ai-PULSE : la France rassemble ses atouts pour une IA européenne ouverte

La compétition mondiale de l’intelligence artificielle ne se résume pas à une course entre les laboratoires américains. En France aussi, entreprises du cloud, chercheurs, startups et pouvoirs publics tentent de réunir les ingrédients nécessaires pour construire des solutions capables d’exister à l’échelle internationale : puissance de calcul, modèles performants, accès pour les développeurs et cadre réglementaire lisible.

C’est le sens de la deuxième édition d’ai-PULSE, organisée à Station F. Le rendez-vous a mis en avant les annonces de Scaleway, du laboratoire Kyutai et de la startup H. Plutôt qu’une unique « réponse française à OpenAI », il faut y voir la démonstration d’un écosystème qui cherche à réduire sa dépendance aux grandes plateformes étrangères, sans prétendre que tous les acteurs présents poursuivent exactement le même projet.

ai-PULSE, un rendez-vous pour relier les maillons de l’IA

L’essor de l’IA générative a rendu visibles plusieurs dépendances technologiques. Entraîner ou faire fonctionner un grand modèle exige des processeurs graphiques spécialisés, des centres de données, des jeux de données, des équipes de recherche et des canaux de distribution. Or, sur chacun de ces plans, les entreprises américaines disposent d’une avance considérable.

ai-PULSE met précisément l’accent sur les briques qui permettent à des acteurs européens de garder une marge de manœuvre. Les échanges ont porté sur la puissance de calcul, l’efficacité des modèles et la place de l’open source. Dans ce contexte, un modèle ouvert ne signifie pas automatiquement qu’il est libre de toute contrainte. Cela désigne généralement un modèle dont les poids, le code ou les modalités d’utilisation sont davantage accessibles que ceux d’un service entièrement propriétaire. L’enjeu est de permettre à des entreprises et développeurs de l’adapter à leurs propres besoins et de choisir leur infrastructure.

Le rassemblement illustre aussi une réalité plus nuancée que l’opposition simpliste entre l’Europe et OpenAI. L’objectif n’est pas seulement de reproduire un assistant conversationnel généraliste. Il consiste à proposer des services exploitables localement, des modèles adaptés aux langues européennes et des outils pouvant être intégrés à des produits existants.

Scaleway veut renforcer la capacité de calcul disponible

Pour faire tourner les modèles d’IA modernes, les GPU sont devenus une ressource stratégique. Ces processeurs graphiques, initialement conçus pour effectuer en parallèle de très nombreux calculs, sont particulièrement adaptés aux opérations mathématiques répétitives de l’apprentissage automatique. Ils sont indispensables à l’entraînement de grands modèles, mais aussi à leur utilisation à grande échelle.

À ai-PULSE, Scaleway a annoncé l’ajout de GPU H100, une génération de puces très utilisée pour les charges de travail d’intelligence artificielle. Damien Lucas, directeur général de Scaleway, a indiqué que l’entreprise devait prochainement dépasser 5 000 GPU. Le chiffre ne suffit pas à lui seul à comparer deux clouds : les performances dépendent aussi du réseau reliant les machines, du stockage, des logiciels et de la manière dont les puces sont réparties. Il donne toutefois une indication sur l’ampleur de l’investissement nécessaire pour servir des projets d’IA.

Scaleway a également présenté un calculateur d’empreinte carbone destiné à mieux apprécier l’impact environnemental des infrastructures cloud. L’intérêt d’un tel outil est de rendre plus visibles les choix techniques qui pèsent sur l’empreinte d’un projet : volume de calcul mobilisé, durée d’utilisation des machines ou localisation de l’infrastructure. Cela ne fait pas disparaître l’impact énergétique de l’IA, mais peut aider les organisations à le mesurer et à arbitrer leurs usages.

Enfin, le fournisseur a lancé une API donnant accès à des modèles d’IA open source. Pour les développeurs, une API est une interface standardisée permettant à une application d’envoyer une requête à un modèle et de recevoir une réponse, sans administrer directement les serveurs qui l’hébergent. Cette approche peut abaisser la barrière technique pour les équipes qui souhaitent tester des modèles ouverts sans bâtir elles-mêmes toute l’infrastructure nécessaire.

Moshi, l’assistant vocal de Kyutai, arrive dans l’API de Scaleway

L’une des annonces les plus attendues concerne Moshi, l’assistant vocal développé par Kyutai. Le modèle devient accessible via l’API de Scaleway, une étape importante pour passer d’une démonstration technologique à une intégration dans des produits concrets. Des développeurs peuvent ainsi envisager de l’utiliser dans des assistants téléphoniques, des interfaces vocales ou des services nécessitant une conversation parlée.

Un assistant vocal conversationnel pose des difficultés particulières. Il doit comprendre une parole parfois hésitante, répondre suffisamment vite pour ne pas rompre l’échange, gérer les interruptions et produire une voix intelligible. Une démonstration de Moshi a d’ailleurs fait apparaître un défi technique. Les annonces ne fournissent pas d’élément permettant d’en mesurer précisément la portée, mais cet épisode rappelle qu’un échange vocal fluide reste plus exigeant qu’une simple question écrite à un chatbot.

Kyutai positionne Moshi comme une alternative possible à l’API Realtime d’OpenAI, qui permet elle aussi de créer des expériences vocales interactives. Ce positionnement doit cependant être lu avec prudence : aucun benchmark direct ni comparaison de performances n’a été présenté à ai-PULSE. L’intérêt de Moshi réside, à ce stade, dans l’existence d’une option issue de l’écosystème européen et dans sa disponibilité à travers l’infrastructure de Scaleway.

