Mistral и enterprise-controlled AI: ставка на контроль, а не на гонку моделей

Европейская ИИ-компания может добиться успеха как управляемый предприятием слой ИИ, не зависящий от чужой модели.

В последние годы самый заметный сегмент рынка ИИ легко свести к карикатуре: OpenAI привлекает внимание потребителей, Anthropic — любовь разработчиков, Google получает кредит доверия благодаря все более сильным моделям и дополняющему продуктовому стеку, а всем остальным приходится объяснять, почему они все еще живы.

Это, конечно, несправедливо, но не совсем неверно. В ИИ внимание накапливается и превращается в непропорциональную выручку, а OpenAI и Anthropic, по сообщениям, спешат к IPO с оценкой в триллион долларов на фоне миллиардной выручки.

Поэтому Mistral AI легко недооценить.

Честно говоря, я не вспоминал о парижской компании уже год. Может, дольше. Но затем Brian Hall объявил, что присоединяется к Mistral в качестве CMO, и у меня случился момент в духе Arrested Development: «Она?». Hall — давний руководитель Microsoft, он нанял меня в AWS, а затем возглавлял product marketing в Google Cloud. Его переход вызвал интерес, потому что Mistral не доминирует в обсуждениях разработчиков в США и не располагает, как Anthropic или OpenAI, почти безграничными бюджетами на compute. Если рынок ИИ — это просто гонка за созданием самой большой, магической и универсальной модели, то на Mistral ставить не стоит.

Но это неверный вопрос, и, скорее всего, неверная ставка.

Более интересный вопрос — когда рынок enterprise AI вернется к своей привычной логике и начнет требовать от ИИ той же безопасности, предсказуемости и контроля, к которым мы привыкли в других ИТ-инвестициях. Здесь у Mistral есть реальная история. Как отмечает Hall, подход Mistral — «приоритизировать ИИ для критически важных сред, которым нужна уверенность и самоконтроль, чтобы делать долгосрочные ставки (с open weights и реальными sovereign capabilities)».

Хотя это могло звучать как чрезмерно оптимистичный тезис, в июне он стал вполне осязаемым, когда правительство США распорядилось, чтобы Anthropic приостановила доступ для иностранных граждан к своим самым продвинутым моделям Fable 5 и Mythos 5. Anthropic заявила, что отключит модели для всех пользователей из-за директивы по экспортному контролю. Вопрос «можно ли заставить этого вендора выключить нас?» больше не теоретический.

Именно поэтому тихий фокус Mistral на enterprise control может сработать.

Неправильная гонка

История с enterprise control выглядит гораздо убедительнее, чем нарратив, который я слышал раньше. Ну знаете, эта история в духе «Европе нужен свой OpenAI». Рынок для «патриотического ИИ» есть, но он относительно небольшой. Гораздо больше рынок компаний, которым просто нужен ИИ, который работает, стоит дешевле (или дает больше, чем ожидается) и может быть кастомизирован с учетом их требований к комплаенсу.

Хотя на стартовой странице компания специально подчеркивала, что работает в Европе и находится в Париже, как минимум с октября 2023 года продуктовая позиция Mistral строится вокруг enterprise control. На нынешнем и прежнем сайтах компании разбросаны слова вроде «customize», «fine-tune», «open source» и «complete control». Mistral продвигает Studio для создания и запуска ИИ-приложений, Forge для кастомного обучения и выравнивания моделей, Vibe для agentic work, Vibe for Code для кодинговых рабочих процессов и Compute для инфраструктуры обучения и inference. Компания говорит об observability, evals, guardrails, переносимости деплоя и запуске production AI «from edge to cloud».

Иными словами, это звучит уже не как компания-бот, а скорее как инфраструктурная компания.

Это позиционирование становится еще яснее, если посмотреть под капот продуктовых названий. Mistral AI Studio включает AI Registry, который выступает как система учета для agents, моделей, наборов данных, judges, инструментов и workflows. Он отслеживает lineage, ownership и versioning. Он навязывает контроль доступа и promotion gates до деплоя. Это скучная governance-обвязка, а «скучное» в корпоративном ИТ — это хорошо.

Forge может оказаться еще важнее. Mistral описывает его как способ обучать модели frontier-класса на проприетарных корпоративных данных. Вместо обучения на чужой защищенной авторским правом информации, разбросанной по всему вебу, или на горе постов Reddit, Forge идет намного дальше retrieval-augmented generation (RAG): он не просто «читает» внутрь документы, информацию и так далее, а, по сути, дает предприятию собственный private OpenAI.

Это очень интересно.

Но чем это отличается? OpenAI и Anthropic могут делать многое из этого, причем в большем масштабе и с преимуществом лидирующих frontier-моделей. У обеих есть enterprise-продукты, облачные партнерства, evals, agents, инструменты управления и разные формы настройки моделей. Ставка Mistral с Forge не в том, что большие лаборатории не умеют кастомизировать модели. Ставка в том, что некоторым компаниям кастомизация нужна не как дополнительная функция поверх frontier API. Это и есть продукт. OpenAI и Anthropic могут построить все вокруг Forge, но не Forge сам по себе, потому что единственное, что они почти наверняка не заинтересованы продавать, — это независимость от них.

