Speaker #0Bonjour à tous et bienvenue dans ce nouveau podcast de Mister IA. Comme chaque semaine, nous allons ensemble pendant une heure décrypter toute l'actualité autour du secteur de l'IA générative. Les nouvelles fonctionnalités sur Cloud, les nouveaux modèles d'IA sortis par OpenAI et sur Tchad GPT, ou encore des rapprochements entre entreprises ou certaines études qui sortent sur l'IA générative, à la fin de cette heure, vous saurez tout sur le secteur. Je vous rappelle que nous sommes également disponibles sur toutes les plateformes de podcast, en replay. sur YouTube ou encore en live chaque mercredi soir sur LinkedIn. Il me reste désormais à vous souhaiter un bon podcast. Donc la grosse actualité dont je voulais parler, c'est évidemment la sortie du modèle Mistral Large 4, a.k.a. comme il dit, qui surnomme le Chonk. Donc le tout nouveau modèle de nos amis de chez Mistral et qu'on va essayer de regarder un petit peu en long, en large et en travers. Les choses que je peux déjà vous dire sur Mistral... C'est que c'est assez intéressant parce que toute la presse a communiqué sur le sujet suivant qui était de dire « ça y est, Mistral revient dans la course » , « ça y est, l'Europe se dote d'un modèle qui vient concurrencer les géants » , « ça y est, on regagne enfin notre souveraineté » , etc. Alors, il y a plusieurs choses à voir là-dessus. La première, c'est « oui, c'est bien, Mistral sort un tout nouveau modèle » . Ça fait longtemps qu'ils n'avaient pas sorti de modèle, plusieurs mois qu'on n'avait pas eu un modèle Mistral. Donc c'est plutôt très bien, on a un modèle Mistral et tant mieux. Mais attention, on ne va pas dire n'importe quoi. On n'est pas du tout, du tout, du tout, pour l'instant en tout cas, sur un modèle du niveau d'un, qu'est-ce qu'on a récemment, Astra 6 d'un côté, côté OpenAI, Fable 5.1 côté cloud, côté anthropique. Donc, quand tout le monde, quand j'ai vu les médias titrés, les échos ou d'autres, tiens, le retour de Mistral sur le devant de la scène, attention, ça demande quand même d'être un petit peu creusé. Alors, je vous ai fait ici, comme toujours, vous savez que j'utilise beaucoup la fonctionnalité Visualize de ChatGPT. Alors je ne sais pas si les nouveaux commentaires, si ça vous cache, moi ça me cache un petit peu la fenêtre. Je vais enlever les commentaires, ça cache un peu la fenêtre, mais je répondrai bien sûr s'il y en a. Donc ici vous voyez, alors 1000 milliards de paramètres, c'est un gros modèle. Vous vous souvenez le nombre de paramètres des petits modèles au début, type GPT-4 ? Mais c'était plus petit que ça. Le nombre de paramètres GPT-4, on n'était pas sur 120 milliards ? 400 milliards ? 120 milliards ? Quelque chose comme ça. Alors, j'ai du 1 700 milliards. C'est GPT-3. GPT-3, c'était 175 milliards de paramètres. GPT-4, on n'a pas vraiment su. Mais GPT-3, c'était 175 milliards de paramètres. GPT-4, ils disent plutôt autour de 1 700 milliards de paramètres. Ici, on serait sur 1 000 milliards de paramètres. Donc, c'est un modèle qui reste encore relativement petit. Qu'est-ce qu'il y a d'intéressant ici ? On va revenir sur les chiffres un petit peu. Mais globalement, là, pas grand-chose. sur la partie, sur les prix. Bon, vous voyez, c'est un modèle qui n'est pas très cher, mais qui n'est pas donné non plus. Quand on parle de 1,36$ par million de tokens en entrée et 4$ en sortie, ce n'est pas donné. Ce ne sont pas des modèles qui sont ultra, ultra, ultra légers. Évidemment que c'est moins cher qu'un modèle Astra, mais ce n'est pas non plus totalement donné. Donc Mistral nous sort ça et nous dit, en tout cas la presse nous dit, bon, on a un modèle de fondation. qui n'a rien à envier au meilleur modèle du marché. Quand on regarde un petit peu quand même dans le détail, et je ne vais pas aller sur celui-ci, je vais quand même aller sur celui-ci. Le premier, c'est que Mistral nous parle beaucoup de ses modèles de code. Ils sont connus, en tout cas, ils se considèrent plutôt bons en code. Quand je vois ça, vous le voyez ici, alors pour ceux qui sont en podcast, on va vous dire, c'est que quand on regarde tous les... Je suis toujours sur Arena, qui est un super outil, un super site pour comparer les modèles d'IA. Vous voyez que sur la partie code, sur Code Arena, en développement web notamment, Mistral Large 4, c'est que le 13ème meilleur modèle. Alors on pourrait dire devant évidemment il y a du Opus 5.5, il y a du GPT-6 Astra, il y a du Gemini 4 Argon qui vient de sortir. Donc c'est des gros modèles fermés. Oui mais il y a aussi du Quen, il y a aussi du Kimi, il y a aussi du Mimo ou il y a aussi du GLM ou du DeepSync qui sont du open source. Donc sur la partie code, on voit quand même que nos amis de Mistral sur ces benchmarks, malheureusement ils sont un peu loin. J'en donne un autre ici. Sur celui qui est, alors le benchmark qui est à peu près considéré aujourd'hui par quasiment tout le monde, comme le benchmark le plus fiable et le plus fidèle sur vraiment la performance d'un modèle d'IA génératif. C'est le Artificial Analysis Intelligence Index qui est fait par, je ne sais plus qui c'est, c'est pas Remp qui fait ça ? Non, je ne sais plus qui fait ça, mais peu importe. Et vous voyez ici, alors désolé, il est un peu flou, on ne voit pas très bien. Mais vous voyez que Mistral, il est passé de la 25e place à la 15e place, quelque chose comme ça. Et là aussi... C'est bien, mais Mistral qui n'avait pas sorti de modèle depuis plusieurs mois arrive avec un modèle qui n'est que 15e ou quelque chose autour de la 15e place quand on le compare à des Dipsy, des Quen, tout le monde est devant, Grock, Muse, Dipsy, Quen, GPT-6, Claude Opus, Claude Fable évidemment, bref tous sont devant. Et donc il y a quand même le sujet de se dire alors oui c'est bien, on a quand même un géant qui fait des modèles etc. mais là on peut quand même pas nier le fait qu'il y a un gros gros gros retard. il y a un gros retard sur la performance des modèles. Et je n'ai pas là pour ni critiquer, ni etc. Encore une fois, c'est bien. D'ailleurs, vous avez vu sur un benchmark que j'ai passé assez vite, mais je peux le remontrer ici. Bon, sur la cybersécurité, le modèle a plutôt l'air d'être pas mauvais. Encore là aussi, il n'est pas au niveau de Grok, pas au niveau de Mimo, pas au niveau de GPT-6 Luna, pas au niveau de GLM. Mais il a l'air d'être plutôt bien sur les sujets de cybersécurité. Maintenant, autant de temps. Pour entraîner un modèle qui est très loin sur le généraliste, très loin sur le code et plutôt pas mal en cybersécurité, on peut quand même se poser cette