驅動大型語言模型（LLM）的深度學習技術，也讓氣象模擬得以在筆記型電腦而非超級電腦上運行，徹底改變了氣象學。然而，AI 更大的任務或許是讓個人和組織更容易利用這些預報。

WindBorne Systems 是一家透過全球飛行時間最長的氣象氣球收集數據，並將其輸入強大預測模型的新創公司。執行長 John Dean 告訴 TechCrunch，該公司已完成 3700 萬美元的 B 輪募資，以應對這項挑戰。

本輪募資由 Khosla Ventures 和 Galvanize 共同領投，並獲得 TransLink Capital、Lux Capital 以及既有投資者的追加投資。此輪募資後，該公司的估值達到 2.5 億美元。

WindBorne 成立於 2019 年，最初計劃利用其低成本氣象感測器和長航時氣球，獲取一套新穎的氣象數據。過去四年來，AI 氣象預測模型的發展，讓他們能夠自行進行預測，這在以前對大多數私人公司來說是不可能實現的，因為模擬大氣所需的超級電腦成本高昂。

如今，該公司在全球擁有 20 個發射站，隨時約有 600 個氣球在空中，收集颱風眼等難以到達區域的數據。現在，該公司正開始部署空中感測器套件，這些套件可以落入海洋並繼續作為浮標收集測量數據。

Dean 喜歡將這種專有數據集稱為「行星神經系統」，它為他們的氣象模型創造了護城河，該模型也整合了全球政府氣象機構生成的數據集。

Dean 表示：「我們證明，當你將氣球數據加入預報時，你會得到更準確的預報，而且每個數據點的價值比衛星強得多。我們在這樣做的同時，營收也在增長，這降低了創投公司對市場需求的風險。」

該公司目前的主要客戶是政府機構。美國國家氣象局（U.S. National Weather Service）購買該公司的數據，而美國空軍（U.S. Air Force）和美國海軍（U.S. Navy）則透過研究合作夥伴關係向 WindBorne 付費，其中包括開發可在船上運行的預測模型，以應對可能與外界間歇性連接的情況。

接下來是商業業務，目前主要集中在利用氣象數據預測大宗商品價格和其他商業結果的投資基金。除了用於運算和將氣球網絡的衛星通訊替換為網狀無線電網絡的支出外，本輪資金還將讓 WindBorne 建立其市場推廣團隊，以擴大其在私人領域的客戶群。

這並非易事。在過去十年中，許多新創公司曾試圖擴展地球觀測衛星網絡等感測業務，但發現很難打入私人領域，因為從這些數據中提取價值需要經驗和既定的工作流程。大多數公司轉向習慣使用這些數據的政府機構。

私人氣象預報公司確實存在，但他們大部分收入來自於為新聞媒體、飛機除冰和船舶航線等專業需求，或上述投機者重新包裝或精煉政府預報。然而，隨著 AI 工具使數據處理更加高效，這種情況可能會改變。

共同領投本輪的 Galvanize 合夥人 Saloni Multani 表示，私人氣象市場一直受到限制，因為「將氣象預報整合到更廣泛的商業決策中，傳統上既昂貴又困難。我們認為 AI 改變了這種局面。更好的預報讓努力變得值得，而 AI 讓這些預報更容易與企業試圖做出的決策連結起來。」