Bonjour à toutes et tous,
Dans ce numéro 148 de Métamorphoses, je vous propose trois regards sur notre avenir.
D’abord, septembre 2026 marque une rupture. Les IA ne se contentent plus d’aider les chercheurs. Elles découvrent, démontrent et explorent en parallèle. Nous passons progressivement du chercheur augmenté à des populations de chercheurs artificiels mais saurons-nous encore suivre le rythme de nos propres découvertes ?
Ensuite, direction le Pentagone, où Elon Musk participe au projet Meridian pour imaginer les guerres de demain. Et si, à force d’accélérer les décisions militaires, nous finissions par en exclure les humains ?
Enfin, le climat. Certains territoires pourraient devenir financièrement inhabitables bien avant de l’être physiquement. Quand assurer sa maison devient impossible, que vaut encore sa propriété ?
Notre monde se transforme à une vitesse folle. Est ce que nos sociétés sont encore capables de décider de la direction ?
Bonne lecture de Métamorphoses 148 !
Vous pouvez retrouver cette newsletter en podcast ici
Septembre 2026
L'IA change l'échelle de la découverte scientifique et septembre 2026 en est une preuve flagrante. Nous savions déjà que l’IA accélère la recherche, septembre nous montre que les chercheurs sont maintenant multipliés. Nous passons de quelques exploits spectaculaires à une capacité de production de résultats en série. Nous avons regardé pendant des années l'intelligence artificielle comme un formidable outil de compression du temps humain. La machine accélérait ce que nous savions déjà faire. Septembre 2026 oblige à constater qu’en quelques semaines, des systèmes d'IA ont formalisé des preuves monumentales, proposé des contre-exemples à des conjectures ouvertes, produit de nouveaux résultats mathématiques, exploré des milliards d'objets biologiques et participé à la découverte de matériaux. Leur nombre, leur diversité et surtout la vitesse à laquelle ils arrivent sont hors normes. Nous entrons dans une économie de la découverte où le coût marginal d'une hypothèse supplémentaire, d'une preuve supplémentaire ou d'un espace de recherche supplémentaire peut brutalement chuter. Et lorsqu'un coût marginal s'effondre, l'histoire économique nous a appris une chose que les usages explosent.
La formalisation du dernier théorème de Fermat par un prototype de Claude illustre parfaitement cette bascule. Dans ce cas, Il ne s'agit pas d'une nouvelle démonstration car Andrew Wiles a résolu le problème dans les années 1990, mais Anthropic a annoncé qu'un système avait transformé cette construction mathématique en environ 13 millions de lignes, vérifiées par la machine, en onze jours. Il ne faut surtout pas le réduire juste à un exploit technique. Une activité qui mobilisait des années d'effort humain entre dans un régime de production automatisée et vérifiable. Le lendemain, ou presque, les annonces se sont enchaînées. OpenAI a publié une construction sur Navier-Stokes présentée comme une résolution d'un problème du millénaire, tout en précisant ne pas revendiquer le prix Clay à ce stade. D'autres systèmes ont trouvé ou formalisé des résultats en combinatoire, théorie des nombres, analyse fonctionnelle ou probabilités. Certains sont formellement vérifiés. D'autres ne sont encore que des revendications qui devront survivre à la revue par des pairs. Cette nuance bien qu’essentielle ne change en rien le phénomène principal qui est l’augmentation du débit.
Jusqu'ici, nous pensions surtout l'IA scientifique comme un multiplicateur de productivité du chercheur humain. Un biologiste allait analyser davantage de données, un mathématicien tester plus de pistes, un chimiste simuler plus de molécules, ... Lorsqu'un laboratoire peut lancer des centaines d'agents en parallèle, chacun avec une mission, une mémoire, des outils, une capacité de vérifier ses étapes et parfois de dialoguer avec d'autres agents, nous ne pouvons plus parler d'un chercheur augmenté. Nous passons à une population artificielle de chercheurs. Le registre What AI Found recensait ainsi en septembre une succession de résultats mathématiques et scientifiques attribués à des systèmes d'IA, avec des niveaux de validation très différents. Le tableau ci-dessous ne met volontairement pas toutes les lignes au même niveau. Une découverte vérifiée n'a pas le même statut qu'une prépublication non relue, encore moins qu'une affirmation difficile à vérifier indépendamment. cette hétérogénéité fait justement partie du changement d'échelle. Le problème devient aussi de trier la production scientifique aussi vite qu'elle est générée.
