ミストラルAI、企業価値3兆ウォンと評価

 (unite.ai)
1 ポイント 投稿者 GN⁺ 2023-12-11 | 1件のコメント | WhatsAppで共有
  • パリを拠点とする Mistral AI が €4億5,000万 の投資を確保し、企業価値が 約20億ドル($2b) に上昇。欧州AIスタートアップの存在感が高まっている
  • Andreessen Horowitz がラウンドを主導し、Nvidia Corp と Salesforce は転換社債で追加 €1億2,000万 を投じた
  • 主力モデル Mistral 7B は Apache 2.0 ライセンスのオープンソース大規模言語モデルで、カスタム学習・チューニング・データ処理方式を打ち出している
  • より少ないパラメータで知識圧縮と深い推論を支援するよう設計されており、学習時間・コスト・環境負荷を減らす 最適化アプローチ が中核となっている
  • オープンソースと効率的なモデル戦略は、Mistral AI を OpenAI、Google AI、DeepMind のような既存の強豪と差別化し、欧州でのAI投資拡大の流れを示している

Mistral AIの資金調達と企業価値の上昇

  • パリを拠点とする Mistral AI は €4億5,000万 規模の投資を誘致し、企業価値は 20億ドル に達した
  • 今回のラウンドは Mistral AI だけでなく欧州AIエコシステムにとっても重要な出来事であり、グローバルAI競争における欧州の比重が高まっていることを示している
  • Andreessen Horowitz がラウンドを主導し、Nvidia Corp と Salesforce は転換社債の形で追加 €1億2,000万 を拠出した
  • 投資家構成には伝統的なベンチャーキャピタルと大手テック企業の両方が含まれており、Mistral AI の技術とビジョンへの関心を反映している
  • 確保した資金は、研究開発の進展、到達範囲の拡大、AI分野での地位強化に活用できる財務基盤となる

Mistral 7Bの技術的特徴

  • Mistral AI の主力製品は Mistral 7B という大規模言語モデルである
  • このモデルは Apache 2.0 ライセンス で公開されたオープンソースモデルであり、効率性と高度な機能を特徴としている
  • カスタム学習、チューニング、データ処理方式を通じて、AI技術の進展を示す事例として紹介されている
  • 差別化要因は、市場の他モデルよりも少ないパラメータでも 知識圧縮 と深い推論能力を支援できる点にある
  • 最適化されたアプローチは、性能を高めながら 学習時間、コスト、環境負荷を減らすことに貢献する

市場での位置づけと適用可能分野

  • Mistral 7B の展開は、Mistral AI をAI市場の主要プレイヤーであり OpenAIの競合 として位置づけることになった
  • 影響範囲は複数の産業に広がる可能性があり、ヘルスケア、教育、金融、製造分野が例として挙げられている
  • 高性能でありながらスケーラブルなソリューションを提供する能力は、各産業がイノベーションと効率化のためにAIを活用する方法に影響を与えうる

欧州AIエコシステムにおける変化

  • 今回の投資ラウンドは、グローバルAI地図において 欧州の地位 が急速に高まっていることを示すシグナルである
  • 欧州のAIベンチャーは歴史的に、投資とイノベーションの面で米国・アジアの競合より後れを取っていた
  • Mistral AI の成功と他の大規模投資は、欧州のAIイノベーションに対する潜在力と意欲が高まっていることを示している

生成AI競争での差別化

  • Mistral AI は オープンソースアプローチ と、スケーラブルで効率的なモデル開発に焦点を当てることで、生成AI競争の中で差別化している
  • この戦略は、OpenAI、Google AI、DeepMind のような既存の強豪と Mistral AI を分ける要素である
  • アクセシビリティと効率性を優先することで、AI技術の 民主化 に貢献し、グローバルAI競争で有力な競争相手として地位を築く助けとなっている
  • 欧州のAIスタートアップに大規模投資が流入するなか、欧州は競争が激しく急速に変化するAI分野で独自の領域を築きつつある

