AI让天气预报更准确，WindBorne能使其盈利吗？

支撑大语言模型的新型深度学习技术也带来了天气模拟的变革，如今这些模拟可以在笔记本电脑上运行，而不再依赖超级计算机，由此改变了气象学。但人工智能面临的更大任务，或许是让个人和组织能够更轻松地将这些预报投入实际应用。 WindBorne Systems是一家初创公司，利用世界上飞行时间最长的气象气球收集数据，并将其输入强大的预测模型。该公司CEO约翰·迪恩（John Dean）对TechCrunch表示，公司已获得3700万美元B轮融资，以应对这一挑战。 本轮融资由Khosla Ventures和Galvanize联合领投，TransLink Capital、Lux Capital以及原有投资方参投。融资完成后，公司估值达到2.5亿美元。 WindBorne成立于2019年，最初计划通过低成本气象传感器和长航时气球获取一套全新的气象数据。过去四年间，AI天气预报模型的发展使他们得以自行制作预报，而此前由于模拟大气所需的超级计算机成本高昂，大多数私营公司都无法做到。 如今，该公司在全球拥有20个发射点，任何时刻都有约600个气球在空中飞行，收集台风眼等难以抵达区域的数据。目前，公司开始部署空中传感器组件，这些组件可以落入海洋，并作为浮标继续收集测量数据。 这个被迪恩称为“行星神经系统”的系统生成的专有数据集，为公司的天气模型构筑了护城河，同时该模型也整合了世界各国政府气象机构生成的数据集。 迪恩表示：“我们已经证明，在预测中加入气球数据可以获得更准确的预报，而且每个数据点的价值远高于卫星数据。与此同时，我们的收入也在增长，向风投传递了更明确的需求信号。” 该公司目前的主要客户是政府机构。美国国家气象局购买其数据，美国空军和海军则通过研究合作伙伴关系向WindBorne付费，其中包括开发可在与外界连接时断时续的舰船上运行的预报模型。 接下来是商业业务——目前主要面向利用天气数据预测大宗商品价格及其他商业结果的投资基金。除了在计算上的投入，以及用网状无线电网络替代气球网络卫星通信系统的努力之外，本轮融资还将帮助WindBorne组建市场推广团队，扩大其在私营部门的客户基础。 这并非易事。在过去十年中，多家初创公司尝试扩大地球观测卫星网络等传感业务的规模，但发现很难打入私营部门，因为从这些数据中提取价值需要经验和成熟的工作流程。大多数公司转而求助已经习惯于使用这些数据的政府机构。 私营天气预报公司确实存在，但它们的收入大多来自对政府预报进行重新包装或加工，服务于新闻媒体、飞机除冰和船舶航线规划等专业需求，或上述投机者。然而，随着AI工具让数据处理更加高效，这种情况可能会改变。 Galvanize合伙人萨洛尼·穆尔塔尼（Saloni Multani）共同主导了本轮融资，她表示，私营天气市场一直受限，因为“将天气预报整合到更广泛的商业决策中，传统上既昂贵又困难。我们认为AI正在改变这一局面。更好的预报让投入更有价值，而AI使得将预报与企业的决策连接起来变得容易得多。”