Transcription

• Speaker #0

  Bonjour à tous et bienvenue dans ce nouveau podcast de Misteria. 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 ChatGPT, 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. On commence avec ce petit document que j'ai trouvé qui récapitule un petit peu, et je vais vous zoomer, qui récapitule les annonces qui ont été faites par les candidats à l'élection présidentielle en France sur la partie IA et que je trouvais assez intéressant. Alors évidemment, on va prendre avec des pincettes parce qu'on n'est pas sûr que... que tout soit des bonnes annonces, mais je voulais vous faire le récap' parce que c'est quand même important. On va traiter du sujet, je vais me mettre ici, hop, voilà, on sera mieux. On va traiter du sujet, évidemment, des présidentielles, parce que tous nous font un petit peu des annonces sur l'IA, mais je trouvais ça assez intéressant. Donc, on a Gabriel Attal, qui pour moi est le plus bullish sur l'IA. On le voit d'ailleurs dans ses annonces. Gabriel Attal, qui nous annonce 200 milliards d'investissements en 10 ans. Alors lui, pas l'angle souverain qui est le plus important à court terme, beaucoup plus l'angle de l'accélération et de... comment on déploie très très vite de l'IA dans les mains des Français. Pour l'avoir rencontré, on l'a rencontré chez Mysteria, on a même formé ses équipes, on l'a formé, on a formé tous les députés de La République En Marche, qui nous a demandé des formations comme n'importe quel autre client, on n'y voyait aucun penchant politique, mais ils nous ont demandé de former leurs équipes, d'ailleurs il y a un autre parti politique qui nous demande actuellement de former ses équipes, bref, donc on a formé les députés de La République En Marche, et je ne sais plus quel est le nom maintenant, Ensemble pour La République, quelque chose comme ça. Et c'est vrai que quand on a discuté avec lui, il était très penché là-dessus. Comment on pousse beaucoup plus la formation notamment. Comment peut-être demain, on élargit le CPF pour en faire une partie très IA. Donc assez intéressant. Ici, il nous parle de l'IA à l'école, comment on développe l'IA à l'école. Comment la commande publique sur des champions IA français s'améliore, s'intensifie. Et comment on a rien à faire de la France, la première puissance européenne. Là aussi, en dehors de toute pensée politique, moi je trouve que c'est le meilleur programme IA. Je trouve que c'est le plus intelligent de nous dire ce qu'il faut faire aujourd'hui, c'est d'accélérer. On parlera de Brunion-Retailleau et du compute ou de la souveraineté d'Edouard Philippe. Moi, je dis plutôt déjà à court terme, ce qu'on peut faire, ce qu'on sait faire, c'est comment on déploie très vite l'IA et comment on fait de notre population la plus éduquée, la plus outillée, la plus sachante sur tous ces sujets-là. Donc, je trouve que c'est pas mal d'avoir cet angle-là. Alors, 200 milliards sur 10 ans, j'aimerais dire que c'est super, que c'est une bonne nouvelle. Je ne sais pas où on va les trouver, je ne sais pas d'où ils peuvent venir ces milliards. Je pense que c'est beaucoup. 20 milliards par an, mais bon, somme toute, c'est en tout cas, je pense que ça va dans le bon sens. Les montants sont élevés, mais ça va dans le bon sens. 200 millions en 10 ans, quand en parallèle, je crois, si je n'ai pas bêtise, que des pays se réveillent comme la Corée du Sud et investissent des milliards, c'est 200 milliards. Oui, c'est 200 milliards, Nemo, 200 milliards sur 10 ans, 20 milliards par an environ sur l'IA. Donc, c'est plutôt même un gros plan et on ne sait pas trop comment ils vont le faire. Je ne vais pas vous les faire un par un, mais je vous en donne deux ou trois. Edouard Philippe qui, lui, nous... Et je dirais que c'est plutôt le deuxième que je trouve le plus intéressant. Ce n'est pas moi qui fais le classement, mais le deuxième le plus intéressant sur il nous faut de la souveraineté. Allez, à le mettre un petit peu en comparaison avec Bruno Retailleau, mais souveraineté et compute, comment on arrive à avoir vraiment du compute en Europe et en France ? On forme plus d'ingénieurs, on double la capacité de compute en cinq ans. Alors, un ministre de l'IA nous dit, Bruno Retailleau, on en a déjà eu un des ministres de l'IA. Je ne sais pas si ça change grand chose, si ça change grand chose. Je vais y arriver. Mais avoir du gigawatt, oui. Construire des data centers en Europe, oui. Faire des géants de l'IA en Europe, oui. Donc, plutôt intéressant, ces deux-là. Évidemment, quand on arrive sur des programmes un peu plus de gauche, on nous parle régulation, on nous parle régulation, et on nous reparle régulation. Il nous faut une alternative au modèle chinois, OK, mais on ne sait pas vraiment laquelle. Il nous faut des infrastructures d'intérêt général. Bon, ça reste très, très flou. On a plutôt des programmes, je crois que c'est d'ailleurs Jean-Luc Mélenchon qui très vite a parlé de comment on peut faire pour stopper l'IA, ça va trop vite, Astra est trop dangereux. Il a fait un post d'ailleurs sur Astra qui était assez intéressant. Ce n'est pas tant le contenu qui était intéressant, mais c'est plutôt le fait qu'il se positionne dessus quand même en disant « Ouh là là, Astra arrive, c'est dangereux, il faut stopper. » C'est pareil chez Tondelier, c'est pareil chez Glucksmann, il faut vite, vite, vite avoir un traité sur l'IA à risque. Bon, on s'y attendait, il y a plutôt un camp qui pousse, un camp qui freine. En tout cas, ils ont pris position, tous. C'est intéressant, on n'a que côté François Ruffin, à la limite François Ruffin, on s'en moque un petit peu, mais assez marrant côté Marine Le Pen et côté RN, qui évidemment est première dans tous les sondages aujourd'hui. Pas d'annonce spécifique, c'est assez bizarre. Je ne pense pas qu'elle ait un électorat qui soit beaucoup plus loin que les autres du sujet, donc on va voir. Mais c'est assez marrant pour l'instant, on n'a pas eu d'annonce. J'ai peut-être un petit peu abusé sur le Zoom. Pardon, je vais le remettre comme il faut. Mais voilà, vous savez donc un petit peu, pour l'instant en tout cas, ce qu'il en est, côté de nos amis candidats à la présidence de la République, et comment aujourd'hui ils se positionnent. Ensuite, alors intéressant, je vous conseille de suivre Remp, ils ont vraiment des stats Remp qui sont hyper intéressantes à chaque fois. Alors, pardon, là où le positionnement de Mistral est intéressant, c'est cette idée de vraiment cibler les besoins des entreprises. Oui, Nemo, on en parlera, bien sûr, sur le fond de Mistral tout à l'heure, mais oui, c'est leur... C'est leur positionnement et qui fait en effet tout à fait sens. Donc, je vous disais, sur la partie REMP, donc REMP, c'est un outil, c'est un site que je vous conseille de suivre. Ils font beaucoup d'analyse et j'ai bien aimé cette étude, alors qu'on l'a déjà analysée ensemble, parce que c'est une évolution, on a des nouveaux chiffres toutes les semaines ou tous les mois, tous les mois peut-être, sur combien