การบรรจบกันของ deep learning และวิทยาศาสตร์บรรยากาศกำลังเปลี่ยนอุตุนิยมวิทยาจากสาขาที่ต้องพึ่งพาซูเปอร์คอมพิวเตอร์มหาศาล ให้กลายเป็นธุรกิจข้อมูลที่คล่องตัวและนำไปใช้งานได้จริง WindBorne Systems คือผู้นำในด้านนี้ โดยการใช้ฮาร์ดแวร์และ AI ของตนเองเพื่อเปลี่ยนรูปแบบสภาพอากาศที่ซับซ้อนให้กลายเป็นข้อมูลอัจฉริยะทางธุรกิจที่สร้างกำไรได้

ระบบประสาทระดับโลกที่สร้างขึ้นจากบอลลูนความทนทานสูง

WindBorne ก่อตั้งขึ้นในปี 2019 และได้ก้าวข้ามขีดจำกัดของการเก็บข้อมูลแบบดั้งเดิมไปแล้ว ปัจจุบันบริษัทดำเนินเครือข่ายบอลลูนตรวจอากาศที่มีต้นทุนต่ำแต่มีความทนทานสูงจำนวนมหาศาล โดยมีฐานปล่อย 20 แห่งทั่วโลก และมีบอลลูนลอยอยู่ในอากาศประมาณ 600 ลูก ณ เวลาใดเวลาหนึ่ง เซ็นเซอร์เหล่านี้จะพุ่งเข้าสู่จุดที่สภาพอากาศรุนแรง เช่น ใจกลางพายุไต้ฝุ่น และส่งข้อมูลเชิงลึกที่มีความละเอียดสูงซึ่งดาวเทียมมักจะมองไม่เห็น

CEO John Dean เรียกเครือข่ายนี้ว่า "ระบบประสาทระดับโลก" เพื่อเพิ่มความหนาแน่นของโครงข่ายข้อมูล บริษัทกำลังเพิ่มชุดเซ็นเซอร์ทางอากาศที่จะตกลงสู่มหาสมุทรและทำหน้าที่เป็นทุ่นลอยน้ำ ชุดข้อมูลที่เป็นกรรมสิทธิ์นี้ช่วยสร้างปราการทางธุรกิจ (moat) ที่แข็งแกร่ง โดยเป็นการเสริมข้อมูลจากหน่วยงานรัฐบาล ไม่ใช่เพียงแค่การคัดลอกข้อมูลมาเท่านั้น

AI ช่วยลดอุปสรรคในการเข้าสู่ธุรกิจการพยากรณ์อากาศภาคเอกชนได้อย่างไร

ในอดีต บริษัทเอกชนไม่สามารถแบกรับต้นทุนการพยากรณ์อากาศได้ เนื่องจากการจำลองชั้นบรรยากาศต้องใช้ซูเปอร์คอมพิวเตอร์ที่มีราคาแพงและมีขนาดมหาศาล แต่เทคนิค deep learning ที่หยิบยืมมาจาก Large Language Models ได้เปลี่ยนสมการนั้นไปอย่างสิ้นเชิง ปัจจุบันการจำลองแบบเดียวกันนี้สามารถรันบนฮาร์ดแวร์ทั่วไป แม้กระทั่งบนแล็ปท็อป

WindBorne นำข้อมูลบอลลูนที่เป็นเอกลักษณ์ของตนเองป้อนเข้าสู่โมเดลเหล่านี้ควบคู่ไปกับชุดข้อมูลของรัฐบาลทั่วโลก เพื่อผลิตผลการพยากรณ์ที่เป็นกรรมสิทธิ์และมีความแม่นยำสูง การระดมทุนรอบ Series B มูลค่า 37 ล้านดอลลาร์ ซึ่งนำโดย Khosla Ventures และ Galvanize ได้ประเมินมูลค่าสตาร์ทอัพรายนี้ไว้ที่ 250 ล้านดอลลาร์ และเป็นสัญญาณที่แสดงถึงความเชื่อมั่นว่า AI สามารถเปลี่ยนข้อมูลบรรยากาศดิบๆ ให้กลายเป็นการตัดสินใจที่สร้างกำไรได้

จากสัญญาจ้างภาครัฐสู่การเก็งกำไรสินค้าโภคภัณฑ์

ในปัจจุบัน รายได้ของ WindBorne ขึ้นอยู่กับข้อตกลงกับภาครัฐที่มีเดิมพันสูง โดยหน่วยงานบริการสภาพอากาศแห่งชาติของสหรัฐฯ (U.S. National Weather Service) เป็นผู้ใช้บริการ ในขณะที่กองทัพอากาศและกองทัพเรือดำเนินโครงการวิจัยเพื่อสร้างโมเดลการพยากรณ์ที่สามารถใช้งานบนเรือที่มีการเชื่อมต่ออินเทอร์เน็ตที่ไม่เสถียรได้

พรมแดนถัดไปคือภาคเอกชน โดยเฉพาะกองทุนเพื่อการลงทุนที่ใช้ข้อมูลอัจฉริยะด้านสภาพอากาศเพื่อพยากรณ์ราคาโภคภัณฑ์และป้องกันความเสี่ยง (hedge risk) สตาร์ทอัพด้านการสังเกตการณ์โลก (earth-observation) ในยุคก่อนหน้าต้องประสบปัญหาเพราะไม่สามารถนำข้อมูลที่ซับซ้อนมาเชื่อมโยงเข้ากับกระบวนการทำงานทางธุรกิจได้ WindBorne วางแผนที่จะให้ AI ทำหน้าที่เชื่อมโยงข้อมูลเหล่านั้นโดยอัตโนมัติ ด้วยการทำให้การพยากรณ์สามารถนำไปใช้งานต่อได้ง่าย บริษัทจึงหวังที่จะก้าวข้ามการเป็นเพียงผู้ที่นำข้อมูลของรัฐบาลมาจัดทำใหม่เพื่อส่งต่อให้สำนักข่าวหรือบริษัทโลจิสติกส์เฉพาะทางเท่านั้น

สรุปประเด็นสำคัญ

  • ประสิทธิภาพที่ขับเคลื่อนด้วย AI: วิธีการ deep learning แบบใหม่ช่วยให้การจำลองสภาพอากาศที่ซับซ้อนสามารถรันบนฮาร์ดแวร์ระดับผู้บริโภคทั่วไปได้ ซึ่งเป็นการเปิดโอกาสให้ผู้เล่นรายใหม่ๆ เข้าถึงการพยากรณ์ที่มีความแม่นยำสูงได้มากขึ้น
  • ปราการข้อมูลที่เป็นกรรมสิทธิ์: ฝูงบอลลูนที่มีความทนทานสูงกว่า 600 ลูก ทำหน้าที่เก็บข้อมูลในระดับท้องถิ่นที่ละเอียดมาก (hyper-local) ในจุดที่ดาวเทียมเข้าไม่ถึง ซึ่งให้มูลค่าต่อจุดข้อมูลที่สูงกว่า
  • การขยายขอบเขตตลาด: ด้วยเงินทุนใหม่จำนวน 37 ล้านดอลลาร์ WindBorne กำลังเปลี่ยนผ่านจากสัญญาจ้างที่เน้นภาครัฐ ไปสู่สนามการค้าเชิงพาณิชย์ที่ทำกำไรได้สูง เช่น การซื้อขายสินค้าโภคภัณฑ์และการบริหารจัดการความเสี่ยง