Source: The Conversation – France in French (2) – By Nicolas Jullien, Professeur, stratégie économique, co-directeur de Marsouin.org, IMT Atlantique – Institut Mines-Télécom
L’ESSENTIEL
-
L’annonce de Mistral d’abandonner le développement de son propre grand modèle de langage a jeté le doute sur la capacité à se doter d’un champion européen dans le domaine de l’intelligence artificielle.
-
Cependant, « l’IA » n’existe pas en tant que telle : il s’agit d’un assemblage de briques technologiques, dont font partie les grands modèles de langages.
-
Pour développer des produits commerciaux, une stratégie doit être choisie, entre satisfaire les besoins d’un seul client et viser le plus grand public possible. Les annonces de l’été reflètent ces choix.
Cet été, Mistral annonçait un tournant stratégique : plutôt que de faire de la seule performance de ses modèles de langage (LLM) le fondement de son avantage concurrentiel, l’entreprise française a décidé d’intégrer dans son offre divers modèles, dont des modèles chinois ouverts.
Cette annonce a marqué les débats autour de la « souveraineté numérique », et de la capacité d’un acteur européen d’être concurrentiel dans « l’intelligence artificielle ». Pourtant, les investisseurs semblent suivre, puisque l’entreprise a également annoncé cet été une levée de fonds de 3 milliards d’euros (incluant Samsung et Nvidia, deux acteurs majeurs du domaine).
L’analyse que nous développons dans l’article est qu’on est loin d’un déclassement technologique européen dans le domaine d’intelligence artificielle. Il s’agit de développer une stratégie industrielle basée sur le contrôle d’autres briques technologiques que le modèle de langage en lui-même. Cette stratégie est plus susceptible de rencontrer une demande solvable, celle des applications spécialisées pour les organisations.
« L’IA » n’existe pas : il s’agit d’un assemblage de briques technologiques, dont font partie les LLM
Un modèle de langage est un système à base de réseaux de neurones entraîné sur un vaste corpus de données, capable de prédire une suite probable pour une entrée donnée, texte, image ou son. Selon les données d’entraînement fournies au modèle par son développeur, celui-ci sera plus ou moins efficace dans une langue, une discipline ou un métier (finance, droit), pour trouver cette suite, et donc construire une solution informatique.
D’ailleurs les modèles de langage sont souvent évalués dans des contextes applicatifs donnés. Quand Mistral communique sur les capacités de son dernier et plus grand modèle (le Chonk, 1000 milliards de paramètres, soit environ un dixième du nombre de paramètres estimés du modèle GPT-6 Astra d’OpenAI), il le fait sur des domaines spécifiques : la finance, la cybersécurité…
Ensuite, ce modèle est une brique d’une solution informatique, qui comprend également :
-
une plateforme matérielle qui connecte des données et permet de faire fonctionner le modèle,
-
des systèmes permettant d’adapter les réponses du modèle de langage aux besoins de l’utilisateur : des commandes (ou « prompts ») et des interfaces logicielles permettant de connecter des données spécifiques au modèle (les RAG pour « Génération augmentée par récupération »),
-
d’autres développements informatiques spécifiques permettant d’intégrer la solution dans le système d’information d’une organisation.
Comme dans d’autres industries (spatial, aéronautique, automobile), la construction d’une solution se fait en trois étapes, qui peuvent être réalisées par des acteurs différents : la production des technologies élémentaires ; leur assemblage dans une plateforme qui propose un certain nombre de performances ; l’adaptation de cette plateforme à des besoins plus ou moins spécifiques.
Tous les assemblages ne sont pas viables techniquement ou économiquement : développer une brique ou une plateforme représente un coût fixe important. Plus le nombre d’utilisateurs d’une plateforme est grand, plus ce coût fixe peut être réparti et plus faible est le coût par utilisateur (ce qu’on appelle des « économies d’échelle »).
L’industrie de l’IA répond à ces contraintes comme le reste de l’industrie informatique
La solution classique développée par l’industrie informatique depuis les années 1970, combine une « base logicielle » mutualisée et des modules périphériques personnalisables.
Mais, techniquement et stratégiquement, on ne peut pas utiliser la même plateforme pour absolument tout : concilier des besoins trop différents coûte trop cher.
Comme depuis plus de soixante-dix ans en informatique, il n’existe donc pas une offre, mais plusieurs, selon l’arbitrage entre coût par utilisateur, variété des besoins couverts et adaptation aux besoins spécifiques (personnalisation), avec des choix différents sur les technologies qu’on cherchera à contrôler.
Cet arbitrage donne typiquement trois grands types de stratégies pour une entreprise : servir le plus grand nombre dans une version peu personnalisée (1) ; développer une solution spécifique à un client, ce qui coûte très cher (2) ; préspécialiser une plateforme pour un secteur spécifique et l’adapter à la marge (3).
Stratégie 1 : une plateforme généraliste pour tous
La première stratégie est celle de la création d’une « plateforme généraliste », répondant à une multitude d’usages à coût abordable, en maîtrisant les briques clés. C’est le cas, classiquement, des systèmes d’exploitation (iOS ou Windows).
Dans le cas des solutions basées sur les modèles de langage, il s’agit d’avoir le plus gros modèle (en nombre de paramètres) entraîné sur le plus de données possibles, ce qui requiert des fermes de serveurs toujours plus grandes. Ces coûts fixes de création de la plateforme sont amortis sur le plus grand nombre d’utilisateurs et d’usages possibles, afin de proposer le coût d’usage le plus faible possible.
