Esta startup usa balões e IA para vender previsões do tempo

Os mesmos truques de deep learning que alimentam LLMs já permitem correr modelos de meteorologia num portátil em vez de num supercomputador. O problema deixou de ser só prever o tempo, passou a ser transformar previsões em dinheiro. A WindBorne Systems quer fazer precisamente isso.

A startup, criada em 2019, levantou agora 37 milhões de dólares (~34 milhões de euros) numa ronda Série B, liderada pela Khosla Ventures e pela Galvanize, que a avalia em 250 milhões de dólares. O pitch é simples, e tecnicamente elegante: uma rede de balões meteorológicos de grande autonomia com sensores baratos gera um conjunto de dados proprietário. Esses dados alimentam um modelo de previsão por IA que, segundo a empresa, já bate agências públicas em vários cenários.

Hoje a WindBorne tem cerca de 20 bases de lançamento e 600 balões no ar em contínuo, incluindo sobre zonas onde os satélites e sensores tradicionais falham, como o olho de um tufão no Pacífico. Começou também a largar pequenos módulos que caem no oceano e continuam a recolher medições como bóias flutuantes. O CEO, John Dean, gosta de chamar a isto um “sistema nervoso planetário”. Convém lembrar que, em tecnologia, sempre que alguém fala em “sistema nervoso do planeta”, na prática está a falar em moat para investidores e não em serviço público.

Os principais clientes, por enquanto, são tudo menos startups de consumo: o U.S. National Weather Service compra dados, a Força Aérea e a Marinha dos EUA pagam através de parcerias de investigação, incluindo projectos para correr modelos de previsão a bordo de navios com ligação limitada à internet. Ou seja, a receita vem do sítio habitual onde dados caros e especializados encontram comprador: o Estado. É um padrão que já vimos noutros negócios de dados, da observação da Terra às empresas que hoje vendem serviços de detecção de fraude com IA.

O plano agora é empurrar o produto para o sector privado. A WindBorne já trabalha com fundos de investimento que usam previsões meteorológicas para antecipar preços de commodities e outros indicadores. Parte do novo capital vai para computação e para trocar as ligações por satélite dos balões por uma rede mesh de rádio, mas outra parte é declaradamente para contratar equipa comercial. Traduzindo: a tecnologia existe, o gargalo é vender isto a empresas que não têm tradição de integrar meteorologia nos seus fluxos de decisão.

É aqui que entra a promessa da IA. A sócia da Galvanize Saloni Multani resume o argumento: previsões melhores justificam o esforço, e ferramentas de IA tornam mais fácil ligar esses dados a decisões de negócio concretas. Em teoria, uma seguradora agrícola europeia, um operador de energia eólica em Portugal ou uma cadeia de retalho que queira optimizar stocks sazonais podem encaixar modelos meteorológicos de alta resolução directamente nas suas aplicações internas, sem equipas de cientistas de dados dedicadas.

A questão é se o mercado privado está disposto a pagar o suficiente para sustentar a infra-estrutura física, não só o modelo. Balões, sensores descartáveis e redes de comunicação globais não escalam como uma API puramente digital. Nas últimas décadas houve várias constelações de satélites de observação da Terra a prometer algo semelhante e muitas acabaram encostadas ao cliente óbvio: governos e militares. Se a combinação de IA barata com hardware teimoso na estratosfera consegue finalmente mudar essa economia, isso sim será um sinal de que a meteorologia de precisão deixou de ser um luxo de Estado.

Fonte: TechCrunch