Voici une sélection de résultats attribués à des IA en septembre 2026. "vérifié" signifie qu'un artefact formel ou une validation auteur existe ; "revendiqué" signifie que la validation indépendante reste incomplète.
Source de synthèse : Nature, Nature Machine Intelligence, OpenAI, publications des équipes concernées et registre What AI Found.
Le changement le plus profond n'est pas la qualité d'une IA prise seule. Elle vient de la parallélisation. Un humain explore une piste, puis une autre et une équipe peut en suivre quelques dizaines. Une architecture d'agents peut en lancer des centaines voir des milliers, abandonner rapidement les impasses, dupliquer les trajectoires prometteuses, comparer les sorties et recommencer. Nous passons progressivement d'une science contrainte par le nombre de cerveaux disponibles à une science contrainte par le calcul, l'accès aux données, la qualité des vérifications et la capacité humaine à formuler les bonnes questions. Le goulot d'étranglement change. Hier, la rareté était la production d'hypothèses et de preuves. Demain, elle pourrait devenir l'attention nécessaire pour comprendre, reproduire, prioriser et relier les milliers de résultats produits. Terence Tao a déjà évoqué l'idée d'une ère d'abondance des preuves ce qui déplace la valeur. Quand l'information devient abondante, la valeur migre vers le tri. Quand les calculs deviennent abondants, elle migre vers les modèles. Quand les preuves deviennent abondantes, elle migrera vers le sens.
Les mathématiques constituent aujourd'hui le terrain idéal parce que la vérification peut être partiellement mécanisée. Lean agit comme un douanier impitoyable : une preuve passe ou ne passe pas. Dans le monde physique, c'est plus compliqué. Une molécule plausible doit encore être synthétisée. Une hypothèse biologique doit survivre au laboratoire. Un matériau prometteur doit fonctionner dans un environnement réel.
Mais la direction est la même. Le travail publié dans Nature Machine Intelligence sur un agent collaboratif de recherche de cristaux montre une boucle de plus en plus intégrée entre génération de structures, prédiction de propriétés, filtrage et choix de candidats. Le jour où cette boucle se connecte systématiquement à des laboratoires robotisés, l'échelle change encore une fois. Une IA pourra proposer pendant la nuit des milliers d'expériences, des robots les réaliser, puis les résultats nourrir la génération suivante au petit matin. Le cycle hypothèse-expérience-apprentissage, cœur de la méthode scientifique, pourra fonctionner vingt-quatre heures sur vingt-quatre.
Le risque de la science a haut débit
Il serait pourtant dangereux de confondre vitesse et vérité. Plus les IA produiront de résultats, plus elles produiront aussi de propositions fragiles, redondantes, mal attribuées ou tout simplement fausses. La crise ne viendra peut-être pas d'un manque de connaissances, mais d'une pollution cognitive par excès de connaissances candidates.
Nous allons donc devoir industrialiser la vérification autant que la découverte. Validation formelle lorsque c'est possible. Réplication expérimentale automatisée. Traçabilité précise des sources. Évaluation indépendante. Gestion des conflits de priorité. Sans cela, nous fabriquerons une autoroute scientifique sans code de la route. Impressionnant pour la photo, nettement moins pour le premier virage.
Et maintenant, que se passe-t-il lorsque la découverte accélère vraiment ?
Les conséquences dépassent largement les laboratoires.
D'abord, le rythme d'obsolescence des connaissances va augmenter. Dans certains domaines, apprendre l'état de l'art une fois par an deviendra aussi raisonnable que consulter la météo de janvier pour choisir ses vêtements en septembre. Les entreprises devront suivre non seulement les innovations commercialisées, mais aussi la vitesse à laquelle les frontières scientifiques bougent autour d'elles.