Une feuille de route centrée sur le français et le multimodal

Patrick Pérez, directeur général de Kyutai, a détaillé les prochaines étapes de Moshi. Le laboratoire prévoit de publier le code d’entraînement et de fine-tuning du modèle. Le fine-tuning, ou ajustement, consiste à adapter un modèle déjà entraîné à une tâche, un domaine ou un type de langage particulier à partir de données supplémentaires. Sa disponibilité peut permettre à des équipes de spécialiser l’assistant pour leur activité, à condition de disposer de données pertinentes et de maîtriser les conditions techniques de l’opération.

L’amélioration linguistique doit commencer par le français. Ce choix a une importance pratique. La qualité d’un assistant vocal ne dépend pas uniquement de sa capacité à former des phrases correctes. Accents régionaux, vocabulaire métier, noms propres, tours de parole et diversité des situations de communication influencent fortement l’expérience. Kyutai indique avoir mis en place des partenariats afin d’accéder à des données d’entraînement appropriées.

Autre axe annoncé : les interactions multimodales, notamment la capacité de Moshi à interagir avec des images. Un système multimodal peut combiner plusieurs formats d’information, comme le texte, la parole et l’image. Dans un usage courant, cela pourrait par exemple permettre à une personne de montrer un document, un objet ou une interface et d’en discuter vocalement avec l’assistant. Cette perspective reste une feuille de route : elle ne signifie pas que l’ensemble de ces fonctions est déjà disponible.

H mise sur l’orchestration des modèles pour automatiser le travail

La startup H a apporté un autre éclairage sur le marché naissant de l’IA générative. Après une levée de fonds de 220 millions de dollars, l’entreprise ambitionne d’explorer trois segments : les modèles de langage conversationnels, les modèles dédiés au code et l’automatisation.

Son directeur général, Charles Kantor, a présenté une stratégie centrée sur l’orchestration de modèles de langage afin d’optimiser des workflows à partir d’interfaces spécifiques. Derrière ce terme, l’idée est de faire coopérer un ou plusieurs modèles avec des outils et des étapes métier. Un système peut, par exemple, recevoir une demande, extraire des informations d’un document, préparer une action puis soumettre le résultat à une validation humaine. La difficulté n’est donc pas seulement de produire du texte convaincant, mais de rendre l’enchaînement fiable, contrôlable et utile dans une organisation réelle.

H prévoit d’ouvrir un accès pour les développeurs d’ici la fin de l’année 2024. Cette ouverture sera un jalon à suivre, car elle permettra de voir plus concrètement comment la startup traduit son ambition en produits, en interfaces et en cas d’usage. Dans l’IA générative, une levée de fonds importante donne des moyens, mais ne remplace ni la qualité technologique ni l’adoption par les utilisateurs.

Réguler sans fragmenter le marché européen

La journée n’a pas été uniquement consacrée aux annonces techniques. Clara Chappaz, secrétaire d’État chargée de l’Intelligence artificielle, a insisté sur la nécessité d’une régulation à la fois réfléchie et équilibrée. Son message : protéger les citoyens ne doit pas revenir à empêcher l’innovation, et l’Europe doit éviter une multiplication de règles nationales contradictoires.

Cette préoccupation s’inscrit dans un moment décisif pour l’Union européenne. L’AI Act, le règlement européen sur l’intelligence artificielle, est entré en vigueur le 1er août 2024 et son application se déploiera progressivement. Son ambition est d’encadrer les usages les plus risqués tout en imposant des obligations de transparence et de gouvernance à certains systèmes. Pour les entreprises, l’enjeu est de comprendre suffisamment tôt les règles afin d’intégrer la conformité à leurs produits plutôt que de l’ajouter au dernier moment.

Clara Chappaz a aussi évoqué la préparation de l’AI for Action Summit, prévu à Paris en février 2025. Ce rendez-vous doit offrir à la France une tribune internationale sur les enjeux de l’IA. Sa portée dépendra toutefois de sa capacité à faire dialoguer les grands principes, comme la sécurité et l’intérêt général, avec les besoins très concrets des chercheurs, des fournisseurs de cloud, des startups et des utilisateurs.

Ce qu’il faut surveiller après ai-PULSE

Les annonces de novembre 2024 dessinent une trajectoire, mais elles ne suffisent pas encore à établir une alternative européenne équivalente aux géants américains. Plusieurs critères permettront d’évaluer les progrès réalisés.

D’abord, la disponibilité effective des infrastructures et des API sera essentielle. Des GPU annoncés doivent pouvoir être réservés à des conditions accessibles, et les développeurs doivent disposer d’outils suffisamment simples et documentés pour construire des services. Ensuite, la publication annoncée par Kyutai du code d’entraînement et de fine-tuning de Moshi permettra de mesurer le niveau réel d’ouverture du projet.

Il faudra également observer la qualité de Moshi en français et ses futures capacités multimodales, ainsi que l’accueil réservé à l’accès développeur promis par H. Enfin, le débat réglementaire restera central : une Europe trop fragmentée peut compliquer le passage à l’échelle, mais une IA déployée sans garanties de sécurité, de transparence et de responsabilité risquerait de fragiliser la confiance.

ai-PULSE ne constitue donc pas une riposte unique et immédiate à OpenAI. Le rendez-vous montre plutôt que la France cherche à assembler les conditions d’une filière complète, du calcul aux applications, avec une place revendiquée pour les modèles ouverts et les règles européennes. La capacité de ces promesses à se transformer en outils réellement utilisés sera le véritable test des prochains mois.