question qu'on s'est posée plein de fois ici. Est-ce que l'objectif et l'enjeu de Mistral, c'est de créer des modèles ou est-ce qu'en fait, c'est peine perdue ? Et là, on se pose vraiment la question. Alors, je veux bien avoir votre avis. Je ne sais pas ce que vous en pensez dans le chat. Est-ce que si vous étiez Mistral, encore une fois, c'est plus facile de donner notre avis de notre côté plutôt que de prendre les décisions à leur place. Mais bon, vous, qu'est-ce que vous pensez de ça ? Est-ce que vous pensez que… En effet, ils sont très très loin. Est-ce que c'est plutôt encourageant ? Moi, j'ai plutôt l'impression, moi je le ressens comme plutôt décevant. Plutôt décevant de voir qu'il y a eu tous ces efforts de fait. Alors, il y a quand même quelque chose qui est intéressant. Je vais vous le montrer. C'est là, sur la partie Mistral, en fait, à utiliser, je ne vais pas vous dire de bêtises, mais 3800 GPU, je crois que c'est 3800, de Nvidia, des GPU Blackwell de Nvidia, pour entraîner ce modèle-là. Et c'est la première fois qu'on a un modèle entraîné 100% en Europe, côté Mistral. Je ne dis pas de bêtises là aussi, je vais vérifier, mais je crois que c'est le cas. Et c'est sûr qu'entraîner avec 3800 GPU, c'est très peu. C'est très très peu. Vous voyez que Clodopus 5.5 a été entraîné avec 500 000 GPU. Grok 4.7 avec plusieurs centaines de milliers de GPU aussi. Et Astra, vous l'avez vu, je vais vous mettre sur pause. Hop, pardon. Ici, vous l'avez. 500 000 GPU pour Clodopus, 100 000 pour GPT-6 Astra. Et 4.7 Grok, 200 000 GPU. Mistral, on est sur du 3800 GPU. Donc... C'est vraiment beaucoup moins de GPU. Et donc, c'est vrai que si on regarde, si on repart de leur score tout à l'heure, de 38 qui était le, vous l'avez ici, le Artificial Analysis Intelligence Index qui est un petit peu ce dont je vous parlais là, des benchmarks les plus cohérents et les plus performants. Évidemment, ils ne sont qu'à 38 Mistral versus 53 pour Astra ou 58 pour Opus 5.5. En revanche, l'intelligence par GPU d'entraînement, là, c'est sûr qu'ils sont bien devant. Ils sont bien devant parce qu'ils ont utilisé que 3800 GPU, on pourrait dire, pour atteindre cette intelligence-là. Maintenant, la vraie question, c'est est-ce qu'ils pouvaient aller au-delà ? S'ils pouvaient, pourquoi ils ne l'ont pas fait ? Est-ce que ce ratio de 10 points, 10 index points par millier de GPU, est-ce qu'il est toujours vrai quand on va sur du 100 000 GPU ou du 500 000 GPU ? Ce sont des chiffres qui sont très biaisés, donc rien ne nous prouve tout ça. En tout cas, ils ont fait plutôt un modèle qui était assez efficace, entraîné avec peu de GPU, qui a coûté assez peu cher. Mais encore une fois, qu'est-ce que ça, ça vaut sur le marché ? Qu'est-ce que ça, ça vaut sur le marché ? Aujourd'hui, on veut de la performance du modèle. On a déjà des Chinois qui font des modèles qui coûtent beaucoup moins cher, qui sont entraînés avec beaucoup moins de GPU. Donc, dans l'open source aujourd'hui, s'ils se comparent au gros modèle de langage, oui, l'intelligence par GPU utilisée est supérieure. Mais si on veut se comparer au gros modèle de langage, il ne faut comparer que la performance. Aujourd'hui, ils sont capables, demain, en tropique, non pas de mobiliser 500 000 GPU, mais peut-être... 2 millions de GPU pour entraîner un modèle. Et c'est bien d'avoir une intelligence par GPU côté Mistral qui est plutôt avancée, qui a plutôt des bonnes métriques. Mais qu'est-ce que ça vaut ? Et si on va côté chinois, là, est-ce qu'on est en capacité ? On n'a pas trop de chiffres, je crois. Je ne sais pas si vous en avez sur, justement, ce ratio un petit peu intelligence par GPU utilisé. Est-ce qu'il l'a mis dans son poste ? Non, on n'a pas les chiffres. Ce serait intéressant de voir. Mais c'est très, très, très dur à mon avis de se battre contre les Chinois sur ce sujet-là. Donc voilà un petit peu, là aussi, vous voyez, j'ai trouvé ça assez décevant. C'est que quand il se compare sur l'Intelligence Index, OK, il y a un petit saut qui a été fait, mais ça ne fait que le 1, 2, 3, 4, 5, 6e meilleur modèle open source Mistral. Et est-ce qu'il y a de la place sur le marché pour être le 6e modèle open source ? Ou en tout cas, est-ce qu'on aura besoin d'avoir 6 acteurs comme ça sur l'open source ? Je ne parle même pas des modèles fermés qui sont loin devant. Là, la question se pose. Et c'est pour ça que moi, je... prends avec des pincettes, c'est bien d'avoir réussi à entraîner un super modèle avec aussi peu de GPU mais je prends avec des pincettes, il y a des exemples qui ont été faits vous voyez Define Intelligence, c'est assez intéressant exemple concret, voilà, vous demandez, vous donnez à 3 modèles, une instruction, là c'était Hakimi, GLM, je rappelle les modèles chinois open source et Mistral, sur crée-moi un simulateur de lancée de roquettes ou de fusées On voit que côté Mistral, le modèle pêche encore un petit peu. Moi, je pense qu'il y a quand même pas mal de retard sur ce modèle. Voilà un petit peu sur Mistral. Je ne sais pas si vous aviez d'autres choses. Est-ce que vous avez vu passer des choses ? Est-ce que vous avez des questions ? En tout cas, plutôt pas mauvais sur la partie cyber, mais sur le reste, honnêtement, on est vraiment un cran en dessous. Voilà, pareil, on voit la Definitive Intelligence qui a fait d'autres exemples que j'aime bien vous montrer. sur un homme qui dessine un homme qui dessine un chat. Voilà, Mistral, il ne se passe pas grand-chose, alors que côté Kimi, ce n'est pas parfait, mais il se passe quelque chose. Et côté GLM, c'est plutôt très bien. Donc, c'est des tests. Évidemment, ils ne veulent pas tout dire. Il ne faut pas comparer parfaitement le niveau de deux modèles sur un ou deux cas d'usage comme ça. Mais c'est une grille de lecture quand même qui permet de voir la performance des modèles. Donc, voilà. un petit peu, donc 7 modèles ouverts chinois sont devant l'H4 aujourd'hui. C'est quand même ça qu'il faut retenir, et on ne parle même pas des modèles hors open source, donc des modèles fermés. Voilà sur ce sujet, est-ce qu'il y a des questions sur cette partie Mistral ? Des choses que vous voulez qu'on voit ensemble ? Je descends encore un petit peu, voir s'il y avait des actus sur Mistral. C'est sûr que la partie 3800 GPU Nvidia, ça c'est plutôt la bonne nouvelle. Si d'ailleurs, ça c'est un sujet, tant qu'on est sur du Mistral, on va en parler. On a quand même eu un gros sujet Mistral cette semaine, qui était le sujet des recours. Vous savez qu'ils ont un gros data center qui est en création. Alors, je ne sais plus