跳到正文
20VC(youtube.com)· Harry Stebbings·· 13 天前品質評分58

Mistral 執行長:為什麼能源不是 AI 的瓶頸?| 推論的未來 | Arthur Mensch

Mistral 執行長:為什麼能源不是 AI 的瓶頸?| 推論的未來 | Arthur Mensch

重點導讀

Mistral 執行長 Arthur Mensch 主張,歐洲需要主權化、垂直整合的前沿 AI,搭配安全的供應鏈與企業導向策略,因為依賴集中化的美國供應商與中國模型,將威脅經濟與資料主權。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

Mistral 共同創辦人暨執行長 Arthur Mensch 主張,「主權 AI」——在客戶自己的司法管轄區與基礎設施內訓練、託管並客製化的模型——將成為企業 AI 部署中最重要的一類,而歐洲承擔不起把前沿 AI 拱手讓給美國與中國的代價。這場對談主要圍繞 Mistral 的商業模式:為何它往產業鏈下游走、切入 GPU 基礎設施與 Token 服務;推論市場如何定價;它如何賣給企業與政府;以及成長受什麼制約(算力、資本、能源,還有定義不清的企業問題)。標題提到的中國開源權重模型是一條真實但狹窄的支線——大約兩分鐘談供應鏈風險與客戶的抗拒——鑲嵌在一個更宏觀的討論裡:歐洲的算力建設,以及 Mistral 的垂直策略。

Mensch 是以歐洲市值最高 AI 新創經營者的身分發言;他說公司估值 210 億美元,約 60% 營收來自歐洲。主持人 Harry Stebbings 把他定位為前沿實驗室的「歐洲最後希望」。讀者讀完應該能掌握:Mistral 主權堆疊的三個組成、它對單位經濟的看法(能源約佔算力總持有成本的 10%,晶片與資本才是大宗)、Token 流量中自家模型與第三方開源權重模型的 80/20 分佈,以及它明確押注不做消費市場、也不做晶片設計。

主權 AI 是經濟論證,不是政治論證

Mensch 的核心主張是:主權是結構性的。一旦企業或國家把 AI 用在核心流程上,花在這些流程上的錢就該留在本國附近;否則客戶會面臨貿易收支問題,大筆現金流會從歐洲流向美國。他在 2023 年說過,把前沿 AI 讓給美國與中國「最終會讓歐洲賠掉它在世界上僅存的位置」;他把 AI 類比為電力——一種通用型投入要素,而且越來越受出口管制約束。

他把這個論點和格陵蘭爭議與 2025 年選舉週期浮現的情緒性框架切開。他的重點是宏觀經濟,不是軟實力:這項技術的研發必須發生在歐洲領土上。他把主權部署定義為三個必要條件,而這三個條件正好對應 Mistral 的組織方式:

要素客戶需要什麼Mistral 提供什麼
受控管的模型來源一家自己訓練模型、並承諾兩年後交出更好模型的公司模型工廠;Mensch 稱 Mistral Large 在開源權重模型的程式碼與網路防禦領域領先
資料控制權資料與 IP 絕不會迴流給 AI 供應商部署在客戶自有租戶上的平臺與資料層
能源密集的推論服務以更低成本生成 Token,且不必自己採購 GPU自有基礎設施與 Token 工廠

他明確表示主權有最低可行規模:「不會每個州級行政區都有一家主權 AI 供應商兼模型訓練商。」Mistral 服務的是歐洲、美國與亞洲,而不是以國家為單位運作;他說要有「相當大的市場」才養得起相關模型。約 60% 營收來自歐洲,其餘來自美國與亞太。

「如果你不控制資料供應鏈,如果你不知道模型吃進了什麼,你就無法對輸出保證任何事。」

Mistral 往產業鏈下游走到基礎設施,但沒跳進晶片

Mensch 排除了 Mistral 自製晶片的可能:「沒有,沒有這個計畫。」Mistral 真正做的是從訓練模型往上游延伸到用自己的基礎設施提供服務——他說這項建設花了約 18 個月,現在已經跑得起來。他點出的策略回報是:純粹在歐洲生成、不受美國域外法權管轄的 Token,而這對客戶非常重要。