Ensuite, l'avantage compétitif des organisations qui savent connecter recherche, données, agents IA et expérimentation risque de croître de manière disproportionnée. Une entreprise capable de tester cent fois plus d'hypothèses ne sera pas simplement cent fois plus rapide. Elle pourra explorer des zones que les autres n'auront même pas le temps d'ouvrir. La différence entre leader et suiveur pourrait alors se mesurer non plus en parts de marché, mais en nombre d'univers explorés.
Troisième conséquence : les métiers scientifiques vont se déplacer. Le chercheur ne disparaît pas parce qu'une IA sait trouver une preuve. Son travail remonte d'un étage. Définir les questions intéressantes. Choisir les contraintes. Détecter les angles morts. Relier un résultat à un autre. Donner du sens. Et surtout décider ce qui mérite d'être poursuivi. L'intelligence humaine risque donc de devenir plus importante précisément au moment où une partie de l'activité intellectuelle devient automatisable. Paradoxe ? Seulement si nous continuons à confondre intelligence et exécution.
Enfin, cette accélération pose une question politique et sociétale beaucoup plus large : que devient notre capacité collective de décision lorsque le monde du savoir évolue plus vite que nos institutions, nos normes, nos formations et parfois nos entreprises ? Nous avons construit des systèmes conçus pour absorber des changements progressifs. Or l'IA introduit des boucles d'accélération. Plus elle découvre, plus elle enrichit les données et les outils qui lui permettent de découvrir encore davantage.
La grande rupture ne sera peut-être pas le jour où une IA fera une découverte majeure. Ce jour est déjà arrivé. La rupture sera le moment où nous réaliserons que la découverte elle-même est devenue scalable.
Septembre 2026 ressemble à l'un de ces moments que l'on sous-estime parce que chaque événement, pris séparément, reste discutable, technique ou incomplet. Regardons-les ensemble et une autre image apparaît. Nous ne sommes plus seulement face à des machines capables de répondre à nos questions. Nous commençons à déployer des machines capables d'explorer, de prouver, de contredire, de comparer et parfois de faire surgir des questions auxquelles personne ne pensait encore.
Notre avenir scientifique serait-il alors entre les mains des IA ? Pas vraiment. Mais notre rythme scientifique, lui, risque de l'être de plus en plus. Et comme souvent avec l'IA, le vrai enjeu ne sera pas de savoir jusqu'où la machine peut aller. Il sera de savoir si nos organisations, nos chercheurs et nos sociétés peuvent apprendre à avancer à la même vitesse sans perdre ce qui donne du sens au mouvement.
Décider
Être un décideur augmenté prêt pour 2030
L’intelligence artificielle transforme déjà notre manière de penser, d’arbitrer et de décider et cela n’est que le début. Avec ce livre, j’explore les futurs qui se dessinent et j’explore la place que nous voulons encore occuper dans la décision car plus les machines deviennent performantes, plus notre discernement, notre responsabilité et notre capacité à choisir deviennent stratégiques.
Ce livre est destiné aux dirigeants, managers, entrepreneurs et à tous ceux qui devront décider dans un environnement profondément transformé par l’IA.
Ne cherchons pas à rendre les machines plus humaines, cherchons plutôt à faire en sorte que les humains restent pleinement vivants à travers elles.
Vous pouvez le commander ici ou dans vos librairies et sites préférés.
Elon Musk, le Pentagone et l'IA : qui décidera des guerres de demain ?
Nous sommes en 2035. Un problème géopolitique dégénère entre deux grandes puissances. Tandis que des intelligences artificielles analysent en permanence des milliards d'informations, des milliers de drones sillonnent le ciel, des satellites observent les mouvements adverses et des robots terrestres progressent sur des territoires hostiles. En quelques secondes, les IA identifient les menaces, élaborent des scénarios, proposent des ripostes et coordonnent des systèmes d'armes. Les humains ? Ils supervisent, … enfin, ils essaient car lorsqu'une IA est capable de prendre une décision en quelques millisecondes, que vaut encore une chaîne de commandement qui nécessite plusieurs minutes, voire plusieurs heures ? Simple science-fiction ? Plus vraiment.
