📰 重點摘要

WindBorne Systems 完成 3,700 萬美元 B 輪融資,由 Khosla Ventures 與 Galvanize 共同領投,TransLink Capital、Lux Capital 及原有投資人跟投,本輪後公司估值達 2.5 億美元。這家 2019 年成立的新創原本以低成本氣象感測器與長航程氣球蒐集數據起家,近四年 AI 天氣預測模型的發展讓他們得以自行建立預測模型,不再需要過去私人公司難以負擔的超級電腦來模擬大氣。目前公司在全球有 20 個發射站,任何時刻約有 600 顆氣球在空中飛行,能深入颱風眼等難以觸及的區域蒐集數據。公司也開始部署可墜入海中、化身漂浮浮標繼續蒐集數據的空投感測器套件。CEO John Dean 稱這套專屬數據系統為「行星神經系統」,強調氣球數據點的價值遠高於衛星,加入氣球數據後預測準確度明顯提升,同時營收成長也降低了創投對需求面的疑慮。目前主要客戶為政府機構,包括採購數據的美國國家氣象局,以及透過研究合作付費的美國空軍與海軍(合作項目之一是開發可在船艦上、於通訊斷續環境中運作的預測模型)。下一步是拓展商業客戶,目前聚焦於利用天氣數據預測大宗商品價格等商業結果的投資基金。本輪資金將用於運算支出、以網狀無線電網路取代氣球網路現有的衛星通訊系統,以及擴編市場拓展團隊以打入私人企業客戶。

💬 JudyAI Lab 觀點

WindBorne Systems完成3700萬美元B輪融資,估值達2.5億美元,由Khosla Ventures與Galvanize領投。這家原本靠氣球蒐集氣象資料的新創,如今已能自建AI天氣預測模型,不再依賴過去只有大機構才負擔得起的超級電腦模擬大氣,是這則新聞值得留意的地方。

這個案例反映出一個明顯趨勢:當AI模型能力跨過某個門檻,原本被少數機構壟斷的高成本基礎設施,就可能被更輕量的「資料加模型」組合取代。WindBorne用20個發射站、600顆氣球加空投感測器蒐集第一手資料,再用自建的AI模型跑預測,等於把「資料蒐集」和「運算能力」這兩個原本互相繫結的環節拆開處理。對想切入傳統重資產產業的AI builder來說,這提示了一個思路:與其想辦法補齊硬體規模,不如先想清楚自己手上的資料能不能變成別人複製不了的模型優勢。

下次評估一個產業機會時,不妨先問:這裡的資料和運算是不是還綁在一起,拆開會不會就是機會所在。

📅 原文資訊

🔗 延伸閱讀