A Mistral pode desafiar as grandes empresas de tecnologia fazendo IA de outro jeito?

Autoria: Bloomberg Television · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Can Mistral Challenge Big Tech by Doing AI Differently? · Canal: Bloomberg Television · 10:58 · Assistir no YouTube

Tópicos: Governança e regulação de IA, Mercados e economia, Modelos locais e open source

Resumo

A reportagem examina como a Mistral, uma empresa francesa de IA, busca competir com as gigantes de tecnologia dos EUA por meio de modelos open source e open weight, com foco em soberania digital, privacidade e custos. Seu cofundador, Arthur Mensch, afirma que empresas podem executar os modelos em infraestruturas próprias e manter o controle sobre dados e operações. Entrevistados apontam que a fragmentação dos mercados e a falta de capital para crescimento dificultam a expansão de empresas europeias. A estratégia da Mistral também parece se afastar da disputa direta para criar modelos de fronteira e priorizar serviços de IA e modelos abertos.

Pontos-chave

Os investimentos em IA cresceram rapidamente, enquanto hyperscalers recorrem cada vez mais a empréstimos para financiar sua expansão.
A Mistral apresenta modelos open source e open weight como alternativa aos sistemas fechados e centralizados.
Executar modelos perto dos dados sensíveis pode oferecer às empresas mais privacidade e controle operacional.
Segundo Arthur Mensch, modelos abertos podem reduzir custos e permitir que empresas escolham a infraestrutura em que serão executados.
A Mistral afirma ter desenvolvido modelos com menos capital e capacidade computacional do que concorrentes dos EUA.
A fragmentação dos mercados e dos capitais europeus dificulta que startups obtenham financiamento para crescer.
A reportagem descreve uma mudança estratégica da Mistral, da competição por modelos de fronteira para serviços de IA e modelos abertos.
A soberania digital e a segurança nacional são apresentadas como razões para que a Europa mantenha capacidade própria em IA.

Capítulos

Início	Capítulo	Resumo
00:00	A corrida global por investimentos em IA	A reportagem contextualiza o domínio das gigantes de tecnologia dos EUA, o crescimento dos investimentos e a posição da Europa na disputa.
02:35	A proposta de modelos abertos da Mistral	Arthur Mensch explica como modelos abertos podem oferecer continuidade, proteção de dados e custos menores para empresas.
05:13	Os obstáculos para startups europeias	Entrevistados descrevem a fragmentação dos mercados europeus e as dificuldades para obter capital e crescer.
08:21	Serviços de IA, soberania e estratégia	A reportagem aborda a diferença entre produzir modelos e adotá-los, a mudança estratégica da Mistral e sua aposta em soluções soberanas.

Citações

Uma versão aberta da inteligência artificial, em que vários atores contribuem para um ecossistema aberto. — 02:04

Podemos implantar nossos modelos perto dos dados, de uma forma que nem sequer os vemos. — 03:08

Não há motivo para não usar modelos open source hoje, exceto que é um pouco mais difícil. — 04:09

Oferecemos IA soberana aos nossos clientes. — 10:28

Conceitos e entidades

Mistral (empresa): Empresa francesa de IA que desenvolve modelos e oferece serviços voltados a empresas.
Arthur Mensch (pessoa): Cofundador da Mistral e defensor da adoção de modelos abertos e de implantações soberanas.
Mistral Large 4 (modelo): Modelo open weight da Mistral mencionado na reportagem.
open source models (conceito): Modelos com código aberto que podem ser adaptados e executados em diferentes infraestruturas.
open weight (conceito): Abordagem que disponibiliza os pesos de um modelo para que clientes possam executá-lo e controlá-lo em suas próprias infraestruturas.
hyperscalers (conceito): Grandes provedores de tecnologia e computação em nuvem que investem em larga escala em IA.
Station F (empresa): Incubadora de startups europeia dirigida por Roxanne Varza.
Roxanne Varza (pessoa): Diretora da Station F, que comenta os desafios de financiamento e expansão de startups na Europa.
Jacob Kirkegaard (pessoa): Pesquisador sênior do Bruegel que analisa a adoção de IA e a fragmentação econômica europeia.
Anthropic (empresa): Empresa citada como exemplo de desenvolvedora de modelos de fronteira.
OpenAI (empresa): Empresa citada como exemplo de desenvolvedora de modelos de fronteira.

