Bonne nouvelle, le champion français de l'intelligence artificielle Mistral AI a levé 600 millions d'euros ce mardi, et a ainsi passé la barre du milliard d'euros de financement depuis sa création, il y a tout juste un an. Mauvaise nouvelle, cette somme reste infime par rapport à la puissance de frappe de ses nombreux concurrents, que ce soit OpenAI, Anthropic, xAI, Google ou encore Meta. Jusqu'ici dans le coup de la course mondiale à l'IA, la star de l'écosystème français va-t-elle pouvoir tenir la cadence ? Analyse.
Drôle de situation. Mardi, Mistral AI a officialisé une levée de fonds de 600 millions d'euros en série B, soit un des trois plus gros tours de table de l'histoire de la French Tech. Le problème ? C'est aussi un montant dix fois inférieur à celui levé par son concurrent xAI, fondé par Elon Musk, deux semaines auparavant... comme un énième symbole de l'écart de financement en train de s'agrandir entre Mistral et les cadors américains. Le numéro un du marché, OpenAI, a reçu plus de 13 milliards de dollars de financement de la part de Microsoft, tandis que son dauphin Anthropic a dépassé la barre des 7 milliards de dollars grâce aux contributions d'Amazon et Google. Quant à Meta et Google (en propre, cette fois), qui développent aussi des modèles très performants, ils dégagent respectivement plus de 10 milliards et plus de 25 milliards de dollars de bénéfices par trimestre, soit largement de quoi s'autofinancer.
Ce déséquilibre n'empêche pas Mistral de clamer, depuis son lancement en juin 2023, son ambition de jouer les premiers rôles de la course mondiale au développement des meilleurs modèles d'IA, les « modèles frontières ». La startup l'a répété : elle ne veut surtout pas se contenter d'un rôle de champion européen, elle vise l'international. D'ailleurs, elle a déjà posé de premiers pions dans la Silicon Valley, et pour l'instant, elle délivre des IA à la hauteur de ses ambitions. Ses modèles 7B (septembre 2023) et Mistral Large (mars 2024) notamment étaient au niveau des meilleurs standards du marché lors de leur sortie. Mais jusqu'à quand pourra-t-elle continuer à faire aussi bien que ses concurrents avec moins ? Est-elle condamnée à endosser le rôle du Petit Poucet, et à reproduire un schéma de David contre Goliath subi à de nombreuses reprises par la tech européenne ?
L'argent, nerf de la guerre de l'IA
Pour les entreprises qui jouent les premiers rôles de la course à l'IA, l'argent permet d'adresser deux goulots d'étranglement. D'abord, l'accès à des capacités de calcul suffisantes pour entraîner des grands modèles d'IA dans un temps raisonnable. Les développeurs n'ont pas le choix, ils doivent passer par l'achat de précieux et onéreux (autour de 40.000 dollars l'unité) processeurs GPU de Nvidia. « Avoir plus de GPU sert à deux choses : faire plus d'essais de modèles différents, et faire des essais de plus grande ampleur », nous expliquait plus tôt dans l'année Joelle Pineau, directrice de l'IA chez Meta, qui va se doter d'ici la fin de l'année de l'équivalent de 650.000 puces H100 de Nvidia. Être « riche en GPU » permet de tester plus de pistes de recherche en simultané, et d'arriver au résultat final plus rapidement. Inversement, être « pauvre en GPU » signifie une prise de risque accrue lors de l'entraînement des intelligences artificielles, puisqu'un retard de quelques mois causé par un test raté suffit à passer au second plan dans cette ruée technologique.
Ensuite, l'argent permet d'aller recruter les meilleurs spécialistes de l'intelligence artificielle, qui s'arrachent à prix d'or, en salaire mais aussi en prise de participation dans l'entreprise, entre les nombreux géants technologiques. De plus, dans cette guerre des talents, l'accès aux GPU revient de nouveau sur la table, comme le relevait la dirigeante de Meta : « C'est toujours surprenant de voir à quel point les chercheurs suivent la trace des GPU. Il faut dire que sans puissance de calcul suffisante, ils risquent de ne pas pouvoir tester leurs idées. »
Dans la course à l'argent, Mistral n'est pas si mal positionné. La startup a réussi la prouesse de lever tous les six mois, avec des montants toujours plus importants : un seed de 105 millions d'euros l'an dernier, suivi d'une série A de 385 millions d'euros en décembre et donc de cette série B de 600 millions d'euros, qui portent sa valorisation à près de 6 milliards d'euros. De quoi s'offrir l'accès à des GPU et de recruter les profils -l'entreprise compte 60 employés à l'heure actuelle -, suffisants pour développer des modèles de frontière. La situation ne devient en réalité alarmante que lorsque ces moyens sont comparés à ceux de la concurrence, qui pourrait aller beaucoup plus vite... Interrogé sur cet écart de financement grandissant, Mistral n'a à ce jour pas fait suite à nos questions.
