Les couleurs de l’hydrogène : blanc, bleu, gris, vert
— Vous présentez Rubicon comme « the first AI-native early-stage exploration company for natural hydrogen ». Avant d’aborder ce qu’apporte l’IA dans l’exploration des ressources d’hydrogène, commençons par parler d’hydrogène.
L’hydrogène est difficile à trouver, à identifier, et peut-être à saisir… Mais c’est aussi l’élément chimique le plus abondant dans l’Univers ?
Oui, et pourtant l’hydrogène est une ressource qui est fabriquée. En grande majorité à partir de gaz naturel et de charbon, et, plus récemment et de manière très minoritaire, par électrolyse de l’eau.
Pendant longtemps, nous avons pensé qu’il n’existait pas de volumes significatifs d’hydrogène naturel. Mais les progrès scientifiques réalisés, notamment par les chercheurs français, montrent qu’il existe des volumes très importants d’hydrogène existant à l’état naturel dans le sous-sol : c’est l’hydrogène blanc, encore appelé hydrogène géologique ou natif.
Une étude géologique américaine parle de plus de 5 trillions de tonnes d’hydrogène naturel sur Terre. Ce chiffre est à mettre en perspective avec la consommation mondiale annuelle en hydrogène qui s’élève à un peu plus de 100 millions de tonnes par an. À supposer que nous ne récupérions que 1% de ces volumes, nous parlons de 500 fois la consommation actuelle annuelle en hydrogène.
Au-delà de ces volumes importants, l’hydrogène blanc présente de nombreux avantages : son coût de production est potentiellement inférieur à celui de l’hydrogène gris, et son empreinte carbone est comparable aux hydrogènes bas carbone tels que l’hydrogène vert car il n’a pas besoin d’être fabriqué, il existe déjà.
En fait, tous les éléments sont réunis pour une révolution majeure. Notre objectif est d’aider à révéler ce potentiel.
— Quelles sont les utilisations de l’hydrogène aujourd’hui et quels sont les plus prometteuses pour demain ?
L’hydrogène est déjà un marché bien établi. Selon les sources, nous parlons d’un marché de plus de 200 milliards d’euros aujourd’hui. L’hydrogène est utilisé principalement dans des applications industrielles, dans les procédés de raffinage, ou comme matière première pour la production d’ammoniac ou de méthanol. C’est aussi un marché en forte accélération. Ce marché global de l’hydrogène devrait faire x7 d’ici 2050. Et au sein de ce marché, le segment de l’hydrogène bas-carbone devrait exploser : selon l’Agence Internationale de l’Énergie, ce segment fera x80 d’ici 2030 dans un scénario de neutralité carbone à l’horizon 2050.
En fait, l’hydrogène est très important pour les sociétés de demain, notamment pour décarboner des secteurs traditionnellement difficiles à décarboner tels que les transports lourds, l’aviation, le transport maritime, la métallurgie ou encore la chimie. Airbus, par exemple, souhaite mettre sur le marché le premier avion commercial alimenté en hydrogène (ZEROe). Dans tous ces secteurs-là, qui sont difficiles à décarboner, l’hydrogène a un rôle important à jouer. En 2050, selon les prévisions, l’hydrogène représentera un marché d’1,5 trillion d’euros.
Le problème c’est qu’aujourd’hui, 95 % de l’hydrogène est produit à partir d’hydrocarbures. Et les alternatives bas carbone, qui sont l’hydrogène vert ou l’hydrogène bleu, ne sont pas du tout compétitives.
Les projections de l’IEA, l’agence internationale de l’énergie, prévoient dès 2030 un déficit significatif en hydrogène bas carbone. Dans une trajectoire net zero 2050, le retard est déjà pris. On parle de minimum 30 millions de tonnes de déficit en hydrogène bas carbone dès 2030. Et ce déficit va sans doute continuer à se creuser compte tenu des difficultés rencontrées par l’hydrogène vert qui ne sera toujours pas compétitif en 2030. Il y a donc un vrai besoin, une vraie urgence.
