La prévision météo par IA entre sur le marché de l'énergie : Google cible les gestionnaires de réseau avec WeatherNext 3
Google DeepMind et Google Research ont dévoilé le 3 septembre WeatherNext 3, un nouveau modèle de prévision météorologique par intelligence artificielle qui vise directement le secteur de l'énergie. L'outil calcule la vitesse du vent à 100 mètres d'altitude, soit à peu près la hauteur d'une éolienne moderne, ainsi que la couverture nuageuse et l'ensoleillement au sol, avec une actualisation toutes les heures. Il produit une prévision mondiale à une résolution de cinq kilomètres pour des variables comme la température et l'humidité, contre une grille de 25 kilomètres et une mise à jour toutes les six heures pour la version précédente, WeatherNext 2. Ces données alimentent déjà Google Search, l'application Gemini, Google Maps et l'API Google Maps Platform Weather côté grand public. Côté entreprise, elles sont accessibles via BigQuery et Earth Engine, ou téléchargeables en masse depuis Google Cloud Storage, sans configuration de modèle requise pour le client.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de AI News. Lire l'article original →
Cette bascule vers le marché de l'énergie répond à un problème concret de gestion des réseaux électriques. Selon le rapport US Grid Outlook 2026 de S&P Global Market Intelligence, le solaire et le stockage d'énergie représenteront cette année l'essentiel des nouvelles capacités installées aux États-Unis, avec respectivement 51,2 et 25,7 gigawatts sur plus de 90 gigawatts prévus au total, des sources dont la production dépend directement de la météo plutôt que de la demande. Côté consommation, l'essor des centres de données liés à l'IA pousse la demande à la hausse : Deloitte prévoit dans son rapport 2026 sur les services publics d'électricité une croissance du pic de demande d'environ 26 % d'ici 2035, la seule demande des data centers pouvant atteindre 176 gigawatts, soit cinq fois son niveau de 2024. Une prévision de vent ou de soleil erronée coûte cher dans les deux sens : sous-estimer la production oblige les opérateurs à acheter de l'électricité de secours, souvent produite au gaz, tandis que la surestimer conduit à payer des parcs éoliens ou solaires pour cesser de produire faute de capacité d'absorption du réseau.
Google entre ainsi sur un marché déjà occupé par des acteurs spécialisés comme Vaisala, Solcast, DNV avec WindGEMINI, IBM avec HyperWatch, ou la start-up suisse Jua, dont le modèle EPT-2 revendique une actualisation vingt-quatre fois par jour contre quatre habituellement chez ses concurrents. L'atout de Google réside dans la diffusion de ses données sur l'ensemble de son écosystème cloud et grand public, un avantage qu'aucun fournisseur spécialisé ne possède. Jua rétorque que les modèles physiques comme l'HRES du Centre européen ECMWF restent supérieurs aux modèles purement fondés sur les données lors d'événements météorologiques extrêmes, un argument qui sert toutefois ses propres intérêts commerciaux dans un marché appelé à peser de plus en plus lourd à mesure que la demande électrique liée à l'IA s'accélère.
Les gestionnaires de réseaux électriques européens pourraient accéder a WeatherNext 3 via Google Cloud, mais aucun déploiement ou impact direct en France ou en UE n'est mentionne.