自己擁有推論服務的理由是經濟考量。企業可以採購幾張 GPU,但買不到幾千張;Mensch 說 Mistral 一再看到客戶把單一用例從 8 張 GPU 擴到 1,000 張。因此 Mistral 賣的是兩條相互扣連的營收線:供客戶打造業務應用的平臺授權收入,以及來自基礎設施的用量收入。客戶通常是為了授權而來,然後發現自己沒有 GPU,這時 Mistral 就供應 GPU 或 Token 服務。

他把打造雲端形容為工業製程,而不是軟體工程:管理 GPU、CPU、儲存與電力零件的供應鏈;確認供應商的供應商也靠得住;預測多個需求池(企業是主要理想客戶輪廓,AI 原生公司想要短時間內的大塊算力,而像 Microsoft 這樣的公司吃下產能、有助於支撐更多產能的財務);再用專案融資與信用專業把這一切兜起來。他得到的教訓是:提前於需求鋪設產能,接下來幾年就會很好賣。

他也點出這個產業融資上的結構性風險:在任何工業建設裡,槓桿都很誘人,「但槓桿總有一天會斷」。Mistral 的對沖是垂直整合,並以客戶價值創造為錨,他說這讓公司能靠擔保品的品質——營收承諾與照付不議承諾——來為算力融資,而不必讓公司背負高槓桿。被問到為何 Nebius 與 CoreWeave 在公開市場各跌了約 40%、而算力明明稀缺時,他說市場的反應「我有點看不懂」。

推論市場:底層像大宗商品,頂層是 premium 產品

Mensch 把推論市場切成兩塊。隨選推論很像大宗商品市場——價格很重要、需求沒有承諾、而且如果你有供給與對的服務品質,現在毛利「相當高」。往上是一個 premium 層級:成熟客戶要服務等級協議(SLA)、保證延遲、對固定請求量保證生成速度,以及預留實體產能。客戶越能精確描述自己需求的形狀,Mistral 就越能定價,也越能形塑自己的基礎設施。

他預期執行環境這一側會成長:沙箱、CPU 密集的代理執行、工具呼叫、程式碼編譯與執行,以及儲存,因為背景代理會產生大量資料。這是從同步聊天時代的轉變——那個時代光靠 GPU 就能回答對話。

模型組合方面,約 80% 的 Token 流量跑在 Mistral 自家模型上,20% 跑在第三方開源權重模型上。Mistral 提供其他開源模型,是因為客戶想要選擇,也因為把自有基礎設施吃滿能降低成本——「某種程度上這是個社群市場。」取捨在於保證:對於自己驗證過資料供應鏈的模型,Mistral 能做出比第三方模型更強的行為保證。

中國模型的安全問題真實存在,但目前多屬理論層次

標題那條支線得到直接回答。Mensch 說模型是知識的壓縮,所以不控制資料供應鏈,就無法對輸出保證任何事。Mistral 會線上上監控第三方模型的異常行為,但他也承認無法排除模型被當成攻擊載體。他自己的評估是:「我認為這非常理論,因為我不覺得今天有這種情況」,但也說這該納入威脅模型。

客戶的抗拒程度,取決於這個產業有多關鍵。歐洲的國防客戶「絕不會用中國技術」;金融業屬於關鍵基礎設施,非常抗拒;零售與部分製造業則寬鬆得多。他從客戶那裡聽到更尖銳的顧慮不是後門,而是延續性——六個月後還拿不拿得到模型更新。

這個顧慮來自能力:模型現在強到足以發動網路攻擊,因此越來越被當成國防系統看待。他提到美國從五月起開始禁止境外模型,中國則在研議對超過一定門檻的出口設限。作為軍民兩用技術,供應安全在基礎設施端與模型 IP 端都同樣重要。

