Mistral AI mise sur la « création d'IA sur mesure » et annonce Mistral Forge, une plateforme permettant aux entreprises de créer des modèles personnalisés entraînés à partir de leurs propres données

Mistral AI mise sur la « création d'IA sur mesure » et annonce Mistral Forge, une plateforme permettant aux entreprises de créer des modèles personnalisés entraînés à partir de leurs propres données

Mistral AI a annoncé Mistral Forge, une plateforme qui permet aux entreprises de créer des modèles personnalisés entraînés sur leurs propres données. Il s’agit d’une initiative ciblée pour Mistral, une entreprise qui a bâti son activité sur une clientèle d’entreprises. Selon Mistral, Forge comble le fossé entre l’IA générique et les besoins spécifiques des entreprises. Au lieu de s’appuyer sur des données publiques générales, les organisations peuvent entraîner des modèles qui comprennent leur contexte interne, intégré aux systèmes, aux flux de travail et aux politiques, alignant ainsi l’IA sur leurs opérations propres. Le PDG Arthur Mensch affirme que l’orientation résolument tournée vers l’entreprise de Mistral porte ses fruits : la société est en passe de dépasser le milliard de dollars de chiffre d’affaires annuel récurrent cette année.

La plupart des projets d’IA en entreprise échouent non pas parce que les entreprises ne disposent pas de la technologie nécessaire, mais parce que les modèles qu’elles utilisent ne comprennent pas leur activité. Ces modèles sont souvent entraînés à partir d’Internet, plutôt que sur la base de décennies de documents internes, de flux de travail et de savoir-faire institutionnel. C'est dans cette lacune que Mistral, la start-up française spécialisée dans l'IA, voit une opportunité.

Mistral AI est une entreprise française fondée en avril 2023, spécialisée dans l'intelligence artificielle générative. Elle développe de grands modèles de langages open source et propriétaires. Elle a été cofondée par Arthur Mensch, Guillaume Lample et Timothée Lacroix. Durant sa première année d'existence, elle réalise trois levées de fonds successives, d'un montant total de plus d'un milliard d'euros. Sa dernière levée en septembre 2025 la valorise à plus de onze milliards d'euros. Mistral est considérée comme l'un des leaders européens de l'intelligence artificielle.

L'entreprise a annoncé Mistral Forge, une plateforme qui permet aux entreprises de créer des modèles personnalisés entraînés sur leurs propres données. Mistral a annoncé cette plateforme lors de la GTC de Nvidia, la conférence technologique annuelle de Nvidia, qui cette année est largement axée sur l'IA et les modèles agentiques pour les entreprises. Il s’agit d’une initiative ciblée pour Mistral, une entreprise qui a bâti son activité sur une clientèle d’entreprises, alors que ses rivaux OpenAI et Anthropic ont pris une longueur d’avance en termes d’adoption par les consommateurs.

Le PDG Arthur Mensch affirme que l’orientation résolument tournée vers l’entreprise de Mistral porte ses fruits : la société est en passe de dépasser le milliard de dollars de chiffre d’affaires annuel récurrent cette année. Selon Mistral, une grande partie de cette stratégie consiste à donner aux entreprises davantage de contrôle sur leurs données et leurs systèmes d'IA. « Forge permet aux entreprises et aux gouvernements de personnaliser des modèles d'IA en fonction de leurs besoins spécifiques », a déclaré Elisa Salamanca, responsable produit chez Mistral.


En décembre 2025, dans le cadre d'une initiative majeure visant à redessiner le paysage du développement logiciel basé sur l'IA, le géant français de l'intelligence artificielle Mistral AI a dévoilé sa famille de modèles de codage de nouvelle génération, Devstral 2, ainsi que l'interface de ligne de commande (CLI) innovante Mistral Vibe. Avec Devstral 2, Mistral AI défie directement les modèles propriétaires établis tels que GitHub Copilot et Claude Code d'Anthropic, en proposant une alternative performante et rentable.

L'introduction de Devstral Small vise à mettre le codage IA sophistiqué à la portée des développeurs individuels et des petites équipes, favorisant ainsi l'innovation à tous les niveaux. Associé à Mistral Vibe CLI, pionnier des workflows de « vibe coding », l'entreprise ne se contente pas de lancer des modèles, mais propose tout un écosystème conçu pour améliorer la productivité des développeurs et leur interaction avec les agents IA.

