AI giúp dự báo thời tiết tốt hơn. Liệu WindBorne có thể biến điều này thành lợi nhuận?

Các kỹ thuật học sâu (deep learning) mới đằng sau các mô hình ngôn ngữ lớn (LLM) cũng đã mang lại những mô phỏng thời tiết có thể chạy trên máy tính xách tay thay vì siêu máy tính, làm thay đổi ngành khí tượng học. Tuy nhiên, nhiệm vụ lớn hơn đối với AI có thể là giúp con người và các tổ chức dễ dàng ứng dụng các dự báo đó vào thực tế. WindBorne Systems, một công ty khởi nghiệp thu thập dữ liệu bằng các khinh khí cầu thời tiết bay lâu nhất thế giới và đưa dữ liệu đó vào một mô hình dự báo mạnh mẽ, đã huy động được 37 triệu USD trong vòng Series B để giải quyết thách thức đó, Giám đốc điều hành John Dean chia sẻ với TechCrunch. Vòng gọi vốn mới này được đồng dẫn dắt bởi Khosla Ventures và Galvanize, với các khoản đầu tư bổ sung từ TransLink Capital, Lux Capital và các nhà đầu tư trước đó. Sau vòng gọi vốn này, giá trị công ty đạt 250 triệu USD. Được thành lập vào năm 2019, WindBorne bắt đầu với kế hoạch thu thập một bộ dữ liệu thời tiết mới lạ bằng các cảm biến thời tiết chi phí thấp và khinh khí cầu bền bỉ của mình. Sự phát triển của các mô hình dự báo thời tiết AI trong bốn năm qua đã cho phép họ tự đưa ra các dự báo của riêng mình, điều mà trước đây không thể thực hiện được đối với hầu hết các công ty tư nhân do chi phí của các siêu máy tính cần thiết để mô phỏng khí quyển. Hiện nay, công ty có 20 địa điểm phóng trên khắp thế giới và khoảng 600 khinh khí cầu đang hoạt động bất kỳ lúc nào, thu thập dữ liệu ở những khu vực khó tiếp cận, như tâm bão. Công ty đang bắt đầu triển khai các gói cảm biến trên không có thể rơi xuống đại dương và tiếp tục thu thập các phép đo dưới dạng phao nổi. Bộ dữ liệu độc quyền được tạo ra bởi "hệ thống thần kinh hành tinh" này, như Dean thường gọi, tạo ra một lợi thế cạnh tranh cho mô hình thời tiết của họ, vốn cũng tiếp nhận các bộ dữ liệu được tạo ra bởi các cơ quan thời tiết chính phủ trên toàn thế giới. "Chúng tôi đã chứng minh rằng khi bạn thêm khinh khí cầu vào dự báo, bạn sẽ nhận được các dự báo chính xác hơn, và giá trị trên mỗi điểm dữ liệu mạnh hơn nhiều so với vệ tinh", Dean nói. "Chúng tôi cũng đã tăng doanh thu trong khi thực hiện điều đó, vì vậy điều đó đã giảm thiểu rủi ro tín hiệu nhu cầu đối với các nhà đầu tư mạo hiểm (VC)." Các khách hàng chính của công ty hiện nay là các cơ quan chính phủ. Cục Thời tiết Quốc gia Hoa Kỳ mua dữ liệu của công ty, trong khi Không quân Hoa Kỳ và Hải quân Hoa Kỳ đang trả tiền cho WindBorne thông qua các quan hệ đối tác nghiên cứu, bao gồm một nỗ lực phát triển các mô hình dự báo có thể chạy trên tàu có thể có kết nối không liên tục với phần còn lại của thế giới. Tiếp theo là kinh doanh thương mại — hiện tại, điều này chủ yếu tập trung vào các quỹ đầu tư sử dụng dữ liệu thời tiết để dự đoán giá hàng hóa và các kết quả kinh doanh khác. Ngoài chi phí tính toán và nỗ lực thay thế liên lạc vệ tinh của mạng lưới khinh khí cầu bằng mạng lưới vô tuyến dạng lưới (mesh radio network), vòng gọi vốn này sẽ cho phép WindBorne xây dựng đội ngũ tiếp thị để mở rộng cơ sở khách hàng trong khu vực tư nhân. Điều đó không phải lúc nào cũng dễ dàng. Trong thập kỷ qua, nhiều công ty khởi nghiệp đã cố gắng mở rộng quy mô kinh doanh cảm biến như mạng lưới vệ tinh quan sát Trái đất, nhưng gặp khó khăn trong việc thâm nhập vào khu vực tư nhân vì việc khai thác giá trị từ dữ liệu đó đòi hỏi kinh nghiệm và quy trình làm việc đã được thiết lập. Hầu hết đều tìm đến các cơ quan chính phủ vốn đã quen với việc sử dụng dữ liệu đó. Các công ty dự báo thời tiết tư nhân hiện có, nhưng phần lớn doanh thu của họ đến từ việc đóng gói lại hoặc tinh chỉnh các dự báo của chính phủ cho các hãng thông tấn, các nhu cầu chuyên biệt như chống đóng băng máy bay và định tuyến tàu biển, hoặc các nhà đầu cơ đã đề cập ở trên. Tuy nhiên, điều đó có thể thay đổi khi các công cụ AI giúp việc xử lý dữ liệu hiệu quả hơn. Bà Saloni Multani, một đối tác tại Galvanize, người đồng dẫn đầu vòng gọi vốn, cho biết thị trường thời tiết tư nhân bị hạn chế vì "việc tích hợp dự báo thời tiết vào các quyết định kinh doanh rộng hơn theo truyền thống là tốn kém và khó khăn. Chúng tôi nghĩ AI sẽ thay đổi phương trình đó. Các dự báo tốt hơn sẽ làm cho nỗ lực này trở nên đáng giá, và AI giúp việc kết nối các dự báo đó với các quyết định mà doanh nghiệp đang cố gắng đưa ra trở nên dễ dàng hơn nhiều."