L'Office européen des brevets (OEB) a confié à un modèle de Mistral AI la lecture automatisée de ses dossiers. Le délai de traitement d'un document, qui atteignait cinq jours avec l'outil interne précédent, tombe désormais à quelques minutes — trois selon L'Usine Nouvelle. Le tout sans que les données quittent l'infrastructure européenne.

Ce qui est automatisé

L'OEB reçoit environ 200 000 demandes de brevets par an et gère une base de 160 millions d'enregistrements techniques. Chaque dossier arrive sous forme de PDF hétérogènes : textes multilingues, tableaux, formules mathématiques, structures chimiques, caractères grecs, abrégés, sans oublier des publications anciennes numérisées. Rendre ces documents exploitables par machine est un préalable aux recherches d'antériorité qui conditionnent la qualité de l'examen.

C'est ce goulot d'étranglement que Mistral AI adresse avec une solution d'OCR (reconnaissance optique de caractères) intégrée directement dans les systèmes de l'office. Le modèle — un OCR d'environ 1 milliard de paramètres, affiné sur plus de 150 000 PDF couvrant 50 000 brevets uniques — convertit ces documents complexes en un format structuré et normalisé (ST36 XML), en passant par des étapes intermédiaires Markdown et HTML. C'est la même famille technologique que l'OCR de Mistral appliqué aux manuscrits et archives.

Les gains annoncés sont nets : jusqu'à 400 000 pages traitées par jour et un taux d'erreur inférieur à 1 %, là où l'outil générique précédent demandait plusieurs jours pour un résultat comparable.

L'enjeu : une IA souveraine dans l'administration

Le choix de Mistral n'est pas seulement une question de performance. Les brevets comptent parmi les données les plus sensibles que traite l'institution, et l'OEB a explicitement retenu un fournisseur européen pour que ces informations restent traitées dans le cadre juridique, opérationnel et éthique de l'Union. La solution est conçue pour un déploiement on-premises, sur les serveurs de l'office, sans dépendance à un cloud américain ou asiatique.

Cette brique s'inscrit dans un mouvement plus large : après trois mois de tests sur données réelles, l'OEB envisage d'étendre l'usage à d'autres flux de travail. Elle illustre surtout la trajectoire de Mistral vers les administrations publiques — de l'armée française aux institutions européennes —, où la promesse d'une IA « maison » se double d'un argument de contrôle des données que peu de concurrents non européens peuvent faire valoir. Pour l'Europe, confier l'un de ses actifs les plus stratégiques à un modèle qu'elle maîtrise vaut autant comme gain d'efficacité que comme signal politique.