Voici l'annonce de Mistral AI :

Mistral Forge

Aujourd'hui, nous présentons Forge, un système permettant aux entreprises de créer des modèles d'IA de pointe basés sur leurs connaissances propriétaires.

La plupart des modèles d’IA disponibles aujourd’hui sont principalement entraînés sur des données accessibles au public. Ils sont conçus pour fonctionner efficacement sur un large éventail de tâches. Mais les entreprises fonctionnent à partir de connaissances internes : normes d’ingénierie, politiques de conformité, bases de code, processus opérationnels et années de décisions institutionnelles.

Forge comble le fossé entre l’IA générique et les besoins spécifiques des entreprises. Au lieu de s’appuyer sur des données publiques générales, les organisations peuvent entraîner des modèles qui comprennent leur contexte interne, intégré aux systèmes, aux flux de travail et aux politiques, alignant ainsi l’IA sur leurs opérations propres.

Mistral AI s'est déjà associé à des organisations de premier plan, telles qu'ASML, les Laboratoires nationaux DSO de Singapour, Ericsson, l'Agence spatiale européenne, l'Agence pour la science et la technologie (HTX) de Singapour et Reply, afin de former des modèles sur les données propriétaires qui alimentent leurs systèmes les plus complexes et leurs technologies d'avenir.


Former des modèles sur les connaissances institutionnelles

Forge permet aux entreprises de créer des modèles qui intègrent leurs connaissances métier. Les organisations peuvent entraîner des modèles sur de grands volumes de documentation interne, de bases de code, de données structurées et d'enregistrements opérationnels. Au cours de l'entraînement, le modèle apprend le vocabulaire, les schémas de raisonnement et les contraintes qui définissent cet environnement.

Cela permet aux équipes de développer des modèles et des agents qui raisonnent en utilisant la terminologie interne et comprennent les workflows de l'entreprise. Forge prend en charge des approches d'entraînement modernes à plusieurs étapes du cycle de vie du modèle :

- Le pré-entraînement permet aux organisations de créer des modèles adaptés au domaine en apprenant à partir de vastes ensembles de données internes.

- Les méthodes de post-entraînement permettent aux équipes d'affiner le comportement des modèles pour des tâches et des environnements spécifiques.

- L'apprentissage par renforcement aide les organisations à aligner les modèles et les agents sur les politiques internes, les critères d'évaluation et les objectifs opérationnels, tout en améliorant les performances des agents dans des environnements réels, tels que l'orchestration complexe, l'utilisation d'outils et la prise de décision.

Ensemble, ces capacités permettent aux entreprises d'aller au-delà du comportement générique de l'IA et de développer des modèles qui reflètent l'intelligence institutionnelle.

Contrôle et autonomie stratégique

Pour de nombreuses organisations, l'adoption de l'IA soulève des questions concernant le contrôle des modèles, des données et de la propriété intellectuelle à long terme. Forge permet aux entreprises de créer des modèles qui restent sous leur contrôle. Les modèles peuvent être entraînés à l'aide d'ensembles de données propriétaires et régis par des politiques internes, des normes d'évaluation et des exigences opérationnelles.

Cela permet aux organisations de garder le contrôle sur la manière dont leurs connaissances sont encodées et utilisées par les systèmes d'IA. Dans les environnements réglementés, ce niveau de contrôle est essentiel. Les entreprises doivent s'assurer que les modèles reflètent les exigences de conformité, les contraintes opérationnelles et les cadres de gouvernance interne.

En permettant aux organisations de créer des modèles fondés sur leurs propres connaissances et exploités au sein de leurs propres environnements d'infrastructure, Forge offre un degré plus élevé d'autonomie stratégique à mesure que l'IA s'intègre aux systèmes centraux de l'entreprise.

Les modèles personnalisés garantissent la fiabilité des agents d'entreprise

Les agents d'entreprise ne doivent pas se contenter de générer des réponses. Ils doivent être capables de naviguer dans les systèmes internes, d'utiliser correctement les outils et de prendre des décisions dans le respect des contraintes de l'organisation.

Les modèles personnalisés rendent cela possible en offrant aux agents une compréhension plus approfondie de l'environnement dans lequel ils opèrent. Au lieu de s'appuyer sur un raisonnement générique, les agents alimentés par des modèles formés au domaine peuvent interpréter la terminologie interne, suivre les procédures opérationnelles et comprendre les relations entre les différents systèmes et sources de données.

