Mistral CEO、クローズドAIのデータ流出を警告

フランスのAIスタートアップであるMistral AI（ミストラルAI）のCEO、アルチュール・メンシュ氏がLinkedInの投稿で、企業のクローズドAIモデル（開発企業が内部仕様や学習データを非公開にしているAI）への依存に対して警鐘を鳴らしました。メンシュ氏は、クローズドモデルを販売する企業が顧客のデータを大量に蓄積することで、顧客のビジネスプロセスを把握し、場合によってはその情報を利用して競合サービスを立ち上げるリスクがあると主張しています。

1. クローズドモデルがもたらす競合リスク

メンシュ氏の主張によると、クローズドな最先端AIモデルを利用することは、データ管理を他社に委ねることを意味します。一部のAI開発ラボでは、蓄積されたデータを基に顧客企業自身の競合となるサービスを立ち上げた実績があると指摘しました。これに対抗するため、企業はデータをオープンなシステムで管理し、独自のAI利用規則を策定し、自社向けのモデル学習体制を構築すべきだとアドバイスしています。

2. Palantirも同調する「AI主権」の重要性

米データ分析企業Palantir（パランティア）のCEOであるアレックス・カープ氏も同様の懸念を表明しています。同社は「AIの安全な利用に関するビジネス向けマニフェスト（宣言）」の中で、AIモデルの「重み（学習によって得られるパラメータ）」を制御することは自社の運命を制御することと同義であり、他社に制御を委ねることは自社の強みを奪われることにつながると警告しました。

3. 自社データによるオープンモデル微調整の効果

こうした主張を裏付ける事例として、ヘッジファンドのブリッジウォーターと、元OpenAIのCTOであるミラ・ムラティ氏が設立したThinking Machines Labが共同で行った実験が挙げられます。オープンソースのLLM（大規模言語モデル）である「Qwen3-235B」を自社の財務評価データで微調整（特定の用途に向けてモデルを追加学習させること）した結果、金融文書の分析においてクローズドな最先端モデルの精度（78.2%）を超える 84.7% の精度を記録し、運用コストを約14分の1に削減できたと報告されています。

メンシュ氏の主張はオープンモデルの開発を推進するMistral AIの自社利益にかなうものではありますが、企業のデータセキュリティと主権を確保する上での本質的な懸念を突いています。フロンティアモデルと直接対抗する性能を持つことは困難だとしても、自社データを活用したオープンモデルの微調整はコスト削減とセキュリティ確保を両立させる現実的な選択肢として、今後エンタープライズ領域でさらに注目されると見られます。

引用元：The Decoder