Tradução completa (pt-BR)

00:00 Westin: Esta é uma história sobre torcer por quem está em desvantagem. Até agora, a corrida pela inteligência artificial foi dominada por um punhado de gigantes da tecnologia dos EUA. — Acredito que o futuro, se fizermos isso direito, pode ser muito mais parecido com um novo renascimento do que com uma nova revolução industrial. — Quem vencer a IA, vence. Acho isso muito importante. — É produtiva. É lucrativa. Está gerando lucros enormes. Westin: Esse pequeno trio de executivos e a tecnologia que criaram se tornaram nomes conhecidos em grande parte do mundo.

00:31 E eles estão investindo quantias de capital nunca vistas. Quando o ChatGPT chegou aos celulares dos consumidores, em novembro de 2022, o investimento em IA era de US$ 112 bilhões por ano. No fim de 2025, esse número havia aumentado mais de 200%, chegando a US$ 345 bilhões. E, neste ano, a expectativa é que ultrapasse até mesmo essas enormes quantias. — Quando olhamos para 2025, esse endividamento por parte dos hyperscalers mal tinha começado.

01:02 Ao longo de 2026, provavelmente veremos cerca de US$ 300 bilhões em empréstimos de grau de investimento tomados pelos próprios hyperscalers. — No próximo ano, esperamos uma emissão 15% maior por parte de alguns dos hyperscalers. Westin: Os hyperscalers dos EUA estão, em grande parte, em disputa com empresas chinesas apoiadas pelos recursos de todo o governo do país, enquanto buscam alternativas de menor custo que exijam menos capacidade computacional. Até agora, a Europa ficou de fora dessa disputa titânica e não viu os mesmos níveis de capital privado

01:33 ou governamental destinados a modelos de IA de ponta. Mas a França tem, sim, um competidor nessa corrida — um azarão, sem dúvida, mas que busca redefinir a competição de uma forma que, acredita, pode colocá-lo na dianteira. — A maneira como devemos olhar para o mundo é, na verdade, como uma oposição entre os provedores de modelos fechados, que promovem uma versão centralizada da inteligência artificial e tentam exportá-la para o mundo todo, e uma versão aberta da inteligência artificial, na qual há vários atores

02:04 contribuindo para um ecossistema aberto e ajudando empresas a usá-lo e personalizar seus sistemas sobre uma infraestrutura aberta. Westin: Arthur Mensch é cofundador da Mistral, a principal concorrente europeia em IA, e acredita que ela tem uma vantagem inerente sobre a abordagem fechada, de pesos fechados, dos hyperscalers dos EUA. — Na verdade, somos líderes nesse domínio. Agora somos o melhor provedor de modelos open source para implantações soberanas. Isso nos confere um status especial que, acredito, vai muito além

02:35 do fato de sermos europeus. Westin: Sobre a distinção entre open source, pesos abertos e modelos fechados, quais são as vantagens e limitações do open source e dos pesos abertos, como no caso da Mistral? — Para as empresas, há três vantagens. A primeira é que você tem garantias de continuidade dos negócios, porque separa a camada de propriedade intelectual, que é o modelo, da camada de infraestrutura. Assim, você pode levar o modelo para a infraestrutura que quiser. Pode usar vários provedores e garantir que, aconteça o que acontecer com a empresa provedora do modelo, seu negócio continuará funcionando.

