Mistrals strategi: uavhengighet framfor ytelse

Dette er et AI-generert sammendrag. Kildevideoen kan inneholde demonstrasjoner, visuelt innhold og ytterligere kontekst.
Kort fortalt
Mistral er det europeiske AI-selskapet som ingen helt vil kalle en vinner i AI-kappløpet, og toppsjefen lever godt med det. Da Arthur Mensch gikk på scenen under AI Action Summit i New Delhi i februar, trakk han et lite publikum. Resten lyttet til Sam Altman fra OpenAI og Dario Amodei fra Anthropic. Budskapet hans var et annet: resten av verden bør styre sin egen AI, ikke Silicon Valley. Det budskapet viste seg å være verdt 14 milliarder dollar.
Forbes-saken som videoen bygger på, er skarpere enn tittelen viser. Mistral taper de fleste benchmarker (standardiserte AI-tester). Selv ni måneder gamle Claude-versjoner fra Anthropic slår den beste modellen deres. Hvorfor velger da HSBC, Tesco og det franske forsvaret dem?
Les også:
Salgsargumentet: kontroll, ikke ytelse
De fleste AI-selskaper selger ren ytelse. Mistral selger kontroll. Modellene deres er stort sett open-weight. Det betyr at selve modellfilen kan lastes ned, tilpasses og kjøres på egne datamaskiner. OpenAI, Anthropic og Google gjør det motsatte: modellen ligger bak et grensesnitt (API), og dataene dine går gjennom amerikanske skytjenester.
Argumentet Mensch fremmer fra scenen er enkelt:
"AI bør være et verktøy som styrker folk, ikke ett som dominerer dem."
For europeiske toppledere er det ikke en tom frase. Det er et reelt krav når de kjøper inn AI. En tysk delstat fjerner for tiden Microsoft Office fra offentlige kontorer. Frankrike lanserer sitt eget alternativ til Zoom for myndighetenes videomøter. For dem er det et reelt salgsargument at en AI kan kjøre på egne datamaskiner, i eget land og med egne data. Det er ikke bare reklame.
Mensch knytter det sammen: Mistral gir deg ikke bare modellfilen. De sender ingeniører til kontoret ditt for å installere og kjøre AI-en for deg. Slik Mensch framstiller det, trenger dataene dine aldri å forlate kontoret.
Benchmark-problemet
Her er videoen ærlig: Mistral ligger bak. Ikke litt, men betydelig.
Forbes-journalisten sier det rett ut. På én populær test ville Mistrals beste modell tape mot en ni måneder gammel versjon av Claude. På tester for åpne modeller blir den også slått av DeepSeek og Alibaba.
Grunnen handler om penger. Mistral har hentet inn 3,1 milliarder dollar til sammen. OpenAI og Anthropic har hentet over 200 milliarder dollar til sammen på to år. De amerikanske selskapene kan altså bruke mer på ett år enn Mistral har hentet inn siden de startet. Selv om de kinesiske rivalene klarer seg med lave kostnader, peker Forbes på at mange mistenker dem for å ha trent modellene sine på svar fra Claude og ChatGPT. Dette kalles destillering (vi har dekket det i en tidligere artikkel om kinesisk AI-destillering).
I et marked som er besatt av topplister, burde dette gjøre Mistral til en aktør som de fleste avskriver. En undersøkelse fra Menlo Ventures blant amerikanske bedriftskunder viste at Anthropic hadde 40 % markedsandel, OpenAI 27 % og Mistral 2 %.
En annen toppliste
Det er her videoen snur. Anjney Midha, partneren som ledet Andreessen Horowitz' investering på 415 millioner dollar i Mistral i 2023, omformulerer hele spørsmålet:
"Spørsmålet å stille er: leder Mistral kappløpet om uavhengighet?"
Det er hele veddemålet i én setning. Det finnes ikke én toppliste, det finnes flere. Rå ytelse er én. Pris er en annen. Åpenhet er en tredje. "Hvor ligger dataene, og hvem kontrollerer modellfilen?" er en fjerde. For et fransk departement, en singaporeansk offiser eller den juridiske avdelingen i HSBC er det bare det siste punktet som teller, så lenge kvaliteten er god nok.
Mistral trenger ikke å være best på generell intelligens. Selskapet må bare være godt nok for jobben, og være det eneste troverdige svaret på spørsmålet "kan vi kjøre dette uten å være avhengige av en amerikansk eller kinesisk leverandør?"