les entreprises dépensent en moyenne par collaborateur, par mois en termes d'IA. Et on a l'entreprise médiane, on a le top 10% des entreprises qui déploient le plus et le top 1% des entreprises qui déploient le plus. Et on voit pour la première fois depuis un petit moment, on avait eu des décalages notamment pendant l'été, etc. Mais c'est la première fois qu'on voit une chute, je dirais, comme ça. C'est qu'on a eu chez les entreprises qui dépensent le plus d'argent, chez le top 1% des entreprises qui dépensent le plus d'argent en IA pour leurs collaborateurs, on a eu une baisse de 10% des montants dépensés. Et c'est assez intéressant parce que j'ai vu ce post où beaucoup nous disaient Merci. oh là là, ça y est, on dépense moins parce que les entreprises se sont rendues compte qu'elles dépensaient trop et qu'en fait, elles n'avaient pas de retour sur investissement et donc elles ont coupé, etc. J'étais assez dubitatif et puis après, c'était marrant, parce que notamment la personne qui fait ce poste et qui est chez Remp nous dit que ce serait peut-être plutôt un impact de juste, on se rend compte que ce qu'on dépensait avec des modèles chers comme du anthropique, on le dépense un peu plus maintenant avec des modèles pas chers comme du modèle chinois. Et donc, ce serait plutôt ça l'impact. des comb... on fait toujours autant sur l'IA, voire on fait de plus en plus, sauf que cette fois-ci, on le fait sur des modèles chinois qui sont moins chers. On le fait aussi sur des modèles OpenAI. Ça vous renvoie vers la vidéo que j'ai faite tout à l'heure sur ChagPT versus Cloud. Aujourd'hui, à tâche égale, à consommation de token égale, on dépense moins chez OpenAI versus Anthropic. Or, il y a une explosion de la conso OpenAI depuis quelques mois. Donc, ce qui dit consommation OpenAI plus forte que la conso Anthropic, avec du OpenAI moins cher que du anthropique, dit qu'on consomme moins par employé. Donc, il faut le prendre avec des pincettes. Je ne vais pas trop m'éterniser dessus. Mais c'est la première fois qu'on voit une baisse en tout cas. Ce n'est pas le cas dans les entreprises médianes. Ce n'est pas le cas dans le top 10%. Vous voyez, dans la médiane, quand même, on ne dépense que 14 dollars par mois par employé. Il y a autant d'entreprises dans le monde qui dépensent plus de 14 dollars par mois par employé que moins de 14 dollars par mois par employé. Donc, c'est... Hop, c'est... assez intéressant donc rem vous pouvez les suivre ils font plein de petits deux petits postes comme ça et plein de petites études ensuite chat j'ai pété alors là aussi j'ai pas vous refaire tout le speech vous montre la vidéo parce qu'elle est assez intéressante business collection en ce moment et auquel nous on va bientôt être éligible donc c'est vraiment leur sujet du moment et vous voyez ils nous disent on connecte tout ça votre chat GPT, votre ClickUp, votre Dropbox, votre Figma, votre HubSpot, votre Stripe. C'était déjà un petit peu connecté mais là ça marche vraiment très très bien. Et ce que j'aime bien moi tout le temps, je vous le dis à chaque fois mais je vais vous le répéter, on va aller sur ma page GPT, c'est vraiment l'UX quoi, je trouve que cette UX elle est tellement plus sympa que l'UX des skills de Claude qui... C'est bien les skills hein mais pourquoi, quel enfer d'utiliser les skills, les slash, les machins, bref. Je trouve pas ça génial. Alors que là, regardez, je mets mon plugin. On parlait la semaine dernière du plugin Visualize. Je clique dessus, je l'ai directement. Je veux mon plugin HubSpot, c'est beaucoup plus clair. Donc ça, je trouve quand même que c'est un bon point côté OpenAI. Ça ne fait pas tout, c'est une petite chose. Mais en tout cas, quand vous allez sur les plugins désormais, c'est assez clair. On a les plus utilisés, les nouveaux à découvrir, les small business comme il venait d'en parler. Mais c'est super utile. Nous, on l'a mis sur Slack, on l'a mis sur HubSpot, on va cliquer. C'est aussi utile pour beaucoup. Moi, je ne l'utilise pas en direct, mais c'est assez utile. Donc, un tournant un peu small business pour nos amis d'OpenAI. Je ne sais pas si ça va durer, mais ils font beaucoup, beaucoup de... de features en ce moment pour les plus petites boîtes. Évidemment, en parallèle, ils créent leur deployment company qui est beaucoup plus tourné vers les grosses enterprises et corporate, mais en tout cas, ils n'ont pas du tout d'inert, dernier mot, sur cette partie small business. Et même Anthropic a réduit les prix, donc cela a un impact directement. Oui, c'est sûr qu'en plus, les deux ont réduit les prix, et Anthropic et OpenAI ont réduit les prix, ce qui fait diminuer forcément à conso de token égal le montant dépensé. Et en plus, OpenAI qui est encore un peu moins cher. gagne des pas de marché. Donc forcément, ça s'impacte. Pour ça, il faut voir si la trend continue. Et puis le modèle chinois, comme il y a beaucoup de boîtes qui dépensaient énormément de tokens chez du anthropique, sur des agents, sur des choses un petit peu... Enfin, sur des automatisations des agents, des workflows, pardon, je cherchais le mot, et qui passent du modèle chinois, évidemment, c'est beaucoup moins cher. Je vois qu'on a une lumière qui est devenue un petit peu orange. Je ne sais pas si Némo, tu es toujours là, le spécialiste de l'image, pour me dire si c'est toujours bon ou pas. J'ai l'impression qu'on est devenus orange. alors que dans ma salle, c'est toujours très jaune. Et pourquoi pas ? Le chercheur qui a quitté Anthropique, oui, on en parlera d'Amiens tout à l'heure. C'est à l'ordre du jour. Ensuite, Muse. Muse, intéressant. Muse Park. Alors, c'est nos amis, cette fois-ci, de chez Facebook, Meta, qui donc, je vous rappelle, ont sorti leur première gamme de modèles, l'Yama. C'était des bons modèles. C'était pas mal. Alors, on est vraiment orange, là. Désolé, je regarde juste ça parce que je ne sais pas ce que vous en pensez. Est-ce que c'est très orange ou est-ce que c'est moi qui me vois orange ? J'ai l'impression que c'est vraiment orange. Non, bon, je ne peux pas faire grand-chose. Effet visuel un petit peu peut-être. Mais on est très orange. Bon, on verra, ce n'est pas grave. Je demanderai au monteur, quand il nous écoute, de nous mettre peut-être un petit peu moins orange. Donc, je disais, côté... On a eu la première vague de modèles, côté méta, les modèles Yamaha, Open Source, qui étaient de très bons modèles. Ensuite, on a eu vraiment... Ils se sont mis en retrait. Concrètement, je ne sais pas s'ils n'avaient pas assez d'ingénieurs, pas assez de données, pas assez de je ne sais quoi. Mais on sent qu'ils ont perdu la course très vite face aux autres modèles open source chinois et face aux gros modèles d'Anthropic et OpenAI. Donc, on les a vus en retrait. Ils sont revenus assez fort avec Spark, le modèle, il y a quelques mois, qui venait chatouiller un petit peu les meilleurs modèles. Alors, ils étaient encore un peu en deçà et un petit peu en retard, mais pas loin. Ils chatouillaient quand même les meilleurs