大模型都差不多了，AI公司靠什么賺錢？｜對話 Mistral CEO

全文 2,000字 | 閱讀約 6分鐘

（Mistral CEO 深度訪談：AI公司靠什么賺錢？）

2025 年底，一個明顯的信號出現(xiàn)了：Google Gemini 追平了 OpenAI，Claude 短暫超越過 GPT-4，中國模型也在快速逼近。

頭部模型的差距，正在以肉眼可見的速度縮小。

1 月 14 日，《Big Technology Podcast》拋出了這個問題：

“如果所有頭部模型的表現(xiàn)都差不多，會發(fā)生什么？”

坐在對面的是法國大模型公司 Mistral AI 的聯(lián)合創(chuàng)始人兼 CEO Arthur Mensch。

他的回答沒繞彎子。

“當(dāng)大家的模型都差不多了，競爭就不在模型本身了。以前比誰更聰明，現(xiàn)在比誰能讓客戶真的用起來。光有一個強模型不夠，得讓它進到企業(yè)的系統(tǒng)里、流程里、業(yè)務(wù)里。”

這不是技術(shù)問題，是商業(yè)問題。

而且，性能拉不開差距，價格就會被壓、毛利就會被擠。你再多加多少參數(shù)，也很難說服客戶為什么要多掏一倍的錢。

那錢會流向哪里？

第一節(jié)｜模型差不多了，然后呢？

要回答這個問題，得先搞清楚：為什么模型會差不多？

Mistral CEO Arthur Mensch 沒回避：

沒錯，差不多了。開發(fā)模型本質(zhì)上不是什么獨門生意。

現(xiàn)在全球大概有十來個實驗室，用的是同一套方法、同樣的數(shù)據(jù)，做出來的模型效果越來越接近。更新速度快，誰都能追上，模型也就不再是護城河。

為什么會這樣？

因為開源讓技術(shù)傳播得太快了。

Mistral 在 2024 年初開源了稀疏混合專家架構(gòu)（Sparse Mixture of Experts），幾個月后，中國團隊做出了更聰明的版本 DeepSeek-V3，用更低的成本、更高的效率達到了同樣的效果，這種工程優(yōu)化能力相當(dāng)出色。反過來，DeepSeek 的一些訓(xùn)練技巧也被歐美團隊借鑒。技術(shù)公開，大家互相學(xué)習(xí)。

Mensch 舉了個數(shù)據(jù)：2024年，預(yù)訓(xùn)練模型要做到10的26次方 FLOPs（運算規(guī)模）還很難，現(xiàn)在任何有資源的團隊幾個月就能追上。

門檻在下降，差距在縮小。

但他更擔(dān)心的不是大家都差不多，而是模型只是看起來厲害，企業(yè)卻用不上。那投入再多也沒意義。

這個判斷不只是 Mistral 一家的。

幾周前，Sam Altman 在紐約告訴一群新聞負(fù)責(zé)人，OpenAI 2026年的主要優(yōu)先事項之一是為企業(yè)構(gòu)建應(yīng)用程序。

Mensch 說：

“AGI 這個概念太簡單了。不存在單一系統(tǒng)能解決所有問題，就像沒有任何人類能解決世界上的每個任務(wù)一樣。”

過去三年，大家都在談模型有多聰明，卻很少有人問企業(yè)能不能真的用起來。現(xiàn)在競爭焦點變了：不追求模型最強，而是確保企業(yè)真能用得上。

第二節(jié)｜真正賺錢的，不是模型

那么，“用得上”具體是什么意思？

很多 AI 公司只會說模型多強，卻說不清怎么幫企業(yè)用起來。

Mistral 給了明確答案。

CEO Arthur Mensch 把企業(yè) AI 應(yīng)用分成兩類：

一類是效率提升，讓原來 20 人干的活，2個人就能搞定。

另一類是技術(shù)突破，幫企業(yè)突破以前做不到的事。 先看效率提升。

1、效率提升

法國航運巨頭 CMA CGM，每次大船靠岸，要協(xié)調(diào)碼頭、監(jiān)管、卡車調(diào)度、港口裝卸……流程極復(fù)雜。以前，靠20多名員工輪班調(diào)度，系統(tǒng)雜、溝通難。

現(xiàn)在，Mistral 讓 AI 代替人跟 20 多個外部系統(tǒng)打交道，自動發(fā)消息、下指令、確認(rèn)流程。

人還在，但變成了把關(guān)的，原來20人的事，最后2個人就能做完。AI 做的不是回答問題，而是真的在干活。

背后的邏輯其實很簡單。

Mensch 解釋說，AI 不是自己什么都能干，而是人定規(guī)矩、AI 執(zhí)行。

他把這個系統(tǒng)分成兩部分：

• 人定的規(guī)矩：哪些步驟必須人工確認(rèn)，哪些可以自動化，這些規(guī)矩是人提前定好的。

• AI 的發(fā)揮：具體怎么執(zhí)行，AI 可以根據(jù)實際情況自己判斷。比如這條船先卸哪個集裝箱，AI 看情況決定。

“以為 AI 能自己搞定一切，那是不現(xiàn)實的。這兩者配合起來，才是真正能用的系統(tǒng)。”

