AI提升天气预报精度，WindBorne能否将其商业化

LLM背后的新深度学习技术也带来了可在笔记本电脑而非超级计算机上运行的天气模拟，从而改变了气象学。但AI更大的任务可能是让人们和组织更容易地将这些预测付诸实施。

WindBorne Systems是一家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预测模型的初创公司，其首席执行官约翰·迪恩告诉TechCrunch，该公司已筹集3700万美元的B轮融资来应对这一挑战。

新一轮融资由Khosla Ventures和Galvanize共同领投，TransLink Capital、Lux Capital和现有投资者参投，本轮融资后公司估值为2.5亿美元。

WindBorne成立于2019年，最初计划通过其低成本天气传感器和耐力气球获取一组新颖的天气数据。过去四年AI天气预报模型的发展使他们能够做出自己的预测，而此前由于模拟大气所需的超级计算机成本高昂，大多数私营公司无法做到这一点。

如今，该公司在全球拥有20个发射场，任何时刻约有600个气球在空中飞行，在难以到达的地区（如台风眼）收集数据。现在，该公司开始部署可落入海洋的航空传感器包，并作为漂浮浮标继续收集测量数据。

迪恩喜欢称之为“行星神经系统”的专有数据集为他们的天气模型创造了护城河，该模型还吸收全球政府气象机构生成的数据集。迪恩说：“我们证明，当你在预测中添加气球时，你会得到更准确的预测，而且每个数据点的价值比卫星强得多。

”“在这样做的同时，我们也在增加收入，因此降低了风险投资者的需求信号的风险。”该公司如今的主要客户是政府机构。

美国国家气象局购买该公司的数据，而美国空军和美国海军则通过研究合作伙伴关系向WindBorne付费，包括开发可在可能与世界其他地区间歇性连接的船只上运行的预测模型。接下来是商业业务——目前主要集中在使用天气数据预测大宗商品价格和其他业务成果的投资基金。

除了计算支出和用网状无线电网络取代气球网络的卫星通信外，本轮融资还将让WindBorne建立其市场准入团队，以扩大其在私营部门的客户群。这并不总是那么容易。

在过去十年中，各种初创公司都试图扩大地球观测卫星网络等传感业务，但发现很难向私营部门突破，因为从这些数据中提取价值需要经验和既定的工作流程。大多数公司转向已经习惯使用这些数据的政府机构。

私人天气预报公司确实存在，但它们的大部分收入来自为新闻媒体重新包装或完善政府预报、满足飞机除冰和船舶航线等专业需求，或服务于上述投机者。然而，随着AI工具使数据处理更加高效，这种情况可能会改变。

本轮融资的共同领投方Galvanize的合伙人萨洛尼·穆尔塔尼表示，私人天气市场一直受到限制，因为“将天气预报整合到更广泛的业务决策中传统上既昂贵又困难。我们认为AI改变了这个等式。更好的预测使努力变得值得，而AI则使这些预测与企业试图做出的决策联系起来变得更加容易。

”