関連記事

1件のコメント

 
GN⁺ 2023-12-11
Hacker Newsのコメント

  • LLMの周辺には誇張も多いが、Mistralはその期待に値すると思う
    元の7Bモデルと派生モデルを今でも使っていて、次に何を出してくるのか楽しみだ。今出たばかりのMoEモデル群は無料だが、次の製品は商用になると予想している
    もう1社期待できるのは01.AIで、Yi-34Bモデルを公開した。Macでローカルに ollama run yi:34b で動かしてみたが、驚くほど良かった

    • こうした小型モデルは、コーディングや技術的な質問ではGPT-4と比べてどうなのか？
      GPT-3.5は自分には実質的に役に立たず、答えが間違っているか一般論すぎることが多かった。一方でGPT-4は8割くらいはまともな答えを返してくれる
    • こういうモデルをどう使っているのか気になる
      自分はGPT-4を検索の代替のように使っているが、まだ他のものに乗り換える理由は見つかっていない。たとえば旅行先の歴史、建築、文化的背景などを調べるのに使っていて、そういう用途にはかなり便利だった
    • Yi-34Bの何がそんなに驚きなのか、共有してもらえる？ まだ試す機会がなかった
    • 同意する。Yi 34BとMistral 7Bは素晴らしい
      ただし標準のチャットモデルではなく、上位のYiファインチューニングモデルを動かすべきだ。ずっと良い。長いコンテキストのYiが必要ならXaboros/Cybertronか、Hugging Faceに上げている自分の各種モデルマージ版を勧める
    • 元の7Bモデルと派生モデルを使い続けていると言っていたが、他のモデルと比べるとどうか？ とくにChatGPTとの比較が気になる

  • Mistral AIが最初から大きなメディアの注目を集めた理由は、短期収益を捨ててでもMistral-7Bを公開したからだ
    AIエコシステム全体で見れば、スタートアップが堀や囲い込みの生態系を作るのではなく、優れたオープンなソフトウェアで事業を作るよう促すほうがよい

    • それをオープンソースと呼ぶのは難しいと思う。学習に関する詳細を共有していないので、実質的に再現不可能だからだ
      どちらかといえば、SaaS企業が普段サーバー上で動かしているコンパイル済みバイナリを公開したのに近い。何もないよりは良いが、オープンソースの精神と完全に一致しているわけではない
      この区別は言葉尻をとらえているようには思わないが、最終的にコミュニティが同意するかどうかはまた別の話だ
    • モデルが制約や検閲が少ないことも理由だ。彼らの言うところでは、そうした方向性に力を入れており、他の人がその上に構築できるように作っているという
      GPT系はまだ完成された事業ではなく、オープンソースコミュニティが初期の成功を上回れることを願っている

  • Nvidiaが企業に金を出し、その金をまた高マージンのNvidiaハードウェアに使わせるという構図は、疑わしいバリュエーション手法ではないのか？

    • MSがOpenAIにあれほど多くのAzureクレジットを与えたのと似ている
    • なぜそれが疑わしいバリュエーション手法なのか分からない
      投資家が売上だけ、あるいは財務の一部分だけを見ているならそうかもしれないが、そうでなければ流出した資金と増えた売上が両方反映され、利益を歪めることにはならないと思う
    • 表なら私の勝ち、裏なら君の負けという投資モデルだ
    • 人々が思っているより、こういうやり方はずっと一般的だ

  • ヨーロッパ人として最初に思ったのは「いいぞ！ EUスタートアップ、月まで行け」だったが、次に思ったのは「ああ、アメリカのVCか」だった
    ここではこれが最善なのだろう

    • 問題は、ヨーロッパのVCにはその規模の資本がないことだ
      ヨーロッパのVCは普通、運用資産が数億ドル規模だが、シリコンバレーのVCは数十億ドルを運用している
    • EUスタートアップが少ないと感じるかもしれないし、実際その通りだ
      だがEU VCはそれ以上に少ない
    • ごく初期のラウンドにはヨーロッパのVCも投資していて、とくにフランスのVCが入っていた
      創業者たちもフランス人だ。自分の基準では十分ヨーロッパ企業であり、あまり厳密に考えすぎる必要はない