Le 30 septembre 2026, les États-Unis ont officiellement lancé le Projet Meridian qui est une initiative destinée à imaginer les guerres des prochaines décennies et à identifier les technologies nécessaires pour garantir leur supériorité militaire. À sa tête, trois personnalités pour le moins inattendues. Elon Musk, patron de SpaceX et Tesla, Palmer Luckey, fondateur d'Anduril, spécialiste des technologies militaires autonomes et Newt Gingrich, ancien président de la Chambre des représentants américaine. Trois hommes qui n'incarnent nullement le commandement militaire traditionnel. En revanche, deux d'entre eux participent déjà à la construction des infrastructures et des technologies susceptibles de transformer radicalement les conflits. Leur mission ? Produire des recommandations en seulement 120 jours.
Depuis la Seconde Guerre mondiale, les relations entre les armées américaines, les industriels et les chercheurs ont façonné une bonne partie de notre monde technologique : Internet, le GPS, de nombreuses innovations électroniques sont issus, directement ou indirectement, de programmes militaires. Autrefois, les militaires exprimaient leurs besoins et les industriels développaient des technologies pour y répondre. Désormais, les entrepreneurs technologiques participent eux-mêmes à la réflexion sur les futurs besoins militaires ce qui est un changement considérable. Elon Musk dispose, avec SpaceX et Starlink, d'infrastructures spatiales et de communication devenues stratégiques. Palmer Luckey a bâti Anduril autour d'une vision dans laquelle logiciels, capteurs et systèmes autonomes occupent une place centrale. Quant à Newt Gingrich, il apporte une dimension politique et stratégique à cette équipe singulière. Meridian, piloté par l'organisme de recherche MITRE, devra explorer un horizon de dix à trente ans, voire davantage. L'IA, la robotique, les technologies autonomes, les armes à énergie dirigée et les biotechnologies figurent explicitement parmi les domaines étudiés. Le rapport final est attendu pour le 28 janvier 2027. L'ambition américaine consiste à anticiper les ruptures pour définir les futures architectures de puissance.
Les conflits d'intérêts potentiels sont évidents sans constituer à eux seuls la preuve d'une influence indue. Rappelons que ces protagonistes qui contribuent à définir les futurs besoins militaires dirigent également des entreprises susceptibles d'en tirer profit. MITRE affirme d'ailleurs conserver la responsabilité de ses analyses et appliquer des mécanismes de prévention. Mais, soyons réalistes, nous sommes en présence d’un biais majeur car même involontairement, ils projetteront des visions liées à leurs propres entreprises, orientant ainsi les décisions vers des arbitrages les favorisant. Une partie du pouvoir d'imaginer la défense de demain se rapproche de ceux qui possèdent les technologies de demain et ces derniers ne sont pas élus.
Pendant longtemps, l'innovation militaire s'est concentrée sur la puissance, la précision et la portée des armes. L'intelligence artificielle modifie cette logique. Désormais, la coordination des équipements est plus avantageuse que les performances individuelles de chacun. Imaginons cinquante drones chargés de surveiller une frontière. Aujourd'hui, une partie importante de leur fonctionnement nécessite encore des opérateurs humains. Demain, ils pourraient répartir eux-mêmes leurs zones d'observation, identifier les anomalies, modifier leurs trajectoires et transmettre leurs conclusions à d'autres systèmes. Ajoutons des satellites, des capteurs terrestres, des moyens de guerre électronique et des robots. Nous obtenons un réseau capable de reconfigurer une partie de son fonctionnement en fonction des événements. Chaque élément devient simultanément un capteur, un acteur et une source d'information.