modèles. Et puis, c'est bien d'avoir des modèles, mais depuis le début, on dit... quid du produit, quid de l'application, qu'est-ce qui va sortir de ce côté-là, il n'y en avait pas grand-chose. Et donc, on a eu Meta AI. Alors, je ne sais pas si vous l'avez testé, ça tourne avec les modèles de Meta. Moi, j'ai trouvé que c'était un peu inutile, globalement. Je n'ai jamais utilisé Meta AI, ni sur WhatsApp, ni sur Instagram, ni sur Twitter, ni sur WhatsApp, Instagram, Facebook. Donc, je trouve que ce n'était pas très utile. Et là, ils nous sortent le nouvel outil et on va regarder un petit peu ce que ça donne, évidemment, avec News Park derrière. avec le modèle Spark, pardon. Donc, un personal agent, ok, c'est quand même des choses qu'on peut faire sur le GPT facilement, sur du cloud facilement aussi. Alors, apparemment, ils pourraient aller chercher dans WhatsApp, dans Instagram, de ce que j'ai compris, mais au vu des permissions, ça ne va pas être gagné non plus. Le shopping, les meetings, bon. Là aussi, quelle valeur ajouter versus du GPT, du cloud ? Je ne sais pas trop. J'avoue que j'étais assez dubitatif. Je crois qu'ils nous montrent un moment sur Instagram, je ne suis même pas sûr. Non, ils ne nous font même pas la démo sur Instagram. Ok, connect your apps, maintenant ils mettent le logo, mais est-ce que... Est-ce que vous, vous voyez une utilité là-dessus ? Et toujours pareil, c'est la distribution. C'est qui va lâcher son app GPT ou son app Cloud en se disant, je vais aller sur Muse. Les modèles ne seront clairement pas mieux. Les modèles Spark n'est pas mieux que les modèles aujourd'hui de Cloud ou de GPT. La distribution est moins bonne. L'app sera certainement moins bien parce que moins aboutie, parce que moins d'équipe, je ne sais pas, pardon, mais moins de retour d'expérience. Donc, certainement moins aboutie qu'une app comme GPT. Donc, pourquoi aller sur Muse ? J'ai un peu du mal. Alors, OK, si on avait vraiment une IA. hyper connectés à Instagram, à WhatsApp, ça pourrait être utile, parce que je ne suis pas sûr qu'ils ouvrent à GPT ou à Cloud. Mais bon, en même temps, on ne va pas avoir 10 personal agents, chacun en aura un. Moi, je l'ai sur GPT, je n'en sortirai pas. Il me connaît par cœur, je fais tout dessus. Donc, je n'irai pas sur celui-ci. C'est un peu le point que j'ai, sur lequel j'ai du mal à comprendre où est-ce qu'ils vont avec cet outil-là. Quel tarif pour Muse ? Eh bien, je n'ai aucune idée. pas vu donc ce qu'on va faire c'est qu'on va aller voir ensemble en même temps Hop, je vais nous mettre en pas trop élevé pour qu'il aille vite notre ami. On peut mettre en opus, on va mettre en IQ. Quel tarif pour Muse de méta ? Ça fait très longtemps que je n'ai pas utilisé un petit modèle comme IQ, je ne sais pas vous. Mais via le chat, c'est assez rare. On va regarder, je pense que j'aurais dû le mettre, qu'on parle à opus 5 par exemple. Donc le prix en API, Meta propose Muse, ah pardon je vais lui mettre de Spark. Donc, mais on a quand même du coup là les tarifs, parce que moi je voulais comparer à Spark pardon. Mais on a les tarifs par mois, donc ils ont à 20$ par mois et à 100$ par mois. Utilisation maximale, plus d'utilisation, mais on n'a pas, je pense qu'on n'a pas plus d'infos, parce que sinon ils nous l'auraient mis. Non, ils nous l'auraient mis. On a 100 millions de tokens par semaine en gratuit, c'est pas énorme. Et si vous accédez à l'API de Muse, 1,25$ par million de tokens en entrée et 4,25$ par million de tokens en sortie. Oui, c'est sûr que le 1,25$ versus... Qu'est-ce qu'on a ? Les prix de Opus en API... Oui, c'est 2,50$. Non, c'est 5$. C'est ça, le vrai prix. En API bon marché. Ok, ça, on s'en fout. On va prendre l'API standard. Donc oui, c'est 5 fois moins cher. Mais bon, ce n'est pas du tout les mêmes gammes de modèles, etc. Donc, OK, c'est moins cher, mais pas grand-chose à en tirer. Température à régler rapidement. Yes. Et légèrement, pardon Nemo, je ne sais pas à quoi tu fais référence. Donc, si on continue, et ça, on va en parler quand même, parce que j'ai eu ce point très marrant avec, ça m'a fait rire en tout cas, avec GPT, c'est qu'on a fait, je vous disais, un webinar sur ChatGPT, sur pourquoi ChatGPT est devenu meilleur que Cloud. récemment sur le mix de température de couleur entre l'extérieur et l'intérieur c'est une bonne question je sais pas si je peux le faire dans mes réglages je regarde très rapidement si je peux le faire dans mes réglages, malheureusement ah si j'ai ça j'ai les contrastes vous pouvez voir en direct ma luminosité, c'est un peu mieux comme ça c'est un peu mieux, c'est un peu plus blanc bon, on va rester comme ça, tu me dis Nemo si j'ai fait n'importe quoi j'ai même plus de luminosité ouais c'était intéressant je faisais mon webinaire vendredi sur pourquoi JPT est devenu meilleur que Claude donc je montre toutes les nouveautés et on fait un webinaire de rattrapage le mardi parce que beaucoup de monde n'a pas pu venir etc et entre le vendredi et le mardi j'ai dû changer 10 slides parce qu'il y a eu des nouveautés de partout en deux jours, donc en ce moment nos amis ils vont vraiment vraiment vraiment très très vite Merci. C'est assez bluffant et notamment, je vais baisser un petit peu quand même, hop, notamment une des grosses nouveautés, ça a été le modèle d'image. Et donc, je vous rappelle que c'était déjà le meilleur modèle d'image du marché, GPT. Je vais vous le remettre en grand ici. Mais c'était déjà le meilleur modèle d'image du marché avec GPT Image 2. Alors, est-ce qu'ils l'ont mis là ? Non. Mais GPT Image 2 était le meilleur du marché. Vous le voyez ici, il est en troisième position maintenant, mais pendant longtemps, c'était le meilleur du marché. Assez loin d'ailleurs devant Grok, devant Rêve, devant Muse et même devant Microsoft, qui est quand même... pour le coup bien revenu dans le game mais qui est encore derrière. C'était le meilleur modèle du marché GPT-2, ils se sont dit tiens on va créer GPT-2.5 pour remettre encore une couche et aller encore plus loin. Honnêtement le modèle est assez bluffant et c'est intéressant, ils l'ont sorti en deux versions. Le Flair, qui serait une sorte de modèle un peu plus léger d'image et le Sunburst, qui est le plein modèle, le modèle le plus puissant de génération d'image. On va aller faire des tests tout de suite. Je ne vous montre pas de vidéo parce que les vidéos bon, on a du mal à se projeter. Mais moi, j'ai fait des tests, il est bluffant, il arrive à changer vraiment une image, il est un peu plus rapide, il arrive à changer une image sur un mini détail, un micro détail de l'image, il le change, bref, c'est vraiment... Ils ont un marché sur leurs propres utilisateurs qui sont sur Facebook depuis 15 ans, avec une forte confiance en la marque et plus réticence sur du cloud OpenAI, car nouveau, non. Moi, je ne pense pas. Moi, je ne pense pas vraiment, parce que ces utilisateurs, ils sont sur ChatGPT, en fait. Ils sont sur ChatGPT, donc... Maintenant, il y a quand même un first mover