par 
Mistral AI, la pépite française de l’intelligence artificielle, se retrouve contrainte de revoir ses ambitions souveraines en raison des coûts prohibitifs.
Contexte et enjeux
Fondée en 2023, Mistral AI avait l’ambition de développer des modèles de langage souverains, indépendants des géants américains. Cela représentait un objectif ambitieux, dans un champ où la concurrence était déjà très forte. Cependant, rapidement, les coûts de calcul, de stockage et de données se sont avérés prohibitifs, surtout face à la concurrence de ChatGPT, Gemini et Copilot. Ces géants ont des infrastructures cloud très développées et rentables, ce qui a mis en difficulté les entreprises qui cherchent à développer des solutions similaires.
Les coûts de calcul sont particulièrement élevés en raison de la nécessité d’acquérir et de maintenir des serveurs de haute performance, équipés de GPU puissants. De même, les coûts de stockage et de données sont élevés, car Mistral AI devait stocker et gérer des quantités importantes de données pour entraîner ses modèles. En outre, les géants américains ont également des stratégies de concurrence très efficaces, ce qui rend difficile la prise de place sur le marché.
Ce que ça change
Cette décision implique une dépendance partielle aux plateformes cloud non européennes, ce qui peut affecter la confidentialité des données et la souveraineté technologique. En effet, en utilisant des plateformes cloud étrangères, Mistral AI doit être conscient des lois et réglementations locales en matière de protection des données, qui peuvent varier considérablement d’un pays à l’autre. De plus, en dépendant des géants américains, Mistral AI risque de perdre sa souveraineté technologique, car ces géants peuvent modifier ou supprimer facilement leurs services, ce qui affecterait l’infrastructure de Mistral.
En contrepartie, Mistral bénéficie d’un accès à des GPU de pointe et à une scalabilité rapide, essentielles pour entraîner ses modèles. Les GPU sont des composants de calcul très puissants qui permettent aux modèles d’apprentissage automatique de traiter très rapidement les grandes quantités de données. La scalabilité rapide permet à Mistral de gérer et d’augmenter rapidement ses besoins en ressources, ce qui est essentiel pour développer et mettre à jour ses modèles.
Le modèle économique passe alors d’une pure R&D souveraine à une offre hybride, combinant expertise française et ressources cloud externes. Cette approche permet à Mistral de bénéficier des avantages des ressources cloud tout en gardant une partie de sa souveraineté technologique et en assurant la confidentialité de ses données.
A retenir
- Mistral accepte des partenariats cloud étrangers pour maîtriser les coûts.
- La souveraineté technologique est partiellement compromise.
- Cette stratégie hybride pourrait accélérer la mise sur le marché de ses modèles.
Partagez votre avis!
