral, meskipun kinerjanya tidak spektakuler.

Strategi Mistral menjawab kekhawatiran yang berkembang tentang keamanan rantai pasokan AI. Mensch menyamakan AI dengan energi, menekankan perlunya sumber yang beragam untuk mencegah satu entitas memutus akses. Kembalinya Donald Trump ke Gedung Putih membuat argumen ini semakin kuat, karena pemerintah AS menunjukkan kesediaan memanfaatkan kemampuan AI-nya terhadap mitra dagang. "Semakin hari, AI dipahami sebagai vektor kekuatan utama," kata Mensch kepada WIRED. Nicolas Granatino, pendiri akselerator startup StemAI dan pemegang saham pribadi di Mistral, berargumen bahwa partisipasi dalam ekosistem open source mengurangi daya tawar AS dan China.

Mistral telah mengalihkan model bisnisnya untuk fokus pada model kecil yang disesuaikan untuk industri seperti manufaktur, utilitas, dan layanan keuangan, meninggalkan perlombaan menuju superintelligence yang dikejar laboratorium Amerika. Perusahaan mengembangkan bisnis cloud dan tim insinyur yang tertanam di organisasi klien, membuat monetisasi model open-weight lebih layak. Granatino mencatat bahwa kemunculan produk ini meringankan komitmen open source, karena pendapatan bisa berasal dari menjalankan infrastruktur dan membantu klien menyesuaikan model dengan data mereka sendiri.

Distilasi, proses melatih model AI yang lebih kecil berdasarkan keluaran model yang lebih canggih, mengikis keunggulan kinerja model proprietary dari laboratorium Amerika. Neil Lawrence, profesor pembelajaran mesin di Universitas Cambridge, berpendapat bahwa menghentikan distilasi tampaknya sulit. Bagi perusahaan yang berfokus pada open source seperti Mistral, ini tidak terlalu bermasalah karena model mereka sudah dapat diakses. Pangsa pasar model open-weight tampaknya meningkat tajam, didorong adopsi cepat model China seperti DeepSeek, meskipun celah dalam data publik mempersulit gambaran.

Mensch mengklaim bahwa mengungkap kemungkinan membangun sistem AI di luar kendali AS mengubah struktur pasar. Semakin banyak bisnis beralih ke model open-weight, cengkeraman laboratorium Amerika mulai longgar. Posisi Mistral pada titik ini, entah karena pandangan jauh ke depan atau keberuntungan, menyoroti pergeseran lanskap AI menuju teknologi yang terdesentralisasi dan mudah diakses.