advantage, et là, les faire sortir de GPT pour aller sur une autre app. Moi, je suis dans l'environnement Facebook depuis très longtemps. J'étais très early Facebook, très early Instagram, WhatsApp depuis très longtemps. Pour me faire sortir, ça va être assez dur. Donc, faut-il privilégier Cloud ou chat GPT ? Gardez celui que vous avez et poussez-le au maximum. Donc, je vais vous montrer quelques points. Ça, c'était pas mal. Donc maintenant, on a le sketch sur Tchad GPT. On peut... Alors, est-ce que j'ai le... Bon, oui, c'est bon, j'ai la bonne fenêtre. On lui fait un dessin à la main et il vous génère une photo. Donc là, vous voyez, je lui ai fait ce dessin-là. Je lui ai dit une maison au bord de l'eau. Et c'est quand même plutôt pas mal. Ça, c'est pas plutôt pas mal. C'est vraiment très quali. Ensuite, j'ai cliqué sur annoter. Je lui ai dit, hop, ici, comme ça. Je lui ai dit, ici, rajoute un bateau. Et je vais vous montrer ce qu'il m'a fait. Annuler modification. Et vous allez voir, il m'a généré ça en 30 secondes. Donc, c'est vraiment, vraiment devenu hyper performant, ce nouveau modèle d'image. Vous voyez, quand vous êtes là-dessus, la création d'image, évidemment, passe à un niveau supérieur. Vous avez tout ici. Tout à l'heure, j'ai vu quelqu'un qui lui demandait génère une infographie d'une puce Nvidia comme si elle était ouverte et qu'on pouvait voir les détails. Voyons ce qu'il va nous faire, mais j'ai vu quelqu'un qui faisait ça tout à l'heure, c'était assez bluffant. On va voir. Donc vous voyez, il est assez rapide. Donc il nous met les pourcentages, c'est pas mal pour pouvoir patienter. Je lui en lance un nouveau. Je vais vous montrer le sketch dessiné. Et donc vous avez le dessin là. Et je ne sais pas, qu'est-ce que vous voulez qu'on fasse ? Qu'est-ce qu'on peut tester ? Qu'est-ce qu'on peut tester ? Donnez-moi une idée. Je dessine très très mal, donc ça va être assez dur. Mais voilà, j'ai quelqu'un comme ça et je vais lui mettre une batte de baseball. Pas baseball, mais peut-être plutôt un... Un ballon de basket. Voilà, un ballon de basket. Je vais dessiner un ballon de basket. On va voir s'il reconnaît. Hop. Et on va lui dessiner un panneau de basket. Tac. Et tac. Et on va lui faire ça en rouge. Non, je ne peux pas. Hop, c'est parti. Génère ça en image réaliste. On va voir ce qu'il nous fait. En tout cas, sur ce modèle d'image vraiment bien, ça commence à être un argument qui compte dans le choix des outils par les boîtes. De se dire, OK, Claude est peut-être meilleur sur certains points, mais si je peux tout faire sur le même outil, c'est bien. Et si je veux tout faire sur le même outil, il faut que j'aille sur Tchad GPT. Ta température de couleur de caméra. J'ai changé un peu Nemo, dis-moi si c'est mieux. Dis-moi si on me voit un petit peu mieux. Normalement, j'ai ajusté. Ça devrait être un peu plus normal. Pardon, je voulais enlever ça. Donc, vous voyez, c'est plutôt bien. On va aller zoomer, évidemment, pour que vous puissiez voir. Non, ce n'est pas mieux. Pardon, hop, je remets en normal. Tac, on sera mieux. Donc, l'image ici, voilà ce que fait le chat GPT. Évidemment, le texte maintenant, il est parfait. Il n'y a plus rien à dire. Alors, quand je zoom, vous voyez, puissance de silicium gravée en nanomètre, regroupant des milliards de transistors. Donc, c'est très qualitatif. Là, on a... Il a le logo Nvidia, ça fonctionne bien. Bref, c'est vraiment, vraiment bluffant sur l'image. Sur l'infographie, ça peut être super. Ici, j'imagine qu'il a réussi assez facilement à me faire, voilà, quelqu'un qui faisait un shoot. Bref, voilà, c'est trop bien. Moi, j'adore l'image. C'est de loin le meilleur. Vous pouvez maintenant l'annoter. Donc, je l'ai dit tout à l'heure, ici, hop, ajoute moi, je ne sais pas, ajoute un casier. dans lequel les ballons tombent. Vraiment le meilleur modèle d'image. Ah, je ne sais pas ce qui lui arrive. Il ne veut pas me le faire. Il est encore en train de... Non, je l'enlève ça. Je ne sais pas pourquoi il ne fonctionne pas. Si vous avez la réponse, je suis preneur. Peut-être un petit bug de Tchad GPT. En tout cas, vous voyez, sur la partie images, nos amis sont allés encore loin. Alors, Microsoft a sorti son... ils ont des petits bugs. Microsoft a sorti son nouveau modèle d'image qui est quand même très performant. C'est assez fort qu'ils aient. Et j'ai des amis, des clients, pardon, qui l'utilisent sur Copilot. Ils utilisent les derniers modèles de Microsoft d'image et qui me disent que c'est vraiment bluffant. C'est pas loin de ce que... Alors, avant GPT 2.5, ils me disaient que c'est pas loin de ce que c'est faire ChatGPT. Donc, on va voir, mais plutôt pas mal, plus rapide pour faire des images aussi que ChatGPT. En tout cas, ils ont mis le paquet sur l'image, ce qui n'était pas du tout le cas avant chez Microsoft. Allez, on va voir ce qu'il nous fait, puis après, on enchaînera sur la prochaine news. Mais voilà, OpenAI est loin, on ne voit plus Google. Est-ce que vous avez testé des modèles Google, NanoBanana récemment ? Je ne vois plus du tout Google. Je ne vois plus MidJournée. MidJournée a dû... Je ne sais pas s'ils ont fait faillite, je ne sais pas s'ils sont... C'est assez incroyable. Plus de MidJournée, plus de Google. Et pour répondre à Charles, est-ce qu'on connaît le... Taux d'utilisation des IA en France, le marché allait chercher ? Non, pas précisément. Et oui, pour des personnes qui ne seraient pas du tout sur de l'IA, qu'elles commencent par ça peut-être, mais moi je n'y crois pas trop. Et vous avez donc l'image qui est capable de me créer, qui est très réaliste, des casiers dans lesquels tombe le ballon. Vous avez vu le modèle d'image, je vous conseille d'aller vite le tester. Il est génial et pourquoi ? C'est du text-to-image et du image-edit-arena. Vous voyez que ce n'est pas exactement les mêmes. Il est le premier évidemment dans les deux, en text-to-image et dans image-edit. Mais c'est marrant, on a des modèles qui sont, par exemple, Microsoft, donc le quatrième, c'est Microsoft. Il est quatrième en text-to-image. mais il est cinquième en edit images, donc pour modifier les images. Pas trop pourquoi, mais pourquoi pas. Pourquoi pas, le sketch, je vous l'ai montré ici en avance. Alors, ça, ça a été la grosse actu quand même aussi de la semaine. Il n'y a que des grosses actus, on va me dire. Et je voulais la décrire avec vous ici. J'ai demandé à Claude de m'en faire un petit résumé. Je ne sais pas si vous pouvez lire. Si je pense que vous pouvez lire, c'est tout bon. Sinon, je zoomerai un petit peu. La grosse actu de la semaine, c'est cette annonce qui est tombée côté OpenAI, comme quoi un des problèmes de maths du millénaire serait tombé. Donc le problème de maths, quand il serait tombé, c'est que OpenAI aurait réussi à résoudre un problème de maths très très très vieux. Donc je vous lis ce qui est écrit, puis on commentera un petit peu. Navier-Stock, c'est les équations qui décrivent le mouvement des fluides. Et là, il y a une question depuis 90 ans qu'on n'a pas réussi à résoudre, c'est partant d'un fluide parfaitement lisse en 3D, la solution peut-elle exploser ? Bref, c'est un problème de maths, et on a un institut américain qui met ce problème de maths sur la table depuis 100 ans, et qui nous dit, celui qui arrive à le résoudre, gagne un million de dollars. Et on n'a pas réussi pour l'instant à résoudre depuis 90 ans et à gagner ce million de dollars. Et donc, on a OpenAI hier qui nous dit, ça y est, nous, on a réussi à résoudre ce problème de maths. Et ce que j'aime bien, c'est la méthode, la force brutagentique, comme dit Claude. La méthode qu'a utilisée OpenAI pour résoudre ce problème de maths, vieux de 100 ans, c'est qu'ils ont fait une version simplifiée avec 1000 agents pendant 50 heures. Ils n'ont pas réussi d'abord à résoudre. Et ensuite, ils sont allés plus loin. et ils ont dit on va mettre 10 000 agents en parallèle, 10 000 agents IA en parallèle, pendant 88 heures, à partir du 1er septembre. 