Modéliser les évolutions des risques climatiques à l’avance entre quelques mois et dix ans, pour combler le trou entre les prévisions météo à quinze jours et les projections climatiques à des horizons lointains (2050 et 2100). C’est le positionnement de la jeune pousse Celest Science, créée en 2023 par Léo Lemordant, fondateur d’Enerfip, plateforme de financement participatif dans la transition énergétique, et Pierre Gentine, hydrologue de renommée internationale à l’université de Columbia et précurseur sur l’utilisation de l’IA dans les sciences du climat, indique Les Échos le 18 avril. La start-up a développé des modèles qui fournissent des prévisions en temps réel de deux semaines à six mois à l’avance.
Un positionnement qui lui a permis de lever 2 M€ en amorçage auprès d’ Astorya.vc et de Plug and Play, avec le soutien de 16 business angels, parmi lesquels Stéphane Guinet (Kamet Ventures), Christophe Neves (Skyline), Didier Valet (Varsity.vc) ou encore Éric Mignot (+ Simple).
L’opération doit permettre de financer la R&D relative à des modélisations allant au-delà de six mois. Les modèles de Celest Science, déjà commercialisés, identifient les sous-jacents physiques des événements extrêmes, corrèlent plusieurs facteurs de risque et ajustent de façon dynamique les courbes de fréquence avec l’évolution du climat.
Ces solutions, développées via un transfert technologique entre la recherche de pointe en « machine learning » et les sciences du climat, s’adressent aux secteurs de l’assurance et de l’énergie. La start-up est d’ailleurs sélectionnée pour participer au programme d’accélération d’Allianz. « Cela donne accès à des discussions de haut niveau avec la hiérarchie, et permet d’affiner notre positionnement sur la chaîne de l’assurance », précise Léo Lemordant.
Celest Science ne « se limite pas aux variables climatiques (températures, précipitations) », ajoute le dirigeant de 41 ans, qui a débuté comme ingénieur en hydroélectricité. Les modèles évaluent ainsi l’estimation de divers risques physiques, particulièrement sensibles pour les assureurs : retrait gonflement-argile, rendements agricoles, sécheresse et inondations, vagues de chaleur, grêle… Dans le secteur de l’énergie, les algorithmes de Celest Science répondent à divers cas d’usage : anticipation de la production des EnR et de la demande, gestion du stockage d’énergie, régulation des réseaux…