近年来，基于大型语言模型（LLM）的深度学习技术不仅推动了天气模拟的发展，使得天气模拟可以在笔记本电脑上运行，而不再依赖超级计算机，这极大地改变了气象学领域。然而，人工智能更大的挑战或许在于如何让个人和组织更便捷地利用这些预测结果。

WindBorne Systems 是一家初创公司，利用全球飞行时间最长的气象气球收集数据，并将其输入到强大的预测模型中。该公司CEO John Dean向TechCrunch透露，WindBorne刚刚完成了3700万美元的B轮融资，旨在应对将天气预测商业化的挑战。

此次融资由Khosla Ventures和Galvanize联合领投，TransLink Capital、Lux Capital及此前投资者也参与了投资。融资后，公司估值达到2.5亿美元。

WindBorne成立于2019年，最初计划通过低成本气象传感器和耐久气球获取新型气象数据。过去四年中，AI天气预测模型的发展使得他们能够自主进行天气预测，这在此前由于超级计算机成本高昂，绝大多数私营企业难以实现。

目前，WindBorne在全球拥有20个发射点，空中约有600个气球同时收集数据，覆盖包括台风眼等难以触及的区域。公司还开始部署可落入海洋并作为漂浮浮标继续收集数据的空中传感器包。

John Dean称，这套被他称为“地球神经系统”的专有数据集为其天气模型构建了护城河，该模型还融合了全球政府气象机构的数据集。“我们证明了加入气球数据后，预测更准确，每个数据点的价值远高于卫星数据。与此同时，我们的收入也在增长，这降低了风险投资者对需求的担忧。”

目前，WindBorne的主要客户是政府机构。美国国家气象局购买其数据，美国空军和海军通过研究合作支付费用，合作内容包括开发可在船只上运行的预测模型，以应对船只与外界连接不稳定的情况。

下一步是拓展商业市场，目前主要面向利用天气数据预测商品价格及其他商业结果的投资基金。除计算资源投入和计划用网状无线电网络替代气球网络的卫星通信外，此轮融资还将帮助WindBorne扩充市场团队，扩大私营部门客户群。

然而，这条路并不容易。过去十年，许多初创企业尝试扩展地球观测卫星网络等传感业务，但由于从数据中提取价值需要丰富经验和成熟流程，难以打入私营市场，大多数企业仍依赖政府机构。

私营天气预报公司虽存在，但大多通过重新包装或精炼政府预测数据，为新闻媒体、飞机除冰、船舶航线等专业需求或投机者提供服务，赚取收入。随着AI工具提高数据处理效率，这一格局可能发生改变。

Galvanize合伙人Saloni Multani表示，私营天气市场受限的原因在于“将天气预测整合进更广泛的商业决策传统上既昂贵又困难。我们认为AI改变了这一局面。更准确的预测使得投入变得值得，而AI则大大简化了将预测结果与企业决策连接的过程。”