exactement en France, je ne peux pas vous dire de bêtises, mais le data center commençait à démarrer sa phase de construction et ils ont déjà eu cinq recours. Et ça, c'est le gros problème qu'on va avoir et que va avoir Mistral. On en parle souvent. Il a évidemment que ce n'est en aucun cas de leur faute. Et ils le savent d'ailleurs. C'est pour ça qu'ils ont levé un milliard, je vous rappelle, pour aller en Suède. pour mettre des data centers en Suède. Ce problème-là, c'est qu'en France, il va être très dur. Au-delà du GPU, construire un data center, c'est au-delà du GPU, au-delà de tous les sujets IA qu'on peut imaginer, c'est qu'il faut construire des briques, des bâtiments sur des terrains en France. Et ça, c'est très compliqué. Ça, c'est très compliqué. Et aujourd'hui, Mistral se heurte vraiment à cette problématique-là. Et là, c'est ce que nous mentionne le canard enchaîné. Alors, on va voir. J'espère que les recours, ce n'est pas parce qu'il y a un recours que le chantier s'arrête pour autant. mais... ça ne sent pas très bon. Ça ne sent pas très bon. Et comment on va réussir à construire assez de data centers si en effet, dès qu'il y a un data center qui commence sa construction, on a des recours de partout parce qu'il y a des grenouilles vertes spéciales, etc. et qu'on ne peut rien faire. Si c'est le cas, malheureusement, ça va quand même être très pénalisant et pour Mistral et pour la France qui ne pourra pas avoir de data center concret sur son territoire. D'ailleurs, on en avait, je crois, parlé une fois ensemble sur le sujet de quand il y a eu le gros sommet pour l'IA en janvier 2024, 2025. Joyeux Noël 25 ! Le sommet sur l'IA, Macron qui annonce 100 milliards d'investissement dans l'IA en France, etc. Et notamment, je ne sais pas, un gros fonds MGX, je crois, aux Émirats Arabes Unis, qui nous dit, nous, on va mettre 10, 20, 30 milliards, quelque chose comme ça, plusieurs dizaines de milliards d'investissement dans nos data centers en France. Et il paraîtrait qu'OVH, ce serait, pas désisté, mais aurait refusé le projet. C'est pour ça que le projet serait allé avec Mistral. Parce qu'OVH aurait refusé le projet en disant, en fait, nous... on sait ce que c'est que faire du data center et on sait qu'on n'y arrivera pas à faire pour 10 ou 20 ou 30 milliards de dollars de data center en France. Et donc, ils auraient refusé pour cette raison-là et ils auraient abandonné en disant non, on ne veut pas se lancer là-dedans. Et la raison, ce n'est pas parce qu'on ne sait pas faire un data center, ce n'est pas parce que on n'a pas accès à des GPU, ce n'est pas parce qu'on n'a pas assez de main-d'oeuvre, c'est parce qu'on va avoir trop de recours et ça va être très très dur de construire de l'immobilier concrètement du data center en France. Donc ça, ça avait été dit pendant que je faisais un live avec une hum hum une dame qui travaille chez OVH pendant un live silicone carnet et nous avait expliqué ça en disant Octave, le patron et fondateur d'OVH, il s'est retiré de ce projet-là en disant non, je sais qu'on n'arrivera pas à faire ça d'un point de vue pur administratif, ça va être impossible. Donc voilà un petit peu sur Mistral. Est-ce qu'il y a des questions sur Mistral ? Est-ce que c'est clair pour vous ? Ou est-ce qu'il y a des choses sur lesquelles vous n'êtes pas d'accord ou que vous vouliez regarder un peu plus en détail ? En tout cas, voilà, nos amis de Mistral, un nouveau modèle. et espérons que le prochain se rapproche quand même un petit peu plus de l'état de l'art, de ce qui se fait aujourd'hui en IA. Ensuite, un point qui est assez intéressant, je vous conseille, je vous rappelle, je vous conseille de suivre vraiment Epoch AI qui est un super, super média, média slash page Twitter que moi je lis beaucoup et qui nous dit, vous savez, on a eu la petite vague avec Claude Fable 5.1 et comment il s'appelait ? Mythos avant qui nous disait, tiens, on va avoir une explosion de la cyber. Et en fait on se rend compte pour l'instant, côté américain en tout cas, que depuis la sortie de Fable 5, on n'a pas plus d'incidents cyber qui sont... communiqués par les Américains versus avant, par les adultes américains. Donc, ça veut dire que pour l'instant, on ne voit pas d'augmentation des attaques cyber à cause de la sortie de Fable 5.1, qui, je rappelle, était quand même avec Mythos. Mais Fable est une adaptation de Mythos. C'était des modèles dont on avait assez peur parce que, justement, il y avait des risques cyber très forts. Ils sont quand même sortis. Quand ils sont sortis, on nous a beaucoup dit, ah, mais est-ce qu'on est sûrs ? Attention, est-ce qu'on est vraiment sûrs et certains que… d'un point de vue cyber, c'est assez safe, etc. Et apparemment, ça a l'air d'être le cas, puisque pour l'instant, il n'y a pas vraiment de sujet à ce niveau-là. Donc, pas d'augmentation, et tant mieux. Maintenant, ça reste quand même un sujet très important. Moi, c'est souvent mon point, quand on parle ensemble de la partie sécurisation des serveurs, c'est de me dire, est-ce que ma donnée, quand j'utilise un chat GPT ou un cloud, est-ce que ma donnée est sécurisée ? C'est ce que demandent toutes les boîtes. Sécuriser, c'est d'abord est-ce qu'elle est RGPD ? Oui, elle tourne sur des serveurs RGPD, elle n'entraîne pas les modèles, etc. De ce point de vue-là, elle est sécurisée. Mais souvent, ce qu'oublient les entreprises, c'est que la sécurité de votre donnée, c'est aussi la sécurité du serveur sur lequel il y a votre donnée. Parce que demain, si je mets toutes mes données chez moi en interne et que mon immeuble brûle et qu'en fait, il n'y a pas d'alarme incendie et qu'il n'y a pas d'extincteur chez moi, en fait, mon data center, mon serveur, il va brûler. La data, elle va s'évaporer. OK ? Je caricature un peu, mais c'est ça. Et donc là, la donnée, elle n'a pas fuité chez les Américains, elle a juste disparu. C'est factuel. Si demain, tous les data centers OVH brûlent, on perd toute la donnée. Et donc, quand on parle de sécurité de la donnée, il faut toujours, toujours penser à est-ce que ma donnée est en sécurité là où elle est, ou est-ce qu'en tout cas, le fournisseur de la traite de manière sécurisée, mais est-ce qu'aussi, il la met sur des data centers qui eux-mêmes sont sécurisés. Pourquoi je vous dis ça ? Parce que moi, ma grande thèse, ce à quoi je crois à 100%, C'est qu'aujourd'hui, et ça pour le coup c'est assez objectif, les serveurs les plus sécurisés contre des attaques, contre du hacking, contre le fait que ça brûle et que tout s'échappe et que tout s'évapore en fumée, c'est