Satellites en feu : une IA conçue par des adolescents détecte les feux de forêt 35 min avant la NASA ; 2,7 M$ d'amorçage

Service de détection précoce des feux de forêt : une plateforme logicielle combinant plus de 10 satellites, des caméras sur tours et des données météorologiques avec trois modèles d'IA, alertant en temps réel les services de lutte contre les incendies et les entreprises par WhatsApp, SMS ou e-mail

Que la réponse aux feux de forêt n'exige aucun nouveau matériel — une couche logicielle fusionnant les satellites, caméras et IA d'autres acteurs peut détecter les incendies plus vite que la NASA

2,7 M$ US d'amorçage (avril 2026) mené par Dalus Capital avec Draper Associates, Vitamin C et Draper Cygnus ; environ 900 k$ US levés auparavant auprès de soutiens incluant l'ONU, le MIT, Cornell et Alexis Ohanian

En 2020, des feux de forêt autour de Córdoba ont brûlé 340 000 hectares et détruit les maisons de proches de Franco Rodriguez Viau, alors âgé de 16 ans et élève à l'école technique ORT de Buenos Aires. Avec ses camarades Joaquín Chamo et Ulises López Pacholczak, il a construit un prototype exploitant les flux de satellites de la NASA ; les agences de lutte contre les incendies leur ont dit que des alertes arrivant avec trois à cinq jours de retard étaient inutiles, si bien que l'équipe a tout repris autour de la détection précoce.

Plutôt que de construire ses propres satellites ou caméras, l'équipe a créé une plateforme logicielle qui fusionne les données de plus de dix satellites (NASA, NOAA, ESA), de caméras à 360° sur tours, de drones et de prévisions météorologiques, en exécutant trois modèles d'IA : détection des départs de feu, reconnaissance des colonnes de fumée et prédiction de la propagation. Les alertes sont envoyées par WhatsApp, SMS ou e-mail, et les signalements des utilisateurs alimentent plus de 20 000 validations de terrain qui réentraînent les modèles. Le premier client payant est arrivé environ 18 mois après le lancement ; les clients se sont étendus à des entreprises forestières et énergétiques, aux pompiers volontaires d'Argentine et à l'assureur AON, et en 2025 ses alertes ont appuyé les interventions contre plus de 600 feux de forêt.

L'angle d'attaque était le timing, non la détection : les incendies étaient déjà visibles par satellite, mais les alertes arrivaient avec trois à cinq jours de retard, si bien que les équipes ne pouvaient pas agir

Le logiciel sur matériel loué a passé à l'échelle là où les constructeurs de satellites ne le pouvaient pas : aucun actif à forte intensité capitalistique, plus vite dans 21 pays

L'offre gratuite était un cercle vertueux de données : plus de 20 000 validations de terrain par les utilisateurs ont rendu ses modèles plus rapides et plus précis dans la détection des incendies

Les acheteurs disposaient d'une véritable ligne budgétaire — les pertes dues aux incendies — et la plateforme se vendait aux assureurs, au secteur forestier, à l'énergie et à l'agriculture, pas seulement aux gouvernements

On peut battre un acteur intégré verticalement sans posséder l'actif : une couche logicielle par-dessus des satellites existants a battu la latence d'alerte de la NASA, et l'offre gratuite a alimenté les données de terrain qui ont affiné l'IA

En mai 2026, la startup comptait plus de 55 000 utilisateurs dans 21 pays, 33 clients actifs et une équipe de 26 personnes, et venait de remporter le UNCCD G20 Youth Ecopreneur Award à ChangeNOW (31 mars 2026). Elle prévoit de consacrer l'amorçage à de meilleurs modèles d'IA, à des outils de mesure des émissions de CO2 évitées et à un produit d'assurance paramétrique contre les feux de forêt avec AON, et de s'étendre de l'Amérique latine aux États-Unis ; l'objectif à long terme est des drones qui vérifient et, à terme, combattent les incendies