Le gendarme des comptes publics britannique : les ministères ne savent pas chiffrer les risques climatiques, pendant que les modèles météo progressent

Le point de départ est un rapport publié le 3 novembre par le National Audit Office, l'organisme britannique de contrôle des dépenses publiques. Selon la relation qu'en fait The Register, les ministères anticipent une hausse de leurs coûts d'exploitation et de leurs factures d'énergie du fait du changement climatique et du passage à une électricité bas carbone. Peu disposent d'une vision solide des risques ou de leur prix.

L'affirmation est plus étroite que ne le laissent croire les gros titres. Le NAO n'a pas dit que les ministères ignoraient le climat. Il a dit que leur reporting au titre des règles du Trésor, exigé pour la première fois pour l'exercice 2025-26, reste mince sur les risques de transition. Il chiffre rarement quoi que ce soit, même approximativement.

Le rapport paraît la même semaine où un groupe de développeurs européens a montré à quoi ressemble désormais la modélisation sur le terrain. L'écart entre les deux est l'histoire.

Ce que l'organisme de contrôle a réellement constaté

Le rapport du NAO, joint en PDF dans l'article de The Register, examine le premier jeu de publications financières liées au climat des grands organismes centraux de l'État. HMT a fixé les règles du Trésor applicables à ces publications, et des obligations de publication distinctes existent depuis 2022, note le rapport.

Les organismes ont détaillé les risques physiques plus finement que les risques de transition. Il s'agit notamment des inondations, de vents plus forts et de sécheresses plus longues. Lorsqu'ils nommaient des risques de transition, les plus fréquents étaient le coût financier de la transition elle-même et les perturbations des chaînes d'approvisionnement. Les coûts anticipés comprenaient le passage à une énergie bas carbone, les nouvelles technologies et la mise en conformité avec de nouvelles réglementations. Ils incluaient aussi les variations de prix et de disponibilité des matériaux, de l'eau, de l'énergie et des compétences spécialisées.

Gareth Davies, à la tête du NAO, a déclaré : « Les services publics britanniques devront s'adapter aux effets du changement climatique. Le Parlement a besoin d'informations claires sur la résilience des infrastructures, de la fourniture des services et des finances face au changement climatique, et sur la manière dont ces risques sont gérés. » Il a ajouté que l'obligation faite à tous les grands organismes centraux de l'État de publier ces informations à partir de 2025-26 est « une première étape importante ». L'organisme s'attend à ce que ce reporting « devienne plus utile avec le temps ».

« Les organismes n'ont pas exposé les risques de transition aussi bien que les risques physiques dans les publications stratégiques. Dans celles que nous avons examinées, plusieurs risques de transition étaient certes listés, mais peu de détails étaient donnés, contrairement aux risques physiques, expliqués plus en détail. »

Ce passage du rapport du NAO, cité par The Register, constitue le cœur du constat. La comptabilisation est incomplète, pas absente.

La modélisation avance plus vite

Le 22 octobre, le blog de NVIDIA a décrit une famille de modèles Earth-2 ouverts que des organisations européennes déploient pour la prévision météo et climatique. Le dernier venu, StormScope EU, est une version régionale d'un modèle de prévision à court terme existant. Il est entraîné sur des données météo et climatiques européennes et utilise les observations satellitaires d'EUMETSAT. Selon le billet de l'entreprise, il prédit les conditions nuageuses sur 16 canaux Meteosat à intervalles de 10 minutes.

Le billet nomme des utilisateurs précis. AXA se sert de FourCastNet 3 pour étudier le risque cyclonique régional au-delà des archives historiques, sur plus de 1 000 saisons simulées. Vaisala Xweather combine Earth-2 avec ses propres observations, ses données sur la foudre et son expertise de la prévision. L'entreprise adapte aussi StormScope avec des données de foudre pour allonger l'échéance de la prévision à court terme. Des chercheurs de l'université de Manchester ont adapté le modèle CorrDiff à la modélisation de la qualité de l'air au Royaume-Uni. Ils l'ont entraîné sur le supercalculateur Isambard-AI et l'exécutent localement sur des systèmes DGX Spark. TotalEnergies évalue des prévisions immédiates de rayonnement solaire fondées sur StormScope sur deux sites photovoltaïques.