Kundene sier det fungerer
Tallene underbygger iallfall strategien på kort sikt. Mistral hadde 200 millioner dollar i inntekter i 2025. Mensch sier til Forbes at selskapet er på vei mot rundt 80 millioner dollar i månedlige inntekter innen desember 2026. De er ennå ikke lønnsomme, fordi datakraft er brutalt dyrt på dette nivået.
Kundene som har valgt Mistral, omfatter HSBC (med base i London og 3 billioner dollar i forvaltet kapital), den britiske dagligvarekjeden Tesco, det globale rederiet CMA CGM og myndighetene i Frankrike, Hellas, Luxembourg og Singapore. President Macron har kalt Mistral et eksempel på "fransk genialitet". I september ledet det nederlandske selskapet ASML, som lager utstyr til chip-produksjon, en investering på 2 milliarder dollar. Verdsettelsen ble 14 milliarder, og hver av de tre Mistral-grunnleggerne ble milliardærer på papiret.
Donald Trump viser seg å være Mistrals nyttigste selger. Forbes er rett på sak: Trumps handelskrig, Grønland-trusler og løfter om å skjerme amerikanske teknologiselskaper fra regulering har gjort det politisk risikabelt for utenlandske bedrifter å kjøpe amerikansk. Inkludert AI.
Hva dette betyr for AI-markedet
Gjennom store deler av 2024 og 2025 var den vanlige fortellingen at AI-markedet ble vinneren-tar-alt. Den største modellen vinner, alle andre blir irrelevante. Mistrals 14 milliarder dollar antyder noe både kjedeligere og mer interessant: markedet deles opp etter flere ting enn bare ytelse.
Bryr du deg bare om rå evne, går du til Anthropic eller OpenAI. Bryr du deg bare om pris, ender du kanskje på en kinesisk open-weight-modell, selv om det skaper juridiske og politiske problemer. Bryr du deg om hvem som kontrollerer dataene og modellen, og kan leve med kvalitet fra i fjor, blir Mistral det åpenbare valget, kanskje det eneste valget.
Mensch formulerer det selv mot slutten av Forbes-saken. Europa-mot-USA er feil måte å se det på, hevder han. Det riktige skillet går mellom åpen og lukket kildekode. Han er selv tjent med å si det, men han har antakelig rett. Risikoen for Mistral er ikke at noen andre vinner kappløpet om uavhengighet. Det er at OpenAI og Anthropic til slutt blir så mye bedre at kundene velger rå ytelse framfor uavhengighet. Mensch satser på at den dagen er langt nok unna til at han rekker å bygge en reell forretning.
Foreløpig har Mistral-investor Jeannette zu Fürstenberg fra General Catalyst den klareste oppsummeringen: hvis Mistral ikke blir et selskap verdt hundre milliarder dollar, er det bare fordi de roter det til selv.
Ordliste
| Begrep | Forklaring |
|---|---|
| Open-weight (åpne vekter) | En AI-modell der selve modellfilen kan lastes ned og kjøres på egen datamaskin. Forskjellig fra lukkede modeller som ChatGPT, der du kun kan bruke modellen via internett |
| Destillering | Å trene en ny AI-modell ved å spørre en eksisterende (Claude, ChatGPT) millioner av ganger og lære av svarene. En snarvei som unngår kostnaden ved å starte fra null |
| Suverenitet (i AI) | Å holde modellen, dataene og datakraften under egen (eller landets) kontroll, i stedet for å være avhengig av en utenlandsk leverandør |
| Forward-deployed engineers | Et grep Palantir gjorde populært: i stedet for bare å selge programvare, sender du ingeniører ut til kunden for å installere og koble den til kundens systemer |
| Benchmark | En standardisert test som rangerer AI-modeller etter ferdighet, for eksempel koding, resonnering eller språkforståelse |
Kilder og ressurser
- Forbes — How France's Mistral Built A $14 Billion AI Empire By Not Being American (YouTube) — Videoen artikkelen er bygget på
- Iain Martins fullstendige Forbes-artikkel — Bakgrunn, kundedetaljer og grunnleggernes historie
- Mistral — Selskapets nettside
- Arthur Mensch på X — Mistral-medgründer og toppsjef
Vil du vite mer? Se hele videoen på YouTube →