Cette évolution rappelle étrangement celle que connaissent nos entreprises. Hier, nous informatisions les tâches, puis, nous avons commencé à confier à des agents IA des processus complets et aujourd’hui, plusieurs agents peuvent coopérer, négocier, contrôler leurs résultats et déclencher des actions. Appliquée à l'univers militaire, cette logique prend une dimension radicalement différente. La puissance militaire dépend de plus en plus de la vitesse à laquelle une organisation transforme l'information en décision, or, plus les systèmes accélèrent, plus le temps disponible pour une intervention humaine se réduit. Par conséquent, pour conserver sa supériorité face aux machines adverses, chaque puissance sera tentée de déléguer davantage d'autonomie à ses propres machines, et si l'une accélère, l'autre risque de devoir suivre. En plus de l'acier, de la poudre ou de l'uranium, il faut ajouter les algorithmes et la capacité de calcul comme ingrédients de cette course.
L'engouement pour l'IA entretient l’illusion d'une puissance essentiellement numérique, presque immatérielle. Sauf qu'une IA, aussi performante soit-elle, reste profondément dépendante du monde physique (semi-conducteurs, centres de données, de l'électricité, des réseaux de communication, des matériaux critiques et des infrastructures industrielles). Autrement dit, une puissance militaire dotée d'algorithmes exceptionnels mais privée d'énergie ou de composants électroniques perdra rapidement son avantage. Prenons un exemple simple. Un pays dispose de 10 000 drones autonomes particulièrement performants. Son adversaire possède des modèles moins sophistiqués, mais peut en produire plusieurs milliers chaque semaine. Après quelques mois de conflit, qui possède réellement l'avantage ? La réponse dépend des pertes, des stocks, des capacités industrielles, des coûts et de la faculté de remplacer rapidement les équipements détruits. Le conflit en Ukraine a déjà montré combien les drones bon marché, les moyens de brouillage, les capacités de production et l'adaptation opérationnelle pouvaient transformer la réalité du champ de bataille. L'intelligence ne suffit pas. Encore faut-il pouvoir l'incarner matériellement. Cette perspective donne une nouvelle dimension à la confrontation entre les États-Unis et la Chine. Washington conserve des atouts majeurs dans les logiciels, les infrastructures numériques et certaines technologies de pointe. Pékin dispose d'une formidable profondeur industrielle, d'importantes capacités de production électronique, de capacités d’IA performantes et d'un écosystème de recherche en pleine expansion. Cette rivalité se base sur des systèmes économiques, industriels, énergétiques et politiques entiers. Ceux qui pensent pouvoir séparer politique énergétique, politique industrielle et politique de défense risquent d'avoir quelques surprises.
L'un des arguments avancés en faveur des systèmes militaires autonomes repose sur la protection des soldats. Pourquoi exposer des vies humaines lorsqu'un robot peut accomplir certaines missions ? Des systèmes autonomes peuvent effectuer du déminage, transporter des équipements dans des zones dangereuses, surveiller des infrastructures ou mener des missions de reconnaissance. Leur contribution pourrait épargner de nombreuses vies mais poussons le raisonnement un peu plus loin. Depuis toujours, la décision d'engager une guerre comporte un coût politique considérable, notamment parce qu'elle expose directement des citoyens à la mort. Alors, que se passerait-il si une puissance pouvait intervenir militairement en limitant fortement les pertes dans ses propres rangs ? Ne risquerait-elle pas de considérer certains conflits comme moins coûteux et, par conséquent, plus acceptables ? Le risque est celui d'une banalisation de l'usage de la force et d’une dilution de la responsabilité. Imaginons qu'un système autonome identifie à tort un véhicule civil comme une menace militaire et déclenche une frappe. Qui serait responsable ? Le développeur du système ? L'entreprise qui l'a commercialisé ? L'officier qui a autorisé son déploiement ? Le commandement qui a défini la mission ? Le responsable politique ayant engagé l'opération ? Le droit international humanitaire repose notamment sur des principes de distinction, de proportionnalité et de précaution. Ces obligations demeurent humaines, quel que soit le degré de sophistication des technologies. Le Comité international de la Croix-Rouge insiste depuis plusieurs années sur la nécessité de préserver un contrôle humain effectif de l'usage de la force. En mars 2026, il a de nouveau souligné les défis juridiques et humanitaires liés aux systèmes d'armes autonomes. Le sujet devient encore plus fou lorsqu'on imagine deux systèmes autonomes adverses confrontés à une situation ambiguë. L'un interprète un mouvement comme hostile. Il déclenche une manœuvre défensive. L'autre considère cette réaction comme une escalade et répond immédiatement. Quelques secondes plus tard, les humains pourraient découvrir une situation déjà hors de contrôle.
