Mistral AI dévoile un outil de codage concurrent pour défier GitHub Copilot

Mercredi, Mistral AI a présenté un assistant de codage complet pour les entreprises, marquant ainsi la plus forte avancée de la société française d'intelligence artificielle dans le domaine du développement de logiciels d'entreprise, actuellement dominé par GitHub Copilot de Microsoft et d'autres concurrents de la Silicon Valley.

Le nouveau produit, Mistral Code, combine les derniers modèles d'intelligence artificielle de l'entreprise avec des plugins d'environnement de développement intégrés et des options de déploiement sur site, spécialement conçus pour les grandes entreprises ayant des besoins rigoureux en matière de sécurité. Ce lancement entre directement en concurrence avec les assistants de codage existants en offrant ce que l'entreprise décrit comme une personnalisation et une souveraineté des données inégalées.

"Nos principaux facteurs de différenciation sont une plus grande personnalisation et la possibilité d'héberger nos modèles sur site", a déclaré Baptiste Rozière, chercheur chez Mistral AI et ancien chercheur chez Meta qui a contribué au modèle de langage original Llama, lors d'un entretien exclusif avec VentureBeat. "En ce qui concerne la personnalisation, nous pouvons adapter nos modèles à la base de code unique d'un client, ce qui améliore considérablement la pertinence des compléments de code pour leurs flux de travail spécifiques.

Cette stratégie axée sur l'entreprise souligne l'objectif de Mistral de se démarquer d'OpenAI et d'autres rivaux américains en donnant la priorité à la confidentialité des données et à la conformité avec les réglementations européennes. Contrairement aux outils de codage SaaS classiques, Mistral Code permet aux entreprises de déployer l'ensemble de la pile d'IA au sein de leur propre infrastructure, en conservant le code propriétaire en toute sécurité sur les serveurs de l'entreprise.

"Avec le déploiement sur site, nous exploitons le modèle directement sur le matériel du client", ajoute M. Rozière. "Ils bénéficient du service tout en s'assurant que leur code ne quitte jamais leurs serveurs, ce qui répond à leurs exigences en matière de sécurité et de confidentialité."

Comment Mistral a identifié quatre obstacles majeurs à l'adoption de l'IA par les entreprises

Le produit arrive alors que l'adoption par de nombreuses organisations d'assistants de codage d'IA reste bloquée à la phase de validation du concept. Grâce à des enquêtes menées auprès de vice-présidents de l'ingénierie, de responsables de plateforme et de responsables de la sécurité des informations, Mistral a mis en évidence quatre défis récurrents : un accès restreint aux référentiels propriétaires, une personnalisation insuffisante des modèles, une prise en charge superficielle des flux de travail complexes et des accords de niveau de service fragmentés entre de multiples fournisseurs.

Mistral Code s'attaque à ces problèmes avec une "solution intégrée verticalement" qui comprend des modèles, des plugins, des contrôles administratifs et une assistance 24 heures sur 24 dans le cadre d'un seul et même contrat. Construite sur le projet open-source Continue, la plateforme ajoute des fonctionnalités de niveau entreprise telles que le contrôle d'accès granulaire basé sur les rôles, l'enregistrement des audits et l'analyse de l'utilisation.

Techniquement, Mistral Code utilise quatre modèles d'IA spécialisés : Codestral pour la complétion de code, Codestral Embed pour la recherche et l'extraction de code, Devstral pour les flux de codage multitâches et Mistral Medium pour l'aide à la conversation. Le système prend en charge plus de 80 langages de programmation et peut analyser les fichiers, les différences Git, les sorties de terminal et les systèmes de suivi des problèmes.

Pour les entreprises clientes, la plateforme permet d'affiner les modèles de base sur des référentiels de code privés, une caractéristique qui la distingue des options propriétaires dépendant d'API externes. Cette adaptabilité peut considérablement améliorer la précision de l'achèvement du code pour les cadres et les conventions de codage spécifiques à l'entreprise.

