•
深度訪談 | Mistral CEO：當頂尖大模型能力“幾乎一樣”，AI 商業的下一個金礦在那？
核心要點
- 模型“大路貨”化： 頂尖模型間的代差已從 6 個月縮短至 3 個月，基礎模型正迅速商品化，技術壁壘正在瓦解。
- 告別 AGI 幻想： 相比遙不可及的通用人工智慧，企業更需要“系統思維”。價值不再由模型大小決定，而由定製化程度決定。
- “保姆式”服務是剛需： AI 尚未達到“開箱即用”。目前最成功的商業模式是：頂尖模型 + 深度行業服務。
- 工業級應用落地： AI 正在走出聊天框，進入半導體製造（ASML）和全球物流調度等物理世界場景，重構生產流程。
在 AI 的競技場上，我們似乎正迎來一個轉折點。經歷了三年的激烈軍備競賽，頭部玩家——OpenAI、Google、Anthropic——的模型能力似乎正逐漸趨同。當基礎模型不再是遙不可及的“神話”，而是逐漸變成一種大宗商品時，AI 行業的商業邏輯將發生怎樣的巨變？
近日，歐洲 AI 獨角獸 Mistral AI 的聯合創始人兼 CEO Arthur Mensch接受了一次專訪。這家成立不到三年、估值已達 140 億美元的法國公司，正試圖在矽谷巨頭的陰影下走出一條不同的道路。
基礎模型的“商品化”宿命：差距正從 6 個月縮短到 3 個月
到 2025 年底，Google 和 OpenAI 的模型似乎已經旗鼓相當，基礎大模型的“商品化”速度比預想中快得多。Arthur 坦言，這是一項註定會商品化的技術。
“建造這項技術其實並不難。全球大約有 10 個實驗室知道如何建構它，獲取的資料相似，遵循的配方也基本一致。因為知識傳播很快，很難創造持久的 IP 差異化。”
Arthur 提供了一個具體的觀察維度：算力飽和效應。當預訓練模型的算力達到 FLOPS 等級時，就會遇到資料壓縮的瓶頸。
- 2024年： 開源與閉源模型的差距約為 6 個月。
- 2025年： 這個差距已經縮小到了 3 個月 左右。
這意味著，競爭對手們投入數千億美元建立的資產正在迅速貶值。如果模型本身不再是核心壁壘，價值究竟在那裡沉澱？
告別 AGI 幻想，擁抱企業“系統思維”
如果拼參數不再是唯一出路，AI 公司的戰略重心必須轉移。Arthur 觀察到，即便是 OpenAI，敘事重點也開始從“AGI（通用人工智慧）”轉向更務實的“企業應用”。
“AGI 是一個太簡單的概念，對於複雜的企業來說毫無意義。” Arthur 直言，他並不相信存在一個能解決所有問題的單一系統。
企業真正需要的是從“魔法思維”回歸到 “系統思維”：
- 定製化是關鍵： AI 在前幾年帶來了巨大的承諾，但企業往往沒賺到錢，原因在於缺乏深度定製。
- 靜態與動態的結合： 自動化工作流需要“靜態定義（規則）”與“動態智能（模型）”的結合。單純依靠模型自主思考是不切實際的。
Mistral 的賭注是：未來的 AI 將更加去中心化，垂直領域的專家系統將取代全能型模型。
Mistral 的生存之道：開源、主權與“保姆式”服務
作為身處歐洲的挑戰者，Mistral 的競爭策略非常明確：
1. 主打“主權”與“不被鎖定”
“如果整個經濟都將運行在 AI 之上，企業和國家自然希望確保沒有人能切斷他們的系統。”Arthur 將 AI 比作電力，你不想因為供應商不喜歡你，或者地緣政治原因而被“斷電”。Mistral 提供的開源、可私有化部署方案，成了對抗供應商鎖定的有力武器。
2. 模型建構者 + 服務提供商
有趣的是，Arthur 承認 AI 在現階段本質上是一種 “託管服務”：
- 企業目前缺乏獨立部署和微調的能力。
- Mistral 不僅提供模型，還提供工具和專業知識，手把手教客戶如何將私有資料轉化為競爭對手無法複製的智能資產。
超越聊天機器人：工業才是 AI 的深水區
Arthur 認為，AI 正在進入比聊天機器人更硬核的領域：
- 全球物流調度（CMA CGM）： 貨輪進港後的複雜調度，涉及數百人的協調。AI 模型現在可以決策並串聯整個工作流，**效率提升了 80%**。
- 半導體製造（ASML）： 在光刻流程中，利用視覺推理模型分析圖像，驗證晶片雕刻是否存在錯誤。這種極其專業、資料封閉的場景，是通用模型的盲區。
“未來十年，所有的製造流程都將圍繞 LLM 協調器 進行重建，就像當年工廠圍繞蒸汽機重建一樣。”
我們是否處於泡沫之中？
面對“泡沫”質疑，Arthur 的回答十分審慎。
他認為，行業確實存在過度投資的嫌疑，因為企業採納 AI 的速度非常緩慢。這不僅是技術問題，更涉及到組織架構的重組和人員職能的變遷。
“AI 全面運行整個經濟是確定的，但可能需要 20 年時間。” 他建議企業不要指望購買“開箱即用”的神藥，而應從基礎原型開始，通過使用者反饋進行長期的迭代和進化。 (GD梯度下降)