Nous pensons que l’hydrogène blanc pourrait être une des solutions principales à ce déficit en hydrogène bas carbone. Encore faut-il parvenir à le trouver. Pour cela, nous pensons que l’utilisation d’intelligence artificielle et de données spatiales est capital.
L’IA appliquée à la recherche de l’hydrogène
— Quels sont les bénéfices de l’IA dans l’exploration de l’hydrogène et de l’hybridation des données quand on travaille comme vous sur les ressources du sous-sol ?
Il existe beaucoup de données en géologie, mais elles sont souvent organisées de manière décentralisée, de qualité très différente et très localisées géographiquement. L’IA peut nous aider de plusieurs manières :
- Dans le tri et le traitement des données hétérogènes, de manière à générer des cibles d’exploration de qualité. Il est très courant de travailler à la fois avec des mesures sismiques réalisées il y a 50 ans et avec des données beaucoup plus récentes obtenues avec des équipements de dernière génération. Dans le cas de l’hydrogène, il s’agit de regarder sous un angle nouveau toutes ces données, et les données de 1950 peuvent avoir autant, voire plus de valeur que des données plus récentes. Cependant, si vous ne faites pas attention, vous pouvez introduire beaucoup de bruit et d’erreur dans votre analyse. Et si vous générez des cibles potentielles de mauvaise qualité, c’est une perte de temps et une perte de ressources parce qu’il faut aller sur le terrain. L’IA nous permet de discerner l’information nécessaire dans la complexité de milliers de documents différents. Nous savons ce que nous cherchons et l’IA nous permet immédiatement de le trouver.
- Dans le passage à l’échelle. La donnée du sous-sol est souvent très localisée, car bien souvent générée par des entreprises qui faisaient de l’exploration sur une zone précise correspondant à leur permis d’exploration. En utilisant des données satellites que nous enrichissons avec les données disponibles dans la zone, nous sommes en mesure d’identifier des schémas très subtils qui n’auraient pas été repérés par des analyses traditionnelles ou à l’œil nu. Et cette approche est réplicable à l’échelle.
Il existe de nombreux papiers de recherche qui se basent sur des observations réalisées manuellement avec Google Earth. Mais à l’œil nu, beaucoup de choses nous échappent. L’IA nous permet de trouver cette information qui n’avait pas été trouvée avant.
Cette combinaison entre IA et données d’observation terrestres nous permet de trier plus rapidement et de manière plus fiable, de trouver de nouvelles informations plus fines et plus précises, et d’être capable de le faire à grande échelle.
— Rubicon exploration fait partie des start-up qui observent la Terre avec l’IA. En quoi est-ce un domaine d’avenir ?
L’observation terrestre est en pleine expansion et l’IA est au cœur de nos modèles. Plusieurs satellites vont d’ailleurs être lancés en 2025 et devraient nous permettre d’aller encore plus loin dans nos analyses. C’est pourtant un domaine difficile à traiter avec de l’IA, notamment en raison des besoins de calculs nécessaires pour réaliser des applications performantes, et l’une des voies de développement réside dans le développement de « foundation models » au domaine de l’observation terrestre.
Aujourd’hui les utilisations de l’IA sont devenues tellement poussées que l’utilisation de modèles généralistes et pré-entraînés sur lesquels nous pourrons nous appuyer vont devenir indispensables.
— Les premiers modèles qui ont fait cela sont les fameux LLM de type Chat GPT qui sont finalement la base de beaucoup d’applications aujourd’hui ?
Oui… et dans les modèles de l’observation terrestre, c’est en train de se faire également. De gros modèles sont en train d’être réalisés par quelques start-up, certaines incubées à Télécom Paris. Cela permettra à de nombreuses entreprises de développer des applications spécifiques à leur secteur. Toutes ces applications qui vont arriver vont être absolument passionnantes !
— Quel est votre modèle de développement et comment utilisez-vous la puissance de l’IA pour faciliter la découverte de ressources naturelles d’hydrogène à grande échelle ?
