Mistral devient-il un cabinet de conseil ? La nouvelle stratégie du champion européen de l'IA

Lorsque Mistral a fait irruption en 2023 comme la réponse européenne à OpenAI, investisseurs et responsables politiques des deux côtés de l'Atlantique y ont vu un espoir de souveraineté technologique pour le Vieux Continent. Trois ans plus tard, l'entreprise semble opérer un virage inattendu : au lieu de simplement vendre l'accès à ses modèles via API, Mistral a commencé à intégrer ses propres ingénieurs en IA directement dans les équipes de ses plus grands clients européens. D'après Bloomberg, ce modèle ressemble davantage au travail de McKinsey ou d'Accenture qu'à celui d'une startup technologique classique.

Au premier abord, la décision paraît pragmatique. Les grands groupes européens — banques, géants industriels, opérateurs télécoms — veulent déployer l'intelligence artificielle, mais manquent souvent de l'expertise interne nécessaire. Le fossé entre « nous avons accès à un modèle de langage puissant » et « nous l'utilisons réellement dans nos processus métier » est immense. Mistral, semble-t-il, a décidé de combler précisément ce fossé en proposant non seulement la technologie, mais un accompagnement complet du déploiement. Les ingénieurs de l'entreprise travaillent côte à côte avec les équipes des clients : ils adaptent les modèles à des tâches précises, configurent les pipelines de données et forment les équipes internes.

Le contexte de ce choix s'éclaire à la lumière du paysage concurrentiel. OpenAI, Google et Anthropic investissent des dizaines de milliards de dollars dans l'infrastructure et l'entraînement des modèles de nouvelle génération. Malgré des levées de fonds impressionnantes pour une startup européenne, Mistral ne peut pas rivaliser avec ces budgets dans une course frontale au modèle de fondation le plus puissant. En revanche, elle peut jouer sur la profondeur d'intégration et la compréhension des spécificités du monde des affaires européen — y compris les exigences réglementaires du RGPD (GDPR), la localisation des données et les particularités culturelles du marché. Un terrain où les géants américains avancent à contrecœur et lentement.

Pourtant, le modèle du conseil pose un problème fondamental : le passage à l'échelle. Les investisseurs valorisent autant les entreprises technologiques précisément parce que leur produit peut être dupliqué presque gratuitement : on entraîne un modèle une fois, puis on vend l'accès à des millions d'utilisateurs. Dès qu'on envoie des ingénieurs chez chaque client, la marge baisse et la croissance se heurte au nombre de spécialistes qualifiés. Pour une startup qui a levé plus de deux milliards d'euros avec une valorisation supposant une croissance exponentielle, c'est un signal potentiellement dangereux. Les investisseurs ont misé sur un futur OpenAI européen et obtiennent une entreprise de services, certes de haute technologie.

Pour être juste, Mistral n'est pas le premier à emprunter cette voie. Palantir a bâti pendant des années son activité sur le modèle des « forward-deployed engineers », des ingénieurs travaillant sur le site du client. Ce modèle a contribué à porter la capitalisation boursière de l'entreprise de Peter Thiel à des centaines de milliards de dollars.

La différence : Palantir a été conçu dès l'origine autour de cette approche, alors que pour Mistral, il s'agit plutôt d'une adaptation à la réalité du marché, où proposer simplement une API ne suffit plus. De plus, Palantir travaille surtout avec des clients publics et de la défense, pour lesquels la personnalisation poussée n'est pas une option mais une nécessité. Mistral vise le secteur commercial, où les clients sont plus sensibles au coût.

Pour l'écosystème européen de l'IA dans son ensemble, ce virage envoie un signal ambivalent. D'un côté, il montre que les entreprises européennes sont réellement prêtes à payer pour déployer l'intelligence artificielle : la demande existe, et elle est réelle. De l'autre, il confirme les craintes des sceptiques : l'Europe ne crée toujours pas de plateformes technologiques d'envergure mondiale, mais bâtit plutôt des couches de services autour de technologies fondamentales. Si même la startup européenne d'IA la plus ambitieuse doit se transformer en cabinet de conseil pour générer des revenus, cela témoigne de limites structurelles du marché.

Il est toutefois trop tôt pour enterrer les ambitions de Mistral. Il se peut très bien que la phase de conseil soit une stratégie temporaire, qui permet d'accumuler des données uniques sur des cas d'usage réels, d'affiner les modèles en pratique et de nouer des relations durables avec les plus grands groupes européens. Si l'équipe d'Arthur Mensch parvient à transformer des déploiements sur mesure en solutions sectorielles reproductibles, il pourrait en naître quelque chose de bien plus précieux qu'un énième fournisseur d'API.

Mais il faut pour cela marcher sur la ligne ténue entre société de services et plateforme technologique — sans s'enliser dans une personnalisation sans fin pour chaque client. L'année qui vient dira si ce virage sera un tremplin ou un piège.