Comme dans un système d’exploitation classique, l’adaptation aux besoins est laissée à l’utilisateur, qui doit apprendre à formuler des requêtes (utiliser un dossier hier, formuler un prompt demain), et adapter ses usages à la plateforme.
La concurrence féroce pour accéder aux puces et, de plus en plus, à l’énergie qui permet de faire fonctionner ces modèles, et la structure de coûts (fixes) sont typiques d’une concurrence « monopolistique » : comme pour les systèmes de cloud, ou les systèmes d’exploitation, peu d’acteurs survivront.
Mais, si ces solutions « généralistes » sont bien connues du grand public, l’essentiel du chiffre d’affaires des offres informatiques provient de solutions développées à façon pour un acteur (stratégie 2) ou de solutions spécialisées par industrie, par besoin (stratégie 3).
Stratégie 2 : des solutions adaptées à façon aux besoins d’un client
Pour des raisons stratégiques, ou parce qu’il s’agit d’un besoin très spécifique, des organisations veulent des solutions spécifiques.
Dans ce cas, il s’agit d’exprimer des besoins métiers, entraîner un modèle sur des données spécifiques à ces besoins, mais aussi à l’intégrer aux systèmes informatiques existants.
La taille des modèles peut être sensiblement réduite comparativement à la stratégie 1, donc les investissements dans les infrastructures informatiques. Mais ces développements permettent peu de bénéficier des économies d’échelles. Ils sont donc réservés aux grandes organisations disposant des besoins et des ressources (finances, données) pour y répondre.
Ainsi, le Crédit agricole vient d’annoncer un investissement de 500 millions d’euros pour développer une IA interne autour de ses besoins. De même, Amazon utilise son propre modèle, Rufus, entraîné sur ses propres données (ses catalogues et avis clients) pour améliorer ses services existants.
Accompagner des grands comptes dans le développement de tels projets spécifiques est un métier traditionnel des entreprises de services numériques (ESN) : Capgemini, Atos ou Wavestone, acteurs mondiaux français, redéploient leur offre vers l’intégration de systèmes d’IA dans le système informatique de leurs clients.
Une solution intermédiaire est de développer des plateformes spécialisées par secteur, pour être plus spécifique que la grande plateforme, mais moins chère que le développement à façon pour un seul client.
Stratégie 3 : des solutions informatiques basées sur des plateformes spécialisées par secteur pour répartir les coûts
Dans cette stratégie, les technologies clés sont :
-
les données spécifiques au métier (finance, droit) ou à l’usage « linguistique » (codage, modèles mathématiques, langue rare) visés pour pouvoir spécifier un modèle spécialisé qui peut être plus petit que dans la stratégie 1 ;
-
le développement de technologies d’utilisation pour adapter la plateforme à des besoins précis, dans le domaine visé.
Ainsi, le modèle BloombergGPT dédié à la finance, est environ 20 fois plus petit que le modèle GPT alors équivalent.
Ces solutions peuvent être proposées par un acteur industriel, ou par un consortium d’utilisateurs qui identifient comment le partage de données et d’une infrastructure leur permettra de développer ensuite des solutions propres à leurs besoins.
C’est ce virage vers la stratégie 3 qu’a annoncé Mistral. Après avoir montré qu’elle savait développer des modèles, elle veut être l’acteur européen capable de développer ces infrastructures spécialisées « métier »… et souveraines. L’Europe sait développer de telles offres : SAP, en Allemagne, est le leader des Progiciel de Gestion Intégré (PGI ou ERP), et Dassault Systèmes, le « leader mondial dans les logiciels de modélisation 3D et d’ingénierie ». Reste à discuter comment les soutenir.
La stratégie européenne face à ces trois types de produits
La souveraineté dans « l’IA » ne passe donc pas tant le développement de la plus grande infrastructure informatique hébergeant le plus grand modèle, que par le contrôle des données et de qui y a accès. Il s’agit de développer des solutions informatiques permettant trois choses :
-
aux producteurs de données (qu’elles soient industrielles, médicales, etc.) de déposer des données,
-
aux créateurs de solutions métiers d’accéder à des données partagées, car sans données, impossible de développer des solutions ;
-
mais aussi que ces dépôts répondent à des besoins identifiés collectivement par les producteurs de données pour qu’ils puissent garder le contrôle sur les solutions.
C’est le sens des initiatives européennes de financement des espaces communs de données.
Le projet TRANSVERSE (ProjetIA-22-EXEN-0006) est l’un des projets du Programme et équipement prioritaire de recherche (PEPR) exploratoire eNSEMBLE, financé par France 2030 par l’intermédiaire de l’ANR. L’ANR a pour mission de soutenir et de promouvoir le développement de recherches fondamentales et finalisées dans toutes les disciplines, et de renforcer le dialogue entre science et société. Pour en savoir plus, consultez le site de l’ANR.
Nicolas Jullien a reçu des financements de l’ANR pour des recherches sur les communs numériques et la coopération en ligne (PEPR eNSEMBLE, programme France 2030).
Robert Viseur a reçu des financements dans le cadre du programme de coopération territoriale européenne Interreg France-Wallonie-Vlaanderen (FWVL), ce qui inclut les projets FabricAr3v et Inside3D.
– ref. Trois stratégies pour les entreprises et les États face à l’IA, ou pourquoi les décisions de Mistral et de l’Union européenne ne sont pas contradictoires avec la souveraineté numérique – https://theconversation.com/trois-strategies-pour-les-entreprises-et-les-etats-face-a-lia-ou-pourquoi-les-decisions-de-mistral-et-de-lunion-europeenne-ne-sont-pas-contradictoires-avec-la-souverainete-numerique-294280