Arthur Mensch, der Gründer des KI-Unternehmens Mistral, hat in einem LinkedIn-Beitrag Unternehmen vor der Abhängigkeit von geschlossenen KI-Modellen gewarnt. Mensch äußert die Sorge, dass Anbieter proprietärer KI-Lösungen zunehmend Kundendaten speichern und diese Informationen nutzen könnten, um Einblicke in die Geschäftsprozesse ihrer Kunden zu gewinnen und diese unter Umständen sogar als Wettbewerber anzugreifen.
Risiken durch Datenspeicherung
Laut Mensch sammeln Unternehmen, die geschlossene KI-Modelle anbieten, immer mehr Daten, was ihnen einen detaillierten Einblick in die internen Abläufe ihrer Kunden ermöglicht. Er behauptet, dass einige KI-Labore bereits in der Vergangenheit ihre erfolgreichsten Kunden aufgrund dieser Informationen als Konkurrenten ins Visier genommen haben.
Empfehlungen für Unternehmen
Mensch rät Unternehmen dazu, ihre Daten in offenen Systemen zu speichern, eigene Zugriffsregeln für KI festzulegen und eigene Trainingsmodelle zu entwickeln. Er betont, dass diese Anstrengungen zwar zunächst entmutigend erscheinen mögen, aber entscheidend seien, um das Wachstum des eigenen Geschäfts zu sichern. Er argumentiert, dass KI zwar das Unternehmenswachstum beschleunigen kann, dieses Wachstum jedoch nicht dem Unternehmen zugutekommt, wenn die Kontrolle über die Technologie nicht in den eigenen Händen liegt.
Diese Haltung ähnelt den Äußerungen von Palantir-CEO Alex Karp, der ebenfalls dazu aufgerufen hat, eigene KI-Modelle zu entwickeln, anstatt sich auf proprietäre externe Lösungen zu verlassen. Palantir veröffentlichte zudem ein Manifest für sichere KI im Geschäftsumfeld, das unter anderem besagt: „Die Kontrolle über Ihre Gewichte ist die Kontrolle über Ihr Schicksal.“ Gewichte sind in diesem Kontext die verdichtete Form gesammelten institutionellen Wissens.
Kontext und Wettbewerb
Menschs Argumente sind im Kontext von Mistrals Geschäftsmodell zu sehen. Mistral ist das einzige relevante KI-Unternehmen in der EU, kann jedoch in Bezug auf die reine Leistung nicht mit sogenannten „Frontier AI“-Modellen, also den leistungsstärksten generellen KI-Modellen von Anbietern wie OpenAI oder Anthropic, mithalten. Das Geschäftsmodell von Mistral setzt stark auf die EU-Souveränität als strategischen Vorteil, obwohl etwa 30 Prozent seiner Anteile von US-Investoren gehalten werden.
Experiment stützt Argumentation teilweise
Ein kürzlich veröffentlichtes Experiment zur Analyse von Finanzdokumenten stützt Menschs These teilweise. Interne Fachkenntnisse, die nicht Teil der Trainingsdaten großer Modelle waren, können einen Vorteil bieten. Der Hedgefonds Bridgewater und das Startup Thinking Machines Lab, gegründet von der ehemaligen OpenAI-CTO Mira Murati, haben das Open-Source-Modell Qwen3-235B mit eigenen Investorenbewertungen feinabgestimmt. Nach eigener Einschätzung erreichte das feinabgestimmte Modell eine Genauigkeit von 84,7 Prozent bei Finanzdokumenten, während das beste „Frontier AI“-Modell 78,2 Prozent erreichte. Die Betriebskosten waren dabei fast 14-mal niedriger.
Es ist jedoch zu beachten, dass dies kein unabhängiger Vergleich war und beide beteiligten Unternehmen ein kommerzielles Interesse an der Vermarktung ihrer Produkte haben. Zudem handelt es sich um eine Momentaufnahme; Unternehmen wie Anthropic oder OpenAI könnten solche Daten zukünftig erwerben oder selbst generieren, was ihre Leistung wieder auf ein führendes Niveau bringen könnte.
Thema: OpenAI. Quelle/Inspiration: The Decoder.