Mistral AI Dinilai dengan Valuasi Rp3 Triliun

 (unite.ai)
1 poin oleh GN⁺ 2023-12-11 | 1 komentar | Bagikan ke WhatsApp
  • Mistral AI yang berbasis di Paris meraih investasi €450 juta, sehingga valuasinya naik menjadi sekitar $2 miliar ($2b), memperkuat kehadiran startup AI Eropa
  • Andreessen Horowitz memimpin putaran ini, sementara Nvidia Corp dan Salesforce menambahkan €120 juta melalui obligasi konversi
  • Model unggulannya, Mistral 7B, adalah model bahasa besar open-source berlisensi Apache 2.0, yang mengedepankan metode pembelajaran, tuning, dan pemrosesan data yang dapat disesuaikan
  • Dirancang untuk mendukung kompresi pengetahuan dan penalaran mendalam dengan parameter yang lebih sedikit, inti pendekatannya adalah optimisasi untuk mengurangi waktu pelatihan, biaya, dan dampak lingkungan
  • Strategi open-source dan model yang efisien membedakan Mistral AI dari pemain mapan seperti OpenAI, Google AI, dan DeepMind, sekaligus menunjukkan tren meningkatnya investasi AI di Eropa

Penggalangan Dana Mistral AI dan Kenaikan Valuasi

  • Mistral AI yang berbasis di Paris berhasil menggalang investasi sebesar €450 juta, sehingga valuasinya mencapai $2 miliar
  • Putaran ini menjadi peristiwa penting bukan hanya bagi Mistral AI, tetapi juga bagi ekosistem AI Eropa, menunjukkan bahwa peran Eropa dalam persaingan AI global semakin besar
  • Andreessen Horowitz memimpin putaran ini, sementara Nvidia Corp dan Salesforce ikut berpartisipasi dengan tambahan €120 juta dalam bentuk obligasi konversi
  • Komposisi investornya mencakup modal ventura tradisional maupun perusahaan teknologi besar, mencerminkan minat terhadap teknologi dan visi Mistral AI
  • Dana yang diperoleh menjadi landasan finansial untuk memajukan riset dan pengembangan, memperluas jangkauan, serta memperkuat posisinya di bidang AI

Karakteristik Teknis Mistral 7B

  • Produk unggulan Mistral AI adalah model bahasa besar bernama Mistral 7B
  • Model ini adalah model open-source yang dirilis di bawah lisensi Apache 2.0, dengan ciri efisiensi dan kemampuan tingkat lanjut
  • Model ini diperkenalkan sebagai contoh kemajuan teknologi AI melalui metode pembelajaran, tuning, dan pemrosesan data yang dapat disesuaikan
  • Pembeda utamanya adalah kemampuan mendukung kompresi pengetahuan dan penalaran mendalam meski menggunakan parameter yang lebih sedikit dibanding model lain di pasar
  • Pendekatan yang dioptimalkan membantu meningkatkan performa sekaligus mengurangi waktu pelatihan, biaya, dan dampak lingkungan

Posisi di Pasar dan Bidang Penerapan

  • Distribusi Mistral 7B menempatkan Mistral AI sebagai pemain utama di pasar AI sekaligus pesaing OpenAI
  • Dampaknya dapat meluas ke berbagai industri, dengan healthcare, pendidikan, keuangan, dan manufaktur disebut sebagai contoh
  • Kemampuannya menyediakan solusi berperforma tinggi dan skalabel dapat memengaruhi cara tiap industri memanfaatkan AI untuk inovasi dan efisiensi

Perubahan dalam Ekosistem AI Eropa

  • Putaran investasi ini menjadi sinyal bahwa posisi Eropa dalam lanskap AI global berkembang pesat
  • Venture AI Eropa secara historis tertinggal dari pesaing di Amerika Serikat dan Asia dalam hal investasi dan inovasi
  • Keberhasilan Mistral AI dan investasi besar lainnya menunjukkan meningkatnya potensi dan tekad Eropa dalam inovasi AI

Diferensiasi dalam Persaingan AI Generatif

  • Mistral AI membedakan diri dalam persaingan AI generatif melalui pendekatan open-source dan fokus pada pembuatan model yang skalabel dan efisien
  • Strategi ini menjadi faktor yang membedakan Mistral AI dari pemain mapan seperti OpenAI, Google AI, dan DeepMind
  • Dengan memprioritaskan aksesibilitas dan efisiensi, strategi ini berkontribusi pada demokratisasi teknologi AI dan membantu Mistral AI menempatkan diri sebagai pesaing kuat dalam persaingan AI global
  • Dengan masuknya investasi besar ke startup AI Eropa, Eropa mulai membangun wilayahnya sendiri di bidang AI yang sangat kompetitif dan berubah cepat

