Pour prendre la vague de l'intelligence artificielle générative, lancée il y a un an par la startup californienne OpenAI avec son game changer ChatGPT, les têtes de proue du secteur, des deux côtés de l'Atlantique, font feu de tout bois. Mais comment se différencier avec son propre modèle de langage (LLM) face à ceux qui ont déjà été créés ? « En faisant mieux que les autres », entonne Arthur Mensch, PDG et cofondateur de Mistral AI. Etoile montante de l'IA tricolore, la startup mise surtout sur l'open source, autrement dit, le code ouvert à tous, pour fédérer une communauté de développeurs.

« Quand nous faisons des modèles, nous avons en tête de fournir tous les outils possibles aux développeurs pour qu'ils puissent réaliser des applications intéressantes et différenciées », explique le jeune patron de cette pépite qui a dévoilé en septembre son premier LLM, le Mistral7B. « Notre objectif est de faire en sorte que les développeurs puissent s'emparer de la technologie, faire des modèles les plus petits et les moins onéreux possibles pour résoudre leurs problèmes. Pour cela, il faut des modèles très généralistes au départ et des outils qui permettent la spécialisation », développe Arthur Mensch.

Lire aussiIntelligence artificielle : « Les Gafam et la startup Mistral ne défendent pas l'intérêt général » (Thierry Breton)

Diversité de modèles

Pour sa part, le poids lourd du cloud, Amazon Web Services (AWS), table sur la diversité des choix technologiques pour avancer sur l'intelligence artificielle. « Il n'y a pas un outil magique qui résout tous les problèmes. Nos clients attendent d'avoir le choix entre des dizaines de modèles de différentes tailles », argumente Stephan Hadinger, directeur de la technologie d'AWS France. C'est ce que propose Bedrock, l'outil phare des services pour l'IA générative, avec lequel le géant américain s'est positionné sur le marché au printemps dernier. L'outil articule modèles privés et ouverts. « Nous voulons tous les proposer et accompagner ensuite les entreprises dans leur choix », affirme Stephan Hadinger.

Et la course s'accélère. Le fait d'avoir opté, dans un premier temps, pour un modèle à code ouvert, « ne veut pas dire qu'on ne développe pas de modèles propriétaires », relève Arthur Mensch. Ainsi, Mistral AI sprinte désormais pour « développer des modèles optimisés, compressés et moins chers, qui seront mis à disposition par une API (ndlr : interface de programmation d'application) publique, mais aussi par des API dans le cloud », annonce-t-il. « Nous avons débuté un partenariat avec Microsoft et nous en espérons un avec AWS bientôt », enchaîne-t-il. Le but de cette démarche ? « Que nos modèles optimisés soient à prix compétitif à l'endroit où les développeurs sont, tout en mettant à disposition, par ailleurs, les meilleurs modèles open source du marché pour créer de l'adoption organique », avance le dirigeant, en ajoutant que les modèles qui seront bientôt disponibles fonctionnent sur un large ensemble de tâches et sont, en particulier, capables de traiter des documents d'une taille plus grande que le premier LLM de Mistral AI.

Lire aussiIA générative : les géants de la tech face au verdict du marché

Dans le même temps, AWS renforce l'accompagnement de ses clients dans la structuration de leurs données et leurs projets de développement. « L'enjeu est d'utiliser ces modèles avec des données qui viennent de votre entreprise, et donc dans la sécurité, puisqu'elles n'appartiennent qu'à vous », souligne Stephan Hadinger.

AWS veut également séduire en proposant, depuis quelques jours, une formation à l'IA générative en huit cours. Gratuite, et déployée sur les outils d'AWS bien sûr, elle vise à former deux millions personnes à cette technologie d'avenir à l'horizon 2025. Avec en ligne de mire tous les publics, des étudiants aux professionnels, qu'ils oeuvrent, ou non, dans les domaines techniques.