扣住前沿模型會集中槓桿——這才是真正的競爭威脅

被問到 OpenAI 與 Anthropic 扣住最強模型對社會是好是壞,Mensch 不願評斷,而是把問題重新框在槓桿上。如果所有企業都必須依賴兩、三家集中化的供應商,這些供應商就會用自家系統產生的資料打造更好的系統,然後回過頭來搶客戶的生意。「這很明顯就是今天市場正在定價的東西,」他說。他把用於特定研究的內部模型,視為集中算力與 AI 能產出什麼的早期徵兆。

他的抗衡論點是:打造模型沒那麼複雜——關鍵在於投入資本、並有對的團隊訓練對的東西——而且開源權重的前沿正在追上閉源前沿,在許多領域甚至更高。他不認為會出現一個「做數學非得在 OpenAI 上班」的世界。

同樣的邏輯解釋了 Mistral 為何不進消費市場——他說他對此「非常慶幸」:那是個擁擠的市場,很難和頂尖的企業業務並行,而且本質上是廣告生意。他也說 Mistral 沒有投入晶片設計。

算力、資本、能源是硬約束——順序也是如此

Mensch 對成本結構說得很精確:能源約佔算力總持有成本的 10%,所以那不是最佳化的重點。晶片與資本成本才是物料清單的大宗。能源今天不是瓶頸;它會在 2029 到 2030 年左右變成瓶頸,屆時每年要部署數個 GW 的產能。

他對能源的地理分佈看法是不均的。法國與北歐有過剩能源與建設空間;英國與德國則否。他提到法國大型 EPR 核電計畫與太陽能佈局,並主張 AI 需求已把新核電的商業論證講得很清楚——但核電廠的建設時間超過 2029–2030 這個視窗,太陽能則能更快推進。他把這多數看成協調問題,需要國家提前規劃,因為國家比企業握有更長期的視野。

他對國家的要求具體且市場中立:加速許可、指定區域與州級利害關係人已對齊的專屬場址(他肯定法國與瑞典),並把國家保證端上桌——對租用資料中心或預留 10 到 15 年空間提供保證——他說這對資產負債表相對小的公司特別有用。公部門採購則帶來包銷量,而蓋得更多、更快,就意味著蓋得更便宜。

如果資源不受限,Mistral 會直接蓋更多產能。他看到需求跑在客戶前面,並指出雖然可以說美國蓋了太多算力,但歐洲還有充裕的餘裕,可以很有把握地蓋出能被分配的產能。

企業價值來自定義清楚的問題,不是單靠自我改進

Mensch 對遞迴式自我改進的回答是一個約束論證。自我改進迴圈需要定義清楚的問題,而如果一個問題今天定義得夠清楚,AI 就能爬上去。經濟成長的摩擦在於企業問題是模糊的,目標模糊、還有人在中間——這無法靠自我改進解決,只能靠部署與人互動的模型。這就是 Mistral 設有前線部署工程師(FDE)的原因。

FDE 模式一開始是 Mistral 自家員工進駐客戶端,這讓公司學到:個人生產力工具與聊天機器人創造不了價值。之後轉向業務單位負責人與核心流程,打造客製化的有狀態應用,讓代理端到端跑完一個流程。這些工作產出了可重用的基礎元件:持久化流程執行、代理編排、沙箱管理與可觀測性。自 2025 年起,Mistral 把這些工具推廣給 Accenture、TCS 等合作夥伴,它們有更多人可擴充交付與維護。Mensch 坦言直營模式無法無限擴張——「我們不可能養幾萬名 FDE」——所以兩種模式並存。