Ce sont des affirmations d'éditeurs et des projets pilotes, pas des résultats évalués par les pairs. Aucun ne remplace un ministère chiffrant sa propre exposition aux inondations. Mais ils montrent que la prévision locale à haute fréquence devient un outil opérationnel pour les assureurs, les énergéticiens et les gestionnaires de transports. C'est exactement le type de décision que le NAO dit que les organismes publics ne peuvent pas encore étayer par des chiffres.

La physique reste devant les modèles sur les extrêmes

L'argument en faveur des modèles météo par IA, c'est le coût et la vitesse. L'argument contre le fait de s'y fier pour les événements extrêmes, c'est la précision. Des travaux antérieurs ont constaté à plusieurs reprises que les modèles numériques classiques surpassent les prévisions par IA pour les phénomènes météo extrêmes. Ces constats relèvent du contexte, pas de l'actualité.

Des travaux récents d'attribution climatique vont dans le même sens. Une étude rapportée fin octobre a conclu que le changement climatique avait amplifié les inondations européennes de 2024 plus que les seules précipitations ne le suggéreraient. Un autre axe de recherche a trouvé les modèles fondés sur la physique plus précis que l'IA pour prédire les phénomènes extrêmes. Le billet Earth-2 lui-même prend soin de présenter CorrDiff comme un moyen d'ajouter du détail local à des données plus grossières, et non de remplacer la physique sous-jacente.

Pour un ministère britannique qui cherche à chiffrer les dégâts des inondations sur un parc hospitalier ou un réseau routier, cette distinction compte. Une prévision nuageuse à 10 minutes est utile à une centrale solaire. Ce n'est pas une estimation de coût pour un programme d'adaptation sur 30 ans, et rien dans le matériel de NVIDIA ne prétend le contraire.

Pourquoi les chiffres sont difficiles à produire

Le constat du NAO n'étonne personne ayant tenté de chiffrer l'adaptation. Les risques physiques se présentent comme des distributions, pas comme des estimations ponctuelles. Les coûts de transition dépendent de choix politiques encore en cours. Le rapport indique que les organismes anticipent des coûts liés aux dommages aux actifs et aux infrastructures, à des factures de maintenance et de réparation plus élevées, à d'éventuelles mises à niveau d'actifs, et à des coûts d'exploitation accrus, énergie comprise. Les organismes qui gèrent des biens ou des infrastructures importants s'inquiètent particulièrement des coûts de décarbonation et d'adaptation.

Le régime de publication est aussi récent. Les premiers rapports au titre des règles du Trésor portaient sur 2025-26, et le NAO n'en a examiné qu'une partie. Sa conclusion d'une compréhension insuffisante porte sur une première tentative, pas sur un verdict définitif.

Cela dit, le rôle de l'organisme de contrôle est de dire quand de l'argent public est engagé sans vision claire du risque. Au vu de ces éléments, c'est le cas.

Le contexte de la recherche en IA

Deux articles arXiv soumis les 29 et 30 octobre soulignent à quel point l'évaluation reste instable. L'un, de Fengxian Ji et ses collègues, demande si les prix des transactions sur une place de marché peuvent remplacer les préférences visuelles humaines. Il conclut que seules des conditions limitées le permettent. L'autre, de Zhifei Hu et ses coauteurs, évalue si les modèles de monde web qui prédisent les conséquences d'actions étayent réellement des décisions sûres. Il conclut que des prédictions plausibles ne suffisent pas.

Aucun des deux ne porte sur le climat. Mais tous deux traitent du même mode de défaillance que décrit le NAO : une sortie plausible n'est pas une sortie de qualité décisionnelle. Une publication sur les risques climatiques qui liste des risques sans coûts est, en ce sens, une prédiction plausible.

La différence, c'est que le NAO a un public statutaire, et les modèles non.