L’armée française s’appuie sur Mistral pour son IA de défense

Les armées françaises veulent de l’intelligence artificielle, et elles ont choisi un fournisseur national : la start-up Mistral AI. Dans un entretien réalisé le 13 octobre, l’Amiad, l’agence du ministère chargée de l’IA de défense, explique à Numerama ce que cet accord change, et où elle place les limites.

Le sujet est sensible : on parle de contrats, de logistique, mais aussi, à terme, de ciblage et de robots. Reprenons ce que dit la source, sans aller plus loin qu’elle.

Ce que l’accord avec Mistral change concrètement

En jeu : savoir si l’armée dépend d’outils étrangers ou peut s’appuyer sur un acteur français. En janvier 2026, le ministère des Armées a annoncé la signature d’un accord-cadre avec Mistral AI. Numerama présente la start-up comme « notre futur bouclier européen autour de l’IA ».

Alain Droniou, sous-directeur technique de l’Amiad (Agence ministérielle pour l’intelligence artificielle de défense), apporte une précision utile. Certains modèles de Mistral sont dits « open-weight » : leurs paramètres, c’est-à-dire le résultat de l’entraînement, sont publics et téléchargeables. Les armées auraient pu les récupérer sans accord.

L’intérêt du contrat est ailleurs. Mistral possède aussi des modèles réservés à ses clients entreprises, non accessibles librement. L’accord y ouvre l’accès, ainsi qu’à ses infrastructures de calcul, les machines qui font tourner ces modèles. Il donne aussi accès à l’expertise de la société, pour des cas d’usage très spécifiques et pour des travaux plus scientifiques et technologiques de l’Amiad.

En clair : l’armée n’achète pas seulement un logiciel, elle achète aussi du savoir-faire.

Les données sensibles restent chez les armées

Point central pour la souveraineté : selon Alain Droniou, dès qu’un cas d’usage présente « un minimum de sensibilité », le traitement se fait sur les infrastructures des armées. Et d’après lui, c’est le cas de nombreux usages. Les données les plus délicates ne partent donc pas chez le fournisseur.

L’Amiad parle d’adapter les modèles génériques de Mistral aux spécificités du ministère, en vocabulaire comme en méthode, puis de les décliner en applications. Autrement dit, un modèle conçu pour tout le monde est « spécialisé » pour un usage militaire.

Des usages très concrets, d’autres plus délicats

Les premiers exemples cités n’ont rien de spectaculaire. La direction générale de l’armement, qui achète les équipements des armées, pourrait être aidée dans la rédaction des contrats avec les grands industriels. L’idée : analyser l’historique des marchés passés, en extraire les données, puis automatiser la chaîne, de la rédaction du contrat jusqu’à sa validation et sa notification au titulaire.

Viennent ensuite des usages plus opérationnels, pour la Marine et l’armée de Terre. Ils tournent autour de la planification de missions : logistique, ravitaillement, déploiement de forces, par exemple pour des bâtiments de la Marine nationale.

La question de Numerama est plus directe : l’IA doit-elle aussi aider à identifier des cibles, comme les États-Unis l’ont fait face à l’Iran, selon le journaliste ? Alain Droniou répond que cela fait partie des cas d’usage prospectifs sur la conduite des opérations, où les modèles Mistral seront nécessaires. Il évoque aussi la simulation de réactions adverses en fonction des actions planifiées.

Le mot « prospectif » compte : il s’agit de pistes de travail, pas d’un système déjà en service d’après l’entretien. La source ne détaille ni calendrier ni règles d’emploi.

Pendragon et le problème des hallucinations

L’exemple le plus frappant est Pendragon, décrite comme la première unité robotique militaire française. L’Amiad prévoit d’utiliser des modèles de Mistral pour développer de l’« agentique » autour de sa conduite et de sa planification. Le terme désigne des systèmes d’IA qui enchaînent plusieurs actions pour atteindre un but, au lieu de répondre à une seule question.

Alain Droniou reconnaît d’emblée le défaut des IA génératives : les hallucinations, ces réponses plausibles mais fausses, et plus largement la fiabilité. Il explique que le modèle de Mistral sera « une technologie parmi un ensemble, avec d’autres », destinée à garantir les comportements. Le texte dont nous disposons s’interrompt avant la fin de sa phrase. Nous ne pouvons donc pas détailler ces garde-fous techniques.

En clair : l’IA générative ne conduirait pas seule. Reste à savoir ce qui l’encadre, et avec quelle autonomie.

Cinq axes de risque, et des questions ouvertes

L’Amiad indique évaluer les risques de l’IA selon cinq axes : fiabilité, cybersécurité, facteur humain, sûreté, et enjeux juridiques ou éthiques. L’objectif affiché est d’imposer des garde-fous adaptés à chaque usage. Rédiger un contrat et piloter un robot n’appellent pas le même niveau de contrôle.

Plusieurs questions restent ouvertes, que la source ne tranche pas :

• Dépendance. Un fournisseur français vaut-il souveraineté si une partie des modèles utilisés ne sont pas publics ?
• Place de l’humain. Qui décide quand une IA propose un ciblage ou planifie une mission ? Le « facteur humain » figure parmi les cinq axes, sans que l’on sache comment il se traduit.
• Transparence. Les armées ouvrent un peu leurs portes : Numerama rappelle la visite presse de leurs installations de Bruz, en Ille-et-Vilaine, l’an dernier. Les règles d’emploi de l’IA seront-elles aussi rendues publiques ?

Ce qu’on peut observer dès maintenant : la liste des usages qui passeront du « prospectif » au déployé, et les garde-fous associés. C’est là que se mesurera l’écart entre l’ambition affichée et la pratique.

Sources

• « Un véritable changement de paradigme » : comment l’agence IA des armées planche sur cette technologie de rupture (Numerama)