WindBorne sfrutta l’AI per anticipare le previsioni meteo governative, ma il business è un’altra sfida

—

WindBorne, startup specializzata in previsioni meteo, ha sviluppato un modello AI che supera le previsioni ufficiali. La società, che ha raccolto 37 milioni di dollari, ha dimostrato di poter costruire e vendere previsioni meteo più accurate delle autorità governative. Tuttavia, il passaggio da un prodotto tecnico a un business sostenibile rappresenta un’altra sfida. La società utilizza un network di 600 palloncini in volo, lanciati da 20 siti in tutto il mondo, per raccogliere dati in aree inaccessibili ai satelliti e alle stazioni meteorologiche. Questi dati alimentano il modello AI WeatherMesh, che ha superato i benchmark pubblici e si distingue per l’efficienza nel calcolo.

Un sistema di dati come un sistema nervoso planetario

WindBorne descrive il suo network come un “sistema nervoso planetario”, un concetto che sottolinea l’importanza del dato raccolto. I palloncini, che fluttuano per settimane, raccogliono informazioni in luoghi dove i satelliti non riescono a raggiungere, come l’occhio di un uragano. Il modello AI, che ha superato i sistemi tradizionali e quelli basati su fisica, si distingue per l’efficienza nel calcolo. Il vantaggio principale risiede nei dati unici, che non sono accessibili a nessun altro. La qualità dei dati è molto superiore a quella dei satelliti, ha spiegato il CEO John Dean.

Da dati a business: il difficile passaggio

Se la previsione meteo è un’abilità dimostrata, il passaggio a un business sostenibile è un’altra sfida. Molti startup hanno fallito nel vendere dati meteorologici alle aziende. WindBorne, però, punta su AI per semplificare l’integrazione delle previsioni nei processi decisionali aziendali. Integrare previsioni meteo nei processi aziendali è stato tradizionalmente costoso e difficile, ha detto Saloni Multani di Galvanize, che ha co-leadato la serie B. L’AI, secondo lei, rende più facile il collegamento tra dati e decisioni. La società ha anche investito in nuove infrastrutture, come una rete radio per sostituire i collegamenti satellitari e in barche oceaniche che continuano a raccogliere dati anche dopo che si sono schiantate.

Il mercato privato rappresenta un’opportunità crescente. Le aziende, come i fondi di investimento, hanno già iniziato a utilizzare le previsioni per valutare mercati sensibili al clima. WindBorne punta a espandere questa base, sostenendo il suo modello con nuovi investimenti. Khosla Ventures, che ha partecipato al finanziamento, ha sottolineato l’importanza dei dati di base per i modelli AI. “Man mano che i modelli AI diventano più avanzati, la qualità delle osservazioni diventa sempre più cruciale”, ha detto Sven Strohband di Khosla. La società, però, deve dimostrare che i dati, questa volta supportati da AI, sono sufficienti a generare un mercato sostenibile.

La domanda che WindBorne deve rispondere è la stessa che ha colpito altre startup: se i dati migliori, questa volta integrati con AI, sono finalmente qualcosa che i clienti sono disposti a pagare. Con l’aumento della frequenza e dei costi degli eventi climatici, l’appetito per le previsioni avanzate cresce su entrambi i lati del divario pubblico-privato. La sfida per WindBorne è dimostrare che il valore dei dati, questa volta sfruttato al massimo, è sufficiente a sostenere un business duraturo.