Pourquoi les principaux chercheurs de Meta se joignent à l'initiative de codage de l'IA de Mistral

Les prouesses techniques de Mistral sont en partie dues à un effort de recrutement stratégique qui a attiré des chercheurs clés de l'équipe Llama AI de Meta. Sur les 14 auteurs cités dans l'influent document Llama 2023 de Meta, qui définissait la stratégie d'IA open-source de l'entreprise, seuls trois travaillent encore pour l'entreprise de médias sociaux. Cinq d'entre eux, dont M. Rozière, ont rejoint Mistral au cours des 18 derniers mois.

Cette migration des talents de Meta met en évidence la dynamique concurrentielle dans le secteur de l'IA, où les meilleurs chercheurs recherchent une rémunération supérieure et la possibilité d'influencer les systèmes d'IA de la prochaine génération. Pour Mistral, ces recrutements apportent une expertise approfondie dans le développement de grands modèles de langage et dans les méthodes d'entraînement développées à l'origine par Meta.

Marie-Anne Lachaux et Thibaut Lavril, tous deux anciens chercheurs de Meta et co-auteurs de l'article original sur Llama, sont désormais membres fondateurs et ingénieurs de recherche en IA chez Mistral. Leurs connaissances contribuent directement au développement des modèles de Mistral axés sur le codage, en particulier Devstral, que l'entreprise a lancé en mai en tant qu'agent de génie logiciel à code source ouvert.

Le modèle Devstral surpasse les performances d'OpenAI lorsqu'il fonctionne sur un ordinateur portable

Devstral illustre l'engagement de Mistral en faveur du développement de logiciels libres, en proposant un modèle de 24 milliards de paramètres sous la licence permissive Apache 2.0. Il obtient un score de 46,8 % sur le benchmark SWE-Bench Verified, dépassant le GPT-4.1-mini d'OpenAI de plus de 20 points de pourcentage, tout en étant suffisamment compact pour fonctionner sur un seul GPU Nvidia RTX 4090 ou un MacBook avec 32 Go de RAM.

"Actuellement, c'est de loin le meilleur modèle ouvert pour les bancs d'essai SWE vérifiés et pour les agents de code", a déclaré Rozière à VentureBeat. "Il est également remarquablement compact - seulement 24 milliards de paramètres - de sorte que vous pouvez l'exécuter localement sur des appareils tels que le MacBook.

Cette double stratégie consistant à proposer des modèles open-source et des services d'entreprise propriétaires reflète le positionnement plus large de Mistral sur le marché. Tout en s'engageant dans le développement d'une IA ouverte, l'entreprise rentabilise ses activités grâce à des fonctionnalités premium, des services de personnalisation et des contrats d'assistance aux entreprises.

Les banques et les chemins de fer mettent en œuvre les outils de codage sur site de Mistral

Les premières entreprises clientes dans les secteurs réglementés confirment l'approche de Mistral, où les préoccupations en matière de souveraineté des données entravent l'adoption d'assistants de codage basés sur le cloud. Abanca, une grande banque espagnole et portugaise, a déployé Mistral Code à grande échelle en utilisant une configuration hybride qui permet le prototypage basé sur le cloud tout en sauvegardant le code bancaire de base sur site.

La SNCF, l'opérateur ferroviaire national français, utilise Mistral Code Serverless pour doter ses 4 000 développeurs d'une assistance en matière d'IA. L'intégrateur de systèmes mondial Capgemini a déployé la plateforme sur site pour plus de 1 500 développeurs chargés de projets clients dans des secteurs réglementés.

Ces mises en œuvre soulignent la demande des entreprises pour des outils de codage de l'IA qui offrent des fonctionnalités sophistiquées sans sacrifier la sécurité des données ou le respect des réglementations. Contrairement aux assistants grand public, l'architecture d'entreprise de Mistral Code prend en charge la surveillance administrative et les pistes d'audit exigées par les grandes organisations.

La réglementation européenne en matière d'IA confère à Mistral un avantage sur ses concurrents de la Silicon Valley

Le marché des assistants de codage pour entreprises a fait l'objet d'investissements et d'une concurrence considérables de la part des géants de la technologie. Le Copilot GitHub de Microsoft est en tête avec des millions d'utilisateurs individuels, tandis que de nouveaux venus, comme Claude d'Anthropic et les outils alimentés par Gemini de Google, se disputent les parts de marché des entreprises.