Bacaan terkait

1 komentar

 
GN⁺ 2023-12-11
Komentar Hacker News

  • Ada banyak hype di sekitar LLM, tetapi menurut saya Mistral memang layak mendapat ekspektasi itu
    Saya terus memakai model 7B asli dan model-model turunannya, dan penasaran apa yang akan mereka rilis berikutnya. Kumpulan model MoE yang baru saja mereka rilis gratis, tetapi saya memperkirakan produk berikutnya akan komersial
    Perusahaan lain yang patut dinantikan adalah 01.AI, yang merilis model Yi-34B. Saya mencobanya secara lokal di Mac dengan ollama run yi:34b, dan hasilnya mengejutkan bagus

    • Bagaimana model-model kecil seperti ini dibandingkan dengan GPT-4 untuk coding atau pertanyaan teknis?
      GPT-3.5 pada dasarnya tidak berguna bagi saya; jawabannya salah atau terlalu umum. Sebaliknya, GPT-4 memberi jawaban yang cukup baik sekitar 80% waktu
    • Saya penasaran bagaimana orang memakai model-model seperti ini
      Saya memakai GPT-4 seperti pengganti pencarian, dan sejauh ini belum menemukan alasan untuk beralih ke yang lain. Misalnya, saya memakainya untuk mencari tahu sejarah, arsitektur, dan konteks budaya suatu destinasi perjalanan, dan untuk keperluan seperti itu cukup praktis
    • Bisa jelaskan apa yang begitu mengejutkan dari Yi-34B? Saya belum sempat mencobanya
    • Setuju. Yi 34B dan Mistral 7B itu hebat
      Namun, sebaiknya jalankan model fine-tuning Yi tingkat atas, bukan model chat bawaan. Jauh lebih baik. Jika butuh Yi dengan konteks panjang, saya merekomendasikan Xaboros/Cybertron, atau beberapa hasil penggabungan model saya yang saya unggah ke Hugging Face
    • Anda bilang terus memakai model 7B asli dan turunannya; bagaimana dibandingkan dengan model lain? Terutama dibandingkan dengan ChatGPT

  • Alasan Mistral AI sejak awal mendapat banyak perhatian media adalah karena mereka membuka Mistral-7B meski mengorbankan pendapatan jangka pendek
    Dari sudut pandang ekosistem AI secara keseluruhan, lebih baik mendorong startup membangun bisnis dengan perangkat lunak yang bagus dan terbuka, alih-alih menciptakan moat dan ekosistem yang mengunci pengguna

    • Menurut saya itu sulit disebut open source. Karena mereka tidak membagikan detail tentang pelatihan, praktis mustahil direproduksi
      Ini lebih mirip perusahaan SaaS yang merilis biner terkompilasi yang biasanya berjalan di server. Lebih baik daripada tidak ada sama sekali, tetapi tidak persis sejalan dengan semangat open source
      Pembedaan ini mungkin tidak terlihat seperti sekadar memperdebatkan istilah, tetapi pada akhirnya apakah komunitas setuju atau tidak adalah hal yang berbeda
    • Alasan lainnya adalah modelnya memiliki lebih sedikit pembatasan atau sensor. Menurut pernyataan mereka, mereka berkomitmen ke arah itu, dan membangunnya agar orang lain bisa membuat sesuatu di atasnya
      Model seperti GPT belum menjadi bisnis yang matang, dan saya berharap komunitas open source bisa melampaui keberhasilan awal

  • Bukankah struktur Nvidia memberi uang ke perusahaan, lalu uang itu dipakai kembali untuk membeli perangkat keras Nvidia bermargin tinggi, merupakan cara valuasi yang mencurigakan?

    • Mirip dengan MS yang memberi OpenAI begitu banyak kredit Azure
    • Saya tidak paham kenapa itu cara valuasi yang mencurigakan
      Kalau investor hanya melihat pendapatan atau hanya satu bagian dari keuangan, mungkin saja. Tetapi kalau tidak, dana yang keluar dan pendapatan yang naik akan sama-sama tercermin, jadi sepertinya tidak mendistorsi laba
    • Ini adalah model investasi: kalau sisi depan, saya menang; kalau sisi belakang, kamu kalah
    • Cara seperti ini jauh lebih umum daripada yang orang kira

  • Sebagai orang Eropa, pikiran pertama saya adalah “bagus! startup UE menuju bulan”, dan pikiran kedua adalah “oh, VC Amerika ya”
    Sepertinya ini yang terbaik yang bisa didapat di sini

    • Masalahnya, VC Eropa tidak punya modal sebesar itu
      VC Eropa biasanya mengelola aset ratusan juta dolar, sementara VC Silicon Valley mengelola puluhan miliar dolar
    • Anda mungkin merasa startup UE itu sedikit, dan memang benar
      Tetapi VC UE bahkan lebih sedikit lagi
    • VC Eropa juga berinvestasi di ronde yang sangat awal, terutama VC Prancis
      Para pendirinya juga orang Prancis. Menurut saya itu sudah cukup untuk disebut perusahaan Eropa, tidak perlu terlalu rewel

