Mistral AI si avvicina a una valutazione di 2 miliardi di dollari — meno di 12 mesi dopo la fondazione

Mistral AI si avvicina a una valutazione di 2 miliardi di dollari - in meno di 12 mesi dalla sua fondazione

Le aziende europee potrebbero essere arrivate un po’ tardi alla festa degli investimenti nell’IA generativa, ma questo non significa che non finiranno per sfidare alcuni dei primi pionieri nordamericani. Secondo fonti vicine alla questione, Mistral AI, la sensazione francese del finanziamento seminale dell’IA, sta per concludere la raccolta di circa €450 milioni dagli investitori.

A differenza di Aleph Alpha in Germania, che ha appena raccolto una somma simile, la maggior parte degli investitori proviene al di fuori dei confini del continente. Il round è guidato dalla società di venture capital Andreessen Horowitz della Silicon Valley e include anche il supporto da parte di Nvidia e Salesforce.

Le fonti vicine all’accordo hanno riferito a Bloomberg che Andreessen Horowitz investirà €200 milioni, mentre Nvidia e Salesforce verseranno €120 milioni in debito convertibile, anche se ciò potrebbe ancora cambiare. Se andasse in porto, questa operazione valuterebbe la startup con sede a Parigi a quasi $2 miliardi, meno di un anno dopo la sua fondazione.

Mistral AI è stata una delle poche aziende europee di intelligenza artificiale a partecipare alla UK’s AI Safety Summit tenutasi a Bletchley Park il mese scorso. La startup di intelligenza artificiale generativa ha rilasciato il suo primo grande modello di linguaggio (LLM), Mistral 7B, sotto la licenza open source Apache 2.0 a settembre.

Mirare allo spazio di sviluppo con modelli LLM di dimensioni più piccole

La cosa chiave che differenzia Mistral è che sta costruendo modelli più piccoli destinati allo spazio degli sviluppatori. Parlando alla conferenza SLUSH ad Helsinki la scorsa settimana, il co-fondatore e CEO Arthur Mensch ha detto che questo è esattamente ciò che separa la filosofia dell’azienda dai suoi concorrenti.

“Puoi iniziare con un modello molto grande con centinaia di miliardi di parametri – forse risolverà il tuo compito. Ma potresti effettivamente avere qualcosa che è cento volte più piccolo”, ha dichiarato Mensch. “E quando crei un’applicazione di produzione che mira a molti utenti, vuoi fare scelte che abbassino la latenza, riducano i costi e sfruttino i dati effettivamente popolati che potresti avere. E questa è una cosa che penso non sia il focus dei nostri concorrenti – stanno davvero mirando a modelli molto grandi e multiuso”. Mensch, che in passato ha lavorato per Google DeepMind, ha aggiunto che questo approccio consentirà anche una forte differenziazione attraverso dati proprietari, un elemento chiave per sopravvivere nello spazio del mercato delle applicazioni mature.

Mistral AI e gli investitori riportati hanno tutti declinato il commento sulle eventuali procedure in corso.