evidoria

← Back to browse

Good practice

IA pour les Alertes Précoces pour Tous — Projet Pilote du Malawi visant à Intégrer le Modèle Météorologique d'IA « Bris » dans la Prévision Nationale

Malawi · Blantyre · See the Malawi profile

Le service météorologique du Malawi a testé le modèle d'IA « Bris » de MET Norway avec l'OMM, réduisant le temps de génération des prévisions de plusieurs heures à environ 10 minutes — mais les chercheurs préviennent que le système n'est « pas encore prêt » pour des alertes publiques autonomes, sans gains de précision mesurés à ce jour.

IA pour les Alertes Précoces pour Tous — Projet Pilote du Malawi visant à Intégrer le Modèle Météorologique d'IA « Bris » dans la Prévision Nationale

Details

Promoter
Department of Climate Change and Meteorological Services (DCCMS), Malawi, with the World Meteorological Organization (WMO) and the Norwegian Meteorological Institute (MET Norway)
Period
May–October 2025 pilot (CREWS-funded; evaluation coverage into 2026)
Keywords
weather forecasting, artificial intelligence, meteorology, early warning systems, capacity building

Description

Entre mai et octobre 2025, le Département du changement climatique et des services météorologiques (DCCMS) du Malawi a mené un projet pilote — exécuté par l'Organisation météorologique mondiale (OMM) et financé via l'initiative CREWS — pour tester si un modèle de prévision météorologique numérique fondé sur l'IA pouvait être intégré dans le flux de travail opérationnel de prévision du pays. Le pilote a déployé « Bris », un modèle météorologique d'IA développé par l'Institut météorologique norvégien (MET Norway) et fourni via le cadre « forecast-in-a-box » du CEPMMT, exécuté sur du matériel local modeste au DCCMS.

Le budget du projet, d'environ 245 775 USD (245 000 CHF), a couvert environ 1 751 heures de travail technique de MET Norway, ainsi que le personnel, les déplacements et l'équipement de l'équipe technique centrale du DCCMS pendant les six mois du pilote, structuré en quatre phases et calendrier pour rendre compte au Congrès extraordinaire de l'OMM en octobre 2025. Des reportages indépendants ont constaté que le modèle d'IA générait une prévision à 5 jours en environ 10 minutes et une prévision à 10 jours en moins de 20 minutes sur du matériel standard, contre plusieurs heures pour une exécution comparable de prévision numérique traditionnelle.

Le pilote est explicitement présenté par l'OMM et ses partenaires techniques comme un test de capacité à un stade précoce, et non comme un déploiement opérationnel. La chercheuse de MET Norway, Lene Østvand, citée dans une couverture journalistique indépendante, a déclaré : « nous n'en sommes pas encore au stade où cela pourrait être utilisé seul pour des alertes publiques », avertissant que « les modèles d'IA peuvent se tromper — en particulier en dehors des conditions pour lesquelles ils ont été entraînés ». Les documents de l'OMM eux-mêmes soulèvent des questions ouvertes sur la capacité de l'IA à appuyer les prévisions et alertes pour les phénomènes météorologiques locaux à fort impact, et le principal résultat du pilote a été une feuille de route pour l'extension régionale et la formation du personnel, plutôt qu'une amélioration mesurée de la précision des prévisions ou du délai d'alerte. L'initiative reste également dépendante d'un soutien technique extérieur continu de la Norvège, une préoccupation reconnue quant à la durabilité de l'appropriation locale.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful