- thekb.eu
- Grafo di conoscenza
- Organizzazione
- Mistral AI
Mistral AI
Mistral AI — Organizzazione. categoria: Azienda francese di intelligenza artificiale generativa, modelli aperti e chiusi, con sede a Parigi/Londra, 1000 collaboratori, valutazione 12 Md€, obiettivo ricavi 1 Md€ fine 2026, ~75% fatturato Europa · posizionamento: Laboratorio francese passato da editore di modelli open-weights a fornitore di infrastruttura di inferenza sovrana (agosto 2026): traguardi annunciati di 200 MW entro fine 2027 e 1 GW entro fine 2030, finanziati da impegni clienti pluriennali; hosting di modelli aperti di terze parti, tra cui GLM-5.2; ~4 Md$ raccolti finora, Microsoft come locatario di ancoraggio dei suoi datacenter europei · ruolo: Editore francese di modelli linguistici, « miglior scommessa europea sul layer modello » (SFEIR); valutato ~20 Md€, tre anni di esistenza; presente in B2C (Le Chat), B2B (API), open-weights e frontier, infrastruttura, verticalizzazione · settore: IA / Open source
Arthur Mensch, interrogato sotto giuramento dalla commissione d'inchiesta dell'Assemblée nationale sulle vulnerabilità digitali il 13 maggio 2026, ha messo a verbale le cifre: 1000 dipendenti, una valutazione di 12 miliardi di euro, un obiettivo di 1 miliardo di euro di fatturato entro fine 2026, 1 miliardo di euro investiti in R&S, e circa il 75% del fatturato realizzato in Europa. La sua tesi era che l'intelligenza artificiale è una risorsa naturale, elettricità convertita in token, e che l'Europa disponeva di una finestra di due anni prima che gli hyperscaler statunitensi si accaparrassero la sua capacità energetica.
Ad agosto 2026 questa tesi si era consolidata in un modello di business. Timothée Lacroix ha descritto a VentureBeat un annuncio in tre parti: «Mistral Regional Endpoints» in disponibilità generale, un «Priority Tier» con SLA garantiti, e impegni pluriennali da parte di «Amadeus», «ASML», «Capgemini» e «CMA CGM» convertiti in European Compute Units, una rivendicazione su una capacità che «Mistral AI» non ha ancora costruito. I traguardi annunciati sono 200 MW entro fine 2027 e 1 GW entro fine 2030. La capacità operativa è inferiore a 200 MW, con tre siti dichiarati per un totale di 77 MW: 44 MW vicino a Parigi, 23 MW in Svezia con «EcoDataCenter», 10 MW a Les Ulis. Lacroix sull'uscita anticipata: "There is no getting out."
La stessa azienda ospita modelli aperti di terze parti, a partire da «GLM-5.2», e distribuisce il proprio guardrail come componente separato Apache 2.0, «Shieldstral», la cui policy viene letta in fase di inferenza anziché incorporata nei pesi. Restano irrisolte due dipendenze: le GPU «Nvidia», e «Microsoft» come anchor tenant dei data center europei.
- Tipo
- Organizzazione
- categoria
- Azienda francese di intelligenza artificiale generativa, modelli aperti e chiusi, con sede a Parigi/Londra, 1000 collaboratori, valutazione 12 Md€, obiettivo ricavi 1 Md€ fine 2026, ~75% fatturato Europa
- posizionamento
- Laboratorio francese passato da editore di modelli open-weights a fornitore di infrastruttura di inferenza sovrana (agosto 2026): traguardi annunciati di 200 MW entro fine 2027 e 1 GW entro fine 2030, finanziati da impegni clienti pluriennali; hosting di modelli aperti di terze parti, tra cui GLM-5.2; ~4 Md$ raccolti finora, Microsoft come locatario di ancoraggio dei suoi datacenter europei
- ruolo
- Editore francese di modelli linguistici, « miglior scommessa europea sul layer modello » (SFEIR); valutato ~20 Md€, tre anni di esistenza; presente in B2C (Le Chat), B2B (API), open-weights e frontier, infrastruttura, verticalizzazione
- settore
- IA / Open source
- relazioni
- 42
- Citata in
- 6 fiches
Metriche di adozione
-
1000 collaboratori
↻ Fonte ↗
-
obiettivo 1 miliardo € di ricavi entro fine 2026
↻ Fonte ↗
-
tariffazione 1€ per 1M token in ingresso, 3€ per 1M token in uscita
↻ Fonte ↗
-
valutazione 12 miliardi €
↻ Fonte ↗
-
1 miliardo € investito in R&S nel 2026
↻ Fonte ↗
-
budget IA interno ≈ 10% della massa salariale
↻ Fonte ↗
-
91,3% di F1 nell'adattabilità alle politiche, contro 61,1% per un fine-tuning solo su dataset pubblici
-
produttività interna ×2 in 6 mesi
↻ Fonte ↗
Vicinato
← ha creato
← dirige
→ pubblica
← lavora presso
→ collabora con
← si basa su
→ ha creato
→ utilizza
← sostiene
→ compete con