Mistral Forge : l'IA sur mesure pour les entreprises

Mistral passe à l'offensive sur le marché de l'IA d'entreprise

La startup française Mistral vient de frapper un grand coup. Lors de la conférence GTC 2026 de Nvidia, la pépite tricolore a dévoilé Forge, une plateforme qui permet aux entreprises et aux gouvernements de construire leurs propres modèles d'intelligence artificielle, entraînés directement sur leurs données internes.

Là où OpenAI et Anthropic dominent le marché grand public avec ChatGPT et Claude, Mistral a choisi un tout autre terrain de jeu : les grandes entreprises. Et avec Forge, la startup passe un cap. Elle ne se contente plus de vendre des modèles prêts à l'emploi — elle offre aux organisations les outils pour fabriquer les leurs.

Forge, concrètement, ça fait quoi ?

Forge est une plateforme complète d'entraînement de modèles d'IA. Son principe : une entreprise lui fournit ses données — documentation interne, bases de code, données structurées, historiques d'exploitation — et Forge produit un modèle sur mesure qui comprend le vocabulaire, les contraintes et les logiques métier propres à cette organisation.

La différence avec ce que proposent la plupart des concurrents est fondamentale. Chez OpenAI ou Google, les entreprises peuvent ajuster (fine-tuner) un modèle existant avec leurs données. Avec Forge, Mistral propose trois niveaux d'intervention :

• Le pré-entraînement : construire un modèle de zéro, spécialisé dans un domaine précis
• Le post-entraînement : affiner un modèle existant pour des tâches spécifiques
• L'apprentissage par renforcement : améliorer les performances d'agents IA dans des situations réelles

Les entreprises peuvent s'appuyer sur la bibliothèque de modèles open-weight de Mistral, qui inclut notamment le tout récent Mistral Small 4. L'avantage de l'open-weight ? Le code du modèle est accessible, modifiable, auditable — un argument de poids pour les secteurs réglementés comme la finance ou la défense.

Des ingénieurs qui s'installent chez le client

Forge ne se résume pas à une plateforme en libre-service. Mistral adopte un modèle emprunté à des sociétés comme Palantir ou IBM : des ingénieurs déployés directement chez le client. Ces équipes s'intègrent dans l'organisation, identifient les données pertinentes, construisent les pipelines de données synthétiques et accompagnent la mise en production.

Arthur Mensch, le PDG de Mistral, justifie cette approche : construire un bon modèle d'IA nécessite bien plus que de la puissance de calcul. Il faut une expertise pointue en gestion des données et en évaluation des modèles — un savoir-faire que la plupart des entreprises ne possèdent pas en interne.

Des partenaires de premier plan

Forge n'est pas un produit théorique. La plateforme est déjà utilisée par plusieurs organisations :

• Ericsson, le géant suédois des télécommunications
• L'Agence spatiale européenne (ESA)
• Reply, cabinet de conseil italien spécialisé en technologies
• DSO et HTX, deux organisations de défense et de technologie de Singapour

Côté investisseurs, ASML, le fabricant néerlandais de machines de lithographie indispensables à la production de puces, a mené la série C de Mistral à hauteur de 1,7 milliard d'euros, valorisant l'entreprise à 11,7 milliards d'euros (environ 13,5 milliards de dollars).

Pourquoi les entreprises veulent leur propre IA ?

La question mérite d'être posée. Pourquoi investir dans un modèle sur mesure quand on peut utiliser GPT-4 ou Claude via une API ?

Plusieurs raisons reviennent systématiquement :

Le contrôle des données. Les entreprises du CAC 40, les banques ou les administrations publiques ne veulent pas que leurs données transitent par les serveurs d'OpenAI à San Francisco. Avec Forge, les modèles sont entraînés et hébergés dans un environnement maîtrisé.

La spécialisation linguistique. Les grands modèles généralistes sont principalement entraînés sur de l'anglais. Une entreprise japonaise, allemande ou brésilienne qui a besoin d'un modèle capable de raisonner finement dans sa langue a tout intérêt à l'entraîner elle-même.

La conformité réglementaire. Dans la finance, la santé ou la défense, les régulateurs exigent de pouvoir auditer les systèmes d'IA. Un modèle open-weight entraîné en interne répond beaucoup mieux à ces exigences qu'une boîte noire hébergée à l'étranger.

La propriété intellectuelle. Un modèle entraîné sur les données d'une entreprise encode son savoir-faire unique. C'est un actif stratégique que l'organisation possède et contrôle entièrement.

Mistral en route vers le milliard

Arthur Mensch affirme que Mistral est en trajectoire pour dépasser le milliard de dollars de revenus récurrents annuels cette année. En février 2026, la société revendiquait déjà plus de 400 millions de dollars de chiffre d'affaires annualisé, avec plus de 100 clients entreprise, dont HSBC et Stellantis.

Ces chiffres placent Mistral dans une position singulière. Alors qu'OpenAI et Anthropic captent l'essentiel de l'attention médiatique grâce à leurs produits grand public, la startup française construit discrètement un empire sur le marché B2B de l'IA.

Ce que ça change pour le marché

Forge marque un tournant dans la démocratisation de l'IA d'entreprise. Jusqu'ici, entraîner un modèle de langage de zéro était réservé aux géants de la tech disposant de milliers de GPU et d'équipes de recherche pléthoriques. Forge rend cette capacité accessible à toute organisation disposant de données pertinentes et d'un budget conséquent.

La plateforme supporte aussi bien les modèles denses que les architectures en mélange d'experts (MoE), une technique qui permet d'obtenir des performances élevées avec une consommation de ressources réduite.

Pour les entreprises européennes, Forge présente un avantage supplémentaire : Mistral est une société française, soumise au droit européen, ce qui simplifie considérablement les questions de conformité au RGPD et au futur AI Act.

Un pari risqué mais cohérent

Mistral fait un pari clair : l'avenir de l'IA passe par des modèles spécialisés, pas par un modèle unique qui fait tout. La startup estime que "les modèles d'IA deviennent une couche fondamentale de l'infrastructure d'entreprise" et que la capacité à encoder le savoir institutionnel dans le comportement d'un modèle sera un avantage compétitif décisif.

C'est un pari ambitieux, surtout face à des concurrents américains qui disposent de moyens financiers bien supérieurs. Mais Mistral a un atout : son ancrage européen, ses modèles open-weight, et une vision claire de ce que les entreprises attendent. Le temps dira si cette stratégie suffit à tenir tête aux mastodontes de la Silicon Valley.