Ещё пять лет назад точный прогноз погоды был игрой только для государств: атмосферу симулировали суперкомпьютеры стоимостью в десятки миллионов долларов. Методы глубокого обучения, те же, что стоят за большими языковыми моделями, сжали эту задачу до уровня, который тянет обычный ноутбук. Этим воспользовался WindBorne — компания с самыми долго летающими метеозондами в мире, привлекшая $37 млн Series B при оценке в $250 млн.
Раунд возглавили Khosla Ventures и Galvanize. Деньги пойдут не на саму AI-модель — она уже работает и, по данным компании, точнее государственных агентств — а на превращение точных прогнозов в реальный бизнес. Сейчас в воздухе одновременно висит около 600 зондов компании с 20 стартовых площадок по всему миру, залетающих в места, недоступные спутникам, включая глаз тайфуна. Каждая такая точка данных, по словам CEO Джона Дина, ценнее спутникового снимка. Именно это редкое сырьё создаёт защиту от конкурентов, которую нельзя скопировать покупкой лицензии на модель.
Основные покупатели — государственные структуры: Национальная метеослужба США покупает данные напрямую, ВВС и ВМС финансируют разработку прогнозных моделей, способных работать на кораблях с перебоями в связи. Следующий рубеж — частный сектор, прежде всего инвестфонды, торгующие товарными активами и использующие погоду как индикатор для предсказания цен. Исторически стартапы, пытавшиеся продавать спутниковые данные бизнесу напрямую, спотыкались об одно и то же: extracting value из сырых данных требует опыта и выстроенных процессов, которых у частных компаний нет. AI, по словам партнёра Galvanize Салони Мультани, впервые делает интеграцию прогнозов в бизнес-решения достаточно дешёвой, чтобы этим занялся кто угодно.
История WindBorne — редкий случай, когда AI не заменяет существующую инфраструктуру, а открывает доступ к рынку тем, у кого не было ресурсов государства, но были нужные данные.
Во что углубиться:
- AI-модели погоды против традиционных суперкомпьютерных симуляций: в чём разница в точности
- Использование погодных данных в трейдинге сырьевыми товарами: как хедж-фонды предсказывают цены
- Частные спутниковые компании и провал монетизации Earth observation данных