Timestral de Mistral : ce que ce modèle de prévision signifie pour la maintenance et l'énergie

Le 15 octobre 2026, Mistral AI a lancé Timestral, sa première famille de modèles dédiés aux prévisions de séries chronologiques. Ces modèles prédisent l'évolution des valeurs mesurées, telles que les vibrations et la température d'une pompe ou la courbe de charge d'une usine, et fonctionnent sur un processeur de serveur standard. Cela concerne la maintenance et la gestion d'usine dans le secteur de la construction d'installations, les exploitants d'entrepôts automatisés et la gestion énergétique des sites à forte consommation d'énergie. Toutefois, c'est un plafond de chiffre d'affaires prévu dans la licence qui détermine si une entreprise est autorisée à utiliser Timestral dans sa propre usine.

Ce que Mistral a publié

Timestral est ce qu'on appelle un « modèle de base » pour les séries chronologiques. Il a été principalement pré-entraîné avec des données synthétiques et est censé pouvoir prévoir des séries de mesures qu'il n'a jamais vues, sans qu'il soit nécessaire d'entraîner un modèle spécifique pour chaque pompe (Mistral AI, 15.10.2026).

Le modèle analyse jusqu'à 32 768 pas temporels d'historique ; avec des valeurs toutes les 15 minutes, cela représente un peu plus de 341 jours, soit près d'un an. Il prévoit jusqu’à 1 024 pas en un seul cycle, ce qui correspond à environ dix jours et demi pour des valeurs toutes les 15 minutes. Il traite conjointement les signaux corrélés, tels que les vibrations, la température et la pression d’une même pompe. Et il intègre des valeurs futures connues, par exemple le plan de production, les arrêts prévus ou des prévisions météorologiques. Au lieu d’une valeur unique, Timestral fournit 21 quantiles à partir desquels il est possible de déduire des seuils d’alerte avec une incertitude connue (Fiche technique Timestral-209M, 10/2026).

Le plafond de chiffre d'affaires prévu dans la licence

Le code source disponible sur GitHub est sous licence Apache 2.0, les poids du modèle ne le sont pas. Le fichier de licence des poids autorise l'utilisation, la modification et la redistribution comme une licence MIT, à une exception près. Selon le texte de la licence, toute personne travaillant pour une entreprise dont le chiffre d'affaires mensuel consolidé mondial a dépassé 20 millions de dollars américains le mois précédent n'est autorisée à exercer aucun droit au titre de la licence. D'après le libellé, cela vaut pour les quatre tailles de modèle et explicitement aussi pour les œuvres dérivées, modifiées et combinées (Fichier de licence Timestral-209M, 10/2026).

Répartis de manière uniforme, 20 millions de dollars américains par mois correspondent à un chiffre d'affaires annuel d'environ 240 millions de dollars américains. De nombreuses entreprises familiales se situent en dessous de ce seuil, tandis que les grands groupes et les principaux sous-traitants le dépassent. La licence se basant sur le mois précédent, une entreprise connaissant des pics saisonniers au cours de certains mois peut se retrouver au-dessus du seuil. Le texte ne précise pas si, dans le cas d'une filiale, c'est son chiffre d'affaires propre ou celui du groupe qui est pris en compte. Cette question doit être soumise au service juridique avant que quiconque ne s'appuie sur cette information pour élaborer un projet.

Mistral propose deux solutions aux entreprises situées au-delà de la limite : une licence commerciale, accordée par Mistral à sa seule discrétion, ou l'utilisation via les services hébergés de Mistral. Au 17 octobre 2026, Mistral n'avait pas encore publié les tarifs correspondants. La solution hébergée ne convient guère aux installations dont les données de machines ne doivent pas quitter le réseau de l'entreprise.

Ce que cela signifie en usine : un exemple de calcul

Un entrepôt automatisé compte 400 entraînements surveillés, parmi lesquels des transstockeurs, des convoyeurs et des pompes. Pour chaque entraînement, trois signaux sont transmis toutes les 15 minutes : vibrations, température et consommation électrique. Le service de maintenance souhaite savoir une fois par heure quel entraînement va sortir de sa plage de fonctionnement habituelle au cours des 24 prochaines heures.

Selon les indications du fabricant, qui font état de 140 ms par prévision journalière, 400 prévisions correspondent théoriquement à 56 secondes de temps de calcul par cycle. Même en multipliant par dix ce temps de calcul, par exemple en raison d’un historique plus long, cela ne représenterait qu’environ neuf minutes par heure sur un serveur sans carte graphique. Le matériel est rarement le goulot d’étranglement dans ce cas.

