Артюр Менш, основатель французской компании Mistral, опубликовал в LinkedIn пост, в котором призвал компании переходить на открытые ИИ-модели. По его мнению, использование проприетарных решений от крупных лабораторий дает последним доступ к внутренним процессам клиентов. Некоторые поставщики, утверждает Менш, уже использовали эту информацию для перехвата успешных клиентов. Альтернатива — хранение данных в открытых системах, самостоятельное обучение моделей и установка собственных правил доступа, даже если это кажется сложным.

Слова Менша подкреплены недавним экспериментом. Хедж-фонд Bridgewater и стартап Thinking Machines Lab, основанный экс-CEO OpenAI Мирой Мурати, дообучили открытую модель Qwen3-235B на собственных инвесторских оценках. По их данным, точность анализа финансовых документов достигла 84,7%, тогда как лучшая проприетарная модель показала лишь 78,2%. При этом операционные затраты оказались почти в 14 раз ниже. Это подтверждает тезис, что внутренние экспертные знания, не включенные в обучающие данные больших моделей, могут дать преимущество.

Однако к результатам стоит относиться с осторожностью. Тест проводился не независимо, и обе компании заинтересованы в продвижении своих продуктов. Проприетарные лаборатории, такие как Anthropic или OpenAI, могут выкупить аналогичные данные или сгенерировать их, что, вероятно, вернет их на лидирующие позиции. Кроме того, сам Менш не является беспристрастным наблюдателем: бизнес Mistral во многом опирается на идею цифрового суверенитета Европы, хотя около 30% акций компании принадлежат американским инвесторам. Рыночные позиции Mistral слабее, чем у лидеров, так что призыв к открытости выгоден компании в конкурентной борьбе.

Компаниям рекомендовано использовать открытые системы, устанавливать собственные правила доступа и обучать модели самостоятельно.