TL;DR
- Wat: Mistral AI haalt €3 miljard op in een Series D-ronde, de grootste aandelenronde ooit van een Europees techbedrijf.
- Waarom relevant: Europa krijgt hiermee een serieus gefinancierd AI-alternatief dat inzet op datasoevereiniteit — iets waar je als ondernemer direct mee te maken hebt.
- Wat je ermee kunt: Bekijk of Mistral's modellen een optie zijn als je AI wilt inzetten maar je data binnen Europa wilt houden.
Vandaag maakte het Franse AI-bedrijf Mistral bekend dat het €3 miljard heeft opgehaald in een nieuwe investeringsronde. Dat is, volgens het bedrijf, de grootste aandelenronde die ooit door een Europees techbedrijf is gedaan. Ik vind dit opvallend genoeg om er even bij stil te staan — niet vanwege het bedrag alleen, maar vanwege wat het zegt over de richting van AI in Europa.
Drie jaar oud, €21 miljard waard
Mistral is in 2023 opgericht en is nu drie jaar verder. De waardering na deze ronde ligt boven de €21 miljard. Even voor de context: dat is meer dan veel beursgenoteerde Nederlandse bedrijven waard zijn.
De ronde wordt geleid door Samsung Electronics, met als co-leads het Scaleup Europe Fund (beheerd door EQT) en PSG Equity. Onder de nieuwe investeerders zitten ook het Amerikaanse private-equityhuis Advent, fondsen beheerd door BlackRock, en — opvallend — het Groothertogdom Luxemburg als staatsinvesteerder.
Daarnaast blijven bekende namen als NVIDIA, Salesforce Ventures, a16z, ASML en Bpifrance aan boord. Wat mij hier opvalt is de breedte van die investerdersbasis: het is niet alleen Amerikaans durfkapitaal. Er zit Europees industrieel geld in, Aziatisch geld, én overheidsgeld. Dat zie je niet vaak bij AI-bedrijven.
Wat doet Mistral eigenlijk?
Voor wie Mistral niet kent: het bedrijf bouwt AI-modellen — vergelijkbaar met wat OpenAI en Google doen. Maar er zijn twee verschillen die voor ondernemers relevant zijn.
Ten eerste werkt Mistral met zogeheten open-weight modellen. Dat wil zeggen dat de technische specificaties van hun modellen openbaar beschikbaar zijn. Je kunt zo'n model downloaden en op je eigen servers draaien, zonder dat je data naar een externe partij hoeft te sturen. Vergelijk het met het verschil tussen een kantoor huren (je zit in het pand van iemand anders) en een pand kopen (je hebt zelf de sleutel).
Ten tweede positioneert Mistral zich nadrukkelijk als een "neocloud" — een geïntegreerd platform dat AI-modellen, rekenkracht en tools voor uitrol combineert. Klanten kunnen kiezen of hun data in Europa of in de VS wordt verwerkt. Dat klinkt misschien technisch, maar het raakt direct aan de dagelijkse realiteit van dataverwerking onder de AVG.
Soevereine AI: waarom dat woord steeds vaker valt
Mistral gebruikt het begrip soevereine AI als kernboodschap. Ze splitsen dat op in vier lagen: data blijft binnen de organisatie, modellen zijn aanpasbaar en controleerbaar, rekenkracht is privé en voorspelbaar, en productiesystemen zijn auditeerbaar.
Ik vind het eerlijk gezegd interessant dat een AI-bedrijf dit zo expliciet benoemt. Tot nu toe was de standaardaanpak in AI: stuur je data naar de cloud, krijg een antwoord terug, en vertrouw erop dat het goed zit. Dat werkt voor veel toepassingen prima, maar niet altijd.
Stel dat je als ondernemer werkt met klantgegevens, medische data of financiële informatie. Dan wil je precies weten waar die data naartoe gaat en wie er toegang toe heeft. Kun je je voorstellen wat het betekent als je een AI-model kunt draaien binnen je eigen omgeving, zonder dat er data de deur uit gaat? Dat is wat Mistral mogelijk wil maken.
Wie gebruikt het nu?
Volgens de beschikbare bronnen bedient Mistral meer dan 125 grote ondernemingen, waaronder Airbus, ASML en HSBC. Dat zijn geen MKB-bedrijven, maar het geeft wel aan dat het platform serieus genoeg is voor organisaties met strenge eisen aan beveiliging en compliance.
Voor kleinere bedrijven is het nog even afwachten hoe toegankelijk het platform wordt. Maar de open-weight modellen van Mistral zijn nu al vrij te gebruiken — en er zijn steeds meer hostingpartijen die het eenvoudig maken om die modellen in te zetten zonder zelf servers te beheren.
Wat betekent dit voor de Europese AI-markt?
Er is een breder verhaal achter deze ronde. Tot nu toe werd AI-ontwikkeling gedomineerd door Amerikaanse bedrijven — OpenAI, Google, Anthropic, Meta. Europese bedrijven die AI wilden gebruiken, waren in de praktijk afhankelijk van Amerikaanse infrastructuur.
Mistral probeert daar een alternatief voor te bieden. Of dat lukt, moet blijken. €3 miljard is veel geld, maar de Amerikaanse concurrenten hebben een veelvoud daarvan beschikbaar. OpenAI alleen al heeft tientallen miljarden opgehaald.
Toch denk ik dat de richting die Mistral kiest — datasoevereiniteit, Europese verwerking, open modellen — aansluit bij een reële behoefte. Zeker met de Europese AI Act die steeds concreter wordt en strengere eisen stelt aan transparantie en controleerbaarheid van AI-systemen. Een Europees alternatief dat van meet af aan is ontworpen met die regels in gedachten, heeft een andere uitgangspositie dan een Amerikaans bedrijf dat achteraf moet aanpassen.
Ook opvallend: Microsoft heeft volgens berichtgeving €1 miljard geïnvesteerd in Mistrals Europese rekeninfrastructuur. Dat is een interessante dynamiek — een Amerikaans techbedrijf dat investeert in een Europese concurrent van zijn eigen AI-partner OpenAI. Het laat zien dat zelfs de grote spelers de waarde zien van een Europees aanbod.
Nuchter blijven
Ik wil wel een kanttekening plaatsen. Een grote investeringsronde is geen garantie voor succes. Er zijn genoeg techbedrijven geweest die miljarden ophaalden en vervolgens niet konden waarmaken wat ze beloofden. De AI-markt beweegt snel en de concurrentie is enorm.
Bovendien is de stap van "125 grote enterprises" naar een breed toegankelijk platform voor het MKB niet vanzelfsprekend. De modellen zijn er, maar de tooling, ondersteuning en prijsstelling moeten ook kloppen voor kleinere bedrijven.
Wat ik wel een gezond teken vind: Mistral verdient kennelijk genoeg vertrouwen bij een brede groep investeerders — van chipfabrikant ASML tot de Luxemburgse overheid — om €3 miljard los te maken. Dat is niet niks.
Voor mij is dit vooral een signaal dat AI-ontwikkeling niet langer alleen een Amerikaans verhaal is. En dat datasoevereiniteit — waar je data staat, wie er controle over heeft — steeds meer een factor wordt bij de keuze voor AI-tools. Als ondernemer in Europa is dat een ontwikkeling om in de gaten te houden.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.