Mistral haalt $2 miljard op bij waardering van $13,5 miljard

Mistral, een Europees AI-lab, profiteert van geopolitieke spanningen en veiligheidszorgen rondom propriëtaire modellen van Amerikaanse bedrijven. CEO Arthur Mensch betoogt dat open-gewichtsmodellen, die het bedrijf grotendeels onder open-sourcelicenties publiceert, ongebreidelde bedrijfsmacht voorkomen en ononderbroken toegang tot AI-technologie garanderen. Dit standpunt wint aan terrein nu de regering-Trump in juni de distributie van modellen van Anthropic en OpenAI beperkte, en daaropvolgende incidenten veiligheidsrisico's van gesloten systemen aan het licht brachten. Volgens Mensch is het alternatief voor een open-sourceoverwinning "een vrij duistere wereld."

De financiële positie van het bedrijf is aanzienlijk versterkt. Afgelopen september haalde Mistral bijna $2 miljard op bij een waardering van $13,5 miljard, en het bereidt naar verluidt een nieuwe kapitaalronde voor die de waardering op $23 miljard zou brengen. De omzet zou het afgelopen jaar vertwintigvoudigd zijn, gesteund door deals met de Franse overheid, Microsoft, HSBC en anderen. Andrea Renda, onderzoeksdirecteur bij het Centre for European Policy Studies, merkt op dat de EU-push voor technologische soevereiniteit en Amerikaanse vijandigheid een gunstig klimaat voor Mistral creëren, ook al zijn de prestaties niet spectaculair.

Mistrals strategie speelt in op groeiende zorgen over de beveiliging van de AI-toeleveringsketen. Mensch vergelijkt AI met energie en benadrukt de noodzaak van diverse bronnen om te voorkomen dat één entiteit de toegang afsnijdt. De terugkeer van Donald Trump naar het Witte Huis maakt dit argument overtuigender, aangezien de Amerikaanse overheid bereidheid toont om AI-capaciteiten in te zetten tegen handelspartners. "AI wordt steeds meer gezien als een belangrijke machtsfactor," vertelde Mensch aan WIRED. Nicolas Granatino, oprichter van startupversneller StemAI en persoonlijk aandeelhouder van Mistral, stelt dat deelname aan het open-source-ecosysteem de hefboom van de VS en China vermindert.

Mistral heeft zijn bedrijfsmodel verlegd naar kleinere, op maat gemaakte modellen voor sectoren als productie, nutsbedrijven en financiële dienstverlening, weg van de race naar superintelligentie die Amerikaanse labs voeren. Het bedrijf heeft een cloudtak ontwikkeld en een team van ingenieurs dat zich binnen klantorganisaties nestelt, waardoor de monetarisering van open-gewichtsmodellen levensvatbaarder wordt. Granatino merkt op dat deze productontwikkeling het open-sourceengagement vergemakkelijkt, omdat inkomsten kunnen komen uit het runnen van infrastructuur en het helpen van klanten bij het aanpassen van modellen met eigen data.

Distillatie, het proces waarbij een minder krachtig AI-model wordt getraind op de output van een capabeler model, tast het prestatievoordeel van propriëtaire modellen van Amerikaanse labs aan. Neil Lawrence, hoogleraar machine learning aan de Universiteit van Cambridge, suggereert dat het stoppen van distillatie moeilijk lijkt. Voor op open source gerichte bedrijven als Mistral is dit minder problematisch, omdat hun modellen al toegankelijk zijn. Het marktaandeel van open-gewichtsmodellen lijkt sterk te stijgen, gedreven door de snelle adoptie van Chinese modellen zoals DeepSeek, hoewel hiaten in publiek beschikbare data het beeld vertroebelen.

Mensch stelt dat het onthullen van de mogelijkheid om AI-systemen buiten Amerikaanse controle te bouwen de marktstructuur verandert. Naarmate meer bedrijven overstappen op open-gewichtsmodellen, verslapt de greep van Amerikaanse labs. Mistrals positie op dit kruispunt, of het nu door vooruitziendheid of geluk is, benadrukt een verschuiving in het AI-landschap naar gedecentraliseerde en toegankelijke technologie.