Avec environ 60 employés, dont 45 basés en France, 10 aux États-Unis et 5 au Royaume-Uni, Mistral se concentre sur le développement de produits et la recherche. La société se distingue par son approche open source, rendant son code disponible pour que tout le monde puisse l’examiner, le personnaliser et le réutiliser, ce qui séduit de grandes entreprises souhaitant garder un contrôle total sur leurs données.
Son CEO Arthur Mensch a confirmé ce mardi que son entreprise avait levé 600 millions d’euros lors d’un tour de financement de Série B qui porte sa valorisation à près de 5,8 milliards d’euros. Ce tour de financement, mené par General Catalyst, a également vu la participation d’investisseurs comme Lightspeed Venture Partners, Andreessen Horowitz, Nvidia, Samsung, Salesforce, Cisco, IBM et BNP Paribas. Les principaux éléments avaient déjà circulé (lire Qant du 13 mai). En décembre, Mistral avait déjà levé 385 millions d’euros pour atteindre une valorisation de 2 milliards d’euros (lire Qant du 11 décembre 2023).
Des modèles, un chat et du code
Le modèle économique de Mistral repose principalement sur la vente de modèles de langage payants via une interface de programmation d’application (API), bien que la majorité de ses modèles soient disponibles en open source. Les modèles avancés de Mistral, comme Mistral Large, sont des modèles propriétaires conçus pour être utilisés via une API payante. Parmi les modèles open source de Mistral, on trouve les Mistral 7B, 8x7B et 8x22B, publiés sous la licence Apache 2.0, une licence open source sans restrictions d’utilisation ou de reproduction au-delà de l’attribution.
En plus de ses modèles propriétaires, Mistral propose un chatbot gratuit appelé Le Chat (lire Qant du 27 février), actuellement gratuit, et un modèle d’IA générative pour le code nommé Codestral (lire Qant du 30 mai), qui a une licence restrictive interdisant l’utilisation commerciale de ses sorties. La start-up a également établi des partenariats de distribution avec des fournisseurs de cloud, notamment Microsoft Azure, et Microsoft détient une participation minoritaire dans Mistral AI.
Un David français face aux Goliaths américains
Cependant, la durabilité de ce modèle économique reste incertaine. Selon des sources internes, moins de 10% des clients de Mistral utilisent les modèles payants les plus grands, la majorité préférant les versions gratuites. Cette situation est en partie due à la performance encore inférieure des plus grands modèles de Mistral par rapport à ceux de ses concurrents comme OpenAI et Anthropic. De plus, Mistral doit faire face à la concurrence croissante de Meta et de sa famille de modèles Llama 3.
Les fonds récemment levés seront utilisés pour accélérer la commercialisation des produits de Mistral et pour acquérir davantage de ressources informatiques. Arthur Mensch, le CEO de Mistral, a souligné l’efficacité capitalistique de l’entreprise, déclarant qu’elle avait réussi à construire des modèles compétitifs avec une fraction des coûts nécessaires à des entreprises comme OpenAI.
L’IA, le droit et les contrats
Les solutions d’IA destinés à rendre le processus contractuel plus efficient se multiplient à l’image de Formality et Tomorro, deux start-ups françaises présentes à la dernière matinale organisée par Qant au Palais Brongniart.
Dès le début de l’évènement « IA et contractualisation » qui s’est tenu vendredi 7 juin dernier au Palais Brongniart, en partenariat avec La Place Fintech, Olivier Martret de Serena Capital plante le décor : « Aujourd’hui, le sujet du juridique dans une entreprise est massif. Cela touche l’ensemble des business units. Le marché est estimé entre 10 et 12 milliards dans le monde, et cela va aller en augmentant. » L’investisseur a récemment misé 8 millions d’euros dans Formality, une solution de “gestion intelligente des documents”. « Le marché européen des outils et des Saas pour les équipes juridiques et de compliance n’a pas connu de grandes innovations depuis un certain temps. Nous estimons les gains de productivité d’une solution comme Formality entre 20 et 40% pour les équipes juridiques » continue Olivier Martret.