Cela modifie le comportement des agents dans la pratique. Le choix des outils gagne en précision. Les workflows en plusieurs étapes deviennent plus fiables. Les décisions peuvent refléter les politiques internes et la logique métier plutôt que des hypothèses génériques.

Il en résulte des agents qui vont au-delà de la simple assistance et commencent à fonctionner comme des composants opérationnels des systèmes d'entreprise, capables d'exécuter des tâches, d'assurer la coordination entre les outils et de prendre en charge des processus complexes avec une plus grande précision et rapidité.


Prise en charge de plusieurs architectures de modèles

Forge offre une grande flexibilité en prenant en charge à la fois les architectures denses et celles de type « mixture-of-experts » (MoE). Cela permet aux entreprises d'optimiser leurs performances, leurs coûts et leurs contraintes opérationnelles. Les modèles denses offrent de solides capacités générales pour un large éventail de tâches d'entreprise, tandis que les architectures MoE permettent aux très grands modèles de fonctionner plus efficacement, en offrant des capacités comparables avec une latence et des coûts de calcul inférieurs à ceux d'un modèle dense de même envergure. Forge prend également en charge les entrées multimodales lorsque cela est nécessaire, permettant aux modèles d'apprendre à partir de texte, d'images et d'autres formats de données.

Conçu pour donner la priorité aux agents

Les agents de code deviennent les principaux utilisateurs des outils de développement ; c'est pourquoi nous avons conçu Forge en pensant d'abord à eux, et non comme une solution après coup. Un agent autonome tel que Mistral Vibe peut l'utiliser pour affiner les modèles, trouver les hyperparamètres optimaux, planifier des tâches et générer des données synthétiques pour les évaluations par méthode de l'ascension de la colline. Tout au long du processus, Forge surveille les métriques pour s'assurer que le modèle ne régresse pas sur les benchmarks qui vous importent. Comme Forge gère l'infrastructure et inclut des recettes éprouvées pour les pipelines de données ainsi que les méthodes d'entraînement propres à Mistral AI, n'importe qui, y compris les agents, peut personnaliser un modèle simplement en écrivant en anglais courant.

Amélioration continue grâce à l'apprentissage par renforcement et à l'évaluation

Les environnements d'entreprise évoluent constamment. Les réglementations changent. Les systèmes sont mis à jour. De nouvelles données deviennent disponibles. Forge est conçu pour une adaptation continue plutôt que pour un apprentissage ponctuel. Les organisations peuvent utiliser des pipelines d'apprentissage par renforcement pour affiner le comportement des modèles à l'aide de retours d'expérience issus d'évaluations internes et de workflows opérationnels.

Cela permet aux équipes d'améliorer les modèles au fil du temps et d'aligner les résultats sur les objectifs organisationnels. Les cadres d'évaluation permettent aux entreprises de tester les modèles par rapport à des benchmarks internes, des règles de conformité et des tâches spécifiques à un domaine avant de les déployer dans des environnements de production.

Il en résulte un cycle de vie des modèles qui favorise l'amélioration continue plutôt qu'un déploiement statique.

Créez vos propres modèles de pointe avec Forge

Les modèles d'IA deviennent un pilier de l'infrastructure des entreprises. À mesure que les organisations intègrent des agents IA dans leurs opérations clés, la capacité à encoder le savoir institutionnel dans le comportement des modèles va prendre de plus en plus d'importance.

Forge permet aux entreprises de créer et d'améliorer en permanence des modèles formés sur leurs propres données et adaptés à leur contexte opérationnel. Ces modèles peuvent alimenter des systèmes et des agents IA qui fonctionnent en utilisant la terminologie, les processus et les contraintes propres à l'organisation. Au fil du temps, cette approche permet aux organisations de considérer les modèles d'IA non pas simplement comme des outils externes, mais comme des atouts stratégiques qui évoluent parallèlement à leurs connaissances, leurs processus et leur expertise.

Source : Annonce de Mistral Forge

Et vous ?

Pensez-vous que cette annonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

La start-up française Mistral lance Mistral AI Studio, une plateforme web permettant de créer, d'observer et de déployer des applications d'IA à l'aide de modèles propriétaires et à poids ouvert

Anthropic force les marchés à envisager un futur où l'IA rend les applications inutiles : près de 1 000 Mds $ envolés tandis que les investisseurs se demandent si l'IA ne représente pas une menace existentielle

Déployez votre propre plateforme d'IA de Vibe Coding en un seul clic : Cloudflare met en open source sa plateforme de codage IA complète de bout en bout "VibeSDK"