2,7 millions de messages ont été échangés entre les agents, 130 milliards de tokens générés, 17 heures de formalisation en ligne, donc ça je ne sais pas exactement ce que c'est, et ce ne serait pas GPT-6 Astra, mais ce serait un modèle, selon Sam Altman, nettement plus puissant que GPT-6 Astra. Donc, vous voyez, c'est marrant quand je lui pose des questions pour me décrire une actu, il met le message pour ton audience parce qu'il sait que je fais les 20 heures de l'IA. Donc, c'est assez bluffant. Donc déjà, ça veut dire qu'ils ont des modèles nettement plus puissants qu'Astra, qui ne sortent pas encore, ça en dit long. Et puis, ça veut potentiellement dire que, je ne sais pas si vous avez eu la stat, mais ça leur aurait coûté 5, 10, 20 millions de dollars. Je me demande à Claude ce qu'il en pense, mais 20, 30 millions de dollars pour résoudre ce problème de maths. C'est vraiment incroyable. Donc, ils ont réussi à le résoudre avec 10 000 agents. Alors, il y en a qui nous disent, est-ce qu'on doit vraiment utiliser du token pour ça ? Bon, chacun voit à midi à sa porte. Mais vous voyez, ce n'est pas encore validé. C'est du préprint. Il n'y a pas encore eu la revue, etc. Mais quand même, tout porte à croire que c'est vrai. Je pense que vous allez pouvoir publier ça sur Twitter. Moi, je ne suis personne pour aller challenger ce que vraiment elle a réussi à résoudre le problème de maths. Mais de près ou de loin, c'est le cas. Et il y a eu quand même une petite polémique qui est intéressante que je vais vous lire. c'est que 12 heures avant OpenAI, il y a quelqu'un d'NYU, Tristan Bugmaster, et Levent Alpoj, qui est chercheur chez Anthropic, qui avait annoncé un résultat très très proche, obtenu avec plusieurs modèles, dont ceux d'OpenAI, avec une preuve sur l'air dès le 22 août. Donc, on ne sait pas si ce serait vraiment les premiers, ou peut-être les deuxièmes, et ce qui est assez marrant, c'est que si c'est les deuxièmes, ce serait après un employé d'Anthropic. Donc, évidemment, il y a un des deux qui aurait trouvé ça le 22 août, qui accuse OpenAI d'avoir foncé sur une piste apprise grâce aux travaux de ces deux gars-là. Peut-être parce qu'ils ont utilisé Codex, donc OpenAI aurait regardé ce qu'ont fait les développeurs sur Codex, notamment les gars d'Anthropic, auraient pris ces résultats et les auraient utilisés pour aller résoudre le problème de maths. Bon, OpenAI dit que ce n'est pas vrai. Et même Altman a reconnu avoir lancé l'effort après des rumeurs qu'un concurrent aurait résolu le problème. que ça, on ne sait pas trop. Mais Altman dit que oui, ils se sont lancés après les rumeurs, mais ils seraient partis de zéro. Et le deuxième point, la question de fond qui nous dit, c'est quand le fournisseur d'un outil peut mobiliser 10 000 agents pour courir sur la piste de ses propres utilisateurs, qui possède la découverte ? Moi, je continue de penser que c'est Cam Open AI qui la possède. Mais ça commence à être… Ah, OK, nous dit quelqu'un. Je ne sais pas pourquoi vous mettez OK, mais tant mieux. Donc, en tout cas, on a ces problèmes de maths assez… vieux et assez impossible à résoudre, qui peuvent être résolus avec 10 000 agents en parallèle. Et donc le coût, on va lui demander d'estimer le coût. estime le coût de cette recherche, de cette découverte. Je suis en fable 5.1, ce n'est pas grave, il va être un peu long. Mais donc voilà cette nouvelle, tout le monde en parle. Donc voilà, ils ont tous Marc Chen. Marc Chen, on le voit souvent, je ne sais pas si vous voyez qui c'est. On le voit très souvent dans les vidéos d'Open AI. Et il a lui aussi tweeté ce problème mathématique qui, je pense, pour vous comme pour moi, est un peu, j'allais dire, du chinois, est un peu complexe à comprendre. et je ne peux pas trop le commenter en tant que tel, mais c'est sûr qu'on va avoir de plus en plus de découvertes. Est-ce que tu ne veux pas te mettre sur Twitch ? On me dit. J'ai essayé sur Twitch et je n'arrivais pas à me mettre sur Twitch, je crois. Mais il y en a qui sont plus sur Twitch. Mais 10 000 agents IA, c'est trop. C'est trop, c'est beaucoup. Est-ce que c'est trop ? Je ne sais pas. Mais oui, c'est beaucoup, ça c'est cher. Et le point que je mentionnais, et c'est sorti aussi cette semaine, donc ça fait lien avec cette actu. c'est que de plus en plus, on a de la recherche qui est faite par des agents IA dans les gros labs. Et notamment, OpenAI nous a dit qu'ils seraient, comment on dit, on the verge of, sur le point de, pardon, je vais chercher mon mot, ils seraient sur le point d'avoir le premier chercheur 100% IA qui travaille avec eux. Ils sont en train de l'entraîner, etc. Et donc, ils nous disent, bientôt, on aura ce chercheur IA qui nous fera des découvertes tout seul et qui tombera. Alors, quand je dis chercheur IA, c'est peut-être un ensemble d'agents qui l'appellent chercheur, je n'en sais rien. Mais ça va dans ce sens-là. On a de plus en plus de découvertes qui vont être faites par des agents IA qui sont mis en parallèle et qui travaillent en parallèle. Alors, sur le coût de cette découverte, plusieurs millions de dollars, nous dit Sébastien Bebeck d'OpenAI. Et The Neuron, qui est je crois un média, annonce un total de 22 millions de dollars dépensés sur six jours. Mais ça semble couvrir l'ensemble du programme. Bon, mais en tout cas... Il fait une estimation en GPU, etc. C'est assez marrant. Mais ça aurait coûté entre 20 et 40 millions de dollars pour résoudre ce problème de maths. Ça fait assez cher le problème, mais pourquoi pas. Donc, on va être confronté de plus en plus à ça, à des découvertes scientifiques qui sont faites grâce à des IA. Il ne faudra pas qu'on soit trop pétonné. Et c'est une bonne chose. On parle tout le temps des externalités négatives de l'IA. Il y a aussi des points très positifs, et notamment... Toutes les découvertes qui seront faites, évidemment, en la médecine. Il y a eu cette semaine, je n'en parle pas ici, je n'ai pas eu le temps de le creuser, mais il y a eu des grosses découvertes sur la modélisation de protéines par Google encore. C'est