"On veut créer un champion européen, il faut s'en donner les moyens", affirme Arthur Mensch, de Mistral AI

France Inter

il y a 2 ans

La start-up française Mistral AI s'impose comme une championne européenne de l'IA. Elle vient de réussir une levée de fonds de 385 millions d'euros.

Catégorie

🗞

News

Transcription

Afficher la transcription complète de la vidéo

00:00 Oui, le voilà Sonia De Villere, votre invitée ce matin, PDG de Mistral AI, entreprise française

00:06 spécialisée dans l'intelligence artificielle.

00:09 Deux minutes trente qu'il sourit Nicolas en écoutant Dominique Seux.

00:13 Emmanuel Macron l'a fait applaudir hier lors de son déplacement à Toulouse, parlant du

00:17 génie français.

00:18 Une boîte de 22 salariés seulement, créée il y a 7 mois mais déjà valorisée, tenez-vous

00:23 bien, 2 milliards d'euros.

00:25 Une fulgurante percée tricolore dans un domaine où les Américains et les Chinois triomphent.

00:29 Mais l'Europe, ah oui, il y a l'Europe, veut réguler et tenir en l'aise les apprentis

00:34 sorciers.

00:35 Bonjour Arthur Mench.

00:36 Bonjour Sonia De Villere.

00:38 Après 105 millions d'euros de financement réunis en juin dernier, vous levez 385 millions

00:42 d'euros.

00:43 Ce montant est colossal.

00:44 Alors, il dit que vous êtes très très bon ou que l'intelligence artificielle suscite

00:48 un enthousiasme débridé chez les financiers ?

00:50 Alors, il dit qu'on a réussi en quelques mois à faire des modèles qui sont pertinents

00:57 et qui ont été largement utilisés par la communauté.

00:58 C'est d'abord une promesse, une levée de fonds, ce n'est pas un succès.

01:03 Et donc c'est surtout quelque chose qui nous engage.

01:05 On est très humbles devant cette levée.

01:10 L'objectif de cette levée, c'est de pouvoir accélérer parce que la capacité des modèles,

01:14 elle est très liée à la capacité de calcul qu'on utilise pour les entraîner et cette

01:18 capacité, elle coûte cher.

01:19 Et c'est pour ça qu'on a...

01:20 Vous avez un super calculateur ?

01:21 Oui, on a un super calculateur.

01:23 Et il est super super mais pas assez super ?

01:25 Il est vraiment super.

01:27 Il y a beaucoup de cartes graphiques dedans, de derniers cris de Nvidia justement.

01:32 Et l'enjeu avec cette levée, c'est de l'agrandir, de pouvoir aussi agrandir l'équipe qui va

01:38 l'utiliser parce que ce super calculateur, on l'utilise pour faire une espèce de science

01:44 naturelle de l'ordinateur.

01:45 C'est-à-dire qu'on fait tourner les expériences dessus, on regarde les modèles qu'on a entraînés,

01:48 on les améliore.

01:49 Donc il y a beaucoup d'itérations à faire et c'est un vrai enjeu d'avoir suffisamment

01:52 de capacités pour pouvoir faire suffisamment d'expériences et progresser.

01:55 Alors justement, vous n'êtes que 22 et tout le monde se demande comment à 22, en 7 mois,

02:00 vous avez réussi à faire autant.

02:02 Mais pour faire grossir l'entreprise, il va falloir embaucher des jeunes ultra-diplômés

02:06 sortis par exemple de l'école normale sub ou de Polytechnique comme vous et vos associés.

02:10 Sauf que tous ces étudiants-là, ils filent directement en Californie, dans la Silicon

02:15 Valley.

02:16 Comment vous les faites revenir ? Comment vous les attirez chez vous en France ?

02:18 Alors ils ne filent pas tous.

02:20 Souvent les Français aiment bien rester en France.

02:22 Donc ça, c'est quelque chose qu'on exploite.

02:23 Vous, vous avez filé en Californie et vous êtes revenu ?

02:25 Moi, je ne suis jamais allé.

02:26 Guillaume et Timothée non plus.

02:28 Mais vous avez travaillé pour des entreprises américaines.

02:29 On a travaillé pour les entreprises, pour les GAFAM qui étaient en France.

02:33 Et d'ailleurs, on les remercie de s'y être implantés puisque ça a créé des viviers

02:35 de talents tout à fait intéressants pour nous.

02:38 Et donc, on les attire avec un projet européen.

