LLMs européens : la bataille silencieuse de la souveraineté numérique

Longtemps absente de la course aux grands modèles de langage, l’Europe tente désormais de combler son retard. C’est ainsi qu’en réponse à la domination des modèles américains comme GPT d’OpenAI, Claude d’Anthropic ou Gemini de Google, plusieurs initiatives européennes ont émergé avec une ambition claire : construire des LLMs multilingues, ouverts et compatibles avec le cadre réglementaire européen. Derrière ces projets se joue un enjeu capital de souveraineté numérique.

Contrairement aux modèles dominants du marché mondial, majoritairement conçus pour l’anglais (ou le chinois) et proposés par des entreprises localisées en dehors du vieux continent, les LLMs développés en Europe ont un point commun : mettre l’accent sur la diversité linguistique et la transparence. Le projet EuroLLM est une illustration de cette orientation. EuroLLM est, en effet, un projet collaboratif à l’échelle du continent visant à entraîner des modèles couvrant l’ensemble des 24 langues officielles de l’Union européenne. La version EuroLLM-22B, entièrement open source, est aujourd’hui disponible et revendique explicitement un objectif de souveraineté européenne en intelligence artificielle.

Dans le même esprit, le modèle TildeOpen, issu du « European AI Grand Challenge », a été conçu pour répondre aux spécificités linguistiques européennes, avec un fort ancrage sur les langues d’Europe du Nord et de l’Est. Doté d’environ 30 milliards de paramètres, il est accessible en open source et illustre la capacité de l’écosystème européen à produire des modèles de grande taille.

D’autres initiatives visent à élargir encore la couverture linguistique. On peut citer le modèle Teuken-7B, développé dans le cadre du programme OpenGPT-X, qui prend en charge les 24 langues officielles de l’Union. Il reste toutefois cantonné à un usage de recherche, sa licence nécessitant une vérification approfondie avant toute exploitation commerciale.

Autre alternative intéressante : la famille de modèles Salamandra. Celle-ci, déclinée en plusieurs « tailles » (allant de 2 à 40 milliards de paramètres) a été entraînée sur un corpus couvrant environ 35 langues européennes. Ces modèles, distribués sous licence Apache 2.0, sont pensés pour des usages variés, y compris en entreprise.

À côté de ces projets académiques ou institutionnels, quelques rares acteurs industriels contribuent à structurer l’écosystème « souverain ». En France, Mistral AI s’est imposé en peu de temps comme l’un des symboles de la relance européenne dans le domaine des LLMs. Ses modèles Mistral-7B et Mixtral-8x7B, diffusés en open weights, sont largement utilisés, même si leur couverture linguistique reste moins complète que celle des projets paneuropéens.

Côté allemand, Aleph Alpha propose une approche différente. Sa famille de modèles Luminous (accessible principalement via API) s’adresse prioritairement aux entreprises et aux institutions publiques. Les informations publiques ne permettent toutefois pas de connaître précisément la taille de ces modèles, ce qui limite les comparaisons directes avec les LLMs open source cités précédemment.

En parallèle de ces développements, plusieurs projets de grande envergure sont encore en construction. On peut mentyionner le programme SOOFI qui ambitionne de créer un modèle d’environ 100 milliards de paramètres, explicitement aligné avec les valeurs européennes. Le consortium OpenEuroLLM et l’initiative LLMs4Europe cherchent pour leur part à mutualiser les efforts pour produire des modèles ouverts, transparents et adaptés à des usages sectoriels, notamment dans l’industrie et les services publics.

Pour les entreprises européennes, ces LLMs représentent une alternative crédible, mais encore très imparfaite en comparaison aux modèles américains. Leur principal avantage réside dans la possibilité de déploiements en cloud privé ou sur site, rendus possibles par des licences open weights, et en meilleure adéquation avec les exigences du futur AI Act. En revanche, leurs performances brutes restent généralement inférieures à celles des leaders mondiaux, en particulier pour les usages généralistes à très grande échelle.

L’Europe ne cherche pas à reproduire à l’identique le modèle des géants de la tech. Elle trace une voie distincte, fondée sur le multilinguisme, l’ouverture et la conformité réglementaire. Ces choix stratégiques pour batir des LLMs européens pourraient s’avérer décisifs en terme de souveraineté numérique à moyen terme, notamment pour les administrations publiques et les secteurs régulés, où la maîtrise des données et la gouvernance des modèles sont des critères aussi importants que la seule performance technologique.

Vous souhaitez intégrer l’IA dans vos processus ?

Contactez omestra 