AI天気予報WindBorne、ECMWFを超えた

AIスタートアップのWindBorne Systemsが、最新モデル「WeatherMesh 6」を2026年6月に公開しました。欧州中期予報センター（ECMWF：European Centre for Medium-Range Weather Forecasting、世界最高水準の政府系気象機関）を精度で上回ったと発表し、AIが気象予報の専門機関を凌駕する時代が到来しています。特に5日先の地表温度予測では、従来型の1日前予報と同等の精度を達成しました。自社の気象バルーン400機から集めたリアルタイムデータをトランスフォーマー（Transformer：大量のデータから自己注意機構を使って特徴を学習するニューラルネットワーク）に直接入力することで、政府機関のデータに依存しない独立した予報システムを実現しています。

背景と文脈
技術/ビジネス面
これからどうなるか
まとめ
参考リンク

背景と文脈

WindBorne Systemsは2019年にスタンフォード大学の学生が設立し、当初は高性能な気象バルーンの製造に注力していました。2022年以降、深層学習（Deep Learning）を活用した気象予報ツールが登場したのを機に、自社でもAI予報モデルの開発へとシフトしました。

従来の数値天気予報（NWP：Numerical Weather Prediction、物理方程式を解いて大気の動きをシミュレーションする手法）は、ECMWFやNOAA（米国海洋大気庁）が整備した巨大なデータインフラに依存しています。WeatherMesh 6の最大の特徴は、政府データに頼らず自社バルーンのセンサーデータを直接モデルへ入力するデータ同化（Data Assimilation、センサー生データを数値モデルが扱える形式に変換する処理）の仕組みにあります。これにより、既存インフラを持つ競合他社やGoogleのGraphCastとも差別化しています。

現在、WindBorneは世界15カ所の打ち上げ基地から約400機のバルーンを飛行させており、欧州と米国本土では3kmという高解像度のデータを取得できます。このデータ密度がモデル精度の源泉となっており、特に地表近くの局所的な気象変動の予測で威力を発揮します。

技術/ビジネス面

yellow balloon — Photo by Cody Giles on Unsplash

WeatherMesh 6はトランスフォーマーを基盤とし、バルーンが取得した大気データをそのまま入力として受け取れるよう設計されています。更新頻度は1時間ごとで、従来型モデルの6時間ごと更新に比べてはるかにリアルタイム性が高い点が特徴です。ECMWFとの比較では「5日先の精度が従来型の翌日予報と同等」という結果で、長期予報の信頼性が大幅に向上しています。

ビジネスモデルは2本立てで成り立っています。一方でNOAAや米空軍・海軍にバルーンデータを販売し、もう一方で機関投資家やコモディティトレーダー向けに予報データを提供しています。価格変動と気象は密接に関わるエネルギー・農産物市場において、精度の高い予報データは高付加価値の商品です。同社は「SaaS型プロダクト展開よりも気象インフラ整備を優先する」方針を明言しており、データそのものを競合優位の核として位置づけています。

GoogleのGraphCastやNVIDIAのFourCastNetなど、大手テック企業も気象AIに参入していますが、WindBorneはデータ取得から予報出力まで一貫して自社で完結できる点が差別化要因です。独自データを持たない競合はECMWFやNOAAのデータに依存するため、規制変更や利用制限の影響を受けやすい構造になっています。

これからどうなるか

政府機関を超える精度をAIスタートアップが実証したことは、気象予報の産業構造を変える可能性があります。保険・農業・物流・エネルギーなど気象リスクに敏感な産業が、従来の政府系データから民間AIデータへ移行する動きが加速するかもしれません。

WindBorneが次に目指すのは、現在15カ所の打ち上げ基地を世界規模で拡張することです。バルーン網が密になるほどデータ解像度が上がり、予報精度はさらに向上します。気象データの民営化という観点では、精度・コスト・開示の透明性のバランスをどう保つかが社会的な議論になりそうです。

開発者の視点では、WindBorneがAPIを通じて予報データを外部提供する展開になれば、天気に依存するアプリやサービスのバックエンドに組み込める選択肢が増えます。ECMWFの公開データより更新頻度が高く解像度が細かければ、物流最適化や屋外イベント向けリスク計算など多くのユースケースで精度向上が期待できます。