03:08 A segunda vantagem está muito ligada ao fato de que, quando você quer obter retorno sobre o investimento na implantação de IA, essas implantações geralmente lidam com dados muito sensíveis. E, em muitos casos, não são dados que você queira compartilhar com um provedor centralizado de IA. Isso significa que muitos clientes da Mistral nos procuram porque implantamos nossos modelos perto dos dados deles, de uma forma que nem sequer temos acesso a esses dados. O terceiro aspecto, que ganhou importância

03:39 nos últimos meses, é o fato de que a IA está ficando cara. Então, para construir os argumentos de negócio a favor da implantação de IA, é preciso levar o custo em conta. E, se você paga pela camada de propriedade intelectual, se paga pelos modelos fornecidos por provedores centralizados de IA, vai pagar muito mais do que pagaria por modelos open source implantados na sua infraestrutura ou na infraestrutura de um provedor de modelos open source. O que isso significa para uma empresa? Você me perguntou sobre as desvantagens e as vantagens.

04:09 Na verdade, só há vantagens. Hoje, não há motivo para não usar modelos open source, exceto pelo fato de que é um pouco mais difícil, porque eles chegaram um pouco depois. Mas o trabalho da Mistral tem sido tornar muito mais simples para nossos clientes implantar sistemas de IA — sistemas de IA sobre modelos open source. Westin: A Mistral lançou recentemente seu mais novo modelo de pesos abertos, o Mistral Large 4, ou “Le Chonk”, e captou 3 bilhões de euros para expandir sua inovação. — Ficamos limitados em capital e capacidade computacional nos últimos dois anos, mas conseguimos produzir

04:42 um modelo extremamente forte, apesar de não controlarmos muitos recursos computacionais. Isso está prestes a mudar, porque fizemos os investimentos certos para isso. Estamos muito animados com o roteiro de lançamentos que vem pela frente, porque agora conseguimos ampliar o treinamento. Conseguimos ampliar os recursos de inference para nossos próprios clientes. Fazemos isso de uma maneira que é… que, acredito, é um pouco mais econômica. Conseguimos produzir — o tipo de tecnologia que conseguimos produzir foi feito com muito menos capital do que o de alguns de nossos concorrentes dos EUA.

05:13 Westin: A Mistral está adotando uma abordagem diferente para a IA, que exige frugalidade. Mas quanto dessa diferença na abordagem se deve às limitações inerentes a ser uma empresa de tecnologia europeia? — A Mistral é… Eu não diria que é uma exceção. Provavelmente é uma das primeiras que vimos chegar a essa escala e tamanho na Europa. Westin: Roxanne Varza é diretora da Station F, uma incubadora europeia de startups. — Nosso ecossistema é um pouco menos maduro. Estamos alcançando os outros. Estamos acelerando. Também acho que a fragmentação da Europa

05:44 há muito tempo é um obstáculo. Normalmente, há um líder local na França, na Alemanha e no Reino Unido, que é grande naquele país, mas não tem a escala do que existe nos EUA. Acho que as lacunas ainda estão principalmente nas etapas finais. Acho que atendemos muito bem às empresas em estágio inicial. De certa forma, preenchemos todas as lacunas de financiamento. Agora as pessoas estão construindo. Mas conseguir crescer, encontrar capital para expansão e fazer uma saída ainda são desafios que precisamos superar. Acho que os mercados de capitais europeus

06:15 ainda são muito fragmentados. Há mercados locais em vários países. E, quanto às aquisições, a cultura de aquisições está começando a ganhar força. Mas acho que muitos dos compradores ainda vêm do exterior. Existe uma sensação geral de que, se você quiser ser adquirido, os compradores virão dos EUA, talvez agora comecem a vir da Ásia, mas menos da Europa. E isso é algo que precisamos corrigir. Westin: Jacob Kirkegaard é pesquisador sênior do Bruegel. Ele concorda que a falta de um mercado de capitais único e profundo na Europa

06:47 torna a competição em IA um desafio, mas também pode representar uma oportunidade. — No geral, não há dúvida de que a economia europeia, ainda não totalmente integrada nesse sentido, é um obstáculo tanto para a criação de modelos ou a produção de modelos de IA quanto para a difusão contínua e harmonizada, ou mesmo semelhante, da IA. Não há dúvida de que a Europa, tal como existe hoje,

