WindBorne получила крупный контракт ВВС США на данные с аэростатов: $49 млн без конкурса

WindBorne Systems получила крупный контракт ВВС США на данные с аэростатов на сумму до 49 млн долларов, и это самый большой разовый контракт в истории компании, по данным TechCrunch.

Стартап из Редвуд-Сити (Калифорния), основанный в 2015 году, держит в воздухе около 700 автономных метеозондов по всему миру. Аэростаты собирают данные об атмосфере, которые WindBorne продаёт заказчикам и одновременно использует для обучения собственной модели прогнозирования погоды на основе глубокого обучения (deep learning, когда нейросеть учится на больших массивах данных вместо того, чтобы считать по формулам физики). До сих пор компания сотрудничала с Национальной метеослужбой, ВВС и ВМС США, но нынешний контракт выводит масштаб на другой уровень.

Контракт без конкурса и оплата по запросу

• Безальтернативный контракт. ВВС заключили сделку без конкурсных торгов. Сооснователь и технический директор WindBorne Андрей Сушко пояснил TechCrunch, что военные сочли компанию единственным поставщиком, способным собирать глобальные метеоданные в нужном формате.
• Оплата по факту. ВВС платят только за реально заказанные данные и могут запрашивать информацию по конкретным регионам в конкретное время. На момент публикации размещено заказов на 1,7 млн долларов, руководство ожидает рост объёмов.
• Деньги пойдут на рост флота. По словам Сушко, контракт поддержит расширение группировки аэростатов и исследования по улучшению оборудования.
• Собственная модель прогнозирования WeatherMesh 6. Компания утверждает, что последняя версия модели точнее традиционных прогнозов Европейского центра среднесрочных прогнозов погоды (ECMWF), который десятилетиями считался эталоном. ECMWF использует суперкомпьютеры и уравнения физики атмосферы, тогда как WeatherMesh обучается на десятилетиях погодных данных и выдаёт прогноз быстрее.
• Полёт в глаз тайфуна. В августе WindBorne стала, по данным TechCrunch, первой организацией, направившей беспилотный летательный аппарат без двигателя в центр тайфуна для сбора данных. Аэростаты маневрируют, меняя высоту, стравливая воздух или сбрасывая песчаный балласт, чтобы попасть в нужные воздушные потоки.

Контракт объявлен на фоне взрывного интереса к ИИ-прогнозированию погоды. После появления архитектуры трансформеров (transformer, та же основа, что у ChatGPT) и публикации ECMWF массивного набора метеоданных глубокое обучение стало одним из самых продуктивных применений нейросетей. Google DeepMind уже предлагает модель с прогнозом циклонов, которой, по данным TechCrunch, всё активнее пользуется правительство США в сезон ураганов.

Отдельная деталь: WindBorne ранее привлекла 37 млн долларов в раунде Series B, о чём генеральный директор Джон Дин рассказал TechCrunch в августе. Безальтернативный военный контракт на 49 млн, по сути, превышает весь венчурный раунд и показывает, что государственный спрос для стартапа сопоставим с частными инвестициями.

Как попробовать ИИ-прогноз погоды?

Прямого доступа к данным WindBorne для частных пользователей компания не предлагает, но направление «ИИ-метеорология» уже доступно:

1. Посмотрите открытые ИИ-прогнозы. Google DeepMind публикует результаты своей модели GenCast. Сравните с привычным прогнозом Гидрометцентра или Яндекс.Погоды и оцените разницу.
2. Следите за WeatherMesh. На сайте WindBorne периодически появляются демонстрации модели WeatherMesh. Компания позиционирует её как открытую для научного сообщества.
3. Применяйте принцип в своих задачах. Идея WindBorne: не строить модель мира из формул, а кормить нейросеть реальными замерами. Тот же подход работает в контенте: дообучение (fine-tuning) языковой модели на ваших реальных текстах даёт результат точнее, чем универсальный промпт.

Есть ли аналог в России?

Прямого аналога WindBorne в РФ нет. Росгидромет использует традиционные методы: наземные станции, радиозонды, спутники. ИИ-моделей прогноза погоды российского производства в публичном доступе на момент публикации не заявлено.

Для контекста: YandexGPT и GigaChat работают с текстом и кодом, но не с метеоданными. Однако сам принцип, когда нейросеть заменяет дорогостоящее физическое моделирование, применим и в российских реалиях. Если вы работаете с прогнозами спроса, логистикой или сельским хозяйством, следите за тем, как ИИ-метеорология дозреет до коммерческих API.

Что это значит для вас, по ролям?

Авторам Дзена и копирайтерам. Тема «ИИ плюс погода» пока почти не занята в русскоязычном контенте. Статья-разбор о том, как нейросети прогнозируют ураганы, соберёт трафик именно потому, что конкурентов мало, а интерес аудитории к практическим применениям ИИ растёт.

Маркетологам. Контракт WindBorne показывает модель «данные как сервис»: клиент платит не за софт, а за поток информации по запросу. Если вы продаёте аналитику или исследования, посмотрите на эту схему: подписка на данные по конкретным регионам и периодам вместо годового отчёта.

Предпринимателям в РФ и СНГ. В агросекторе, логистике, энергетике точный локальный прогноз погоды напрямую влияет на прибыль. Пока российских ИИ-метеосервисов нет, но появление глобальных моделей вроде WeatherMesh и GenCast означает, что через год-два API с ИИ-прогнозом станет товаром, и к этому стоит готовиться.

Частые вопросы

WindBorne продаёт оружие или военные технологии?

Нет. Компания продаёт метеорологические данные. Аэростаты собирают показания температуры, давления, влажности и ветра. ВВС используют эту информацию для планирования операций, но сами аэростаты не несут вооружений.

Можно ли пользоваться WeatherMesh из России?

На момент публикации WindBorne не ограничивает доступ к демонстрациям модели по географии, но коммерческого API для частных клиентов компания пока не анонсировала. Следите за обновлениями на сайте WindBorne Systems.

Чем ИИ-прогноз погоды лучше обычного?

Традиционный прогноз строится на суперкомпьютерах, которые решают уравнения физики атмосферы. Это дорого и медленно. ИИ-модель учится на десятилетиях реальных наблюдений и выдаёт результат быстрее. По утверждению WindBorne, их модель WeatherMesh 6 точнее эталонного прогноза ECMWF, хотя, как отмечает TechCrunch, на практике оба типа прогнозов пока дополняют друг друга.