les Microsoft, Amazon et Google qui sont les plus parés face à ces chocs-là. Et donc demain, parce qu'ils investissent beaucoup plus que d'autres là-dedans. Et donc demain, moi je dis tout le temps, attention à toutes les boîtes qui veulent aller sur des petits providers cloud, attention chez tous ceux qui veulent potentiellement demain mettre toute leur data chez du Mistral. Attention pour ceux qui le font en interne, parce que ces serveurs peuvent être tout le souverain du monde, tout le RGPD du monde que vous imaginez, ils sont pour autant moins sécurisés. Et demain notamment, ce que moi j'imagine avec les modèles d'IA, c'est quand on aura des Astra 8, quand on aura des Mythos 13 qui eux seront extrêmement forts sur la cyber pour aller attaquer des serveurs, les derniers qui vont résister, les derniers serveurs qui vont se faire attaquer, c'est les Microsoft et les Amazon et les Google. parce que c'est ceux dans lesquels il y a le plus d'investissement, ceux qui peuvent vraiment se permettre, parce qu'ils ont un tel volume de clients, qui peuvent permettre d'investir beaucoup dans la sécurisation de leur serveur. Et donc demain, quand on aura ces super modèles d'IA, il vaudra mieux être sur un serveur Microsoft que sur un serveur Mistral qui n'aura pas toute l'expérience de sécurisation de data center que ne peut avoir un Microsoft, ni tout le même argent, ni le même montant d'argent, pardon, pour sécuriser tout ça. Donc attention toujours, et là on le voit avec Fable 5.1, pour l'instant il n'y a pas eu d'augmentation des attaques cyber, moi je me mets de la main à couper. que ça va exploser avec le nouveau modèle d'IA. En termes d'usages, sur le retour d'expérience d'utilisation par rapport à des modèles cloud ou GPT ? Quelle est la question Auguste ? Pardon, j'ai pas compris la question. Sur le retour d'expérience d'utilisation par rapport à des modèles, ou alors est-ce que la question c'est cloud ou chat GPT ? En termes d'usages, ça veut tout rien dire, ça dépend de quel métier, mais aujourd'hui il se déploie plus de cloud que de chat GPT en France, mais plus de GPT que de cloud dans le monde sur les trois derniers mois. mois. Moi, je vous conseille plutôt, choisissez-en un des deux et poussez-le au maximum. Vous allez voir, vous pourrez aller assez loin. Ensuite, et ça, c'est un point aussi très, très, très important que je voulais voir avec vous, un des points importants, sur la dépendance qu'ont les acteurs chinois aux chips, aux semi-conducteurs, de manière encore plus importante que les acteurs américains. Très souvent, on nous dit, les Américains, grosse dépendance à Taïwan, notamment parce que Taïwan, il y a les puces, TSMC, etc. c'est eux qui gravent les puces et donc si demain Taïwan tombe, les Etats-Unis tombent et bien ce qui est intéressant là-dessus c'est qu'on se rend compte que la Chine est beaucoup plus dépendante oui beaucoup plus dépendante je vais dire un peu plus, non, beaucoup plus dépendante de l'industrie des semi-conducteurs que ne le sont les Etats-Unis. Vous voyez aujourd'hui que pour environ 1000 euros dépensés aux Etats-Unis il y a 4,9 1000 dollars pardon, il y a 4,9 dollars qui sont de l'achat de puces Qu'est-ce que... Qu'est-ce que j'entends par là ? C'est que quand vous dépensez 1 000 euros aux Etats-Unis, en moyenne, vous allez dépenser, je dis n'importe quoi, vous allez dépenser en moyenne 100 euros dans l'achat d'un téléphone. C'est à peu près ce que ça représente, 10% des dépenses moyennes des foyers. Prenons des chiffres hasards. Et dans ces téléphones, 4,9%. où 49% du coût de ce téléphone à 100 dollars, c'est les puces derrière. Donc, 4,9 dollars de vos 1 000 dollars payés dans l'année aux États-Unis, vous êtes d'accord qu'il est fléché vers les puces. C'est comme ça qu'ils font leur calcul. Donc, on se rend compte que… Alors, pardon, j'ai perdu la fenêtre. Ici, en 2016, c'est environ 4,9 dollars pour 1 000 dollars. C'est peu parce que c'est une économie de service, les États-Unis. Donc, vous allez beaucoup plus dépenser, je ne sais pas, je ne sais pas ce qu'on pourrait dire, mais comme c'est une orientation de très service dans du data center, par exemple, peut-être encore plus, quoique, bon, à voir. Mais vous n'avez que ça. En revanche, en Chine, en 2016, sur 1 000 euros dépensés en Chine, c'était déjà 14,9. Beaucoup plus, c'est trois fois, on appelle ça une économie trois fois plus intensive en chips. Pourquoi ? Parce que c'est une économie qui repose beaucoup plus sur la production électronique, l'industrie, etc. Et donc, c'était une économie qui était trois fois plus intensive en chips. Et aujourd'hui, c'est toujours le cas. En 2022, ça ne s'est pas amélioré, puisque en valeur absolue, la Chine est encore plus dépendante des chips que les États-Unis. En comparatif face aux États-Unis, on est passé de x3 à x2,7, donc on a eu un peu une diminution. Mais il y a quand même un impact assez fort. Donc attention à tous ceux qui nous disent la Chine est moins vulnérable par rapport aux semi-conducteurs. Non, c'est l'inverse. La Chine est plus vulnérable que les États-Unis. par rapport à un potentiel choc sur les semi-conducteurs. Et regardez ici, quand j'active le choc, donc scénario étudié, imaginons une forte chute de la production à Taïwan. Donc Taïwan se fait, je ne sais pas, envahir par la Chine. Taïwan a trois usines qui brûlent. Taïwan n'a plus accès à des composants qu'ils achètent aujourd'hui parce que la Chine refuse de leur vendre. Et donc Taïwan ne peut plus produire de puces ou diminue sa production de puces. Donc vous voyez ici, étape 1, Taïwan qui produit beaucoup moins. Étape 2, la Chine ne peut plus remplacer facilement ses composants manquants parce qu'ils ont vraiment besoin de Taïwan et donc les puces deviennent rares. Sauf que ça, je ne sais plus de combien on fait diminuer dans ce scénario-là la production à Taïwan, mais peu importe. On voit en tout cas que l'impact pourrait être de 0,6 pour les États-Unis alors qu'il pourrait être de 3% pour la Chine. Donc on voit quand même qu'un ralentissement de Taïwan aurait un impact plus fort aujourd'hui sur l'économie chinoise que sur l'économie américaine. Pourquoi ? Parce que l'économie chinoise dépend beaucoup plus des semi-conducteurs. Voilà globalement, je trouvais que c'était assez intéressant. Mais vous voyez que ça peut avoir des déclics. Le même choc frappe les deux pays, mais la Chine encaisse environ 5 fois plus de pertes dans cette simulation, moins 3% versus moins 0,6% pour les États-Unis parce qu'ils sont plus dépendants des puces. Donc voilà, c'est quelque