VivaTech 2026 – Entretien avec Jarek Kutylowski, CEO et cofondateur de DeepL
Pendant longtemps, la traduction automatique a relevé de la commodité. Un e-mail à comprendre rapidement. Une page web étrangère à déchiffrer. Un document à parcourir sans mobiliser un traducteur professionnel.
Cette époque touche à sa fin.
À VivaTech 2026, Jarek Kutylowski, fondateur de DeepL, a défendu une vision bien plus ambitieuse : celle d’un monde où la langue devient une couche invisible de l’expérience humaine. Non plus un obstacle à contourner, mais une contrainte technologique que l’intelligence artificielle est progressivement en train d’effacer.
L’enjeu n’est plus la traduction. Il est la communication.
De l’outil de productivité à l’infrastructure de communication
Il y a quatre ans, DeepL était essentiellement identifié comme un traducteur particulièrement performant. Son succès reposait sur un produit simple, viral et largement supérieur aux alternatives disponibles.
Aujourd’hui, la situation est différente.
L’explosion de l’IA générative a transformé la traduction en fonctionnalité standard. Chaque grand modèle est capable de traduire du texte. La question n’est donc plus de savoir si une machine peut traduire, mais à quel niveau de précision, de fiabilité et d’adaptation métier elle peut le faire.
Pour Kutylowski, la réponse réside dans une spécialisation assumée.
L’entreprise allemande ne cherche pas à devenir un assistant universel. Elle veut résoudre les problèmes de communication les plus critiques des organisations : contrats juridiques complexes, documentation technique, échanges multilingues sensibles ou encore collaboration internationale.
Cette stratégie illustre une évolution plus large du marché de l’IA : la valeur se déplace progressivement des capacités génériques vers l’expertise verticale.
La fin du mythe de l’IA « gratuite »
L’un des passages les plus révélateurs de l’entretien concerne l’économie réelle des modèles.
En 2017, explique le dirigeant, développer un modèle de traduction performant nécessitait quelques centaines de milliers d’euros de puissance de calcul.
Aujourd’hui, les montants se comptent en dizaines, voire en centaines de millions.
Pour rester compétitif, DeepL doit désormais entraîner des modèles de très grande taille comparables aux architectures utilisées dans l’univers des LLM.
Cette inflation des coûts change profondément la nature du secteur.
Pendant plusieurs années, l’innovation IA a été portée par une logique d’expérimentation relativement accessible. Désormais, chaque investissement en recherche doit être justifié par un modèle économique capable d’en absorber le coût.
Autrement dit : la question n’est plus seulement de construire un meilleur modèle. Elle est de savoir qui pourra encore financer cette course dans cinq ans.
Pourquoi DeepL refuse de dépendre des géants américains
Alors que de nombreuses entreprises bâtissent leurs produits sur les API des grands acteurs américains, DeepL continue de développer ses propres modèles.
Le choix est stratégique.
Selon Kutylowski, posséder l’intégralité de la chaîne technologique permet deux avantages majeurs :
- maintenir une qualité supérieure sur des usages spécifiques ;
- intégrer beaucoup plus rapidement les retours des clients dans les modèles.
Cette logique rappelle une distinction devenue centrale dans l’industrie de l’IA : celle entre les « surcouches » et les « constructeurs ».
Les premières dépendent des décisions technologiques d’autres acteurs. Les seconds contrôlent leur destin mais supportent des coûts beaucoup plus élevés.
DeepL a clairement choisi son camp.
Le prochain champ de bataille : la voix
L’annonce la plus importante de la conférence n’était pourtant pas liée au texte.
La veille de l’intervention, DeepL avait officialisé l’intégration de l’équipe de MixHalo, société californienne spécialisée dans la traduction vocale en temps réel.
L’opération marque une étape importante dans l’évolution de l’entreprise.
Jusqu’à présent, l’essentiel de la valeur provenait de la traduction documentaire. Désormais, DeepL s’attaque à un défi bien plus complexe : permettre à deux personnes de converser naturellement dans leur langue maternelle tout en se comprenant instantanément.
La différence est considérable.
Un document peut être analysé, relu, corrigé.
Une conversation exige de préserver l’émotion, l’intention, les nuances culturelles, le rythme et parfois même l’humour, le tout avec quelques centaines de millisecondes de latence.
Le défi est autant linguistique qu’humain.
Le véritable produit n’est pas la traduction
Le moment le plus intéressant de l’échange survient lorsque Kutylowski évoque sa propre famille.
Polonais vivant en Allemagne, parlant plusieurs langues au quotidien, il observe directement comment chaque langue véhicule une manière particulière de voir le monde.
La traduction parfaite n’a jamais consisté à remplacer un mot par un autre.
Elle consiste à transporter un contexte culturel.
C’est précisément ce qui explique pourquoi la traduction reste un problème technologique difficile malgré les progrès spectaculaires de l’IA générative.
Les modèles doivent comprendre non seulement ce qui est dit, mais aussi ce qui est implicite.
Pour les marques de luxe, les institutions culturelles ou les maisons patrimoniales, cette distinction est essentielle.
Traduire un texte est relativement simple.
Traduire une identité est une autre affaire.
Le Détail
La plupart des observateurs considèrent les modèles de langage comme des outils conversationnels. DeepL les utilise différemment.
Pour atteindre un niveau de traduction professionnel, l’entreprise affirme devoir désormais exploiter des architectures comparables aux grands LLM, comptant des centaines de milliards de paramètres.
La traduction automatique est ainsi devenue un problème de calcul à très grande échelle, avec des investissements désormais comparables à ceux des leaders mondiaux de l’IA.
Quand la frontière disparaît
Depuis des décennies, la technologie promet un « traducteur universel » digne de la science-fiction.
Pour la première fois, cet horizon semble techniquement atteignable.
La question devient alors moins technologique que sociétale.
Que se passe-t-il lorsque la langue cesse d’être un frein à l’accès à l’information, à l’éducation, au commerce ou à la collaboration internationale ?
Pour Kutylowski, la réponse est simple : davantage d’échanges, davantage de compréhension mutuelle et davantage d’opportunités.
Mais une autre question mérite d’être posée.
Si les barrières linguistiques disparaissent, la diversité culturelle qu’elles protégeaient parfois disparaîtra-t-elle également ?
L’avenir de l’IA linguistique ne se jouera peut-être pas dans sa capacité à faire parler tout le monde la même langue.
Il se jouera dans sa capacité à permettre à chacun de continuer à parler la sienne.
