Nos valeurs

Je me méfie des promesses vagues sur l’IA et le climat. Nos valeurs existent pour encadrer ce que nous faisons, comment nous le faisons et jusqu’où nous allons dans l’interprétation des résultats.

Rigueur transparente

Je refuse les modèles opaques que personne ne peut expliquer en comité. Chaque indicateur climat que nous produisons est accompagné d’hypothèses claires, de plages d’incertitude et de limites d’usage. Je préfère reconnaître ce que nous ne savons pas plutôt que d’afficher une précision trompeuse, surtout quand il s’agit de risques financiers liés au climat.

Honnêteté scientifique

Je considère que les données climatiques ne sont jamais parfaites. C’est pourquoi nous documentons leurs sources, leurs limites et leurs mises à jour. Je préfère intégrer une incertitude explicite dans les analyses plutôt que de donner l’illusion d’une projection figée, en particulier pour des horizons longs et des scénarios complexes.

Partenariat utilisateur

Je vois l’IA comme un outil pour aider les équipes à poser de meilleures questions, pas comme un remplaçant des analystes. Nous concevons nos flux pour que les utilisateurs puissent contester, ajuster et commenter les résultats, et non pour les enfermer dans des scores figés difficiles à discuter.

Vision systémique

Je sais que les décisions financières se prennent rarement en silo. Nous veillons donc à ce que les métriques climat puissent être partagées entre fonctions risques, ESG, recherche et direction, avec une traçabilité suffisante pour que chacun comprenne d’où viennent les chiffres présentés.

Amélioration continue

Je pense que la robustesse vient de la confrontation régulière aux retours du terrain. Nous mettons nos approches à l’épreuve de cas concrets, ajustons les modèles en fonction des retours des utilisateurs et mettons à jour nos documentations pour refléter ces apprentissages collectifs.

Une équipe au croisement climat, IA et marchés

Je me suis souvent demandé pourquoi les projets climat patinaient dès qu’ils touchaient les modèles de marchés. Chez Zuzheokuvanaenpom, j’ai réuni des personnes qui parlent à la fois langage scientifique, langage quantitatif et langage des comités de risques, afin que les métriques climat ne restent pas coincées dans des rapports théoriques.

Claire Martin responsable intégration climat marchés

Claire Martin responsable intégration climat marchés

Responsable intégration climat marchés

Basé en France, actif en Europe

Spécialisation principale

Traduction des scénarios climat en signaux de recherche

Compétences clés

Analyse des marchés actions Structuration de métriques climat Animation de comités risques

Je me suis formé sur les marchés de capitaux avant de plonger dans les enjeux climat. Mon travail consiste à traduire les scénarios physiques et de transition en indicateurs compréhensibles pour les analystes et les responsables des risques. Je passe beaucoup de temps à co‑construire avec les équipes clients des grilles de lecture climat adaptées à leurs processus existants.

Youssef Benali responsable modèles climatiques appliqués

Youssef Benali responsable modèles climatiques appliqués

Responsable modèles climatiques appliqués

Basé en France, collaborations internationales

Spécialisation principale

Adaptation des scénarios scientifiques aux usages financiers

Compétences clés

Modélisation climat physique Analyse des incertitudes Dialogue avec scientifiques

Je viens du monde de la modélisation climatique appliquée. Chez Zuzheokuvanaenpom, je veille à ce que les scénarios physiques et de transition utilisés restent cohérents avec l’état de l’art scientifique. Je travaille main dans la main avec les data scientists pour adapter ces scénarios aux contraintes des données de marchés et aux besoins de granularité des clients.

Julien Robert responsable ingénierie et gouvernance IA

Julien Robert responsable ingénierie et gouvernance IA

Responsable ingénierie et gouvernance IA

Basé en France, expérience multi‑pays

Spécialisation principale

Architecture IA explicable pour la recherche de marchés

Compétences clés

Apprentissage automatique explicable Conception de pipelines de données Gouvernance des modèles IA

Je me suis spécialisé en apprentissage automatique avec une attention particulière pour l’explicabilité des modèles. Mon rôle est de concevoir des architectures qui relient données climat, fondamentaux d’émetteurs et signaux de marchés, tout en restant auditables par les équipes risques, conformité et IT des institutions financières.

Sophie Leroy responsable risques et conformité clients

Sophie Leroy responsable risques et conformité clients

Responsable risques et conformité clients

Basé en France, expérience institutions financières

Spécialisation principale

Intégration des métriques climat dans les cadres de risques

Compétences clés

Gestion des risques financiers Conformité et contrôles internes Documentation des modèles

Je viens du terrain des fonctions risques et conformité. Je m’assure que notre plateforme et nos livrables puissent être intégrés dans les cadres de contrôle existants des institutions financières. Je travaille avec les clients sur la documentation, les revues de modèles et la préparation des comités de validation internes.

