Face à l’augmentation des événements météorologiques extrêmes – crues centennales rapprochées, vagues de chaleur records, méga-incendies hors saison – les limites des outils traditionnels de prévision apparaissent chaque jour un peu plus clairement.
Entre la météo à quinze jours et les scénarios climatiques projetés à l’horizon 2100, un vide subsiste : celui des prévisions à moyen terme, essentielles pour les assureurs, les énergéticiens, les collectivités. C’est dans cet interstice stratégique que s’engouffre Celest Science, une start-up fondée à Montpellier en mars 2023, qui entend révolutionner la prévision climatique grâce à l’intelligence artificielle.
A LIRE AUSSI
Changement climatique : l’exemple de Palavas-les-Flots
Changement climatique : anticiper les événements extrêmes
Les outils classiques de prévision météorologique peinent à faire face à la fréquence accrue d’événements jugés autrefois exceptionnels. Deux années consécutives de grêle, des inondations dites « centennales » à quelques semaines d’intervalle : la référence au passé n’est plus une garantie de fiabilité. « On ne peut plus prédire les crues à venir en se basant sur les 100 dernières années. Il faut intégrer les évolutions en cours et prendre en compte des facteurs globaux comme El Niño ou La Niña », explique Léo Lemordant, cofondateur et CEO de Celest Science.
Le problème n’est pas seulement scientifique : il est aussi économique. Les assureurs, en première ligne face à la montée des sinistres climatiques, manquent de données fiables à moyen terme pour adapter leurs modèles de risque. C’est cette lacune que Celest veut combler.
Prévision météo à moyen terme
La technologie développée par Celest Science repose sur une IA capable d’anticiper des risques climatiques à impact – sécheresses, inondations, vagues de chaleur ou de froid – sur des horizons de deux semaines à six mois. Contrairement aux approches classiques, les modèles de Celest ne se contentent pas d’extrapoler à partir de données passées. Ils croisent les statistiques historiques avec des paramètres dynamiques, intégrant les interactions complexes entre atmosphère, océans et sols.
Le cœur du système est un modèle propriétaire qui identifie les « sous-jacents physiques » des événements extrêmes et ajuste en continu les courbes de fréquence en fonction de l’évolution du climat. Au-delà des variables climatiques classiques (températures, précipitations), Celest prend en compte des indicateurs spécifiques aux secteurs utilisateurs, comme le retrait-gonflement des argiles ou le rendement agricole.
Celest Science, une technologie basée sur l’IA
Celest Science ambitionne de combler le fossé entre la prévision météo à court terme et les projections climatiques de long terme. Pour cela, la start-up mise sur un socle technologique unique, issu du croisement entre intelligence artificielle et sciences du climat.
Ses modèles permettent de détecter des signaux faibles annonciateurs d’événements extrêmes et d’ajuster leurs prévisions en continu. En intégrant des paramètres globaux tels que les cycles El Niño et La Niña, la solution de Celest devient particulièrement utile pour les acteurs confrontés à des décisions stratégiques dépendantes du climat à venir.
Assurance et transition énergétique : deux secteurs exposés au risque climatique
Celest cible en priorité deux secteurs sous pression face à l’instabilité climatique : l’assurance et l’énergie.
Pour les assureurs, l’outil permet d’affiner l’évaluation des risques physiques, de mieux calibrer les primes et de renforcer la gestion des sinistres. Les événements « improbables », autrefois négligeables, deviennent anticipables. « Notre technologie leur permet de sortir de la logique réactive », affirme Lemordant.
Dans le secteur de l’énergie, les usages sont multiples : prévision de la production d’énergies renouvelables, anticipation de la demande, optimisation du stockage, régulation des réseaux. La capacité à se projeter au-delà de quelques jours devient un levier stratégique dans un marché de plus en plus volatil.
Celest Science est le fruit de la collaboration entre Léo Lemordant, hydrologue et entrepreneur (ex-Enerfip), et Pierre Gentine, professeur à Columbia University et spécialiste mondialement reconnu du climat et de l’intelligence artificielle.
Leur rencontre remonte à la thèse de doctorat de Lemordant, dirigée par Gentine à New York. Ce dernier est aujourd’hui Chief Scientific Officer de la start-up, en parallèle de ses fonctions à Columbia, où il dirige le centre « Learning the Earth with Artificial Intelligence and Physics ». Son travail, cité dans le cadre du prix Nobel de Physique 2024, est une référence dans le domaine.
Autour d’eux, une équipe de neuf personnes, principalement issue des grandes écoles d’ingénieurs françaises, développe les modèles depuis Montpellier et Paris. On y retrouve notamment Toscane Porteu de la Morandière (Founder Associate), Milan Clerc (CTO), Alexandre Girard (Head of Modelling) et plusieurs ingénieurs en IA spécialisés.
Celest séduit les assureurs et les investisseurs
En janvier 2025, Celest a levé 2 millions d’euros en amorçage auprès du fonds Astorya.vc, de l’accélérateur californien Plug and Play, et de seize business angels, parmi lesquels des noms bien connus de l’écosystème assurtech, comme Stéphane Guinet (Kamet Ventures) ou Éric Mignot (+Simple).
La jeune pousse a également initié un partenariat structurant avec le groupe Zurich, et a été intégrée au programme d’accélération d’Allianz, basé à l’Allianz Riviera de Nice. Un premier pilote avec une grande compagnie d’assurance internationale est en cours. L’objectif : étendre rapidement les cas d’usage et consolider la proposition de valeur.
Prévision à plus de six mois
Celest Science entend aller plus loin : ses équipes travaillent déjà sur des modélisations au-delà de six mois, un cap technologique qui permettrait d’ouvrir des usages encore inexplorés, notamment dans la planification territoriale ou la gestion agricole.
La promesse d’une « précision sans précédent » repose sur un transfert technologique inédit entre la recherche fondamentale et les besoins opérationnels des entreprises. En intégrant les évolutions du climat en temps réel, les modèles de Celest ambitionnent de dépasser la simple analyse statistique pour fournir une lecture vivante et ajustée du risque.