  • Saya semakin merasakan betapa tidak bermaknanya valuasi perusahaan belakangan ini
    Itu dipakai seolah-olah indikator keberhasilan, tetapi selama cocok dengan tujuan seseorang, selalu ada orang yang mau menulis cek dengan valuasi lebih tinggi. Misalnya keuntungan penilaian di atas kertas, sinyal status, atau memenangkan transaksi lebih dulu daripada pesaing yang lebih rasional dalam kompetisi investasi
    Ini bukan berarti Mistral tidak bernilai atau tidak melakukan hal baik. Hanya saja metrik valuasi itu sendiri sudah menjadi tidak bermakna, dan banyak penggalangan modal di bidang AI tampak seperti untuk mengimbangi pengeluaran cloud dan GPU. Mungkin ini akan menuai kritik, tetapi berita valuasi sekarang tidak lagi terasa seperti berita

    • Itu hanya asap. Tetapi di tempat ada asap, biasanya ada api juga sampai tingkat tertentu

  • Mistral punya potensi besar, tetapi tanpa strategi monetisasi yang tepat, jelas ada risiko mereka tidak bisa mencapai profitabilitas yang berkelanjutan dalam jangka panjang

    • Prancis sangat menginginkan kemandirian, dan pemerintah Prancis akan langsung memberi mereka kontrak besar begitu ada produk yang bisa dibenarkan
    • Saya juga penasaran soal itu. Sebenarnya apa model bisnis mereka? Ini hampir terlihat seperti upaya Eropa untuk mengatakan “kami juga masih relevan”
    • Begitu mereka mulai menjalankan produk yang dibayar pengguna, muncul kekhawatiran bahwa mereka juga bisa dimintai pertanggungjawaban atas hal-hal mencurigakan yang dilakukan orang dengan produk itu
      Jika sekadar memposting tautan torrent berisi bobot model di Twitter, tanggung jawab seperti itu jauh lebih kecil
    • Di pitch deck tertulis bahwa mereka akan memonetisasi dengan menyediakan model mereka sebagai layanan
      Karena siapa pun bisa menjalankan instance cloud dengan model yang sama, moat-nya mungkin terlihat rendah, tetapi tetap merupakan titik awal yang masuk akal. Saya rasa mereka juga akan mendapatkan banyak pelanggan UE yang tidak bisa atau tidak ingin memakai penyedia AS
    • Tidak ada alasan mereka tidak bisa meluncurkan aplikasi chat

  • Saya benar-benar berharap startup Eropa bisa berhasil bersaing dengan perusahaan-perusahaan besar
    Saya tidak ingin melihat pelanggaran privasi seperti OpenAI yang secara default memakai prompt pengguna untuk pelatihan menjadi praktik standar

  • Ada nasihat dari para maestro lama: jangan jatuh cinta pada ciptaan sendiri
    Industri AI sedang terjebak dalam perangkap pemasaran yang mereka buat sendiri. LLM adalah mainan yang menarik, tetapi implementasinya boros sumber daya dan energi serta tidak transparan
    Banyak masalah nyata bisa diselesaikan dengan pendekatan yang rasional. Bagi orang yang haus, yang paling penting adalah air, bukan jenis gelasnya

    • Coba bandingkan efisiensi mesin uap pada masa Revolusi Industri dengan yang ada sekarang, atau cara pembangkitan listrik 100 tahun lalu dengan sekarang, atau hampir semua proses kimia, metode manufaktur, dan teknologi pertanian pada masa awal penemuannya dengan saat ini; Anda akan terkejut melihat perbedaannya
      Dalam beberapa kasus, aktivitas saat ini dulu 100 tahun lalu beberapa orde magnitudo lebih boros
      Cukup lihat bagaimana ukuran perangkat keras komputer, penggunaan energi, dan kecepatannya berubah selama 70 tahun terakhir. Bahwa implementasi saat ini “boros sumber daya dan energi serta tidak transparan” adalah tampilan awal dari banyak penemuan kuat
      Memang benar bahwa air adalah yang terpenting bagi orang yang haus, tetapi di sini situasinya lebih mirip ada kelompok yang menjual gelas nanoteknologi revolusioner yang menjaga air pada suhu yang diinginkan tanpa batas dan terus mengisinya dengan menarik kelembapan dari udara. Kadang jenis gelas memang bisa sangat penting, dan tidak mengherankan jika banyak kelompok berusaha membuatnya

  • Apa model bisnisnya?

    • Membuat pemerintah Prancis menggelontorkan uang sangat besar atas nama kedaulatan

  • Pihak yang memungkinkan pengguna Mac “biasa” memasang dan menjalankan LLM lokal akan memperoleh keuntungan komersial yang sangat besar
    Misalnya, harus bisa mengunduh DMG, klik untuk memasang, lalu menjalankannya. Tidak boleh ada command line
    Tidak masuk akal ada 100 juta komputer yang mampu menjalankan LLM dengan layak, tetapi hanya sebagian sangat kecil yang benar-benar menjalankannya
    Lebih jauh, orang juga bisa saling meminjamkan sumber daya komputasi lewat P2P. Bisa juga membuat LLM yang dipersonalisasi. Secara pribadi ini arah yang sangat menarik, tetapi tampaknya tidak ada yang melakukannya