02:42 Nous, on a lancé un projet sur cette technologie parce qu'on pense que l'inflexion qu'on

02:46 voit aujourd'hui, c'est une opportunité pour faire émerger un champion.

02:49 Et ça, c'est quelque chose qui parle beaucoup aux Européens de manière générale.

02:53 Si on fournit ça et on fournit une équipe qui est la plus talentueuse, une des plus

02:57 talentueuses du monde, c'est suffisamment attirant pour qu'on nous rejoigne et parce

03:02 que nos nouveaux employés vont apprendre des choses.

03:06 Et c'est souvent ce que les ingénieurs recherchent quand ils rejoignent une entreprise.

03:09 C'est ça.

03:10 Alors, Manmistral AI, 2 milliards d'euros de valorisation.

03:15 Ça reste très petit par rapport à OpenAI.

03:18 L'entreprise à l'origine du logiciel Tchad GPT qui a été fondée en 2015 et qui

03:23 atteint les 90 milliards de valorisation.

03:26 Alors, est-ce qu'on peut être considéré comme un rival quand la différence de taille

03:30 est si conséquente ?

03:31 Alors, nous, on prend une approche assez différente d'OpenAI.

03:34 C'est-à-dire que la technologie qu'on déploie, on la déploie de manière ouverte.

03:38 On donne toutes les clés à nos clients, aux développeurs auxquels on s'adresse

03:41 majoritairement, pour qu'ils modifient la technologie de manière assez profonde.

03:44 Et c'est quelque chose qu'OpenAI ne fait pas aujourd'hui.

03:47 Et je pense que c'est quelque chose qui nous a valu le succès qu'on a eu sur notre

03:50 premier modèle et sur le deuxième modèle.

03:52 Alors, juste un instant pour que tout le monde comprenne.

03:54 C'est-à-dire, vous n'ouvrez pas le capot complètement.

03:57 Vous ne donnez pas tous vos secrets industriels.

04:00 Vous avez là-dessus un double discours.

04:02 C'est-à-dire, d'un côté, vous êtes transparent.

04:03 Mais d'un autre côté, vous sécurisez quand même ce qui fait votre différence.

04:07 Oui, bien sûr.

04:09 Tout l'enjeu, c'est de garder un peu des secrets, des affaires, une espèce de recette

04:15 secrète pour entraîner les modèles.

04:17 Donc, il y a comment on prête les données qui viennent du web ouvert, comment on entraîne

04:22 tous les algorithmes qu'on utilise.

04:23 Mais ensuite, ce qu'on met à disposition, qui est donc le modèle lui-même, qui est

04:26 celui qui prédit les mots et qui est ensuite utilisable pour faire des chatbots, par exemple.

04:30 Ce modèle-là, il peut être modifié.

04:32 On peut y rentrer des choix éditoriaux.

04:34 On peut y rentrer des orientations, de nouvelles connaissances.

04:36 Et ça, c'est quelque chose que nos concurrents américains ne proposent pas à ce stade.

04:39 Et ce que nous, on propose et qui est très attirant pour les développeurs, parce qu'ils

04:43 peuvent créer de la différenciation dessus.

04:45 Ils peuvent modifier les modèles pour en faire des applications uniques.

04:48 Mais quand même, Arthur Mench, le retard français par rapport aux Américains, il

04:51 se compte en quoi ? En semaines ? En mois ? En années ?

04:54 Aujourd'hui, le modèle qu'on a mis à disposition, enfin plutôt hier, celui qu'on a mis à disposition,

04:59 il est du niveau de chat GPT 3.5, qui est sorti il y a 12 mois.

05:03 L'objectif, c'est de battre chat GPT 4 ?

05:06 L'objectif, c'est d'aller au-dessus de 4, effectivement.

05:08 C'est pour ça qu'on a levé des fonds.

05:09 Et donc, cette échéance, ça se compte plutôt en mois qu'en années.

05:13 En mois ? Alors, quelle échéance ?

05:16 C'est toujours difficile de donner des échéances techniques, parce que nos ingénieurs vont

05:20 s'en plaindre après.

05:21 Mais l'enjeu, c'est plutôt l'année prochaine.

05:25 L'année prochaine.

05:26 Arthur Mench, évidemment, vous le savez, l'Artificial Intelligence Act, un interminable round de

05:33 négociation à Bruxelles, qui donne lieu à une future loi qui n'entrera pas en vigueur

05:38 avant 2025.

