Cinq mois. C’est le temps qu’il aura fallu à Ecosia pour passer de l’enthousiasme pour l’intelligence artificielle européenne à une déception suffisamment profonde pour aller voir du côté de la Chine. Le moteur de recherche allemand, qui avait abandonné OpenAI en mai dernier au profit du français Mistral, vient de faire machine arrière. Et son patron n’a pas vraiment pris de gants pour expliquer pourquoi : entre performances insuffisantes, serveurs surchargés et interrogations sur la souveraineté, le champion français de l’IA en prend pour son grade.
Dans un entretien accordé à Politico, Christian Kroll, fondateur et PDG d’Ecosia, ne mâche pas ses mots : « Nous sommes déçus de la qualité de Mistral ». Pour enfoncer le clou, le dirigeant estime que les modèles de l’entreprise française accusent désormais un an de retard sur la concurrence. Voilà qui risque de faire grincer quelques dents à Paris, où Mistral est régulièrement présenté comme le meilleur espoir européen face aux géants américains et chinois.
Cinq mois et puis s’en va
L’histoire avait pourtant commencé sous les meilleurs auspices. En mai dernier, Ecosia annonçait abandonner OpenAI pour confier ses fonctions d’intelligence artificielle à Mistral, un choix parfaitement cohérent avec l’image de l’entreprise allemande, connue pour son engagement environnemental et sa volonté de s’affranchir des grandes entreprises technologiques américaines. Ecosia n’est d’ailleurs pas un moteur de recherche confidentiel : ses services sont notamment utilisés par le ministère fédéral allemand de l’Environnement et par le système de santé britannique, le NHS.
Oubliez Le Chat 😿, le chatbot de Mistral devient Vibe et gagne de nouveaux outils
Mais les belles promesses se sont rapidement heurtées à la réalité technique. Selon Christian Kroll, Ecosia a rencontré des problèmes récurrents avec Mistral, notamment des serveurs régulièrement saturés. « Nous étions tout simplement un client trop important pour Mistral », explique le dirigeant. La phrase est particulièrement douloureuse pour une entreprise qui ambitionne de concurrencer OpenAI ou Google : difficile de partir à l’assaut des géants américains si un client peut déjà se sentir trop gros pour votre infrastructure. Mistral n’a pas répondu à ces accusations auprès de Politico.
Et Ecosia ne s’arrête pas aux performances. L’entreprise remet également en question l’empreinte environnementale et la souveraineté de Mistral. Sur le premier point, Kroll s’inquiète de la place importante du nucléaire dans le mix électrique français, une critique assez cocasse venant d’une entreprise mettant en avant son engagement climatique. Sur le second, l’argument est plus intéressant : « Le fait que Mistral dépende d’investissements provenant d’investisseurs internationaux n’est pas, selon nous, véritablement souverain ». Politico rappelle notamment la présence de Samsung et Nvidia parmi les investisseurs étrangers de Mistral.
La solution retenue par Ecosia a cependant de quoi faire sourire. Pour gagner en souveraineté, l’entreprise allemande abandonne donc un fournisseur français… au profit de modèles développés en Chine. Ecosia travaille désormais avec Melious, une plateforme permettant d’héberger différents modèles ouverts ou à poids ouverts, parmi lesquels Qwen, GLM et Kimi. La nuance est importante : les requêtes n’ont pas nécessairement à partir vers des serveurs chinois puisque ces modèles peuvent être exploités sur une infrastructure européenne. Et open-weight ne signifie pas forcément open source : avoir accès aux poids d’un modèle ne donne pas pour autant accès à ses données d’entraînement ou à tous les éléments ayant servi à sa conception. Ou comment abandonner un modèle « peu souverain » mais européen pour un modèle virtuellement souverain, mais dont on ne connaît pas grand-chose.
Surtout, le changement semble avoir fait du bien au portefeuille d’Ecosia. « Nous avons approximativement divisé nos coûts par deux tout en améliorant la qualité et les performances », affirme Christian Kroll. C’est probablement la phrase la plus douloureuse de tout l’entretien pour Mistral : au-delà des grands discours sur la souveraineté, son ancien client affirme simplement avoir trouvé mieux pour moitié moins cher. Kroll y voit même une voie possible pour l’Europe, qui pourrait profiter de modèles ouverts de plus en plus puissants sans engloutir des milliards dans l’entraînement de systèmes de pointe. Tout en oubliant qu’un modèle ouvert ne signifie pas forcément qu’on en maîtrise tous les aspects, notamment l’entraînement qui conditionne ses réponses. De là à imaginer que les économies étaient la priorité, emballée dans un beau discours sur la souveraineté…
Un petit panda est caché dans la pièce
Tout cela soulève un problème que Christian Kroll semble considérer comme secondaire : les biais politiques des modèles chinois. Plusieurs organismes occidentaux s’inquiètent de leur comportement sur les sujets politiquement sensibles pour Pékin et Politico cite une enquête de NewsGuard selon laquelle cinq grands modèles chinois échouaient régulièrement à corriger certaines fausses informations favorables à la Chine. Pour Kroll, ces biais ne constituent pas un obstacle rédhibitoire : ils pourraient être atténués par des mesures techniques, contrairement à un manque de performances. Jusqu’au jour où son modèle refusera obstinément de lui parler de Tian’anmen ?
Tout le monde n’est pas aussi optimiste. Rasmus Rothe, directeur exécutif de l’association allemande de l’intelligence artificielle, estime que les formes les plus visibles de censure, comme les refus de répondre, peuvent effectivement être largement éliminées grâce à un nouvel entraînement ciblé (ouf, il ne devrait donc pas oublier le jeune et le tank). Les biais plus subtils sont autrement coriaces : ils sont enfouis dans les données d’entraînement et dans ce que le modèle considère implicitement comme acquis. Quelques centaines de questions de test permettent de gratter la surface, pas nécessairement de voir ce qui se cache dessous.
Chez Mistral, on ne semble toutefois pas décidé à laisser Ecosia partir sans essayer de le récupérer. Guillaume Lample, cofondateur et directeur scientifique de l’entreprise, l’invite à tester Large 4, allant jusqu’à proposer un accès anticipé immédiat. Il rappelle que construire de bons modèles demande du temps, de la puissance de calcul et de la recherche, tout en mettant en avant la possibilité de fournir les poids de différents modèles et de les personnaliser avec les clients. Une réponse plutôt élégante à un tacle les deux pieds décollés du sol.
Avec Large 4, Mistral veut rivaliser avec les meilleurs modèles d’IA ouverts
L’affaire tombe d’autant plus mal que Large 4 vient tout juste d’être lancé et que Mistral porte sur ses épaules une bonne partie des espoirs européens en matière d’IA. Ecosia rappelle brutalement qu’au-delà des déclarations politiques, il reste quelques détails bassement matériels à régler : les performances, la capacité des infrastructures et le prix (encore ? Mais c’est une idée fixe !).
Et en effet, les entreprises ne choisiront pas éternellement une technologie moins performante et plus coûteuse simplement parce qu’elle possède un passeport européen. Et pendant que l’Europe cherche encore comment construire sa souveraineté numérique, les laboratoires chinois ont peut-être trouvé une méthode particulièrement efficace pour entrer par la fenêtre : proposer des modèles suffisamment bons, suffisamment ouverts et suffisamment peu chers pour que les Européens les installent eux-mêmes dans leurs centres de données. Tiens, ça rappellerait presque un domaine à quatre roues.