Demis Hassabis de DeepMind qui a annoncé ça. Je ne l'ai pas creusé puisque ça devient assez technique en termes de bio et je ne connais pas très bien, mais il a annoncé encore avoir fait des avancées incroyables. L'égora, je passe vite, mais quand c'est Paul Graham qui tweet, on regarde quand même. L'égora a fait x9. Pardon, Legora Supply, 9x annual growth rate. Donc, ils feraient x10 cette année de croissance. Assez fou là aussi. Et ce qu'ils disent, c'est qu'ils ont une rétention de 95%. Donc, c'est beaucoup plus, c'est plus que Harvey. Harvey qui a levé, d'ailleurs leur concurrent Harvey qui a levé aujourd'hui, si je ne dis pas de bêtises, à 15 milliards de dollars. Donc, sur les Legal Tech, ça va à fond. Les Legal AI, en tout cas, je ne sais pas si c'est des Legal Tech ou des Legal AI, plutôt, mais ça va à fond. Legora, très fort. 2.5, je ne reviens pas dessus, on en a parlé. Astra, ça c'était pas mal, regardez. La consommation d'Astra. Quelqu'un qui dit, j'ai envoyé le bonjour le plus consommateur de l'histoire. Il envoie Hello et regardez le Astra. Ça, c'est un gros sujet d'Astra. C'est assez drôle parce que c'est sûr que c'est un super modèle. Il est excellent, mais tout le monde nous l'a vendu en disant, c'est le meilleur modèle pour notre quotidien, ça va être génial, j'ai fait plein de trucs sur Astra, etc. Ce n'est pas vrai, la conso est tellement énorme qu'aujourd'hui, faites des tests. On ne peut pas faire beaucoup de tests sur Astra parce qu'ils consomment beaucoup trop. Que vous utilisez l'API, que vous ayez dépensé 20 000 dollars pour une tâche, qu'Astra fait beaucoup mieux qu'Opus 5 avec 20 000 dollars. Oui, j'y crois. Oui, c'est un modèle plus agentique. C'est un modèle qui est très fort sur le computer use. De là à ce qu'Astra nous permette aujourd'hui d'avoir des use cases grand public géniaux qu'on peut utiliser en continu au quotidien, je n'y crois pas. Ça consomme beaucoup trop. Et là, je ne sais pas si c'est certainement un peu rapide. Mais moi, je l'ai testé et j'ai fait 3-4 promptes. Le modèle m'a dit stop, je m'arrête, reviens me reparler demain. Donc, pour l'instant, c'est encore un petit peu tôt. Venons ensuite sur la grosse actualité de la semaine qui est le deal de nos amis de Mistral. Et là aussi, je vous ai fait un petit texte en français pour que vous puissiez voir un petit peu les détails du deal. Donc, on a eu l'annonce le 8 septembre, hier je crois, si pas de bêtise, de la levée de 3 milliards de dollars. Mistral lève 3 milliards de dollars. auprès de Samsung, si je ne dis pas de bêtises, menée par Samsung, et 21 milliards de valorisation post-monnaie. 21 milliards d'euros, c'est un record pour la tech européenne, évidemment. La valorisation a quasiment doublé après leur dernière levée, c'était il y a un an à peu près, je dirais, la dernière levée ? Ah non, septembre 25, donc oui, septembre 25, c'était il y a un an avec ASML, 11 milliards de valos et désormais 21 milliards de valos pour Mistral. Alors justement, si je vous montre ici... tous les rounds qu'il y a eu, de plus de 100 millions en Europe cette année. Bon, Mistral quand même est bien devant. Alors, il y a Nscale, Dominique, je ne les connais pas. Ils ont fait un tour à 2 milliards, c'est intéressant. Je ne les connais pas. Nscale, c'est le Neo Cloud. Oui, le Neo Cloud. Nscale, Nebius qui sont très gros. Nebius, ce n'est peut-être pas européen, mais Nscale est anglais, je ne dis pas de bêtises. Ils ont levé 2 milliards. Qu'est-ce qu'on a ? Eleven Labs qui avait levé 500 millions. Lovable 400. Legora dont on parlait tout à l'heure, 600 millions. Et qui est-ce que vous pouvez connaître ? Amilabs. Vous savez, le labo de Yann Lequin, ce qui fait des world models, Amilabs, qui avait levé un milliard. Donc, il y a quand même eu quelques grosses levées. Elzing, dans la défense aussi. Mais bon, en tout cas, là, c'est la plus grosse levée. Je pense que c'est, je ne vais pas y avoir de bêtises, mais c'est une des plus grosses levées de l'histoire en Europe. Trois milliards, on n'est pas très, très loin. Ce n'est pas la plus grosse, c'est sûr. On ne doit pas être très loin des plus grosses levées de l'histoire en or. Et donc, valo 20 milliards. Je vous fais le détail et puis après, on rentrera dans l'analyse. Le tour réunit Samsung, ASML encore, Nvidia. Déjà, c'est assez marrant. On n'a plus de fonds. Alors, PSG Equity, si, on a un fonds. Mais je ne sais pas si PSG Equity a mis beaucoup. Mais on n'a pas beaucoup les gros fonds de la place qui reviennent. On a quand même de l'induce. Parce que moi, de ce que j'ai vu, il ne le met pas. on n'a pas le détail ici, mais c'est principalement Samsung. On a dû avoir des petites partes de ASML, ScaleUp Europe, PGE, Equity et Nvidia, mais c'est principalement Samsung qui lead le deal. Pardon, c'est écrit ici, désolé, je n'ai pas le temps de tout lire. Samsung qui met jusqu'à 1 milliard tout seul. Donc, déjà trois fournisseurs de composants qui mettent dedans et donc ce que je pourrais appeler l'infra-IA. Qu'est-ce que ça veut dire ? Est-ce qu'on peut faire une analyse de ça ? Et je veux bien savoir ce que vous en pensez, mais on... On voit quand même que Mistral se tourne vers un play. En tout cas, quand on voit ça, on se dit qu'il y a un play infra qui a l'air d'être assumé par Mistral. On en a parlé ici, Mistral a fait une annonce il y a quelques semaines. Le cofondateur a écrit un papier pour dire, voilà, notre play va de plus en plus être de faire de l'infra, de moins en moins de faire du modèle, parce que c'est là où il y a un gros besoin en Europe, c'est là où on est compétitif, etc. On voit Samsung qui investit dans ce tour-là, on voit SML, on voit Nvidia, on peut se dire, ok, c'est cohérent. Et pour autant, ce qui est assez marrant, c'est que dans l'annonce qui a été faite par Arthur Mensch, en fait, il nous dit, non, non, mais on va continuer de faire des modèles, on va continuer de faire des modèles de pointe, on va continuer de faire des LLM, donc des Large Language Model, et c'est là où je me perds complètement. j'ai fait Silicon Carnet je sais pas si vous connaissez Silicon Carnet je suis passé il y a quelques bah quand il a eu la sortie du papier du cofondateur de Mistral parce que tout le monde est tombé sur Mistral en disant waouh ils vont dans l'infra mais donc ils nous ont menti depuis le début au début ils devaient faire un concurrent de GPT puis devenir un Capgemini puis maintenant ils font de l'infra etc et moi j'ai dit je pense hein qu'on peut pas leur en vouloir entre guillemets même si évidemment on peut leur en vouloir de rien mais on peut pas critiquer le fait qu'ils aient tenté plein de choses OpenAI a tenté plein de choses et je vous rappelle qu'ils ont arrêté quand même des projets qui leur coûtaient un million d'euros par jour à savoir Sora qu'ils ont arrêté Atlas qu'ils vont s'entraîner de step down un petit peu sur les produits etc pour se recentrer sur du chat GPT et faire un outil donc eux aussi ont tenté plein de choses donc est-ce qu'on peut en