05:39 Cette volonté de régulation européenne, vous la voyez comme un frein à l'innovation

05:44 ou comme un filet indispensable dont l'industrie doit se doter pour empêcher les dérives ?

05:49 Alors, nous, on est pour la régulation.

05:51 C'est-à-dire qu'on pense que pour déployer de manière sécurisée l'intelligence artificielle

05:57 dans des applications, dans des systèmes de diagnostic en santé, par exemple, c'est

06:00 indispensable qu'il y ait une sécurité des produits.

06:03 Et c'était un peu l'essence de l'AI Act au démarrage, dans sa première version.

06:07 Donc, on pense que c'est cette version-là qui était certainement la meilleure, qui

06:11 permettait à la fois une protection du citoyen européen et un cadre d'innovation favorable.

06:17 Parce que protection, il faut ?

06:19 Parce que protection, il faut sur les applications.

06:21 En revanche, la régulation de la technologie en elle-même, c'est-à-dire réguler les

06:25 mathématiques, ce qu'en réalité c'est de ça dont on parle, quand on met une régulation

06:29 qui dépend du nombre d'opérations de calcul qu'on a faites, on pense que ça, ce n'est

06:34 pas la bonne manière de faire.

06:35 Ça n'a jamais été la bonne manière de faire.

06:36 Ce qui est important, c'est de réguler plutôt l'aspect applicatif, réguler le

06:42 produit final.

06:43 Mais ça veut dire quoi ? Ça veut dire qu'on va aller mettre le nez dans vos calculs,

06:46 Arthur Mensch, le nez dans les calculs de Mistral.ai, qu'il va falloir que vous ouvriez

06:50 vos modèles, que vous les laissiez contrôler par d'autres ?

06:54 C'est encore largement en discussion.

06:56 Et donc, c'est difficile pour nous.

06:57 On n'a pas toutes les analyses et le texte est encore assez… Alors, il n'est pas

07:01 mouvant, mais tout l'aspect technique est encore largement en discussion.

07:04 On va prendre part à ces discussions-là.

07:06 Nous, on est largement pour la transparence.

07:10 La seule chose qui nous tient à cœur, c'est qu'on puisse garder un avantage compétitif

07:13 par rapport à nos concurrents américains.

07:14 On veut créer un champion européen, il faut s'en donner les moyens.

07:17 Il ne faut pas se couper les ailes un peu trop tôt en régulant trop vite une technologie

07:22 qui ne fait qu'émerger.

07:23 Est-ce que vous croyez, Arthur Mensch, à l'avènement d'une super intelligence,

07:28 d'une intelligence supérieure à l'intelligence humaine ?

07:31 Alors, moi, personnellement, je trouve que c'est un peu une distraction par rapport

07:35 à ce qu'on peut faire aujourd'hui avec l'intelligence artificielle.

07:38 C'est-à-dire ?

07:39 C'est-à-dire que tout le monde fantasme sur un machin qui n'arrivera jamais au

07:41 lieu de voir les vrais dangers qui sont là sous nos yeux ?

07:44 Surtout au lieu de voir les vrais bénéfices.

07:46 C'est-à-dire qu'aujourd'hui, on a la capacité d'augmenter notre intelligence,

07:51 de retirer les aspirés barbatifs de certains métiers, d'améliorer les diagnostics médicaux,

07:57 d'améliorer l'éducation personnalisée, y compris dans les endroits où c'est difficile

08:00 de trouver des professeurs.

08:01 Donc, on a vraiment une technologie qui est porteuse d'une révolution sociale assez

08:04 forte et une révolution sociale qui est bénéfique si on la gère bien.

08:07 Et en revanche, si on commence à parler…

08:08 Pardon, que l'intelligence artificielle la remplace des professeurs dans les régions

08:12 où il n'y a plus de professeurs ou les disciplines où il n'y a plus de professeurs,

08:14 c'est une révolution sociale bénéfique ?

08:17 Ce n'est pas pour les remplacer.

08:19 C'est plutôt pour faire en sorte qu'on ait une éducation plus personnalisée et

08:23 que les professeurs puissent se concentrer sur comment faire en sorte que les étudiants

08:29 qui sont en difficulté progressent plus vite.

08:31 Donc, il y a vraiment ce sujet que ça permet aux professeurs de se démultiplier parce

08:35 qu'ils vont identifier plus précisément comment ces étudiants fonctionnent.

08:38 Mistral AI.

08:40 Merci Arthur Mensch.

Recommandations