chose à bien avoir en tête. Alors, ils sont en train de créer leurs propres puces. Là, on est quand même dans un scénario où on parle de Taïwan. Donc, ils sont plus dépendants des puces de Taïwan. Demain, si la Chine, pour l'instant, ce n'est pas le cas, mais si demain la Chine arrive à graver ses propres puces, 100% de ses propres puces, ils ne seront plus dépendants. Ils seront peut-être toujours autant exposés aux puces, mais plus dépendants parce qu'ils les feront en interne dans leur pays. Pour l'instant, ce n'est pas le cas. La performance de Mistral par rapport aux autres, on en a parler, je vous ai montré tous les benchmarks, Mistral est vraiment en retard et sur les benchmarks, et en réel dans le quotidien. Ça on le voit aussi, toutes les boîtes qui testent du Mistral, notamment Mistral le chat, etc., elles arrêtent globalement, parce que c'est pas du tout en termes de performance, c'est le cas d'usage, pas du tout au niveau des autres. Autre point, alors j'ai bien aimé ça, sur je vous le mets là, le fait que KJPT est en train de devenir de plus en plus une super app. C'est en train de devenir une super app, alors je vais vous afficher l'original. Au début, c'était un petit chatbot, puis ensuite on a rajouté des agents, on a rajouté des plugins, etc. Et vous voyez qu'ils sont en train d'intégrer plein de choses. Ils ont intégré l'équivalent de Cursor avec Codex. Ils ont intégré l'équivalent de Perplexity, je vous rappelle, avec le browsing, donc c'est le fait de le navigateur Internet. Moi, je me souviens, il y a deux ans, je faisais des formations, je disais à tout le monde, quand vous voulez faire des recherches, allez sur Perplexity. Chat GPT, c'est pas faire. Quand vous voulez faire du code, allez sur Cursor. qu'il y a du pété, ça ne peut pas faire. Ils ont sorti Codex, puis ils ont sorti Browsing. Ils viennent de sortir Dots, qui est vraiment leur outil agentique. Alors là, qui est-ce qu'ils vont concurrencer en direct ? Il n'y en a pas beaucoup, mais qui est-ce qu'on pourrait imaginer ? Il y a plein d'acteurs très petits, mais des géants sur cette partie très agentique, généraliste, il n'y en a pas. Et ce qu'ils ont sorti hier, c'est les Meetings. Et là, encore une fois, ils marchent sur les plates-bandes. Chez nous, en France, de, comment il s'appelle, Nouta, mais aux Etats-Unis, notamment de Granola. C'est pour ça que j'ai bien aimé ici, puisque vous voyez, c'est notre ami Codex, qui est en train de manger Granola, Hauteur, Fireflies, Fatome, parce qu'ils viennent de sortir leur transcript de Meeting. Et donc si je vous montre un petit peu à quoi ça ressemble, puisqu'on l'a testé chez Mysteria. c'est franchement pas trop mal. C'est franchement pas trop mal. Et là aussi, le sujet va toujours être le même. C'est est-ce que je préfère ? Alors, je ne fasse pas de bêtises. Normalement, vous devez voir. Oui, c'est ça. Ça doit fonctionner. Vous êtes là-dessus sur votre chat GPT. Alors, ça ne marche que sur l'app. Il faut être sur l'app comme ça. Vous allez ici dans les plugins. Dans les plugins, vous mettez meeting. Et vous arrivez comme ça. Donc, il est connecté évidemment à votre agenda. vous pouvez creuser je vérifie juste que vous voyez bien la même chose que moi oui c'est tout bon il est connecté GPT à votre agenda évidemment donc vous voyez tout votre agenda ici vous pouvez rejoindre une réunion et puis sinon là tout à l'heure j'ai fait une réunion j'ai activé alors là je peux afficher la transcription donc pareil il est peut-être en train de charger mais non si c'est la transcription voilà donc pareil que sur mon outil j'ai toute la transcription de mon échange j'ai en plus un micro qui fonctionne plutôt très très bien je l'ai lancé pendant la réunion Et à la fin, il m'a fait tout mon récap. Sauf que là, c'est toujours pareil. Mon récap, il est connecté à ma mémoire. Mon récap, je peux lui dire, je l'envoye directement sur HubSpot. Mon récap, je peux lui dire, tiens, fais un mail. Et dans ce mail, tu vas plutôt mettre ça. Et d'ailleurs, mets-le aussi sur HubSpot. Il m'en fait quelque chose d'un petit peu interactif ici. Je pourrais même, je pense, lui dire, visualise, comme vous savez que j'aime bien le faire, pour faire un récap complet et plus visuel. On va le sélectionner en modèle 6.1 très élevé. Bref, ça va être dur pour moi de rivaliser pour les purs note-takers. Alors il se trouve qu'il y en a, un peu comme c'est le cas de Nuta je crois, qui se focus un petit peu sur des cas d'usage spécifiques. Nuta notamment, ils sont très bons sur la partie RH. Mais pour tous ceux qui sont généralistes, Granola, Fatome, Firefly, hauteur, ça va être très très dur. en l'occurrence comme toujours il suffit de faire une petite démonstration pour que ça ne fonctionne pas je sais pas où est passé mon GPT mais bon vous l'imaginez bien c'est quand même très très performant alors ça m'embête j'aurais bien aimé on peut évidemment mettre des commentaires on peut partager des notes voilà c'est j'ai même pas tout creusé mais voilà je vous fais une petite démo en prio hop si je peux demander une visibilisation je veux une visu complète, et vous voyez, il est en train de travailler. Donc voilà un petit peu sur cet outil-là que moi je trouve plutôt bien, et je n'ai pas regardé, mais j'imagine que du coup, vous pouvez utiliser vos skills, vous avez tous vos skills qui sont présents, et donc pareil, vous pouvez aller beaucoup plus vite, plutôt que de changer quatre fois de fenêtre. Donc voilà sur GPT Meeting, je vous montrerai dès qu'il finit. de faire sa visualisation, mais globalement, vous l'avez eu en haut, il me l'a fait juste au-dessus, je n'aurais peut-être pas dû le mettre en très élevé, mais en tout cas, jusqu'où ils vont aller ? Est-ce que vous avez une idée ? Est-ce que vous avez un, comment on pourrait dire, un pronostic ? Vous vous dites, ça, je pense que moi, sur mes pronostics, j'ai toujours dit, bon, ils ne vont quand même pas faire de la transmis, de la, comment on dit, du meeting, ils ne vont pas faire un note-taker, ce n'est pas leur métier, ce n'est pas leur truc. Pourquoi pas ? Et puis, il y a Dots qui arrive. Donc, Dots va faire, à mon avis, va rentrer dans les réunions, tout ça. Bref, ils vont faire une super app. Et souvent, on pense… C'est marrant parce que quand on parlait de super app, on ne parlait jamais d'IA. On parlait de la super app, évidemment, d'Ali Baba, Alipay, WeChat. Donc, Alichat, WeChat qui sont des super apps chinoises, mais qui sont plutôt des super apps dans le sens de paiement, téléphone, réseaux sociaux, chat, etc. Réservation, hôtel, etc. Là, on