A l’automne 2024, des inondations éclairs ont frappé plusieurs régions d’Europe, touchant notamment le sud de la France et submergeant la ville de Valence, en Espagne, sous des pluies équivalentes à une année en quelques heures. Ces événements soudains, souvent sans alerte préalable, ont causé des pertes humaines et des dégâts considérables, illustrant la vulnérabilité croissante de nos sociétés et populations face à un climat de plus en plus instable. Chaque année, les catastrophes naturelles font entre 40 000 et 50 000 victimes dans le monde. Rien qu’en 2024, les États-Unis ont enregistré 27 événements climatiques majeurs, chacun ayant généré plus d’un milliard de dollars de pertes. Malgré les progrès des modèles météorologiques, ceux-ci restent encore incapables de prédire avec précision des phénomènes localisés et rapides comme les crues soudaines. Dans ce contexte, comment l’innovation technologique peut-elle nous aider à anticiper et à nous adapter ?

Aujourd’hui, le véritable goulot d’étranglement réside non pas dans la compréhension scientifique, mais dans la capacité de traitement. Les modèles prédictifs existent, mais pas la puissance de calcul. Ce qui contraint les scientifiques à faire des compromis sur la précision des simulations et à réduire ainsi la fiabilité des prévisions locales.

A titre d’exemple, les tentatives visant à créer des modèles prédictifs qui permettraient de fermer des zones ciblées plutôt que de paralyser la ville de Barcelone, où la mauvaise qualité de l’air oblige régulièrement à imposer des restrictions de mobilité, ont toutes échoué, faute de résolution d’imagerie suffisante. Un constat qui s’applique également aux prévisions de catastrophes naturelles.

Vers un modèle hybride pour plus de capacités prédictives

L’enjeu est désormais d’exploiter pleinement le potentiel des technologies de rupture. Intelligence artificielle, informatique quantique, supercalculateurs… Ces leviers stratégiques permettent de démultiplier la puissance de calcul pour affiner les prévisions météorologiques, jusqu’à une précision au mètre près.

Mais, le calcul exascale seul ne suffira pas à relever ce défi.

Le véritable tournant réside dans l’intégration de processeurs quantiques qui, d’ici cinq ans, seront capables de traiter jusqu’à 100 000 qubits, avec la promesse d’une répartition plus efficace des charges de calcul. Certaines tâches, parfaitement adaptées au traitement quantique, pourront ainsi être déchargées du calcul classique ; notamment les algorithmes de machine learning, particulièrement gourmands en ressources et de plus en plus essentiels dans la modélisation météorologique. Ces derniers trouveront dans le quantique un accélérateur idéal.

Ce modèle hybride devrait ouvrir la voie à des prévisions plus rapides et plus précises, pour mener rapidement l’analyse météorologique vers une nouvelle dimension.

Construire la résilience

Bien que l’obtention d’une grande précision dans les prévisions soit cruciale, il est essentiel de bâtir des infrastructures résilientes. Si renforcer les capacités de prévisions est nécessaire, la technologie a elle seule ne suffit pas pour empêcher les catastrophes. Même avec des prévisions à 30 minutes près, il est logistiquement impossible d’évacuer des centaines de milliers de personnes à temps. Il faut donc pouvoir s’appuyer sur des technologies capables d’être dans la planification à long terme. Grâce à des modèles prédictifs avancés, les collectivités auront la capacité de mieux cerner leurs vulnérabilités et d’anticiper la mise en place de systèmes adaptés — digues, réseaux hydrauliques, aménagement urbain, etc.
Dans de nombreux cas, des simulations plus précises auraient permis d’identifier plus tôt les zones à risque et de réduire ainsi l’ampleur des catastrophes. Ce changement de paradigme marque le passage d’une réponse réactive à une stratégie préventive, guidée par les données, sous réserve que celles-ci soient fiables, sans biais ou bruits liés à des sources non vérifiées.

Nous ne pourrons jamais empêcher les catastrophes naturelles, mais nous avons aujourd’hui les moyens de mieux les anticiper, de nous y préparer et de mieux y répondre. Chaque avancée en matière de calcul nous rapproche d’un futur où les communautés seront plus résilientes, les infrastructures plus intelligentes, et les décisions plus éclairées.

Nous sommes à un tournant technologique. En croisant la puissance du quantique, l’agilité de l’IA et la robustesse du calcul haute performance, nous avons l’opportunité et la responsabilité de transformer en profondeur la prévision des catastrophes. Ce n’est plus une simple ambition : c’est une nécessité pour protéger les populations face à un climat de plus en plus extrême.

Fabien Fouissard,
Directeur marketing GenAI & AI Advisory chez Fujitsu France