Mistral et Cloudera veulent que les entreprises réglementées possèdent leur IA, au lieu de la louer

Demandez à Mistral et à Cloudera ce que signifie « IA souveraine » : la réponse désigne une entreprise, pas un pays. Les deux sociétés ont annoncé un partenariat qui intègre les modèles de Mistral à la plateforme de données hybride de Cloudera, avec la promesse que les clients pourront exécuter de l'inférence sur cloud privé, cloud public, matériel sur site, ou dans des environnements totalement isolés, tout en gardant le contrôle des données sous-jacentes.

L'accord porte moins sur le modèle qui domine un benchmark que sur l'endroit où se situe la boucle d'apprentissage. Cloudera se présente aux grandes organisations comme une plateforme permettant de tirer des enseignements de données réparties entre systèmes sur site et cloud. Mistral fournit les modèles. Ensemble, ils proposent du contrôle : la capacité d'entraîner et d'exécuter l'IA à l'intérieur de frontières définies par le client.

Ce que couvre le partenariat

L'annonce se scinde en deux engagements. Le premier est l'inférence dans l'environnement propre du client. Les modèles de Mistral seront intégrés à la plateforme de données hybride de Cloudera, de sorte que les entreprises puissent déployer sur cloud privé et public, sur des systèmes sur site et dans des configurations totalement isolées, tout en conservant un contrôle total.

Le second est l'entraînement personnalisé. Mistral indique qu'il permettra aux entreprises d'entraîner des modèles sur de grands volumes de données propriétaires dans des environnements contrôlés. Cela transforme des données qu'une entreprise détient déjà en un modèle qu'elle possède plutôt qu'en un modèle qu'elle loue, ce que Cloudera présente comme la différence entre un assistant généraliste et une intelligence spécialisée ajustée à une entreprise.

Aucune des deux entreprises n'a divulgué les conditions financières, les noms de clients ni de calendrier de lancement. Ce qu'elles ont mis sur la table, c'est un récit de déploiement : le même modèle, exécuté dans des endroits qu'un point d'accès public ne peut atteindre.

L'IA en environnement isolé, la partie difficile

Le déploiement totalement isolé est le détail qui distingue ce partenariat d'un accord cloud standard. Cela signifie que les modèles peuvent tourner dans des environnements sans aucune connexion à l'internet public, une réalité opérationnelle pour certaines parties de la défense, de la finance et du contrôle industriel. Entraîner des modèles sur des données propriétaires dans ces mêmes environnements clos est plus difficile encore, car les données ne peuvent pas sortir et le modèle ne peut pas « rentrer à la maison ». Mistral et Cloudera misent leur argumentaire sur la capacité à faire les deux.

Pourquoi les secteurs réglementés sont les premiers visés

Les deux entreprises ciblent les services financiers, l'industrie manufacturière et les télécommunications, des secteurs dont les projets d'IA touchent généralement des processus critiques. Le raisonnement : ce sont des organisations pilotées par les données, et la confiance dans le contrôle de leurs données et de leur intelligence est une condition préalable à tout usage de l'IA.

L'IA souveraine, telle que les deux la définissent, garde les données à l'intérieur de frontières définies par le client. Les modèles restent adaptables et détenus sur des poids ouverts. L'entraînement et l'inférence s'exécutent sur l'infrastructure et dans les juridictions choisies par le client. Et l'ensemble du système peut être déployé, gouverné, observé et amélioré au fil du temps sans confier la boucle d'apprentissage à une plateforme externe.

L'accent mis sur les poids ouverts fait ici un travail discret. Cela signifie que le client peut continuer d'adapter le modèle même si la relation avec le fournisseur change, soit l'inverse d'une API fermée que seul le fournisseur peut mettre à jour.

Ce que disent les deux dirigeants

« Chaque entreprise se dirige vers la même destination : l'intelligence spécialisée », a déclaré Abhas Ricky, directeur commercial et directeur général de l'IA appliquée chez Cloudera. « Les modèles généralistes sont le point de départ, pas la ligne d'arrivée. »

Ricky soutient que l'avantage vient de modèles entraînés sur des décennies de données propriétaires, citant « les décisions de prêt, les exécutions de production, la télémétrie réseau que personne d'autre ne possède ». Il décrit ce basculement comme le passage « de la location d'une IA générique à la possession d'une intelligence qui leur est propre ».

Kamal Brar, vice-président senior des partenariats et alliances chez Mistral, a qualifié l'opération de « privilège d'avoir l'opportunité d'apporter l'IA souveraine de Mistral aux 30 exaoctets de données gérées par les clients de Cloudera et exécutées sur sa plateforme ».

Ce chiffre de 30 exaoctets est celui à retenir. C'est l'échelle que Cloudera dit que ses clients gèrent déjà sur la plateforme, et c'est la matière première que le partenariat est conçu pour convertir en modèles privés.

La question ouverte

Posséder son intelligence implique deux coûts que l'annonce ne chiffre pas : le travail d'ingénierie pour entraîner et gouverner un modèle en interne, et la facture matérielle pour l'exécuter. Le partenariat sera jugé à l'aune de la question de savoir si les entreprises réglementées déplacent réellement des processus critiques vers des modèles qu'elles contrôlent, et si ce contrôle vaut ce qu'il coûte à maintenir.