Attention, rien ne permet d'affirmer que ce scénario constitue une fatalité. Les mécanismes de supervision et de limitation peuvent justement contribuer à l'éviter. Mais l'histoire des technologies nous enseigne que nous maîtrisons rarement toutes les conséquences des systèmes complexes que nous déployons. La guerre deviendrait plus facile à déclencher précisément parce que nous aurions rendu ses premières étapes moins humaines.
Et l’Europe ?
Quelle place voulons-nous occuper dans ce nouveau monde ? Depuis plusieurs décennies, l'Europe a accepté une dépendance croissante à l'égard des infrastructures numériques américaines : Cloud, logiciels, plateformes, systèmes d'exploitation et, désormais, modèles d'intelligence artificielle. Dans les activités civiles, cette dépendance comporte déjà des enjeux économiques et stratégiques et dans le domaine militaire, ses conséquences sont autrement plus importantes. Imaginons une armée européenne équipée de systèmes autonomes performants, mais dont les modèles d'IA, les capacités de calcul ou les infrastructures de communication dépendent largement d'entreprises étrangères.
Posséder les équipements suffirait-il encore à garantir son indépendance ? Evidemment non. La souveraineté militaire dépend au-delà du matériel de la capacité à comprendre, modifier, maintenir et contrôler les systèmes qui les coordonnent. Voilà pourquoi les choix industriels européens des prochaines années seront déterminants avec comme ligne directrice une indépendance vis à vis des USA. L'Europe dispose de compétences scientifiques, industrielles et technologiques remarquables, mais souffre d'une fragmentation persistante de ses financements, de ses marchés et trop souvent de ses ambitions. Elle doit surtout éviter de confondre réglementation et stratégie : encadrer les usages de l'IA est indispensable mais encadrer des technologies que l'on ne maîtrise pas ne garantit aucune souveraineté. Une Europe qui ne développerait ni infrastructures critiques, ni modèles adaptés à ses besoins, ni capacités industrielles suffisantes risquerait de devenir cliente de sa propre sécurité ce qui représente une perspective assez singulière pour un continent qui a longtemps façonné l'histoire militaire mondiale.
Revenons à Meridian.
Ce projet ne signifie pas que les États-Unis auraient déjà décidé de confier leurs guerres à des IA autonomes. Son mandat officiel porte sur une réflexion prospective et des recommandations technologiques. Meridian constitue néanmoins un révélateur particulièrement puissant de la direction que pourrait prendre notre civilisation. Pendant des millénaires, les humains ont inventé des outils pour dépasser leurs limites physiques. L'intelligence artificielle touche à notre capacité d'analyse, de raisonnement, de coordination et, désormais, de décision. Une machine peut se montrer plus rapide, plus cohérente ou plus précise qu'un humain dans certaines situations. Cela ne lui confère pas automatiquement la légitimité de déterminer ce qui est acceptable pour une société.
Avant de devenir inhabitables, certains territoires risquent de devenir financièrement inaccessibles
Une maison peut toujours être debout et pour autant devenir impossible à garder. Imaginons une famille à qui l’on demande une prime d’assurance trop élevée avec une franchise beaucoup plus importante et l’obligation de faire des travaux contre les dégâts des eaux qu’elle ne peut financer. La maison reste certes habitable tout en étant difficile à assurer, voire impossible à vendre voir à transmettre. En plus, partir nécessite aussi de l’argent. La fracture climatique réduit la liberté de choisir où vivre.
