Mistral styrker Europas AI-suverenitet med regional inferens og ny infrastruktur

Mistral AI tar neste steg i sin europeiske AI-satsing. Med regional integrering, støtte for mer åpne modeller og planer for massivt utvidet datakapasitet, ønsker det franske AI-selskapet å gi europeiske selskaper større kontroll over dataene, modellene og infrastrukturen som driver AI-systemene deres.

Kampen om kunstig intelligens handler ikke lenger bare om hvem som utvikler de mest avanserte modellene. Tilgang til datasentre, GPU-kapasitet, energi og kontroll over hvor data behandles har blitt minst like strategisk.

Nå styrker Mistral AI dens posisjon innenfor det som i økende grad blir beskrevet som suveren AI, hvor selskaper og land får større kontroll over både modeller og den underliggende infrastrukturen.

Selskapet presenterer tre viktige initiativer: regional inferens, utvidet støtte for åpne AI-modeller og en langsiktig investering i europeisk datakapasitet.

AI-behandling kan holdes innenfor Europa

En viktig del av investeringen er Mistral regionale endepunkter, som nå er offentlig tilgjengelig.

Bedriftskunder kan velge om inferansen skal kjøres i Europa eller USA. Dette betyr at selve AI-prosesseringen kan plasseres nærmere brukeren og innenfor den regionen organisasjonen velger.

For europeiske selskaper kan dette bli spesielt relevant når AI-systemer håndterer sensitiv informasjon, eller når krav rundt datalagring, samsvar med regelverk og latens påvirker hvordan infrastrukturen må utformes.

Mistral opplyser også at begrensede og beskyttede overføringer til underleverandører utenfor den valgte regionen kan forekomme. Regional behandling betyr derfor ikke nødvendigvis at alle deler av tjenestens databehandling alltid forblir innenfor samme geografiske område.

Nye muligheter for forretningskritisk AI

Parallelle introduksjoner Mistral Prioritetsnivå, som for øyeblikket er i offentlig forhåndsvisning.

Tjenesten er rettet mot organisasjoner som bruker AI i forretningskritiske miljøer og trenger mer forutsigbar tilgang til kapasitet.

Prioritetsnivået inkluderer tilpassede kapasitetsgrenser og tjenestenivåer som støttes av en tilgjengelighets-SLA.

Det er et viktig skifte ettersom generativ AI beveger seg fra eksperimenter og pilotprosjekter til systemer som faktisk brukes i produksjon.

Når AI integreres i forretningsprosesser, kundeservice, utviklingsmiljøer og interne systemer, blir tilgjengeligheten av inferensfunksjoner en del av selskapets operative infrastruktur.

Mistral åpner plattformen for flere modeller

Mistral utvider også plattformen sin til modeller utviklet av andre aktører.

Selskapet har lenge posisjonert seg rundt åpne modeller og såkalte åpenvektsmodeller, der organisasjoner har større mulighet til å tilpasse og kontrollere teknologien.

Nå kan eksterne åpne modeller også kjøres gjennom den samme infrastrukturen og regionale kontrollene som Mistrals egne modeller.

Den første eksterne modellen vil være Z.ai GLM-5.2.

Strategien innebærer at Mistral prøver å utvikle plattformen sin fra primært å være en leverandør av egne AI-modeller til å bli en bredere infrastruktur der selskaper kan kombinere flere modeller uten å måtte fragmentere AI-miljøet sitt.

Dette kan være viktig for større organisasjoner. Bedriftsarkitekturer for kunstig intelligens utvikler seg i økende grad mot miljøer der ulike modeller brukes til ulike oppgaver, for eksempel avansert resonnement, kodegenerering, dokumentanalyse eller store mengder enkel inferens.

Ønsker å bygge opptil 1 GW europeisk AI-kapasitet

Den mest langsiktige delen av Mistrals strategi gjelder selve datakapasiteten.

Selskapet samler en gruppe store selskaper og institusjoner rundt flerårige forpliktelser som skal bidra til finansiering og utvidelse av AI-infrastruktur i Europa.

Målet er å bygge opp til 1 gigawatt ny datakapasitet innen 2030.

Blant organisasjonene som er nevnt i initiativet er blant annet: ASML, CMA CGM og Amadeus.

Ved å samle langsiktig etterspørsel fra flere store kunder, ønsker Mistral å skape økonomiske forutsetninger for å bygge infrastruktur i en skala som enkeltselskaper ellers kan ha vanskelig for å sikre på egenhånd.

Europeiske databehandlingsenheter for å sikre kapasitet

Som en del av modellen introduserer Mistral også Europeiske beregningsenheter, ECU.

ECU vil knytte selskapenes langsiktige forpliktelser til tilgang til Mistrals egen datainfrastruktur i flere år.

Tanken er at deltakende organisasjoner skal kunne bruke den reserverte kapasiteten mellom ulike produkter i Mistral Compute etter hvert som behovene deres endrer seg.

Dette gjør datakapasitet til noe som kan planlegges og sikres langsiktig, snarere enn en ressurs som bare kjøpes etter behov fra globale skyplattformer.

Europas AI-problem blir i økende grad et infrastrukturproblem

Mistrals investering viser også hvordan global AI-konkurranse er i endring.

De siste årene har mye av oppmerksomheten vært rettet mot modeller fra aktører som OpenAI, Google, Anthropic og Meta. Men etter hvert som AI blir en del av kjernevirksomheten til selskaper, blir spørsmålet om hvem som kontrollerer infrastrukturen stadig viktigere.

For Europa representerer dette en spesiell utfordring.

Regionen har sterk industri, forskning og et stort bedriftsmarked, men en betydelig del av den digitale infrastrukturen og AI-kapasitetene kontrolleres fortsatt av amerikanske hyperskalere og teknologiselskaper.

Mistrals strategi er et forsøk på å endre den balansen ved å kombinere europeisk inferenskapasitet, åpne modeller og langsiktig reservert beregning.

Dette betyr ikke at Europa vil bli uavhengig av den globale AI-industrien over natten. AI-infrastruktur er fortsatt avhengig av komplekse internasjonale forsyningskjeder for blant annet halvledere, nettverk, energi og datasenterutstyr.

Men utviklingen viser at AI-suverenitet går fra politisk konsept til konkret infrastrukturstrategi.

For europeiske IT-sjefer, teknologisjefer og IT-organisasjoner kan fremtidige AI-valg derfor handle om mye mer enn hvilken modell som fungerer best.

Spørsmål om hvor data behandles, hvem som kontrollerer modellene og hvordan datakapasiteten sikres kan være minst like avgjørende.