Samsung et Mistral AI : pourquoi des modèles d’IA sur site peuvent compter pour la fabrication de puces

Samsung Electronics ne signe pas avec Mistral AI pour fournir un simple assistant conversationnel à ses salariés. Le partenariat vise une utilisation industrielle, au sein même de ses activités de semi-conducteurs : Samsung va intégrer sur site les services et solutions de Mistral, y compris Mistral Large, dans ses opérations d’ingénierie et de fabrication de puces. L’objectif est de créer des modèles et des plateformes d’IA adaptés aux besoins très spécifiques du secteur. 4

Une IA conçue pour rester dans l’environnement de Samsung

Le point central de l’accord est le déploiement on-premises, c’est-à-dire sur l’infrastructure informatique de Samsung. Les modèles peuvent ainsi être développés et utilisés dans l’environnement contrôlé du groupe, sans imposer l’envoi d’informations opérationnelles sensibles vers un service d’IA public externe. 411

Dans une usine de semi-conducteurs — souvent appelée fab — les recettes de fabrication, les données d’équipements, les résultats d’inspection et les informations sur les défauts constituent des actifs stratégiques. Samsung et Mistral entendent combiner l’expertise de Samsung dans les puces avec la technologie d’IA de Mistral afin de renforcer les capacités d’ingénierie et de production. 4

Young Hyun Jun, directeur général de Samsung Device Solutions, a déclaré que cette collaboration réunirait les forces des deux entreprises pour innover dans l’ingénierie et la fabrication de semi-conducteurs. Arthur Mensch, cofondateur et directeur général de Mistral, a pour sa part insisté sur l’application d’une IA avancée à des environnements industriels complexes, tout en préservant le contrôle des données et infrastructures critiques. 4

À quoi ces modèles pourraient servir dans une usine

Samsung n’a pas communiqué de calendrier de déploiement par usine, de ligne de production précise ni d’indicateur de performance. L’intention est néanmoins claire : exploiter des modèles spécialisés pour aider les ingénieurs à travailler sur les très grands ensembles de données interconnectées générées par la fabrication des puces.

Un modèle pourrait, par exemple, analyser les liens entre des paramètres de procédé — exposition en lithographie, conditions de gravure, température — et des observations réalisées plus tard, comme des défauts sur les wafers ou des résultats de tests électriques.

En théorie, cela pourrait contribuer à :

• détecter et classifier les défauts, en mettant en évidence des motifs dans les données d’inspection ;
• optimiser les équipements, en repérant des conditions associées à une dérive du procédé ou à des besoins de maintenance ;
• accélérer l’analyse des causes racines, en reliant des défaillances en aval à des combinaisons de variables en amont ;
• stabiliser les rendements, en aidant les équipes à enquêter plus vite sur les variations lors du passage en production de mémoires et de puces logiques avancées.

Il s’agit de cas d’usage potentiels, et non de résultats garantis. Samsung n’a publié ni objectif de rendement, ni chiffre de baisse des défauts, ni économie de coûts, ni preuve d’améliorations déjà obtenues à l’échelle d’une production industrielle. 4

Pourquoi le déploiement sur site est stratégique

L’architecture retenue compte autant que le modèle lui-même. Une IA exécutée sur site donne à Samsung davantage de maîtrise sur le lieu de traitement de ses données et sur l’intégration de l’outil à ses flux de travail internes. Cette approche rejoint la tendance de l’IA d’entreprise dite « souveraine » : amener les modèles au plus près des données et de l’infrastructure propriétaires, plutôt que d’exporter des informations sensibles vers un service mutualisé externe. 4

Pour un fabricant de semi-conducteurs, l’intérêt est direct. Les connaissances accumulées sur les procédés et les données de fabrication sont au cœur de l’avantage concurrentiel. Un modèle privé, personnalisé et déployé dans un environnement maîtrisé permettrait d’appliquer l’IA générative à ces données tout en gardant le contrôle de l’espace dans lequel elle opère.

Samsung devient aussi investisseur de Mistral

Samsung a également mené le tour de financement de série D de 3 milliards d’euros de Mistral AI. Le groupe a obtenu une participation stratégique, mais ni sa taille ni les conditions de l’investissement n’ont été rendues publiques. 46

Mistral a indiqué que l’opération la valorisait à plus de 21 milliards d’euros après investissement. Samsung a mené ce tour aux côtés du Scaleup Europe Fund, géré par EQT, et de l’investisseur existant PSG Equity. Parmi les nouveaux investisseurs figurent Advent, des fonds et comptes gérés par BlackRock, ainsi que le Grand-Duché de Luxembourg. Le groupe d’investisseurs comprend aussi notamment a16z, ASML, BNP Paribas CIB, Bpifrance, DST Global, General Catalyst, Index Ventures, Lightspeed, Nvidia et Salesforce Ventures.

Cette opération donne à Samsung un lien financier avec un fournisseur dont il utilisera la technologie dans une activité hautement stratégique. Elle ne prouve toutefois ni un accès exclusif aux modèles de Mistral, ni un rôle de gouvernance annoncé, ni un résultat commercial garanti pour Samsung.

Deux partenariats, deux dimensions de la prochaine génération de puces

L’accord avec Mistral intervient parallèlement au renforcement du partenariat entre Samsung et ASML autour de la lithographie High-NA EUV et d’une plateforme de photomasques de 12 pouces. Samsung prévoit d’introduire la High-NA EUV dans la fabrication de DRAM en grand volume d’ici à 2028.

Les deux alliances ne répondent pas au même problème :

• le partenariat avec ASML porte sur la technologie physique de lithographie nécessaire aux futures générations de fabrication ;
• le partenariat avec Mistral AI concerne la couche logicielle et analytique que Samsung veut employer dans ses processus d’ingénierie et de production.

Ensemble, ces décisions montrent que Samsung investit à la fois dans les outils de fabrication les plus avancés et dans les capacités d’analyse qui pourraient aider ses équipes à exploiter des procédés toujours plus complexes. C’est une logique stratégique ; ce n’est pas, à ce stade, une démonstration d’impact financier à court terme.

Ce qu’il faut surveiller désormais

Le partenariat indique que Samsung considère l’IA privée et personnalisée comme pertinente pour l’industrie des semi-conducteurs. Il renforce aussi ses liens avec une entreprise française d’IA très financée, dans un contexte où le contrôle des données, des modèles et des capacités de calcul devient une préoccupation centrale pour les entreprises. 4

Mais l’annonce doit être lue comme un positionnement stratégique, non comme un catalyseur immédiat des résultats financiers. Samsung et Mistral n’ont pas révélé de dates de déploiement par site, de jalons industriels, de cibles d’amélioration des rendements, de réductions de coûts ni d’objectifs financiers associés au partenariat. 4

Le véritable test sera donc l’exécution : le passage d’une plateforme annoncée à des usages mesurables dans les usines, avec des progrès démontrés sur les cycles d’ingénierie, l’analyse des défauts, la performance des équipements ou la stabilité des rendements.