est sur des super apps. il y a. Et donc, demain, on pourra payer dessus. Enfin, vous savez, tout ça, on en a déjà parlé. En tout cas, ils viennent de mettre le meeting et c'est plutôt assez efficace. Sur le premier meeting, en tout cas, que j'ai fait, j'ai été plutôt content. Donc, j'ai hâte de voir la suite. Ils vont nous sortir plein de choses. Ils avaient sorti une première version de meeting il y a un ou deux ans. C'était pas génial. Là, ça commence à être plutôt très qualitatif. Donc, ça, on l'a vu. Combien de GPU par intelligence, les meetings récap aussi. Ça, je voulais vous le rappeler, c'est qu'aujourd'hui, les 6 plus grosses firmes, les 6 plus grosses entreprises en IA chinoises génèrent combiné 10% du chiffre d'affaires combiné d'entropiques et d'open AI. Et ça, c'est quand même un gros, gros sujet anti-open source. C'est qu'aujourd'hui... Toutes les boîtes qui vous disent l'open source chinoise, c'est génial, etc. Oui, c'est vrai, c'est très bien. Mais est-ce que le modèle est pérenne ? Ça, je n'en suis pas sûr. Je veux dire, quand vous êtes les actionnaires d'Alibaba, OK, vous avez envie d'avoir les meilleurs modèles open source parce que vous voulez de l'influence, parce que vous voulez que ce soit utilisé de partout, etc. Voire même pour les esprits malveillants, certains nous disent, ils vont, alors je ne sais pas comment ils vont faire avec l'open source, mais ils vont pouvoir récupérer de la data, etc. Pourquoi pas ? Mais vous vous dites quand même... C'est bien que je fasse un milliard de chiffre d'affaires, mais j'ai quand même des concurrents aux US qui font 40, qui font 60 et qui vont faire chacun 100, 200, 300 dans les années qui arrivent. C'est à peu près sûr, on ne va pas les arrêter. Et donc, il y a un vrai gros sujet de se dire, est-ce qu'il va y avoir autant d'argent qui va être investi dans l'open source dans les prochaines années ou pas, quand on voit ce que rapporte un euro. Alors pour l'instant, ça rapporte en chiffre d'affaires, ça ne rapporte pas en résultat net, puisque c'est des boîtes anthropiques et open AI qui ne font pas de résultat. Mais en chiffre d'affaires, quand on voit ce qu'un euro dépensait, en investissement dans les labos fermés rapportent ton chiffre d'affaires ? Pour les modèles open source, moi, je vois bien deux choses. Un, c'est que les Chinois se disent un jour, OK, on arrête l'open source, maintenant, on va vendre tous nos modèles et on va faire un modèle très classique de labo, on va vendre tous nos modèles. Et deux, en fait, un jour, on aura même des modèles qu'on vendra à personne, qu'on gardera en interne et qu'on n'aura pas envie de mettre sur le marché parce que ce sera des modèles ultra, ultra performants. Donc, il faut quand même avoir ça, à mon avis, comme grille de lecture quand on parle de l'open source et pas juste penser à l'open source, c'est bien parce que... Ça permet vraiment à tout le monde de partager, de faire avancer la science, etc. Ok, c'est bien, mais il y a quand même des gens qui payent derrière. C'est bien en tant qu'utilisateur, tous ces arguments-là. Mais si c'est moi qui dois financer, je vais peut-être commencer à me dire que ce serait bien que la boîte gagne un peu d'argent. Donc aujourd'hui, ils sont très loin encore les Chinois. Ils sont très bons en performance, mais ils sont très très loin en termes de chiffre d'affaires par labo IA. Donc ça, c'est un petit peu impressionnant. Un petit point aussi sur la partie modèle. Bon, là, c'est pour vous dire... Nano Banana, c'est assez... Comment dire ? Nano Banana, je rappelle, c'est les modèles d'images de Google. Regardez, Google nous sort son tout dernier modèle d'images. Gemini Nano Banana 2.1. Il est un petit peu plus performant que Seedream. Seedream 5.0 Pro, qui est un modèle chinois, ou je me trompe ? Peut-être pas, je ne suis pas sûr. Mais surtout, il est moins bon que GPT Image 2 Medium, qui est sorti il y a maintenant, je ne sais pas, 8 mois, 6 mois, 8 mois, GPT 2. Et j'ai pété l'image 2.5 qui est sortie il y a quelques semaines. Donc vraiment... Est-ce que vous m'entendez toujours ? J'ai un Google Chrome qui a quitté de manière imprévue. Non, ça a l'air d'être bon. Dites-moi si jamais il y a un problème. Normalement, c'est bon. Mais j'ai eu un petit pop-up comme quoi Google avait quitté. Non, ça a l'air de fonctionner. Donc vous voyez que sur l'image, ils sont vraiment derrière. Ils sont vraiment derrière. Vous voyez, 4 sur le multi-image edit. En text... tout image ils sont cinquièmes en image edit ils sont sixièmes bon bah Google est à la ramasse d'ailleurs vous verrez je parle même pas du dernier modèle de Google en texte sur ce live là parce que même ces derniers modèles Gemini Argon Argon quelque chose comme ça et bien il est moins performant que les autres et sur l'image ils sont moins performants donc c'est assez étrange je n'arrive pas à comprendre pourquoi Google est comme ça un petit peu à la ramasse et là voilà vous voyez on avait le Le vrai classement de Mistral, quand on parle du gros Artificial Analysis Intelligence Index, je vais y arriver, le AAII, là, c'était flou tout à l'heure. Donc là, maintenant, c'est plus net. Vous voyez qu'il y a encore trop de retard et je ne sais pas si on arrivera à rattraper tout ça. Un autre graphique intéressant, on voit que ChatGPT compte aujourd'hui, certes, trois fois plus d'abonnés que Claude, mais en revenu moyen par abonné, c'est Claude qui est premier. parce qu'en revenu moyen par abonné, Claude est à environ 26 dollars par mois par abonné, alors que GPT est à 20 dollars par mois par abonné. Ça se rappelle, ce n'est pas l'abonnement qui est à ce prix-là, c'est qu'en moyenne, parmi tous les abonnements qui existent chez les deux, un utilisateur GPT dépense 20 euros par mois, 20 dollars, alors qu'un utilisateur Claude dépense 26 dollars. Le gros de l'écart, il est sur le fait que GPT, ils ont quand même une partie de GPT Go à 5 dollars. ou 8 dollars par mois qui est vraiment pas cher notamment en Inde je ne sais même pas s'il n'est pas à 5 dollars par mois en Inde donc forcément ça ça impacte très très fort deuxième point tout le centre c'est que chez Claude ils ont quand même beaucoup plus d'entreprises clientes donc de facto les entreprises payent plus donc à utilisateur égal je ne vais pas vous dire de bêtises mais je pense que là ils ont pris tous les utilisateurs et à utilisateur égal vous avez plus de chance chez Claude que ce soit un utilisateur entreprise que chez Tchad GPT. Et donc, forcément, là aussi, ça impacte un petit peu. Et enfin, et c'est aussi lié aux entreprises, c'est que côté abonnement à 100 euros par mois, on voit que chez Claude, il y a déjà une part non négligeable, bientôt 10% des abonnés qui payent une licence à 100 euros par mois. Alors que c'est que 1% côté Tchad GPT. Nous, on le voit. Chez nous, vous savez, on gère les licences pour le compte de tous nos clients. Chez Mysteria, on a plein de clients aujourd'hui qui ont pris de nombreuses licences à 100 euros par mois pour leurs collaborateurs. On n'aurait jamais pensé ça il y a un an. On ne vendait que des licences à 25 euros. Là, il y en a beaucoup qui ont des licences à 100 euros par mois. Donc, on a hâte là aussi de voir un peu. Est-ce que vous pensez que c'est un marché qui va se généraliser, le 100 euros par mois ? Moi, je pense que oui. Nous, en interne, on l'a quasiment généralisé. Après, est-ce qu'on a… Je ne sais pas. Je réfléchis par rapport aux chiffres. 