L'IA est devenue le secteur de la tech compétitif par excellence, de nombreuses entreprises rivalisant pour sortir du lot. Parmi celles-ci, une fait figure de proue chez les sociétés françaises : Mistral AI.
Les Français ne sont pas des fans absolus de l'IA, et l'Europe de manière générale, est plutôt en retrait sur ses investissements dans le secteur de l'intelligence artificielle générative. Alors que le monde entier ne semble jurer que par ces modèles, nous n'avons pas notre ChatGPT ou notre Bard Made in France. Mistral AI joue sur un autre terrain, et c'est sûrement cela qui a convaincu les investisseurs.
Un financement exceptionnel
Mistral AI avait un principal concurrent, allemand celui-ci : Aleph Alpha, mais qui n'a pas réussi à intéresser autant l'attention internationale des investisseurs. Grâce à une manœuvre financière judicieuse, la licorne a réussi à lever 450 millions d'euros. Une somme plus que confortable, soutenu principalement par Andreessen Horowitz (fond de capital risque californien) et d'autres acteurs économiques de renommée comme Salesforce et NVIDIA.
Selon les sources de Bloomberg, Andreessen Horowitz injecterait 200 millions d'euros dans Mistral AI. Pour Salesforce et NVIDIA, les deux géants mettraient leur main à la poche à hauteur de 120 millions d'euros, mais sous forme de dette convertible. Des chiffres encore à même de connaître une évolution. La jeune entreprise parisienne pourrait bien être valorisée à 2 milliards de dollars si cet accord global se concrétise. Joli score !
Une philosophie et une technologie unique
L'approche particulière de Mistral AI a été remarquée et énoncée par Arthur Mensch, co-fondateur et PDG, ancien de Google DeepMind lors de la conférence SLUSH qui se passait à Helsinki. Ce qui fait sa spécificité, c'est la liberté dans le choix du nombre de données qu'elle peut traiter. Mensch détaille le principe : « Vous pouvez commencer par un gigantesque modèle composé de centaines de milliards de paramètres, qui pourrait résoudre votre problème. Mais, vous avez également le choix de réduire ce nombre de paramètres et vous concentrer sur un ensemble cent fois plus petit. »
Quels sont les avantages d'un tel fonctionnement ? Tout d'abord, réduire les temps de latence lorsqu'il n'y a pas besoin de jongler avec un trop grand nombre de données. En abaissant cette latence, les coûts de fonctionnement sont également réduits et s'adaptent aux besoins des utilisateurs. Ainsi, Mistral AI cible principalement les développeurs en concevant ces ensembles de modèles plus réduits. La concurrence, en face, s'acharne plutôt à proposer des modèles multitâches et de grande envergure. Un positionnement stratégique qui pourrait être payant à l'avenir.
Source : The Next Web