Вот где Mistral, возможно, нашла полезную нишу, которая позволяет задавать другой набор вопросов. Что если лучшая enterprise-модель — не самая умная универсальная модель? Что если лучшая модель — та, что достаточно мала, чтобы работать там, где она нужна клиенту, достаточно открыта, чтобы ее можно было проверять и адаптировать, достаточно дешева для широкого использования и достаточно специализирована, чтобы выполнять работу? Что если «достаточно хорошая, управляемая и своя» лучше, чем «чуть умнее, в основном непрозрачная и арендованная»?

Разумеется, это не важно для каждого сценария. Если я прошу ИИ разобраться со сложной таблицей или написать код, я, вероятно, хочу лучшую модель, которую могу получить. Но для банков, оборонных ведомств, производителей, коммунальных компаний, телекомов и государственных структур «лучшая» — это многомерное понятие, включающее такие вопросы, как задержка, auditability и так далее. Именно поэтому банки, например, до сих пор так много нагрузок держат on premises: им нужен контроль.

А что с compute?

Все это не делает compute неважным. Но это может изменить то, как он важен.

Если Mistral пытается быть французской версией OpenAI, то нехватка hyperscale compute — фатальная слабость. Компания не сможет тратить больше, чем OpenAI, Oracle, Microsoft, Google, Amazon, SpaceX или Anthropic. Скорее всего, она не сможет и нанимать лучше их во всех frontier research-направлениях. Рынок ИИ уже усеян компаниями, которые недооценили, как быстро «хорошая модель» превращается в «недостаточно хорошую».

Но если Mistral пытается стать enterprise-controlled AI layer для организаций, которые не хотят, чтобы весь интеллект жил за чужим API, compute становится более тонким вопросом. Инфраструктура все равно нужна, и Mistral, похоже, это понимает. В конце концов, Mistral привлекла $830 млн долга, чтобы купить 13 800 чипов Nvidia для дата-центра недалеко от Парижа. На фоне OpenAI и Anthropic это, конечно, капля в море, но реальный вопрос в том, может ли Mistral превратить относительный дефицит compute в достоинство — почти как принцип Amazon Leadership Principle «Frugality», только на стероидах. Если меньшая вычислительная мощность заставит Mistral делать более компактные, эффективные и специализированные модели, а это, в свою очередь, поможет компаниям лучше контролировать данные при меньших затратах, то меньше действительно станет больше.

Значит, задача Mistral в области compute — не пытаться иметь столько же compute, сколько у OpenAI. Задача — сделать так, чтобы клиентов меньше интересовал абсолютный масштаб compute и больше — гибкость деплоя, специализация и контроль.

Это сложная продажа. Но не глупая.

Что Mistral должна доказать

Сценарий провала по-прежнему очевиден. У OpenAI есть потребительская дистрибуция, узнаваемость среди разработчиков, капитал и бренд, который уже почти стал синонимом ИИ. Anthropic стала любимицей разработчиков и сама по себе имеет необычно сильную enterprise-историю. У Google есть модели, инфраструктура, данные и множество дополняющих сервисов. У AWS, Microsoft и Oracle есть клиентские отношения и инфраструктура.

Mistral нужно доказать, что на рынке есть место для еще одного центра притяжения. Точнее, ей нужно доказать три вещи.

Во-первых, нужно показать, что open-weight и управляемый ИИ достаточно важны, чтобы влиять на решения о покупке, а не только на дискуссии на конференциях. Все говорят, что хотят контроля, так же как большинство любит идею open source. Но рынок по-прежнему доминируют проприетарное ПО и облачные сервисы. Mistral должна сделать контроль чем-то вроде easy button.

Во-вторых, компания должна доказать, что специализация побеждает универсальность на достаточно большом числе высокоценных рынков. «Наша модель почти так же хороша» — это не стратегия. «Наша модель лучше для вашего банка, госведомства или ритейлера» — возможно, стратегия.

В-третьих, ей нужно закрепиться в enterprise IT раньше, чем OpenAI и Anthropic станут достаточно «скучными», чтобы удовлетворять тех же покупателей. Это и есть настоящая гонка. Крупнейшие ИИ-компании нанимают enterprise sales-команды, строят административные controls и заключают сделки с каждым крупным облаком. Окно для Mistral существует потому, что рынок еще молод, но это окно не будет открыто долго.

Если ИИ останется гонкой бенчмарков моделей, Mistral, скорее всего, проиграет. Но если ИИ продолжит эволюционировать в зрелую enterprise-инфраструктуру, у Mistral есть реальный шанс.

Материал — перевод статьи с английского.

Оригинал: Is Mistral late or savvy?