La solution proposée par la start-up centralise les documents juridiques d’une entreprise et permet d’interagir avec la manne d’informations qu’ils contiennent, en s’intégrant dans tous les outils des collaborateurs (Slack, Teams, etc…). Sa solution d’IA succède donc aux très nombreuses solutions cloud et saas, pour créer une nouvelle forme de gestion intelligente des documents.
Tout document considéré comme important et signalé comme tel à Formality est scanné par l’IA qui va en extraire les informations importantes. « Nous avons entraîné notre IA sur 65 types de documents, cela va bien au-delà du contrat. Elle est donc capable d’identifier les informations importantes, de les stocker, mais aussi de ranger le document dans le bon dossier, et sous la bonne version», explique son responsable marketing Corentin Guillemard. Les avantages d’une telle solution sont triples : gain de temps, réduction des risques et économies financières : « Hier, un collaborateur qui avait besoin d’un document devait nécessairement déranger l’équipe juridique pour l’obtenir. Aujourd’hui c’est fini, il peut directement le demander à l’assistant IA ».
Tomorro pour aider les équipes juridiques aujourd’hui
Tomorro, de son côté, se concentre spécifiquement sur les contrats, là où Formality s’attaque à tous documents juridiques ou administratifs. La fintech, qui a levé récemment 11 millions d’euros auprès d’Otium, Resonance et Bpifrance, propose une solution de gestion de contrats collaborative qui sera bientôt assistée par intelligence artificielle. « Notre métier est d’accélérer la gestion d’un contrat tout au long de son cycle de vie » explique le fondateur et CEO de Tomorro Antoine Fabre. La société compte actuellement plus de 200 clients, principalement français, des grands comptes comme Vinci jusqu’aux néobanques comme Qonto.
La société compte actuellement plus de 200 clients, principalement français, des grands comptes comme Vinci jusqu’aux néobanques comme Qonto. L’ambition de l’entreprise est de pouvoir, dans un futur proche, réviser des contrats grâce à l’intelligence artificielle : « Nous cherchons aujourd’hui à rendre plus autonome la révision de contrats. Nous sommes convaincus que l’IA en deviendra rapidement capable » explique Antoine Fabre. Pour l’instant, l’entreprise propose un système qui permet à ses clients de cartographier toutes leurs politiques contractuelles. A partir d’une version d’un contrat, Tomorro peut par exemple proposer des alternatives de clauses basées sur les politiques contractuelles de la société.
Human in the loop
Dans toutes ces solutions se posent évidemment la question de la dimension humaine, souvent considérée comme primordial dans tout enjeu juridique, et notamment dans la contractualisation où la gestion des émotions est clé : « Il y a un véritable enjeu de laisser l’humain au cœur des décisions » explique Yoni Cadosch, directeur Finance, Tranformation et Performance chez Micropole. Un avis appuyé par l’avocat Gilles Rouvier, de Lawways : « L’expertise va être de plus en plus importante, d’une part pour rédiger le bon prompt pour bien utiliser l’IA, et d’autre part pour s’assurer que ce qui est généré par l’IA a une pertinence ». Ce dernier souligne également le rôle primordial accordé à l’intervention humaine dans la future législation européenne de l’IA : « L’AI Act à venir a une dimension essentielle de transparence, avec cette nécessité d’avoir toujours un humain dans la boucle pour s’assurer que ce qu’a généré l’IA est raisonnable ».
La question de la confidentialité des données, centrale dans les enjeux juridiques, a également été soulevée. « Il y a un risque de méconnaissance des collaborateurs de l’entreprise, qui vont sortir des données sensibles de l’entreprise pour alimenter involontairement des outils d’IA » alerte Yoni Cadosch. Sur ce point, Corentin Guillemard et Antoine Fabre rappellent l’existence des DPA (data privacy agreement), des contrats obligatoires dans le cas d’un prestataire extérieur appelé pour traiter des données personnelles. « La grande problématique est l’alimentation et l’entraînement des LLMs. Il est nécessaire de s’informer sur l’existence de garantie sur la non-utilisation des données » conclut Gilles Rouvier.
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_6be2b7edf92440c78031ac0ec65fc16f