  • 最近の企業価値評価がどれほど無意味になっているかを実感する
    成功の指標のように使われているが、誰かの目的にかなうなら、より高い評価額で小切手を書いてくれる人はいくらでも見つかる。たとえば帳簿上の評価益、地位のシグナル、あるいは投資競争でより合理的な競合より先に案件を取ることなどだ
    Mistralが価値のない会社だとか、良い仕事をしていないという意味ではない。ただ、評価額という指標自体が無意味になっており、AI分野での資金調達のかなりの部分はクラウドやGPU支出を相殺するためのものに見える。批判されるかもしれないが、評価額のニュースはもうニュースには感じられない

    • 煙にすぎない。だが煙のあるところには、ある程度の火もある

  • Mistralには大きな潜在力があるが、適切な収益化戦略がなければ長期的に持続可能な収益性を達成できないリスクは明らかにある

    • フランスは独立性を強く求めており、フランス政府は正当化できる製品さえ出てくれば、すぐにでも大型契約を与えるだろう
    • 自分もそれが気になっていた。正確なビジネスモデルは何なのか？ ほとんどヨーロッパが「自分たちもまだ関係ある」と言いたいだけの試みに見える
    • ユーザーが金を払う製品を運営し始めると、その製品で行われる怪しいことについても責任を負い得るという懸念が生じる
      Twitterにモデル重み入りのtorrentリンクを貼るだけなら、そうした責任はずっと小さい
    • ピッチデックには、自社モデルをサービスとして提供して収益化すると書かれていた
      誰でも同じモデルでクラウドインスタンスを立てられるので、堀は浅く見えるかもしれないが、それでも妥当な出発点だ。米国の提供者を使えない、あるいは使いたくないEUの顧客も多く獲得できそうだ
    • チャットアプリを出せない理由はない

  • ヨーロッパのスタートアップが大企業と成功裏に競争できることを本当に願っている
    OpenAIが既定でユーザープロンプトを学習に使うようなプライバシー侵害が標準的な慣行になるのは見たくない

  • 昔の大家たちは言っていた。自分の創作物に恋をするなと
    AI業界は、自分たちが作り出したマーケティングの罠にはまりつつある。LLMは面白いおもちゃだが、実装は資源もエネルギーも大量に食い、しかも不透明だ
    現実の多くの問題は、もっと合理的なアプローチで解決できる。喉が渇いた人にとって一番大事なのは水であって、コップの種類ではない

    • 産業革命期の蒸気機関の効率を今日のものと比べたり、100年前の発電方法と今を比べたり、ほぼすべての化学工程・製造方式・農業技術の発明初期と現在を比べたりすれば、その差に驚くはずだ
      場合によっては、今の活動は100年前なら何桁も無駄が多かった
      コンピュータハードウェアの大きさ、エネルギー使用量、速度がこの70年でどう変わったかを見るだけでもいい。今の実装が「資源とエネルギーを大量に使い、不透明だ」というのは、多くの強力な発明が初期段階で見せる姿だ
      喉が渇いた人にとって水が最も重要だというのはその通りだが、ここでは、ある集団が水を望む温度に無期限に保ち、空気中の水分を吸い上げて絶えず補充してくれる画期的なナノテクのコップを売っている状況に近い。時にはコップの種類が本当に重要なこともあり、だから複数の集団がそれを作ろうとしているのも不思議ではない

  • ビジネスモデルは何だ？

    • 主権を名目にフランス政府に莫大な金を注ぎ込ませること

  • 「一般」MacユーザーがローカルLLMをインストールして実行できるようにする側は、莫大な商業的利益を得るだろう
    たとえばDMGをダウンロードして、クリックしてインストールし、起動するだけでよい形であるべきだ。コマンドラインは不要だ
    LLMをきちんと動かせるコンピュータが1億台もあるのに、実際に動かしている割合がごく一部というのはおかしい
    さらに進めて、P2Pで互いの計算資源を貸し借りできるようにすることもできる。パーソナライズされたLLMも作れる。個人的には本当に興味深い方向性だが、誰もやっていないように見える