垂直聚焦四個產業:製造、金融服務、國防與公部門。製造業方面,Mistral 與研發團隊合作——協助 ASML 打造並操作更好的機臺、協助 Airbus 造出更好的飛機——同時帶來推理模型與具備世界量化理解的物理模型。金融服務方面,它打造理解市場的模型與工具鏈,加上用於預測的量化時間序列模型。談到 GDP,他的論點是成長需要生產力,不是智慧:更好的工廠、用同樣燃油飛更久的飛機、更高效且碳排更低的能源、更好的半導體機臺。一架設計得更好的飛機,可以線上上服役 40 年。

談到賣給政府,他的第一個教訓是「不存在一般性地賣給政府這回事」——小國比較像企業銷售,因為部會人員彼此都認識;大國則複雜得多,而複雜度隨國家規模上升。

新實驗室的差異化在算力取得與市場聚焦,不只是人才

Mensch 指出,Mistral 自己一開始就是現在所謂的 neolab,把招募的「銀彈」全打在研究員身上。讓它能規模化的是早早選定市場——企業——並在持續投資研究的同時,把產品調整到能滿足要求嚴苛的客戶。他說研究員招募市場「競爭相當激烈」,但使命、薪酬結構與有意義的工作仍能吸引人。

他認為今天以研究為核心的創辦人,瓶頸在算力:在巨大的供給緊縮下,要用合理價格拿到 GPU 很難。Mistral 會保留部分產能給某些 neolab,押注它們成長、Mistral 也跟著成長。談到歐洲人才,他說創業與研究的深度都有,這也是許多 neolab 出現在歐洲的原因——但沒有算力,人才與銷售能力都不夠。

他對近期的 1,000 億美元單次訓練持懷疑態度:他說達到那個規模「不是明天的事」,真正的硬約束是找到足夠的優質資料、建出對的訓練環境,這需要技術與品味,不像堆算力那麼容易規模化。

壓力、預測,以及 IPO 問題

Mensch 承認身為歐洲前沿冠軍的壓力,但稱之為健康的壓力。他把 Mistral 的使命定位為證明 AI 有用、並把它的好處分配出去,而把主權 AI 推廣成一個類別,就是證明的方式。他對利害關係說得很直白:「如果我們不成功,我不知道世界會怎樣。」

他的快問快答:最會被身邊人質疑的信念是——這是一個碎片化的市場,而基於業務延續性、成本,以及對資料與 IP 的控制,主權 AI 將成為最重要的企業 AI 類別。他的大膽預測是:代理帶來的槓桿會從軟體工程師與數學家,擴散到所有具技術背景的人,這是勞動市場的重大轉變。談到上市,他不接受「歐洲已經關門」這個前提:十年前的瓶頸已經消失,全球對歐洲公開股票有需求,沒有理由不在某個時點於歐洲 IPO,但他也提到營運上的限制與尚待達成的商業里程碑。最讓他興奮的是 AI 讓物理學的基礎研究成為可能——以前所未有的規模跑模擬,並讓代理去操作這些模擬——他舉 Mistral 併購了一家名為 Emmi 的模擬專業公司為例。

值得觀察的重點

Mensch 說法中未解的張力,在於他一邊自信滿滿地說打造模型「沒那麼複雜」,一邊自己列出一堆硬約束:他說擋住其他 neolab 的 GPU 供給緊縮、他刻意維持不舉債而競爭對手的公開估值正在下跌的資本結構,以及核電部分不可能在他點名的 2029–2030 視窗之前到位的一場能源建設。他對這三者的答案都是錨定企業價值的垂直整合——但這個答案取決於客戶是否持續為「主權」付溢價,以及 Mistral 能否守在程式碼與網路防禦的開源權重前沿;他說 Mistral Large 目前在這些領域領先。值得追蹤的說法是:自家與第三方 Token 的 80/20 分佈、60% 的歐洲營收佔比,以及夥伴主導的 FDE 模式(Accenture、TCS)能否在擴充交付的同時,不稀釋掉 Mensch 歸功於 Mistral 產品基礎元件的那種貼近客戶。

來源: 20VC (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論