Newsletter
Tech & IA
Chaque jour à 13h, l’essentiel de l’actualité tech.
La frugalité, une force... jusqu'à quand ?
« C'est vraiment très, très impressionnant l'agilité avec laquelle cette équipe a opéré d'un point de vue financier, et ce qu'ils ont réalisé à leur niveau de capital », complimente dans le Financial Times Jeannette zu Fürstenberg, directrice Europe du fonds General Catalyst qui mène ce dernier tour de table de Mistral. Pour parvenir à cette efficacité, la startup réunit l'expertise de renommée mondiale de ses trois cofondateurs. D'un côté, Guillaume Lample et Timothée Lacroix, réputés pour leur rôle clé dans la construction de Llama, le modèle phare de Meta.
De l'autre côté, Arthur Mensch, reconnu pour son implication dans l'élaboration de Chinchilla, un modèle développé par DeepMind (un des deux laboratoires de Google, qui ont depuis fusionné) en 2022, qui a notamment fait avancer les méthodes d'optimisation des grands modèles d'IA. Grâce à ce pedigree, la jeune pousse française se démarque dans ses méthodes de travail : Mensch explique au FT que son entreprise n'a eu besoin que d'un peu plus de 1.000 des précieux processeurs de Nvidia pour entraîner ses IA. Il vante qu'il n'a ainsi dépensé « que » quelques douzaines de millions d'euros.
La série B va leur permettre d'acheter plus de processeurs, d'accélérer le virage commercial de l'entreprise et de redoubler d'efforts sur le marché américain. Mais le dirigeant du champion français de l'IA ne se voile pas la face : « Cela reste un marché très demandeur en capital. » Face à lui, xAI a par exemple prévu de déployer deux superordinateurs, dotés respectivement de 100.000 puces H100 dès cette année, et de 300.000 puces B200 (le processeur dernier cri de Nvidia) l'été prochain. De quoi faire bien plus de calculs que les équipes de Mistral. Suffisant pour compenser la différence d'expertise dans l'optimisation ?
Quel modèle économique pour Mistral ?
Alors que les deux précédentes levées avaient fait l'objet d'un plan de communication élaboré dans les journaux français et américains les plus lus, Mistral s'est contenté cette fois d'un texte sobre envoyé à la presse. Une officialisation de l'accord qui a d'ailleurs eu lieu seulement après sa confirmation par le journal financier Sifted. Et évidemment, l'annonce s'est perdue dans l'actualité, monopolisée par les élections législatives. Le tout, alors qu'une nouvelle entreprise française, H, lui a volé la vedette avec l'annonce d'une levée de fonds de 220 millions de dollars lors de Viva Tech le mois dernier.
Déception sur le montant ? Fatigue médiatique ? Manque de disponibilité ? Difficile de lire avec certitudes les raisons de ce profil bas sans clarification de l'entreprise. « Je suis ravi de voir des investisseurs nouveaux et existants renouveler leur confiance dans notre activité », indique simplement Arthur Mensch dans le communiqué. Preuve du sérieux de la startup, 20 investisseurs ont mis au pot autour de General Catalyst, dont les fonds américains prestigieux Andreesen Horowitz et Lightspeed, le Français Eurazeo, ou encore les géants technologiques Salesforce, IBM et Nvidia. Aucun d'entre eux n'a plus de 25% de parts, et l'entreprise reste sous le contrôle des fondateurs.
Pour séduire les investisseurs, Mistral a structuré son offre commerciale ces six derniers mois. Le chantier s'est fait autour de sa propre plateforme (nommé... La Plateforme) et par le biais d'accords de distribution de ses modèles propriétaires sur les clouds de Microsoft Azure et Amazon Web Services, ainsi qu'au sein des outils des spécialistes de la donnée Snowflake et Databricks. Mais tout comme ses startups concurrentes OpenAI et Anthropic, la question du modèle économique de l'entreprise à terme reste floue. Pour l'instant, aucune d'entre elles ne parvient à amortir les frais colossaux (et grandissants !) de l'entraînement des IA par une simple facturation à l'usage.
Après seulement un an d'existence, Mistral se retrouve déjà face à un tournant de son histoire : parviendra-t-il à rester dans le coup malgré sa casquette de Petit Poucet, ou sera-t-il contraint de pivoter vers un autre modèle où son expertise sera aussi précieuse ? Réponse dans les mois à venir. Pour l'instant, le champion français de l'IA savoure la bonne nouvelle.
