● Silicon.fr Télécom 📅 19/03/2026 à 17:07

Intelligence Artificielle 👤 Philippe Leroy

🏷️ Tags : anthropic openai rte

La bataille pour conquérir les entreprises s’intensifie dans le secteur de l’IA. Mistral AI franchit un nouveau cap avec le lancement de Forge, une plateforme destinée à permettre aux entreprises de construire et d’affiner leurs propres modèles d’intelligence artificielle à partir de leurs données propriétaires. Une annonce faite lors de la conférence Nvidia GTC 2026, qui marque une étape significative dans la stratégie B2B de la scale-up face aux mastodontes OpenAI et Anthropic. Combler le fossé entre DSI et métiers Le constat de départ est simple : les modèles généralistes, entraînés sur des données publiques issues du web, ne suffisent pas à répondre aux besoins très contextualisés des grandes organisations. Lire aussi : HSBC signe avec Mistral AI Forge ambitionne précisément de combler cet écart. La plateforme promet de produire des modèles capables d’intégrer standards d’ingénierie, politiques de conformité, bases de code, processus opérationnels et historiques de décisions internes. Autant d’éléments absents des corpus d’entraînement classiques. Concrètement, Forge couvre l’ensemble du cycle de vie d’un modèle : pré-entraînement sur des corpus propriétaires, post-entraînement pour des tâches spécifiques, et alignement par renforcement pour intégrer règles internes et contraintes réglementaires. L’idée directrice est d’adapter les modèles aux workflows existants des entreprises et non l’inverse. Un renversement de perspective qui pourrait séduire les directions métiers autant que les DSI. Une plateforme pilotée par des agents autonomes Forge adopte un positionnement « agent-first ». La plateforme n’est pas conçue comme une simple extension d’outils développeurs existants, mais pour être pilotée par des agents d’IA autonomes. Ainsi, un agent comme Mistral Vibe peut lancer des fine-tunings, optimiser les hyperparamètres, planifier des jobs d'entraînement et générer des données synthétiques pour améliorer les performances sur les jeux de tests. Le tout sans intervention humaine systématique. Forge propose par ailleurs des « recettes » prêtes à l'emploi pour la préparation de données et des pipelines d'entraînement, tout en gérant l'infrastructure sous-jacente. Mistral affirme que la personnalisation d'un modèle peut se faire en langage naturel, l'agent se chargeant de traduire les intentions en opérations techniques. Architectures denses, MoE et multimodal Sur le plan technique, Forge supporte aussi bien les architectures denses que les modèles Mixture-of-Experts (MoE), offrant ainsi la flexibilité nécessaire pour arbitrer entre performance, coûts et contraintes d'exploitation. La plateforme prend également en charge des entrées multimodales, ouvrant la voie à des cas d'usage combinant texte, code et d'autres types de contenus. Lire aussi : Mistral AI lève (un peu) le voile sur l'impact de ses modèles Forge s'inscrit dans le prolongement du catalogue de modèles existant de Mistral ( Small, Medium, Large). L'idée est de partir de ces briques pour les affiner selon chaque environnement métier. Des références industrielles Mistral indique travailler d'ores et déjà avec plusieurs clients de premier plan : ASML, Ericsson, l'Agence spatiale européenne, Reply, ainsi que des organismes publics singapouriens comme DSO National Laboratories et HTX. Des références qui illustrent le positionnement de Forge sur des secteurs à forte intensité technologique et réglementaire, où la maîtrise des modèles et des données est un enjeu majeur. Car au-delà de la personnalisation, Forge s'inscrit dans un débat plus large autour de la souveraineté numérique. Dans un contexte où les grandes entreprises européennes cherchent à réduire leur dépendance vis-à-vis des fournisseurs d'IA américains, Mistral met en avant la possibilité de conserver la pleine propriété de leurs modèles et de leurs données.

🔗 Lire l'article original 👁️ 1 lecture