
Arthur Mensch
观点集合
Mistral CEO:OpenAI 与 Anthropic 为何将进军你的业务?| 中国模型真的安全吗?
Mistral将主权AI定义为掌握模型训练、客户数据部署和token基础设施,约60%收入来自欧洲,业务仍依赖跨区域规模。开放权重的本地运行无法保证训练来源,尽管Mensch称恶意供应链风险目前“非常理论化”;约80%流量使用自家模型,行业接受度差异仍构成关键约束。
查看摘要(7段)
- Mensch 判断,欧洲发展 AI 眼下受制于资本和芯片,能源将在更晚阶段成为瓶颈。 电力约占计算系统总拥有成本的10%,法国和斯堪的纳维亚半岛电力供应过剩;“今天还不是瓶颈”。他预计到2029–2030年能源约束才会显现;与此同时,企业级应用的算力需求可能从8张 GPU 激增至1000张。
- Mensch 的主权 AI 逻辑,核心是掌控支出、数据和技术供给。 “必须拥有技术”意味着把模型训练、与客户数据协同部署的平台,以及生产 token 的托管基础设施整合起来。这需要国际化规模:Mistral 约60%的收入来自欧洲,其余来自美国和亚太地区。
- 本地部署并不能消除 Mensch 所说的第三方开放权重模型来源风险。 如果无法控制训练数据的输入来源,供应商就无法保证每一种输出;不过,他称恶意供应链行为“非常理论化”,并表示“我不认为现在存在这种情况”。Mistral 约80%的 token 流量使用自家模型;欧洲国防客户不会使用中国技术,金融机构则非常谨慎。
- 推理服务可以像大宗商品一样竞争,同时也能凭服务保障获得溢价。 Mensch 表示,当前毛利率“相当高”;客户既有按需使用,也有购买预留算力、延迟保证和生成速率承诺的需求。后台智能体执行代码、调用工具并生成数据,也将支出范围扩展到 CPU、沙箱和存储。
- Mensch 警告,AI 供应商过度集中,可能借企业活动成为客户的中间人。 两三家中心化供应商可以利用系统产生的数据,获得“巨大的杠杆”。Mistral 的业务结合企业软件授权和基础设施用量,重点覆盖制造业、金融服务、国防和公共部门。
- AI 的经济回报,取决于能否厘清运营问题并提升实体生产。 Mensch 的判断是“需要更多产出”:更好的飞机在40年的市场生命周期内可以减少燃油消耗。企业采用 AI 仍需解决人类目标模糊的问题;他预计未来5年,软件以外技术背景的人也会凭借指挥智能体获得显著影响力。
- 已有承诺的企业需求支撑 Mistral 的融资信心,政府担保则可能加快建设。 收入和照付不议承诺为融资提供支撑,但 Mensch 对过度杠杆保持警惕。政府为10年或15年的数据中心租约提供担保将“极其有利”;在达到商业里程碑并做好运营准备后,Mistral“某个时候”仍可能在欧洲 IPO。
Jensen Huang 与 Arthur Mensch:为何每个国家都需要自己的 AI 战略
Jensen Huang与Arthur Mensch将主权AI视为经济、文化和劳动力基础设施,各国需掌控由本地语言、制度、价值观和专业能力塑造的模型。Mensch称24B阿拉伯语调优模型Mistral Saba击败大5倍模型;开放部署与更长推理工作负载利于本地审查,也为数据中心和NVIDIA提供看多理由。
查看摘要(7段)
AI是一项通用技术,但其战略价值将通过国家、产业和企业层面的专业化实现,而不是归结于一个普适聊天机器人。 Huang称,把结论集中到单一通用系统上的说法,是诱使其他所有人等待的“思维把戏”(mind trick);Mensch则认为,有用的系统需要横向供应商与垂直领域及文化专家合作。“智能属于每一个人”,但每个国家都必须塑造服务于自身语言、制度和民众的模型。
主权 AI 同时是经济基础设施、文化基础设施和数字劳动力。 Mensch预计,未来几年 AI 对每个国家 GDP 的影响都会达到“两位数”;没有本土能力的国家,可能眼看着这部分价值流向海外,就像过去对外国发电能力的依赖一样。主持人最尖锐的表述是:没有主权,所面对的局面近似于“现代数字殖民”。
各国应购买横向技术栈,但必须构建并掌控属于自己的部分。 算力、推理、定制、可观测性以及数据连接等基础能力可以购买;本地知识、政策、价值观和专业能力无法外包。Huang预计,IT部门将成为“数字劳动力的人力资源部门”,负责为 AI 员工办理入职、评估、设置护栏并持续改进。
专业化可能击败单纯堆规模,进而改变模型竞争的经济学。 Mensch称,针对阿拉伯语调优的24B模型 Mistral Saba,表现优于规模大5倍的语言模型,因为专业化让表达更地道;进一步调优后,还可能出现服务于沙特法律工作或法国医疗诊断的系统。正在形成的架构是一棵“AI系统之树”,从通用模型逐层分化到语言、行业、国家和企业专属分支。
开放模型既被视为主权机制,也被视为安全架构。 它们支持本地部署、接入敏感数据、边缘运行,并开放权重以便更严格地评估和通过使用持续改进。Huang表示,他不认为一个被要求达到“100%准确”的系统应使用闭源模型。主持人提出国家安全层面的反对意见:不法分子也能使用开放模型;Mensch和Huang的回答是,封锁一个国家的发展无法遏制软件,而更广泛的审查反而能提升安全性、降低对单一实验室安全流程的依赖。
AI可能缩小技术鸿沟,因为自然语言大幅扩大了能够编程计算机的人口。 Huang称,如今使用 ChatGPT 编程的人已经多于使用 C++ 的人,这一变化大约只用了3年,因此 AI 是“有史以来最伟大的技术平权器”。Mensch补充说,前提是政府必须普及接入和培训,再展示实际收益,例如法国利用 AI 协助将失业者匹配到就业机会。
随着 AI 从即时回答转向长时间推理、个性化和物理系统,算力前景仍在扩张。 Mensch提到,智能体进行20分钟异步研究,是“数据中心和 NVIDIA 的看多理由”;Huang表示,Blackwell 相对 Hopper 的跃升源于其推理设计,恰逢“思考”成为主要算力负载。除信息型智能体外,物理定律 AI 和物理 AI 还可能重塑科学、能源、制造和机器人行业;因此,政策核心应是国家主动参与,而不是被动仰望。