2、技術(shù)突破

再看第二類。

ASML 的光刻機制造過程，涉及極高精度圖像識別。過去要靠專家看圖識錯，找出芯片有沒有問題。

Mistral 的模型幫他們做的事，是把圖像和邏輯一起看，自己分析、自己標(biāo)注、自己優(yōu)化。

這不只是省人力，而是突破了芯片制造的精度瓶頸。AI 能看到人眼無法識別的缺陷，能加速人工標(biāo)注太慢的流程。

精度提升帶來的變化是：晶圓廠的吞吐量上去了，芯片制程能往更小的納米推進，整個半導(dǎo)體行業(yè)的物理極限在被 AI 推動。

在他看來：

“核聚變、更精細(xì)的半導(dǎo)體雕刻……在這些領(lǐng)域我們正遇到物理限制，而 AI 可以幫助解除這些限制。這才是技術(shù)進步的加速，這帶來的價值，比單純省人力大得多。”

這兩個案例說明了同一件事：AI 公司真正要做的，不是賣一個聰明的模型，而是讓 AI 進到企業(yè)的日常工作里。

賣模型是賣能力，企業(yè)真正要的是能落地的方案。

很多 AI 實驗室在模型上投入巨大，但最后能掙到錢的，是那些真正讓 AI 在企業(yè)里用起來的小公司。

第三節(jié)｜控制權(quán)值多少錢？

說到讓AI用起來，Mistral靠的是三件事：能用、能控、不受限。

1、先看能用

他們家模型是開源的，不只是給你一個黑盒工具，而是允許企業(yè)根據(jù)自己情況動手改、接入系統(tǒng)、部署在自己機器上運行。

這在很多閉源大模型里是做不到的。

2、再看能控

如果你的模型只能在供應(yīng)商的云上用，一旦那家公司修改了權(quán)限、更新了政策，甚至不讓你用某個功能，你就只能被動接受。

Mensch 打了個比方： 就像你接入了別人的電網(wǎng)，隨時可能被斷電。如果 AI 真的變成生產(chǎn)工具，你敢把主動權(quán)全交出去？

這就是閉源模型的隱藏風(fēng)險：被供應(yīng)商綁死。

“Anthropic、OpenAI 他們也會說'我們能幫你定制'，但你本質(zhì)上是在信任他們的工程師會給你足夠的權(quán)限。萬一他們更新了 API、改了定價、限制了某些功能呢？你只能接受。”

還有更現(xiàn)實問題：如果你在閉源模型上訓(xùn)練了自己的系統(tǒng)，積累了半年的數(shù)據(jù)，突然供應(yīng)商漲價或者不讓你用了，你怎么辦？

遷移成本極高，因為你已經(jīng)被綁住了。

開源的價值就在這里：客戶可以隨時切換、隨時自己部署，不用擔(dān)心被卡脖子。 所以，Mistral 的客戶更愿意選擇它，不是因為它的模型一定比別人強，而是因為它在我手上，隨時可用。

3、不受限

Mistral 的優(yōu)勢是：模型可以在本地運行，斷網(wǎng)照樣用。客戶可以根據(jù)自己的需求加功能、減參數(shù)，不需要再跟技術(shù)供應(yīng)商反復(fù)談判。

這套模式，已經(jīng)在一些對穩(wěn)定性要求極高的場景里驗證了。

2026 年 1 月，法國與 Mistral 簽訂框架協(xié)議，要求 AI 系統(tǒng)必須在本土基礎(chǔ)設(shè)施上運行。原因很簡單：關(guān)鍵業(yè)務(wù)不能依賴外部供應(yīng)商，一旦出問題，影響的是整個運營體系。

對企業(yè)來說，這不只是技術(shù)問題，也是成本問題。

把錢花在 Mistral 上，這筆投資會留在本地：招本地工程師、建本地數(shù)據(jù)中心、培養(yǎng)本地技術(shù)生態(tài)。企業(yè)未來需要技術(shù)支持、系統(tǒng)升級、人才儲備，都能在本地解決。

反過來，如果選擇閉源服務(wù)商，錢流出去了，技術(shù)能力留不下來。長期來看，企業(yè)的話語權(quán)會越來越少。

Mistral 能拿到這些訂單，靠的不是模型性能最強，而是讓企業(yè)能掌握自己的系統(tǒng)

回到最初的問題：當(dāng)大模型都差不多了，AI 公司靠什么賺錢？

答案已經(jīng)很清楚了。

模型會商品化，技術(shù)門檻在消失。

真正值錢的，是讓AI在企業(yè)里落地，以及把控制權(quán)交給企業(yè)。AI 越重要，控制權(quán)就越值錢。

識自AI

本文由AI深度研究院出品，內(nèi)容翻譯整理自 Mistral CEO Arthur Mensch 在《Big Technology Podcast》的訪談等網(wǎng)上公開素材。內(nèi)容為編譯整理，已進行適當(dāng)編輯以符合中文閱讀習(xí)慣。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號， 點這里 1. 點擊右上角 2. 點擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=xxUTdyEDpbU&t=2s

https://www.reuters.com/business/frances-armed-forces-ministry-awards-mistral-ai-framework-agreement-2026-01-08

https://finance.yahoo.com/news/leading-european-ai-startup-says-105530902.html

https://finance.yahoo.com/news/leading-european-ai-startup-says-105530902.html

來源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