vouloir en tout cas est-ce qu'on peut critiquer le fait que Mistral ait tenté plein de choses ben moi je pense pas donc je disais ok les gars ben là peut-être qu'ils assument un peu que ça y est enfin ils font un play infra ils veulent devenir le géant européen Merci. aujourd'hui du data center, demain peut-être du compute, des chips, etc. Et pourquoi pas ? Et ils sont en train de l'assumer. Donc, je racontais ça il y a deux semaines. Et là, dans l'annonce de la levée, j'ai du mal à continuer de raconter ça parce qu'ils nous disent non, non, on veut continuer de faire des modèles, on veut continuer de distribuer nos modèles, on veut continuer de créer dans les boîtes. Globalement, on veut continuer d'être Etiat GPT, Ecap Gmini et OVH. Et donc là, honnêtement, je suis un peu perdu. Je suis un peu perdu. Je ne sais pas exactement quel est le play. Il y a une interview qui va sortir dans un média français. Bientôt, vous allez voir. Et j'ai eu un peu d'infos dessus. Pareil, il nous raconte qu'il va un peu tout faire. Donc, quel est votre avis, vous, là-dessus ? C'est quoi le play Mistral ? C'est quoi le play Mistral ? Alors, 20 milliards de valo, là aussi, vous savez, Capgemini, ça vaut 20 milliards. Donc, faire du Capgemini, déjà, ça va être dur parce que là, on a un problème de valo. Faire du data center. Pourquoi pas ? Et moi, je pense que c'est le bon play avec du Samsung, du ASML, dire qu'on a un géant du compute ici, pourquoi pas ? Mais alors, continuer de faire du modèle. J'ai entendu une thèse ce matin qui disait en fait, ils ont 300 à 400 ingénieurs IA de pointe, ils ne veulent pas s'en séparer. Parce que je comprends, ils les ont recrutés, c'est leur pépite, leur machin. Et donc, tant qu'ils sont là, autant créer des modèles. C'est peut-être vrai, c'est peut-être ça la raison. Je trouverais ça quand même étrange, mais c'est peut-être ça la raison. Donc voilà, dites-moi dans le chat, qu'est-ce que vous en pensez, vous ? Est-ce que c'est le bon play ? Est-ce que ça vous paraît... Pardon, je ne sais pas pourquoi ça saute. Est-ce que ça vous paraît beaucoup trop survalorisé ? Voilà, dites-moi. Moi, en tout cas, j'ai un petit peu du mal à suivre. Donc, vous voyez les annonces qui ont été faites. L'intégrité des 3 milliards alimentera la recherche, le développement matériel quand même. Prévoir de construire ses propres data centers, je suis 100% d'accord. Tout en levant de la puissance externe, on n'a pas le choix. On ne peut pas faire de la puissance interne. On n'a pas de NVIDIA. Doubler ses capacités de calcul, OK. Mais aussi l'expansion internationale d'une société qui revendique plus de 120 entreprises clientes. Le site de 44 mégawatts de Mistral se compare à un des campus américains. sur des centaines de mégawatts, même sur des gigawatts. Donc 44 mégawatts, c'est très très peu. Et 3 milliards d'euros représentent une fraction des capex annuels d'un seul grand fournisseur de cloud. Je n'ai plus les chiffres, je crois que c'est 20. Pour construire un gigawatt, combien ça coûte ? Construire un gigawatt de compute, je ne sais pas si ce n'est pas 10 ou 30 milliards. Ça ne coûte pas 30 milliards. Donc, clairement, je pense que leur vrai cible, c'est l'entreprise et je pense que leur modèle sera sous-destiné à ça. Oui, mais qu'est-ce que ça veut dire ? C'est-à-dire l'entreprise, c'est de déployer en entreprise, c'est de faire de l'agentique, c'est de déployer le chat. Alors, le chat, on a quand même l'air de comprendre qu'ils veulent plutôt mettre fin à ça. Mais bon, je continue de penser qu'on ne peut pas tout faire et ils sont certes très forts, très intelligents. Et je le pense, c'est une boîte qui est incroyable quand même, Mistral. Et c'est cool, c'est trop bien d'avoir une boîte comme ça. en France, mais pour autant, on ne peut pas tout faire. Même OpenAI, qui est peut-être la boîte la plus géniale du monde aujourd'hui, ne peut pas tout faire. Alors, qu'est-ce qu'il nous dit ? Ordre de grandeur, voilà, 35 à 60 milliards de dollars, tout compris pour 1 gigawatt de compute. Oui, sauf qu'on a besoin de dizaines de gigawatts. C'est ce qui se passe aux Etats-Unis aujourd'hui, c'est qu'en projet, on a des dizaines et des dizaines de gigawatts. Là, on parle de 44 mégawatts. Voilà. Pour l'instant, c'est un petit peu ce que je pense sur l'annonce de Mistral. Je ne sais pas vous, Nemo, tu m'as dit, mais je ne sais pas si dans le chat, les autres personnes, vous avez une opinion là-dessus. Mais bon, c'est cool, c'est trop bien d'avoir une décacorne, une double décacorne, je ne sais pas comment on appelle ça, mais une boîte qui vaut 20 milliards. On serait toujours, alors ils auraient fait en 25, pas de bêtise, 100 millions de chiffre d'affaires. Je crois qu'ils souhaitaient faire un milliard à peu près de chiffre d'affaires en 26. Je ne suis pas sûr. que je ne suis pas sûr qu'ils atteignent cette cible. Ça me paraît énorme. Mais en tout cas, j'ai hâte de voir un petit peu ce qu'ils vont nous sortir et ce qu'ils souhaitent faire. Je regarde en même temps si j'ai la data sur leurs revenus, mais je ne crois pas. C'est marrant, il a tweeté en anglais, pas en français. C'est dommage. Mais non, je n'ai pas la data sur leurs revenus. Est-ce que je peux peut-être l'avoir ? ici cette data, non je l'ai pas là non plus donc voilà nos amis de Mistral, garder le maximum de fenêtres ouvertes ben oui oui je pense que c'est ce qu'ils veulent faire c'est ce qu'ils font actuellement mais j'y crois pas trop trop le site est bien, l'annonce est bien faite qu'est-ce qu'ils nous ont annoncé d'autre non globalement c'est rare de faire quand même ce qu'on appelle des séries C avec des indus, souvent on fait que Quand on est encore dans du série A, série B, série C, série D, c'est des fonds derrière. Là, c'est des indices quand même. Bon, Samsung a beaucoup d'argent à investir. Donc, pour eux, investir un milliard, vu les résultats, je crois que ça va être la boîte. Je ne sais plus si c'est eux ou HK Enix. Je crois que c'est Samsung qui va être la boîte de l'histoire qui fait le plus de résultats cette année. Je ne parle pas de 100 milliards de résultats nets, 120 milliards de résultats nets cette année. On a même du mal à imaginer ce que ça signifie. Donc, on va mettre un petit milliard dans le futur géant européen. Pourquoi pas ? Je peux comprendre. Mais voilà un petit peu mon analyse sur Mistral. Et si je devais moins prendre position, je dirais ce dont on a besoin. C'est toujours pareil. On va demander à Visualize, Tchadjipété, de le faire. Il le fait très bien, ça. Regardez un exemple d'utilisation de ce plugin. Visualize. Aide-moi à mieux visualiser toutes les stacks, toutes les couches qui interviennent. dans l'écosystème IA. Je te donne quelques exemples, mais on a la gravure avec ASML, les chips avec NVIDIA, le data center avec les hyperscalers, les modèles avec les labos, la distribution avec les outils comme TGPT, etc. Mais moi, une dizaine de layers comme ça que je puisse bien visualiser. Donc, vous savez, dans l'IA, on a tous