Менш предупреждает: проприетарный ИИ видит ваши бизнес-процессы
Основатель Mistral Артур Менш активно продвигает открытый искусственный интеллект. В своём LinkedIn-посте он предостерегает компании от излишнего доверия закрытым моделям.
По его словам, разработчики проприетарных решений накапливают всё больше данных и получают прямой доступ к бизнес-процессам клиентов. Более того, у некоторых ИИ-лабораторий «есть опыт использования этой информации для атак на самых успешных заказчиков».
Менш рекомендует бизнесу хранить данные в открытых системах, самостоятельно управлять правами доступа к ИИ и строить собственные обучаемые модели, даже если «эти усилия кажутся пугающими». «Передовой ИИ может ускорить рост вашего бизнеса, но если он не в ваших руках, то и рост будет не ваш», — пишет он.
Ранее похожие заявления сделал Алекс Карп, глава Palantir. Он также призвал компании разрабатывать свои модели, а не полагаться на внешние проприетарные системы. Palantir даже опубликовала манифест о безопасном корпоративном ИИ, где, в частности, говорится: «Контроль над весами — это контроль над судьбой. Веса — это концентрированная форма накопленных знаний организации. Если вы позволяете другим управлять вашими весами, вы передаёте им свою альфу — главное конкурентное преимущество».
Менш прав, но у него и свой бизнес
Аргументы главы Mistral звучат убедительно, однако их стоит рассматривать в контексте. Сама компания — единственный заметный европейский игрок на рынке больших языковых моделей, но по чистой производительности она пока не может конкурировать с флагманскими системами вроде GPT-5.6 Sol или Fable 5. Поэтому бизнес-модель Mistral сильно завязана на суверенитете данных внутри ЕС — именно здесь компания может получить наибольшие преимущества. При этом около 30% её акций принадлежат американским инвесторам.
Стоит также помнить, что крупные универсальные модели уже не раз обходили специализированные аналоги в нишевых тестах, если в обучающих данных было достаточно профильной информации. Так что Менш отчасти играет на своём поле.
Тем не менее недавний эксперимент в области анализа финансовых документов частично подтверждает его правоту. Хедж-фонд Bridgewater и стартап экс-технического директора OpenAI Миры Мурати Thinking Machines Lab дообучили открытую модель Qwen3-235B на собственных инвестиционных оценках. По их данным, доработанная модель достигла точности 84,7%, тогда как лучшая из флагманских моделей остановилась на 78,2%. Кроме того, эксплуатационные расходы оказались почти в 14 раз ниже.
Однако это исследование не было независимым, и обе компании заинтересованы в продаже своих решений. К тому же это лишь один срез. В будущем такие гиганты, как Anthropic или OpenAI, могут просто приобрести аналогичные данные для обучения или сгенерировать их сами — и тогда снова окажутся в лидерах.