WindBorne Systems ha raccolto 37 milioni di dollari in un round di Serie B per trasformare previsioni meteorologiche più accurate in strumenti utilizzabili da imprese e organizzazioni. L’operazione, co-guidata da Khosla Ventures e Galvanize, porta la valutazione della startup a 250 milioni di dollari. Al finanziamento hanno partecipato anche TransLink Capital, Lux Capital e investitori già presenti nel capitale.
Fondata nel 2019, la società raccoglie informazioni atmosferiche attraverso sensori a basso costo installati su palloni capaci di volare più a lungo di qualsiasi altro sistema analogo. Questi dati alimentano un modello proprietario di previsione. Secondo il CEO John Dean, le tecniche di deep learning alla base dei grandi modelli linguistici hanno reso possibili simulazioni meteorologiche eseguibili su laptop, mentre in passato la riproduzione dell’atmosfera richiedeva supercomputer fuori dalla portata della maggior parte delle aziende private.
L’infrastruttura comprende oggi 20 siti di lancio distribuiti nel mondo e circa 600 palloni contemporaneamente in volo. La rete raccoglie misurazioni anche in aree difficili da raggiungere, compreso l’occhio di un tifone. WindBorne sta inoltre iniziando a utilizzare pacchetti di sensori aerei che, una volta caduti in mare, possono continuare a registrare dati comportandosi come boe galleggianti.
Dean definisce questa rete un “sistema nervoso planetario”. Il patrimonio informativo esclusivo che ne deriva rappresenta una barriera competitiva per il modello meteorologico della startup, integrato anche con i dataset prodotti dalle agenzie pubbliche di diversi Paesi. Il CEO sostiene che l’aggiunta delle rilevazioni dei palloni migliori l’accuratezza delle previsioni e generi, per ogni punto raccolto, un valore superiore rispetto ai dati satellitari.
I primi clienti sono soprattutto enti governativi. Il National Weather Service statunitense acquista i dati della società, mentre U.S. Air Force e U.S. Navy finanziano WindBorne attraverso partnership di ricerca. Tra i progetti figura lo sviluppo di modelli previsionali eseguibili direttamente a bordo delle navi, dove la connessione con le infrastrutture esterne può essere intermittente. È un’applicazione che mostra come modelli più leggeri possano avvicinare l’elaborazione meteorologica ai luoghi in cui serve.
Il passaggio successivo riguarda il mercato commerciale. I clienti privati attuali sono principalmente fondi di investimento che impiegano i dati meteo per stimare l’andamento dei prezzi delle materie prime e altri risultati economici. Una parte del capitale finanzierà la capacità di calcolo e la sostituzione delle comunicazioni satellitari dei palloni con una rete radio mesh; un’altra servirà a rafforzare il team go-to-market e ad ampliare la presenza nel settore privato.
La monetizzazione dei sistemi di osservazione resta però complessa. Diverse startup attive nei sensori e nelle costellazioni satellitari hanno incontrato difficoltà nel conquistare aziende private, perché ricavare valore operativo dai dati richiede competenze ed esperienze consolidate. Le imprese meteorologiche commerciali ottengono ancora gran parte dei ricavi rielaborando previsioni pubbliche per media e applicazioni specialistiche, come lo sghiacciamento degli aerei, l’instradamento delle navi e le strategie degli operatori finanziari.
Per Saloni Multani, partner di Galvanize, integrare le previsioni nelle decisioni aziendali è stato finora costoso e difficile. L’intelligenza artificiale può modificare questa equazione su due fronti: migliorando la qualità delle previsioni e semplificando il collegamento tra i dati atmosferici e le scelte operative. La sfida di WindBorne sarà quindi commerciale oltre che tecnologica: costruire una rete globale di sensori non basta, se le informazioni raccolte non entrano nei processi con cui le imprese valutano rischi, prezzi e attività.