人工智能让天气预报变得更好。 WindBorne能否盈利？

法学硕士背后的新深度学习技术还为我们提供了可以在笔记本电脑而不是超级计算机上运行的天气模拟，从而改变了气象学。但人工智能更大的任务可能是让人们和组织更容易将这些预测付诸实践。

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的预测模型的初创公司，CEOJohn Dean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和之前投资者也追加投资，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。过去四年人工智能天气预报模型的发展使他们能够做出自己的预测，这对于大多数私营公司来说是不可能的，因为以前模拟大气所需的超级计算机成本很高。

如今，该公司在全球拥有20个发射场，随时有约600个气球在空中飞行，收集难以到达的区域（如台风眼）的数据。现在，该公司开始部署空中传感器包，这些传感器包可以落入海洋并作为浮动浮标继续收集测量结果。

迪恩喜欢称之为“行星神经系统”，生成的专有数据集为他们的天气模型创造了一条护城河，该模型还吸收了世界各地政府气象机构生成的数据集。

“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，并且每个数据点的价值比卫星强得多，”迪恩说。 “在这样做的同时，我们的收入也一直在增长，这样就降低了向风投发出需求信号的风险。”

该公司目前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支付费用，其中包括开发可在与世界其他地区有间歇性连接的船舶上运行的预测模型。

接下来是商业业务——目前主要集中在利用天气数据预测商品价格和其他业务成果的投资基金。除了在计算方面的支出以及用网状无线电网络取代气球网络的卫星通信之外，这一轮融资还将让WindBorne建立其市场推广团队，以扩大其在私营部门的客户群。

这并不总是那么容易。在过去的十年中，许多初创公司试图扩大地球观测卫星网络等传感业务的规模，但发现很难突破私营部门，因为从数据中提取价值需要经验和既定的工作流程。大多数人求助于已经习惯使用这些数据的政府机构。

私营天气预报公司确实存在，但大部分收入都是为新闻媒体、飞机除冰和船舶航线等特殊需求或上述投机者重新包装或完善政府预报。然而，随着人工智能工具使数据处理更加高效，这种情况可能会改变。

Galvanize合伙人、本轮融资共同牵头人Saloni Multani表示，私人气象市场一直受到限制，因为“传统上将天气预报纳入更广泛的商业决策是昂贵且困难的。我们认为人工智能改变了这一方程式。更好的预测使努力变得值得，而人工智能使得更容易将这些预测与企业试图做出的决策联系起来。”