07:18 verá uma adoção de IA significativamente mais rápida. Acredito que isso ocorrerá principalmente no norte da Europa, na Escandinávia, nos países bálticos, nos Países Baixos e em outros países com mercados de trabalho relativamente pouco regulamentados ou flexíveis, em comparação com outros, onde isso levará mais tempo. Então, de certa forma, essa economia europeia não harmonizada, ou incompletamente harmonizada,

07:48 beneficia alguns países e prejudica outros. Westin: Para Kirkegaard, a posição da Mistral, que fornece serviços de IA em vez de modelos de IA de ponta, pode ser fundamental para garantir à Europa os ganhos de produtividade que muitos esperam. — Quando se fala de IA e de benefícios amplos para a produtividade, ou de aumentos de produtividade, é muito importante, na minha opinião, fazer uma distinção clara entre os produtores de IA, ou criadores e desenvolvedores de modelos,

08:21 como Anthropic e OpenAI, e os usuários ou adotantes de IA. E essa é realmente a chave para entender a IA como uma tecnologia de propósito geral. Do ponto de vista econômico, obviamente não há dúvida de que não importa muito quem produz os modelos, desde que você tenha acesso a eles. Mas o problema com esse argumento, como alguns certamente diriam de imediato, é a segurança nacional. Porque, muito bem, na Europa,

08:55 se você imaginar um mundo em que a Europa também dependesse quase exclusivamente de modelos open source dos EUA e/ou da China, e que um dia Washington e Pequim dissessem: “Tudo bem, vamos proibir as exportações e o fornecimento desses modelos a clientes estrangeiros.” Acho que, em muitos aspectos, a Mistral é… certamente uma exceção, no sentido de que é, possivelmente, a empresa mais avançada e maior,

09:26 uma espécie de empresa de IA pura na Europa. Até recentemente, eu diria que ela estava perto da fronteira do desenvolvimento de modelos, se não na própria fronteira. Agora, pelo que entendo da recente mudança estratégica, decidiram não competir nem tentar… nem investir para desenvolver modelos de fronteira fechados. Então, são uma empresa

09:56 que atua mais na oferta de serviços relacionados à IA e de modelos open source do que como um laboratório de fronteira, por assim dizer. Eu diria que já não são — não querem ser vistos na mesma categoria que, sabe, Anthropic ou OpenAI. Westin: E é nessa categoria de provedores de IA que a Mistral, de Mensch, acredita ter uma vantagem. A categoria de open source, de pesos abertos,

10:28 que dão às empresas que usam IA uma soberania digital essencial. Vocês acabaram de fazer uma nova rodada de financiamento de 3 bilhões de euros, segundo foi noticiado, acho. Isso representa uma avaliação de cerca de 21 bilhões de euros, talvez 24 bilhões de dólares. Uma empresa muito grande para a maioria dos padrões. Mas, em comparação com os hyperscalers, é várias ordens de grandeza menor. Vocês conseguem competir com os gigantes? — Atuamos em uma categoria diferente. Levamos IA soberana aos nossos clientes, e nossos clientes às vezes usam hyperscalers para algumas de suas cargas de trabalho.

10:58 Eles usam modelos fechados para cargas de trabalho muito genéricas, chatbots etc. Mas, quando se trata de implementá-la para construir novos aviões, fabricar máquinas melhores, encontrar mais fontes de energia, normalmente querem uma solução que… que lhes dê o controle de que precisam, que lhes dê a soberania de que precisam sobre a implementação.

Transcrição original

[00:00] Westin: This is a story about rooting for an underdog. The artificial intelligence race until now has been dominated by a handful of U.S. tech giants. -I believe that the future, if we get this right, can be much more like a new renaissance, than a new industrial revolution. -Whoever wins AI wins. I think that’s very important. -It’s productive. It’s profitable. It’s generating enormous profits. Westin: This small trio of executives and the technology they created have become household names in much of the world.