80 000, 8 000 par mois, 80 licences. Oui, je pense qu'on a à peu près 50 licences. C'est sûr, on a 50 licences à 100 euros par mois en interne. chez nous. Donc quasiment tous les gens qui sont au bureau toute la journée ont une licence à 100 euros par mois. Donc ça va assez vite. Ça va assez vite et c'est très possible et quand on voit ce qu'on peut faire, en fait on a beaucoup de boîtes qui freinent les licences à 20-25 euros par mois et qui très vite se disent je gagne tellement de temps, c'est tellement utile pour moi que passez-moi à la licence à 100 euros par mois. Personne ne commence avec des licences à 100 balles par mois, c'est trop cher, on ne connaît pas le ROI, c'est dur de mettre autant d'argent sur la table quand on n'a aucune idée du ROI mais dès qu'on se dit en fait j'utilise tellement que c'est aucun sujet pour moi que je paye 100 euros par mois, c'est totalement rentable, évidemment, les boîtes le prennent. Donc ça, à mon avis, ça va exploser. Je reviendrai là-dessus, mais vous avez entendu peut-être la stat ici de la semaine qui était très intéressante, c'était celle-ci. C'est qu'on s'est rendu compte, et ce sera la dernière actue que je vais vous montrer, on s'est rendu compte qu'uniquement 2,2% des familles, des households, qu'on appelle ça, des foyers aux États-Unis, payent pour de l'IA, payent pour un abonnement IA. C'est très très très très très très faible. Alors évidemment, ça augmente au fur et à mesure, mais on n'est encore que sur 2,2% des foyers aux Etats-Unis qui payent pour de l'IA. Et c'était intéressant parce qu'ici, Léon Palafox nous disait, pour un iPhone, c'est 58% des Américains qui payent pour un iPhone. 70% des foyers qui ont au moins un abonnement Netflix. Donc c'est que la pénétration encore des IA payantes, et c'est aussi pour dire, tous ceux qui vous prédisent, la grande faillite de ces modèles-là, la grande bulle, comment on peut avoir une bulle dans laquelle les abonnés payants aujourd'hui ne représentent que 2% de tous les foyers aux Etats-Unis ? Si vous me disiez, il y a déjà 95% des foyers qui payent et l'entropique est valorisé 200 fois son revenu, ok, c'est une bulle, il n'y a aucun sujet parce que comment on peut avoir 200 fois son revenu quand on a déjà équipé 100% d'un pays ? Là, on parle de 2% des foyers. Imaginez ce que ça fait de passer de 2% à 70% des foyers équipés demain. d'une licence payante sur un outil d'IA, l'impact serait colossal. Donc, ne pas dire qu'il n'y a zéro bulle et qu'il n'y a pas des effets un peu de survalos, etc. Bien sûr que c'est le cas un petit peu, mais quand même, c'est un chiffre qui était assez impressionnant. Uniquement 2% des foyers américains payent. C'est américain ou dans le monde ? Je ne peux pas vous dire de bêtises. Oui, c'est aux Etats-Unis. Je pense que c'est assez représentatif d'ailleurs du monde. Allez, avant-dernier, graphique. Celui-ci, ce graphique, pour vous montrer que c'est assez marrant, en 2025, OpenAI et Anthropic ont ajouté 23 milliards de chiffre d'affaires, chiffre d'affaires cumulé, alors que l'industrie totale des logiciels software aux Etats-Unis ou dans le monde, là aussi je pense que c'est dans le monde, a ajouté environ 50 milliards. Et vous voyez que sur 2026, OpenAI et Anthropic qui ont ajouté à peu près 100 milliards de chiffre d'affaires cumulé, ont ajouté plus de chiffre d'affaires que tous les logiciels cotés. aux Etats-Unis, qui eux ont environ, ont vu leur chiffre d'affaires cumulé croître de 63%, c'est comme ça qu'il faudrait, de 63 milliards, alors que le chiffre d'affaires cumulé d'Oponéa et Anthropique a cru, lui, de 100 milliards. Donc là aussi, c'est des chiffres qui sont totalement déliants et qu'on ne pouvait pas du tout imaginer à ce point-là. Rajouter à 2 100 milliards de chiffre d'affaires sur une année, quand l'industrie fait plus 63 milliards et qu'à 2 on fait 100, c'est vraiment, vraiment assez impressionnant. Et le dernier point, et je vous ai fait, vous verrez, un petit graphique. Est-ce que je l'ai ? Je vous ai fait un petit graphique en français. Oui, je vais l'avoir. On a eu une description, je crois, qui fait le… C'est A16Z qui fait ça. Oui, c'est ça. A16Z, vous savez, j'en parle souvent ici dans les lives. Ils font des graphiques vraiment incroyables. Et qui nous dit concrètement, décomposons, où va l'argent quand il y a 100 dollars d'investis dans l'IA ? Et c'est toujours le sujet de où doit se placer Mistral, parce que si une grosse partie de la valeur, quand il y a 100 euros de dépenses investies en IA, si une grosse partie de la valeur va dans le data center, il faut créer du data center. Si une grosse partie va sur l'entraînement du modèle, il faut entraîner le modèle, etc. Et donc là, on voit, alors là, c'est que sur l'investissement data center, en l'occurrence. Ce que je disais avant, c'est toute la chaîne de valeur qu'il y a. Mais là, si on prend juste sur l'investissement, sur les CAPEX, sur les data centers, regardez dans quoi partent les 100 dollars d'investissement. On a 50 dollars qui vont dans les semi-conducteurs. Ici, c'est plutôt des GPU. Ici, c'est plutôt des mémoires. Et ici, des GPU. On a environ 15%, donc 15 dollars dans les équipements et dans le réseau. 20 dollars qui vont dans l'énergie directement. 