Les racines européennes de Mistral offrent des avantages réglementaires en vertu du règlement général sur la protection des données et de la loi européenne sur l'IA, qui imposent des règles strictes aux systèmes d'IA qui traitent des données personnelles. Le milliard d'euros de financement de l'entreprise, dont un récent tour de table de 600 millions d'euros mené par General Catalyst pour une valorisation de 6 milliards de dollars, lui donne les moyens de rivaliser avec des concurrents américains bien financés.

Néanmoins, Mistral rencontre des obstacles pour se développer à l'échelle mondiale tout en maintenant ses principes de code source ouvert. Le récent virage de l'entreprise vers des modèles propriétaires tels que Mistral Medium 3 a suscité des critiques de la part des partisans du logiciel libre, qui y voient une rupture avec les idéaux fondateurs dans la poursuite de la viabilité commerciale.

Au-delà de l'achèvement du code : Des agents d'intelligence artificielle qui développent des modules logiciels complets

Mistral Code va bien au-delà de la complétion de code de base pour gérer des flux de travail complets. La plateforme peut ouvrir des fichiers, créer de nouveaux modules, mettre à jour des tests et exécuter des commandes shell, le tout dans le cadre de processus d'approbation configurables qui préservent la supervision par des ingénieurs chevronnés.

Ses capacités d'extraction et de génération augmentée lui permettent d'appréhender le contexte du projet en examinant les bases de code, la documentation et les systèmes de suivi des problèmes. Cette compréhension du contexte conduit à des suggestions de code plus précises et minimise les problèmes d'hallucination communs aux outils de codage IA plus simples.

Mistral continue de développer des modèles de codage plus vastes et plus puissants tout en optimisant le déploiement local. La collaboration de l'entreprise avec All Hands AI, qui développe le cadre d'agent OpenDevin, intègre les modèles de Mistral dans des flux de travail autonomes d'ingénierie logicielle capables de mettre en œuvre des fonctionnalités entières.

Ce que l'accent mis par Mistral sur les entreprises signale pour l'avenir du codage de l'IA

Les débuts de Mistral Code témoignent de l'évolution des assistants de codage de l'IA, qui passent du statut d'aides expérimentales à celui d'infrastructures d'entreprise essentielles. Les entreprises considérant de plus en plus l'IA comme essentielle à l'efficacité des développeurs, les fournisseurs doivent trouver un équilibre entre les fonctionnalités avancées et les besoins des grandes entreprises en matière de sécurité, de conformité et de personnalisation.

La capacité de Mistral à attirer les meilleurs talents de Meta et d'autres laboratoires d'IA de premier plan illustre la concentration actuelle de l'expertise au sein d'un groupe restreint d'entreprises bien capitalisées. Cette consolidation accélère l'innovation mais peut restreindre la diversité des approches dans le développement de l'IA.

Pour les entreprises qui évaluent les outils de codage de l'IA, Mistral Code représente une alternative européenne aux plateformes américaines, avec des avantages particuliers pour les organisations qui mettent l'accent sur la souveraineté des données et l'alignement réglementaire. Le succès de la plateforme dépendra de sa capacité à offrir des gains de productivité mesurables tout en maintenant la sécurité et la personnalisation qui la distinguent des solutions standardisées.

Les implications plus larges vont au-delà des assistants de codage et touchent à la question fondamentale de la mise en œuvre des systèmes d'IA dans les entreprises. L'accent mis par Mistral sur le déploiement sur site et la personnalisation des modèles s'écarte des stratégies "cloud-first" privilégiées par de nombreux rivaux de la Silicon Valley.

Au fur et à mesure que le marché des assistants de codage évolue, le succès dépendra probablement non seulement de la performance des modèles, mais aussi de la capacité des fournisseurs à répondre aux exigences complexes en matière d'exploitation, de sécurité et de conformité qui guident l'adoption des logiciels d'entreprise. Mistral Code examine si les entreprises européennes d'IA peuvent rivaliser avec leurs homologues américaines en présentant des méthodes distinctes pour le déploiement en entreprise et la gouvernance des données.