[00:31] And they’re committing unheard of amounts of capital. When ChatGPT hit consumers’ phones in November 2022, investment in AI was $112 billion per year. By the end of 2025, that number increased more than 200 percent to $345 billion. And this year it’s on track to blow past even those vast sums. -When we look back to 2025, where really this borrowing from hyperscalers had really only begun.

[01:02] Through the course of 2026, we’re probably looking at around $300 billion in the investment grade market borrowings from hyperscalers themselves. -Next year, we’re expecting another 15 percent more in issuance coming from some of the hyperscalers. Westin: The U.S. hyperscalers are largely up against Chinese firms backed by the resources of their entire government as they pursue lower cost alternatives that require less compute. Lost in this titanic struggle thus far has been Europe, which hasn’t seen the levels of private

[01:33] or government capital committed to frontier AI models. But France does have a dog in the race, an underdog to be sure, but one that seeks to redefine the competition in a way that it believes can put it at the front of the pack. -The way in which we should look at the world is rather an opposition between the closed model providers that are promoting a centralized version of artificial intelligence and trying to export it to the entire world and an open version of artificial intelligence where you have multiple actors

[02:04] that are contributing to an open ecosystem and then helping enterprises use that and customize their systems on top of an open infrastructure. Westin: Arthur Mensch is a co-founder of Mistral, the leading AI contender for Europe, and he believes it has a built-in advantage over the closed source closed weight U.S. hyperscaler approach. -We actually are the leader in that domain. We are now the best open source model providers for sovereignty deployment. That gives us a special status that I think goes way beyond

[02:35] the fact that we’re European. Westin: So on the distinction between open source open weight and closed, what are the advantages and what are the limitations of open source open weight the way Mistral is? -So the advantages for the enterprises are threefold. The first is that you have business continuity guarantees because you’re decoupling the IP layer, which is the model from the infrastructure layer. So you can actually bring the model into the infrastructure you want. You can use multiple providers and you can make sure that whatever happens to the model providing company, you’re still going to be up and running as a business.

[03:08] The second thing is really closely linked to the fact that, when you want to have return on investments on your AI deployment, usually those AI deployments are dealing with very sensitive data. And in many cases, this is not the data that you want to share with a centralized AI provider. And what that means is that a lot of customers of Mistral are actually coming to us because we come and deploy our models close to their data in a way where we don’t even see that data. The third aspect, which has grown in importance

[03:39] in the last few months is the fact that AI is getting expensive. And so in order to build the business cases of AI deployment, you do need to take into account the cost. And the cost, if you pay the IP layer, if you pay for the models provided by centralized AI providers, you’re actually going to pay much more than if you’re paying for open source models being deployed on your infrastructure, on the infrastructure of an open source model provider. What that means is for an enterprise you are asking me about the downside and the upside.

[04:09] There is actually only upside. There is no reason why not to use open source models today, except the fact that it’s a little bit harder because it came a little later. But our job at Mistral has been to make it much simpler for our customers to deploy AI– AI systems on top of open source model. Westin: Mistral recently released its latest open weight model, the Mistral Large 4 or “Le Chonk” that raised 3 billion euros to scale its innovation. -We have been under capital and compute constraints for the last two years, but we managed to produce

[04:42] a model extremely strong despite the fact that we were not controlling a lot of compute. This is actually about to change because we’ve made the right investments for doing so. So we’re very excited by the upcoming roadmap because we’re just able to scale the training. We’re able to scale inference capabilities for our own customers. We do it in a way which is… which I think is a little more frugal. We’ve been able to produce– the kind of technology we’ve been able to produce we produced with much less capital than some of our U.S. counterparts.