Étapes clés de notre développement

3 1
2019

"Je voulais que le risque climat quitte les annexes pour entrer dans les modèles utilisés chaque jour."

Naissance de l’idée et premiers prototypes

Je me suis rendu compte que les équipes de recherche actions et obligataires traitaient le risque climat comme un sujet parallèle. Nous avons lancé Zuzheokuvanaenpom pour explorer comment rapprocher scénarios climatiques publics et données de marchés quotidiennes dans une approche commune.

Création initiale de la société
Mise en place de l’architecture
2020

"Sans base de données commune, les scénarios climat restent impossibles à relier aux portefeuilles réels."

Construction de l’architecture données climat‑marchés

Après plusieurs échanges avec des institutions financières, j’ai compris que la clé était une architecture de données capable de relier émetteurs, actifs et scénarios climat. Nous avons construit un premier pipeline qui aligne sources climat, données d’émetteurs et informations de marchés dans un même référentiel.

2022
"L’IA ne sert que si chaque métrique climat peut être expliquée en trois phrases claires."

Co‑conception de la gouvernance des modèles

En travaillant avec des utilisateurs pilotes, j’ai vu que l’IA devait rester explicable pour être acceptée par les comités de risques. Nous avons donc développé un cadre interne de gouvernance des modèles qui documente chaque choix méthodologique, chaque version et chaque limite d’utilisation.

Co‑conception avec les clients

Reconnaissances et programmes partenaires

1

Programme d’innovation en analyse des risques climatiques pour institutions financières

Initiative climat

Je me suis inscrit à ce programme pour tester notre approche face à des pairs exigeants. Nous y avons été reconnus pour notre capacité à rapprocher scénarios climatiques publics et données de marchés quotidiennes dans un cadre auditable pour les équipes risques.

2021
2

Cohorte IA responsable appliquée à la finance durable

Tech Alliance

En participant à cette cohorte, j’ai compris à quel point la gouvernance des modèles IA était centrale pour les équipes conformité. La distinction reçue souligne notre travail sur la traçabilité des hypothèses et la documentation systématique des modèles utilisés.

2022
3

Reconnaissance pour contribution aux pratiques de finance durable axées sur le climat

Réseau durable

Ce label sectoriel a validé notre effort pour rendre les scénarios physiques et de transition réellement actionnables pour les analystes crédit et actions, en respectant les contraintes de transparence attendues par les parties prenantes.

2023
4

Sélectionné dans un programme de recherche appliquée sur l’intégration du risque climat en finance

Programme recherche

En collaborant avec ce programme, nous avons affiné nos outils de revue méthodologique afin que chaque indicateur climat puisse être présenté de manière structurée aux comités de risques et aux organes de gouvernance internes.

2020
5

Prix de la collaboration technologique entre climatologues, data scientists et analystes de marchés

Hub innovation

Ce prix a mis en lumière notre démarche de co‑conception avec des utilisateurs finaux, en particulier les équipes de recherche et d’ESG, pour intégrer les métriques climat directement dans leurs flux d’analyse existants.

2024

Ancrage dans des communautés exigeantes

Je sais que les labels et adhésions ne remplacent pas le travail sur les données, mais ils montrent avec qui je confronte nos approches, nos hypothèses et nos choix méthodologiques.
Reconnu par des pairs exigeants
01
Actif Membre réseau durable
Je participe activement à ce réseau pour confronter nos choix méthodologiques à ceux d’autres praticiens de la finance durable et rester au contact des attentes émergentes.
02
Participant Groupe travail IA
Je contribue à ce groupe pour partager des retours concrets sur la mise en œuvre de l’IA dans les fonctions risques et pour renforcer nos pratiques de gouvernance des modèles.
03
Plusieurs Communautés professionnelles
Je m’appuie sur ces communautés pour échanger sur les bonnes pratiques de transparence, de documentation et de communication des indicateurs climat auprès des parties prenantes.
04
Actifs Partenariats académiques

Je collabore avec des programmes universitaires appliqués afin de tester nos approches sur des cas d’usage réels et d’améliorer la robustesse scientifique de nos modèles.

05
Régulières Interventions conférences
Je participe régulièrement à ces événements pour présenter des cas concrets d’intégration des risques climatiques dans la recherche de marchés et écouter les contraintes opérationnelles des équipes.
06
Observateur Forums réglementaires
Je suis impliqué dans ces forums pour suivre l’évolution des attentes réglementaires et confronter notre approche aux exigences des autorités et des acteurs de place.
07
Membre Groupes scénarios climat

Je rejoins ces groupes pour aligner nos travaux sur les cadres de scénarios existants et favoriser la comparabilité des résultats entre institutions financières.