En France, le premier rapport de l’Observatoire de l’assurabilité publié par CCR le 15 juin 2026 montrait que à date, il n’y a pas encore d’impossibilité assurancielle même si les primes et franchises évoluent rapidement. C’était évidemment avant la canicule de cet été et malheureusement avant les suivantes. Ailleurs, cela a déjà évolué comme aux Etats-Unis. Le Trésor américain a constaté que les primes moyennes dans les 20 % de codes postaux aux pertes climatiques attendues les plus élevées dépassaient de 82 % celles des 20 % les moins exposés sur la période 2018–2022. Ce rapprochement descriptif n’isole néanmoins pas l’effet du climat. À l’échelle européenne, la BCE et l’EIOPA évaluent à environ un quart la part des pertes liées aux catastrophes climatiques qui est assurée à date.
Les sinistres plus coûteux accroissent la pression sur les tarifs. Les primes et les travaux pèsent sur le budget. Une protection insuffisante ou trop chère peut compliquer une vente ou certaines opérations de financement. Si la demande recule, la valeur du bien baissera. Le ménage perd alors une partie du patrimoine dont il aurait eu besoin pour déménager ou adapter sa maison. La collectivité, de son côté, peut devoir financer davantage de protection alors que les ressources locales sont sous tension. La Banque de France étudie ces liens entre risque climatique, immobilier et banques. Leur enchaînement n’est pas automatique car les politiques publiques, les marchés et les mécanismes d’assurance peuvent l’amortir ou l’aggraver. Paradoxe supplémentaire, mieux connaître le risque peut ouvrir deux avenirs. La précision des cartes aide à protéger les bâtiments et à éviter de nouvelles constructions mal placées. Elle aide aussi à distinguer toujours plus finement les assurés, jusqu’à réserver les conditions les plus favorables à ceux qui en ont le moins besoin. Cette modélisation existe depuis longtemps. Reste à choisir collectivement ce que nous faisons avec ces nouvelles connaissances. Jusqu’où mutualisons-nous les risques, qui finance cette solidarité et quelles mesures de prévention exigeons-nous en retour ?
Etudions un pacte d’assurabilité et d’adaptation. Mesurons d’abord les primes rapportées aux revenus, franchises, exclusions, refus et ménages qui renoncent à s’assurer, en plus de la seule présence d’un assureur. Ensuite, finançons la prévention avant le sinistre, selon les moyens des ménages et la responsabilité de chacun. Une famille ne peut pas, seule, corriger l’aménagement de tout un bassin versant. Mais une collectivité ne peut pas non plus se substituer à chaque propriétaire pour tous les travaux. La mutualisation doit rester explicite et soutenable. Il faut rendre visibles les transferts entre assurés, la contribution publique et les efforts demandés pour réduire l’exposition. Lorsque la protection sur place devient inefficace ou trop coûteuse, il faut organiser une relocalisation juste, avec une solution concrète pour ceux dont le patrimoine a déjà perdu de la valeur. La BCE et l’EIOPA ont proposé, au niveau européen, une réassurance publique-privée et un fonds de financement des catastrophes. Ce sont des pistes qui montrent que l’assurance ne peut plus être discutée sans parler logement, aménagement et finances publiques.
Certains redoutent qu’une solidarité trop généreuse encourage de nouvelles constructions dans les zones dangereuses et ils ont raison de soulever le problème. Aider les habitants déjà exposés n’oblige pas à fabriquer de nouvelles expositions. D’autres rappellent que le tarif doit refléter le risque. Oui, mais un signal de prix ne verse pas au ménage l’argent nécessaire pour s’adapter. L’ACPR distingue d’ailleurs la disponibilité d’une assurance et la capacité à en payer le prix ; ses scénarios sont des exercices de résistance et non des prévisions. D’ici 2030, observons les franchises, les primes rapportées aux revenus et les délais de vente. Dans la décennie suivante, regardons où les travaux et les investissements publics changent réellement la trajectoire des territoires. Plus loin, certaines décisions opposeront la protection sur place à un départ accompagné. L’habitabilité se mesure aussi à la possibilité de se protéger, de financer son logement et de choisir de rester ou de partir.
Bonnes métamorphoses et à la semaine prochaine.
Stéphane