ces layers qui interviennent. Et la question, c'est de se dire où est-ce que moi, je veux être souverain, où est-ce que je veux avoir un géant, etc. Et je pense que Mistral a beaucoup de chances, en tout cas, beaucoup d'opportunités, pardon, d'être présent sur tout un tas de layers. Alors, est-ce qu'il va nous le faire comme il faut ? Achète principalement, vend principalement. On va voir s'il réussit à me faire quelque chose. Je pense que sur... Fournir le cloud. Bon, fabriquer le calcul, c'est compliqué. Là-dessus, on a déjà des couches de souveraineté puisqu'on a ASML qui participe à cette fabrication de calcul parce qu'ils gravent les chips. En tout cas, ils vendent les outils, ils gravent les chips. Mais concurrence à ASML, ce n'est pas le sujet. Ah, voilà, c'est magnifique. L10. Équipement d'assumé. Vous voyez, c'est tellement puissant GPT Visualize. J'utilise toute la journée, moi. Typiquement, un truc comme ça. Je veux apprendre quelque chose. Ah, ben voilà, hop, je clique. C'est magnifique. équipement semi-conducteur donc du ASML bon je pense pas, de la fonderie il n'y a que TSMC dans le monde et Samsung aucune chance qu'on monte de la fonderie c'est pas leur objectif d'ailleurs les puces, aujourd'hui les seules qui se placent si on enlève, alors il y a des boîtes comme Etched qui veulent concurrencer Nvidia mais en pure player comme Mistral ce sera pas un pure player, on peut se dire quels seront les non pure player qui peuvent quand même graver des chips et là il n'y a que OpenAI qui est pas un pure player pure payeur de la chips et qui fait son ralapeno et après on a ce qu'on appelle les ASICs avec Google qui a ses TPU avec Amazon qui a ses Tranium là dessus Mistral aucune chance je crois pas du tout. La mémoire avec les HBM de SKINX et de Micron là non plus j'y crois pas donc quand même sur ces 4 layers ils peuvent pas trop se placer donc on va se placer sur le datacenter là j'y crois beaucoup. Est-ce que ça devient un Neo Cloud ? Ben pourquoi pas un Neo Cloud je pense qu'il y a vraiment de la place pour être un Neo Cloud Et là, j'y crois. Donc là-dessus et sur... Alors pourquoi ils nous ont... Alors oui, si, là-dessus et sur le bâtiment et sur l'électricité, sur le refroidissement et derrière, sur la partie pure cloud, hyperscaler et je vends ça aux boîtes. Là-dessus, sur ces deux-là, ils peuvent être vraiment présents, je pense, sur 5 et 6. Mais c'est là où moi, derrière, j'ai du mal à l'imaginer. Sur les modèles fondamentaux, ça va être très dur. Et ce que je dis tout le temps sur Mistral, c'est que d'un côté, sur la couche, je pars dans l'autre sens. Sur la couche 10, applicatif, métier, intégration, entreprise, là, en fait, il faut être concurrent de Capgemini, d'Artifact, d'Accenture. Donc, c'est dur parce que si on va les concurrencer, eux ne déploieront pas mes modèles. Donc, je perds cette couche 10. Je perds la couche 9 parce que sur cette couche 9, je ne les vois pas, le chat ne peut pas être compétitif par rapport aux Américains. Donc, je perds là-dessus. La paix y est. ou plutôt si on prend cette alors je ne sais pas trop ce qu'il me met là dessus rendre les modèles programmables, exploitables ouais ok pourquoi pas mais non je pense que c'est très lié au 9 et du coup il reste le 7 donc le 9 fut concurrencé par les le 10 fut concurrencé par tous les caméras de conseil et je ne crois pas du tout que c'est ça le caméras de conseil le 9 fut concurrencé par les américains en distribution c'est mort et le 7 je veux faire des modèles fondamentaux sur les américains mais si je veux faire des modèles open source qui sont utilisés par les boîtes bah je suis en concurrence frontale face aux chinois Moi, je ne crois pas du tout, qu'on puisse concurrencer les Chinois là-dessus. Ils ont un écosystème de malades, ils ont beaucoup de financements, tout est moins normé, tout va plus vite. Bref, je ne vois pas comment on concurrence les Chinois sur l'open source. Et donc, il nous reste les tâches 5 et 6. Donc, je ne sais pas, c'est peut-être une version simplifiée. Moi, je l'ai beaucoup creusé ce sujet Mistral et je trouvais que c'était la meilleure manière de réfléchir à comment on peut se positionner Mistral, c'est de le voir en couche comme ça. Et pour moi, c'est la couche 5 et 6 sur laquelle ils peuvent... positionner et est ce que ça vaut 20 milliards peut-être mais c'est moins évident que si on est sur la couche si on est sur la couche 10 c'est dur de faire une boîte à 20 milliards sur la couche 9 et 8 là on peut y aller fort sur 6 et 7 peut-être et en dessous c'est pas accessible donc voilà un petit peu ce que je voulais tout ce que je voulais vous dire aujourd'hui sur Mistral et sur le reste mais là en finissant de manière un peu plus longue sur Mistral je sais pas si vous avez bien aimé Si ça vous parle un peu, vous avez ce petit plugin de visualisation. Moi, j'aime bien. Je trouve que ça permet vraiment de bien comprendre les choses. Et vous pouvez lui dire, va un peu plus loin, fais-moi plus de textes, etc. Bref, vous connaissez tout ça maintenant, mais c'est plutôt très efficace. Écoutez, merci beaucoup. Est-ce que c'était clair pour vous ? Est-ce qu'il y a des sujets que vous vouliez voir ? Alors, on n'a pas eu le temps de voir. On le met, si ça te va, je crois que c'était Nemo, je ne sais plus qui. On le met à l'ordre du jour du prochain live. le sujet sur le chercheur qui est parti d'entropique et qui a dit « Oulala, il y a 10% de chance que toute la population meure à cause d'IA dans les 10 prochaines années » . J'espère que ce n'est pas vrai. J'espère que ce ne sera pas le cas. Mais en tout cas, je le traiterai la prochaine fois. Vous êtes toujours de plus en plus nombreux. C'est super. On est plus sur YouTube que sur X aujourd'hui. La dernière fois, c'était l'inverse. En tout cas, merci beaucoup. Très sympa ton live, ma première. Merci beaucoup. Désolé Nemo, je ne l'avais pas mis. Je n'en ai pas parlé cette fois-ci. Mais promis, on en parle la prochaine fois. Tu avais parlé des pubs dans GPT dans ton dernier live. Est-ce que vous avez des updates là-dessus en une semaine ? Nous, l'update qu'on a eue, on a eu quelques leads. En une semaine, on a dépensé 250 euros et on a signé 4000 euros de prestat. Mais bon, c'est micro, donc c'est deux petites formations. Mais on a ce retour. Il faut qu'on le teste à plus grande échelle. En fait, mes ads se sont déconnectés et on n'a pas encore eu le temps de trop le tester avec des clients, pour être honnête. Mais on vous fera un retour. Là-dessus, comme je vous disais, on va faire de plus en plus de lives. Et de plus en plus sur la chaîne YouTube, vous aurez tous nos lives. Donc des fois, il y aura des lives très spécifiques. Le 20h de l'IA va bien sûr continuer sa petite vie. Parce que ça se passe bien. 257 euros, on avait dépensé, on a signé 4000. Pas mal, on pourrait se dire qu'un petit coup d'acquisition à 10% comme ça, c'est pas mal. Pour des tests en tout cas. Donc voilà, on en reparlera. 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.