[05:13] Westin: Mistral is taking a different approach to AI, one that requires frugality. But how much of that difference in approach is required because of the limitations inherent in being a European tech company? -Mistral is… I wouldn’t say it’s the exception. It’s probably one of the first that we’ve seen to this scale and size in Europe. Westin: Roxanne Varza is the director of Station F, a European startup incubator. -Our ecosystem is somewhat less mature. We’re catching up. We’re picking up pace. I also think Europe’s fragmentation

[05:44] has long been an obstacle. So you’ll have usually a local dominant player in France, in Germany, in the U.K., that will be big in that country but it won’t be at the scale of what you have in the U.S. The gaps, I think, still are mainly in late stage. I think we service early stage very, very well. We’ve kind of filled in all the funding gaps. People are now building. But being able to scale, being able to find growth capital being able to exit, those are still challenges that we have to get over. I think the European capital markets

[06:15] are still very fragmented. I mean you have local markets in quite a few countries. And then if we talk about actually acquisitions, acquisition culture is starting to pick up. But I do think a lot of the acquirers still come from abroad. There’s kind of this general feeling that if you want to be acquired, the acquirers will come from the U.S., might start to come from Asia now, but less so in Europe. And so this is really something that we need to correct. Westin: Jacob Kirkegaard is a senior fellow at Bruegel. He agrees that Europe’s lack of a single deep capital market

[06:47] makes competing in AI a challenge, but also that it could present an opportunity. -So overall there’s no doubt that the still not fully integrated European economy in that sense is a hindrance both to, I would argue, model creation or the production of AI models, but also to the seamless harmonized or similar even diffusion of AI. There is no doubt that Europe, as it exists today,

[07:18] will see significantly faster AI adoption. I believe in mostly northern Europe, Scandinavia, the Baltic countries, the Netherlands, other countries with relatively lax or relatively flexible labor markets, as opposed to others, where it will take longer than that. So in some ways this, you know, non-harmonized, the unharmonized or incompletely harmonized European economy

[07:48] does benefit some countries while setting others back. Westin: For Kirkegaard, Mistral’s position in providing AI services rather than frontier AI models may be critical in delivering for Europe the productivity gains many anticipate. -When you’re talking about AI and broad productivity benefits or productivity growth boosts, it’s very important in my opinion, to make the clear distinction between AI producers or model generators creators,

[08:21] the sort of Anthropic and OpenAIs of the world, and then the AI users or AI adopters. And this is really the key to understanding AI as a technology is a general purpose technology. From an economic point of view, there is obviously no doubt that who produces the models are not really that important as long as you have access to them. But the problem with that argument, some would obviously immediately say, is national security. Because you could very well, in Europe,

[08:55] if you sort of hypothesize a world in which Europe also relied on almost exclusively U.S. and or Chinese open source models, that one day Washington and Beijing would say, “All right, we ban the exports on the supply of these models “to foreign customers.” I think in many ways Mistral is… it’s certainly an outlier in the sense that it is arguably the most advanced, largest,

[09:26] sort of pure AI company in Europe. It was, I would say, until recently, close to, if not at the frontier of model development. They have now, as I interpret their recent strategic shift, decided not to compete or try to… or invest to develop closed frontier models anymore. So they are a company

[09:56] that really is more in the provision of AI-related services and open source models rather than a, you know, frontier lab, so to speak. They are no longer, I would say, they don’t want to be viewed in the same category as, you know, Anthropic or OpenAI. Westin: And it’s in that category of AI provider that Mensch’s Mistral thinks it has an advantage. The category of open source, open weights,

[10:28] that give the enterprises using AI critical digital sovereignty. You just had a new round at 3 billion euros, I think, it was reported. That is a valuation of around 21 billion euros, maybe 24 billion U.S. dollars. Very large company by most standards. But compared to the hyperscalers, it’s orders of magnitude smaller. Can you compete with the really big guys? -We play in a different category. We bring sovereign AI to our customers and our customers are sometimes using hyperscalers for some of their workload.

[10:58] They’re using closed models for their very generic workloads, chatbots, etc. But when it comes to deploying it for building new airplanes, for building better machines, for finding more sources of energy, they typically want to have a solution that is… that gives them the control they need, that gives them the sovereignty they need over their deployment.