Nous sommes un des premières start-up deep-tech dédiée à l’exploration d’hydrogène naturel.
Les autres entreprises d’exploration utilisent des méthodes traditionnelles d’exploration issues du secteur pétrolier et gazier. Il y a principalement des profils de géologue d’exploration en provenance de grandes entreprises pétrolières.
Nous avons choisi une approche hybride, où l’intelligence artificielle et la donnée sont au cœur de notre activité. Il y a plusieurs raisons à ça. La première est que l’hydrogène est un élément particulièrement difficile à trouver, parce que c’est tout petit, ça se faufile un peu partout, et c’est également très réactif. En fait, toutes les raisons sont bonnes pour que l’hydrogène ne soit pas là où vous pensez qu’il sera !
L’IA nous permet d’évaluer un grand nombre de sites de manière économique, et d’accumuler un grand nombre de données.
— Mais n’y a -t-il pas quand même un problème d’accès à la donnée ? Par exemple, dans quelle mesure avez-vous accès aux données des satellites ?
Bien que la donnée satellite haute résolution soit en général très coûteuse, il existe beaucoup de données open-source de qualité. Un grand nombre de pays en Europe et en Amérique du Nord ont investi dans des programmes d’acquisition de données d’observation terrestre à haute résolution qui sont très utiles. L’acquisition de données commerciales peut, dans certains cas, venir compléter ces jeux de données.
Nous avons réalisé un audit de toutes les données existantes et cela nous a permis d’évaluer nos coûts d’entrée et d’exploration dans chaque pays. À partir de là, nous avons développé une feuille de route précise identifiant dans quel pays nous pouvons développer tout de suite, et pour quel pays nous aurons besoin de travailler avec des compagnies nationales ou des entités de recherche pour pouvoir accéder à de la donnée un peu plus restreinte.
Aujourd’hui notre technologie est entièrement fonctionnelle en Europe de l’Ouest et Amérique du Nord, qui sont nos deux marchés principaux.
Une ressource abondante mais un écosystème de pionniers
— Comment a été mise au jour l’abondance d’hydrogène à l’état naturel, logé dans les mers ainsi que dans les sols ?
L’hydrogène naturel est bien plus courant qu’estimé auparavant. Il est décelé désormais dans tous les continents. Le sujet a vraiment commencé à apparaître dans les années 1980-90. Il y a eu une première découverte au Mali qui a mis à jour un réservoir d’hydrogène naturel assez peu profond, et qui a alimenté les villages alentours au travers d’une pile à combustible.
Beaucoup de chercheurs, dont de nombreux Français, se sont intéressés au sujet, et jusque dans les années 2015, c’était plus une curiosité scientifique qu’autre chose. Puis en 2022, l’hydrogène naturel est rentré dans le code minier en France. Il est devenu possible de poser des permis exclusifs de recherche pour l’hydrogène naturel.
De grands magazines scientifiques se sont aussi emparés du sujet, comme Science, qui a publié un très bel article sur l’hydrogène naturel.
Aujourd’hui, on est vraiment dans une phase d’accélération, où des commercialisations sont envisagées et où de plus en plus de start-up entrent sur le segment.
— Comment vous positionnez-vous justement dans cet écosystème ?
Nous pensons que c’est le moment pour une start-up IA d’explorer ce sujet. On en sait suffisamment d’un point de vue scientifique pour envisager une commercialisation. Mais cela reste, quand même, un sujet assez pionnier et risqué pour les grosses entreprises qui regardent le sujet et investissent prudemment. C’est donc le bon moment pour nous.
Rubicon Exploration, quelle valeur ajoutée ?
— Où vous situez-vous dans la chaîne de valeur ?
Nous nous concentrons sur la phase amont de l’exploration. Nous utilisons des modèles d’intelligence artificielle, et plus précisément du deep learning, c’est-à-dire des réseaux de neurones profonds combinés avec des données satellite pour identifier des nouvelles zones d’exploration.