7,5 dollars qui vont dans le refroidissement. Et 7,5 dollars également qui vont dans la construction et les facilities, c'est le bâti, les constructions, le bâti et l'équipement. Et si je vous le montre en comment ça répartit la valeur partout dans le monde, vous allez le voir ici, c'est plutôt assez clair. Je vais vous le zoomer, ce sera encore plus clair. Regardez que c'est bien bon pour vous. Sur les 100 dollars investis, vous avez aujourd'hui déjà 50 dollars qui partent dans les semi-conducteurs qui malheureusement pour nous sont du Nvidia, 25 dollars américains. Du SK-NX, vous savez, on en a parlé souvent ici, elle est géante de la mémoire, 15 dollars en Corée, et 10 dollars dans les serveurs et la production Foxconn à Taïwan. Donc déjà la moitié de la valeur quand vous construisez un datacenter. Et ça, si vous construisez votre datacenter à Toulouse, c'est pareil. Sur les 100 que vous allez investir, il y a 50 qui vont partir là-bas directement. Sauf que ce n'est pas tout. Sur ces 100-là également, 100 dollars d'investissement, vous avez l'investissement qui part dans les machines. Vous avez des machines de lithographie avec ASML, 2 dollars uniquement. Donc, vous voyez que sur 100 dollars d'investissement, donc ASML, c'est européen. Donc ça, c'est une très bonne nouvelle. C'est européen, ça veut dire qu'on a déjà des Européens dans la chaîne de valeur. Oui, par contre, chaque fois qu'OpenAI annonce investir 100 milliards dans du data center, il y a 2 milliards uniquement qui vont chez ASML. Il y a 2% qui vont chez ASML à chaque fois qu'on a un investissement qui est annoncé par un géant. Alors qu'il y a Minima 25% qui va chez Nvidia, à Minima 15% chez Skynyx, et à Minima 10% chez Foxconn. Vous voyez d'ailleurs, il y a Applied Materials, qui est un géant aussi américain, qui prend ces 2% et à chaque fois, on a de l'américain, Ensuite, évidemment, on a un peu de réseau. Comment on fait communiquer les milliers de GPU entre eux ? C'est Broadcom, le géant, c'est Corning, c'est Nvidia, de l'américain. Là aussi, encore une fois, si vous investissez vos 100 milliards dans du data center en France, c'est la même répartition. L'électricité, alors on va récupérer quand même avec l'électricité 6,5%. Côté Schneider ou 3,5% ici, donc on a environ 10% qui est l'électricité. Là, évidemment, si vous êtes en France, l'électricité, c'est vous qui allez le gérer. Tant mieux, c'est quand même déjà pas mal. Et après, le refroidissement, on n'a pas d'acteurs européens et le bâtiment, c'est très peu. Mais donc là aussi, évidemment, si on construit en France, principalement, on aura des acteurs ici. Mais vous voyez que ce n'est quand même pas énorme. Sur la partie construction des shells et des armoires, ce ne sont pas des Français qui vont faire ça. Fit out et support, tu ne sais plus ce que c'est, mais ce ne sont pas des Français. Bon, on a un dollar qui revient ici. Et donc, en fait, quand on fait le compte à la fin, à chaque fois qu'on a un acteur qui dit je vais investir 100 milliards de dollars en France dans du data center, il est très, très, très clair de voir qu'il y a environ sur les 100 milliards, 2 milliards qui vont aller. Alors, c'est rarement 100 milliards. Déjà, je vais investir 100 millions en France sur du data center. tout en bout de chaîne, il y a 2 millions qui vont aller à SML en Europe. Il n'y a rien qui va aller ici. Il y a 6,5 millions à Schneider. Il y a 10 millions qui vont aller à Schneider. Allez, plus 1, ça fait 10, 11. En France, sur les 100 millions vraiment investis, en fait, il n'y en a que 11 qui vont être de la dépense chez des acteurs vraiment français. Donc, vous voyez, ce n'est quand même pas si simple. C'est quand même une chaîne de valeur qui est, un, très fragmentée et deux, qui est très tournée. vers les US et vers l'Asie. Parce que l'Asie, pareil, quand les US captent à peu près sur 100, 25 plus 5, ça fait déjà 30. Plus 10, ça fait 40. Plus 15, ça fait 55. On y est vite. Plus 5, ça fait 60. Allez, 65. Ils captent 65% de la valeur. Nous, on a dit qu'on captait une grosse dizaine et l'Asie capte environ 25% de la valeur. J'ai dit quoi ? 15 ? plus 25 ça fait 40 plus 60 c'est à peu près ça donc voilà ça permet un peu de mieux comprendre et vous voyez que j'utilise le visualize de nos amis de chez GPT parce que je trouve que c'est super sympa pour pouvoir vous faire des petits graphiques plus sympa souvent que de voir que du texte et là il me l'a plutôt bien fait donc c'est plutôt cool et regardez même quand je clique sur Nvidia le pH le plus visible de toute la chaîne de valeur évidemment ah bah si j'aurais pu cliquer pardon aménagement, exploitation et facility management, là encore un marché nettement plus fragmenté que les SMU conductables. Voilà, c'était tout pour aujourd'hui. Est-ce qu'il y a des questions ? Est-ce que c'était clair ? Est-ce qu'on a bien vu tout ce que vous souhaitiez voir ? On était un peu moins nombreux que d'habitude, sur X notamment. Un petit peu moins nombreux. Ah, ChatGPT for everyone. On a encore une nouveauté ChatGPT pendant qu'on se parle. ChatGPT and Intelligence UI now rolling out in ChatGPT for everyone. Je ne sais pas si c'est Intelligence UI, ce que vous savez. Je ne sais même pas ce que c'est. Deliver fast interactive answers that make everyday questions more easy. Et ça, c'est génial. Ça, c'est vraiment, vraiment, vraiment génial. Ah, et bien voilà, on a aussi Claude qui nous sort un modèle IQ 5.5 pendant qu'on se parle. Ça n'arrête pas en ce moment. C'est dingue, Vraiment, c'est fou. Alors, eux et eux, ils s'effondrent jour après jour, copilotes. Ils continuent de s'effondrer. Mais c'est fou. C'est fou le nombre d'actu en ce moment. Vraiment, c'est un régal de travailler dans cette industrie. Ça, c'est intéressant. C'est exactement ce que j'étais en train de vous dire sur Visualize. C'est vraiment bien qu'on ait une image de plus en plus avec du visuel. Je pense que ça, ça va vraiment nous aider. Là, vous voyez, c'est très clair. Je lui demande de m'aider pour la réparation de mon vélo. Il me fait un visuel. Je lui demande où est-ce que je peux aller. Il me fait directement une carte. Je lui prends une photo. Et qu'est-ce qu'il va faire ? Il me met des palettes de couleurs plutôt que de me les lister. C'est vraiment, moi je crois beaucoup au fait qu'on va de plus en plus utiliser l'IA au fur et à mesure qu'elle va être moins textuelle et plus interactive, plus visuelle. Et là-dessus, GPT, ils sont trop, trop fins. Et vous voyez, moi j'utilisais tout en cloud avant pour faire la préparation des lives. Maintenant, plus du tout, j'utilise que le GPT parce que la visualisation, notamment, ça m'aide trop. Et voilà, cette nouvelle édition du podcast de Mysteria. touche à sa fin. Merci à tous pour votre écoute. Pour rappel, vous pouvez nous retrouver tous les mercredis soirs en live sur Youtube, sur Twitter ou encore sur LinkedIn mais également sur toutes les plateformes de podcast les lendemains matin. A très bientôt, je l'espère.