D'après notre expérience, le goulot d'étranglement se situe ailleurs. Les horodatages provenant du système de commande et de l'historian ne correspondent pas, les arrêts ne sont pas signalés et, pour la grande majorité des entraînements, la date à laquelle ils sont réellement tombés en panne n'est pas documentée. Sans historique des pannes, il est impossible de mesurer le délai d'alerte offert par un modèle. Ce qui se passe après le déclenchement de l’alarme est tout aussi important. Ce n’est que lorsqu’un avertissement est enregistré sous forme de tâche dans le système de maintenance et que quelqu’un s’en charge qu’il permet d’éviter un temps d’arrêt.

Pour la courbe de charge, le planning des équipes, en tant que valeur future connue, aide à prévoir les quarts d'heure où risque de se produire une nouvelle pointe annuelle, valeur dont dépend la composante puissance du tarif (voir Tarifs d'accès au réseau 2027).

Vos options, avec leurs coûts et leurs risques

• S'en tenir à des valeurs limites fixes. Aucun travail de configuration. Les fausses alarmes liées aux variations de charge et la détection tardive des dommages progressifs persistent.
• Modèles classiques par signal comme ARIMA ou la régression. Sans licence, mais chaque série de mesures nécessite un ajustement spécifique, ce qui, avec des centaines d'entraînements, représente une tâche permanente.
• Modèle pré-entraîné sous licence Apache 2.0 comme Chronos-2 ou Granite TTM, exploité sur votre propre réseau. Pas de frais de licence, un backtest est réalisable en quelques semaines. Le principal risque est la qualité des données.
• Timestral. Utilisable librement en dessous du seuil de chiffre d'affaires et, selon Mistral, actuellement le modèle le plus précis de sa catégorie. Au-delà de ce seuil, son utilisation est subordonnée à la conclusion d'un contrat avec Mistral, dont le prix et les conditions ne sont pas précisés.

Nous recommandons aux entreprises qui dépassent ce seuil de configurer la connexion aux données, le backtest et le système d'alerte de manière à ce que le modèle de prévision soit un module interchangeable, et de commencer avec un modèle sous licence Apache 2.0. Si, par la suite, Timestral présente un avantage mesurable sur vos données, il vaut la peine d’en discuter avec Mistral en vue d’une licence. En revanche, ceux qui se situent en dessous du seuil devraient intégrer Timestral dès le départ dans leurs backtests. La licence de TimesFM 3.0 n’autorise que les tests non commerciaux ; pour une utilisation en production, elle prévoit une licence commerciale de Google.

Foire aux questions

Un groupe peut-il utiliser Timestral gratuitement ?

D'après le texte de la licence, ce n'est pas le cas si le chiffre d'affaires mensuel consolidé mondial du mois précédent a dépassé 20 millions de dollars américains. Il reste alors le choix entre une licence commerciale et les services hébergés de Mistral. Le service juridique précise comment ce seuil s'applique aux filiales.

Timestral a-t-il besoin d'une carte graphique ?

Pas selon Mistral. Sur un processeur de serveur à huit threads, une prévision journalière à partir de valeurs toutes les 15 minutes sur trois semaines prend 10 ms avec le plus petit modèle et 140 ms avec le plus grand.

Timestral remplace-t-il un système de maintenance prédictive ?

Non. Timestral prévoit les valeurs mesurées et met en évidence les écarts. Pour mettre en place une maintenance prédictive, il faut en outre des capteurs, une plateforme de données, un historique des pannes et un processus permettant de transformer une alerte en ordre de maintenance. Pour en savoir plus, consultez l'article Maintenance prédictive : ce qu'elle permet et ce qu'elle ne permet pas.

La prochaine étape

torck connecte les installations au réseau, y compris les plus anciennes, et s'appuie sur celles-ci pour établir des prévisions d'exploitation, depuis la mise à niveau des capteurs jusqu'à la connexion à votre système de maintenance, en passant par la plateforme de données avec OPC UA et MQTT. Lors d'un premier entretien, nous déterminons quelles installations se prêtent à un backtest et quels modèles sont adaptés à votre cas. La vérification des licences reste de la responsabilité de votre service juridique. En savoir plus sur la surveillance des installations. En ce qui concerne la courbe de charge et les coûts énergétiques, Jouvoli est le bon point de départ.

Lire la suite : Analyse des vibrations sur les paliers, les pompes et les moteurs, Du capteur au tableau de bord et Mistral Large 4 dans votre propre exploitation de l'IA.

Cet article présente les conditions d'une licence afin de vous aider à prendre des décisions techniques. Il ne constitue pas un avis juridique. Pour savoir si et dans quelle mesure une licence s'applique à votre entreprise, veuillez vous renseigner auprès de votre service juridique ou d'un cabinet d'avocats.