WindBorne gebruikt duizenden ballonnen met goedkope sensoren om weergegevens te verzamelen. Door nieuwe AI-modellen kunnen die gegevens ook door kleinere computers verwerkt worden, en dat verandert hoe weersverwachtingen worden gemaakt en gebruikt.

Wat doet WindBorne?

WindBorne begon in 2019 met een simpel idee: meer waarnemingen op plekken waar we nu weinig meten. Daarom zetten ze weerballonnen in met betaalbare sensoren. Die ballonnen blijven lang in de lucht en brengen metingen uit gebieden die vaak lastig bereikbaar zijn, zoals het oog van een tyfoon.

Tegenwoordig heeft het bedrijf ongeveer 20 lanceerlocaties wereldwijd en zo’n 600 ballonnen tegelijk in de lucht. Ook ontwikkelt het bedrijf sensorpakketten die in zee kunnen vallen en daarna als drijvende boeien blijven meten. CEO John Dean noemt het geheel wel eens een "planetair zenuwstelsel": een netwerk dat continu signalen van de atmosfeer doorgeeft.

Die eigen meetdata is belangrijk. Het geeft WindBorne informatie die overheidsagentschappen of satellieten soms missen. Die unieke dataset vormt de kern van hun voorspellingen en levert een voorsprong op voor hun modellen.

Hoe helpt AI bij betere voorspellingen?

Weer simuleren was vroeger iets dat alleen supercomputers konden doen. In de laatste jaren maakten nieuwe technieken uit de diepe leer‑hoek (deep learning) het mogelijk om complexe weervoorspellingen op veel kleinere, goedkopere systemen te draaien. Daardoor kunnen bedrijven als WindBorne zelf modellen laten lopen zonder de enorme kosten van een supercomputer.

WindBorne voegt zijn ballonmetingen toe aan bestaande datasets van overheidsweerdiensten. Volgens het bedrijf leidt het toevoegen van ballongegevens tot nauwkeurigere voorspellingen. John Dean zegt dat de waarde per meetpunt van ballonnen vaak hoger is dan die van satellieten.

Kort gezegd: betere input (meer en gedetailleerdere metingen) plus efficiëntere rekenmethodes (AI) geeft betere en snellere voorspellingen — en die voorspellingen kunnen praktischer worden toegepast door bedrijven.

Wie gebruikt deze data en waarvoor?

Tot nu toe zijn de grootste klanten van WindBorne overheidsinstanties. In de Verenigde Staten koopt de National Weather Service hun data. Ook de Amerikaanse luchtmacht en marine werken samen met het bedrijf in onderzoeksprojecten. Een concreet doel is om voorspellingsmodellen te maken die aan boord van schepen kunnen draaien. Die schepen hebben soms alleen wisselende verbindingen met de rest van de wereld, dus modellen die lokaal kunnen draaien zijn handig.

Commerciële klanten zijn nog in opbouw. Op dit moment komen de meeste betalende bedrijven uit de financiële wereld: investeringsfondsen gebruiken weerdata om bijvoorbeeld grondstofprijzen te voorspellen. Andere mogelijke toepassingen zijn speciale behoeften zoals het plannen van scheepvaartroutes, preventie bij extreem weer en landbouwadvies.

Groeiplan: geld, techniek en klanten

WindBorne meldde een nieuwe investeringsronde van 37 miljoen dollar (Series B). De ronde werd geleid door Khosla Ventures en Galvanize, met deelname van TransLink Capital, Lux Capital en eerdere investeerders. Na deze ronde waardeerden de investeerders het bedrijf op ongeveer 250 miljoen dollar.

Met dat geld wil WindBorne drie dingen doen:

• investeren in rekenkracht om hun modellen sneller en beter te maken;

• een netwerk van communicatie verbeteren, onder meer door satellietverbindingen deels te vervangen door een zogenaamde mesh‑radioverbinding (een netwerk waarbij apparaten direct met elkaar communiceren);

• een groter commercieel team opbouwen om meer private klanten te bereiken.

Dat laatste is geen eenvoudige klus. Tal van startups met nieuwe meetnetwerken, zoals aardobservatie via satellieten, liepen tegen hetzelfde probleem aan: veel bedrijven weten niet hoe ze deze ruwe data praktisch moeten inzetten. Het vergt ervaring en bestaande werkprocessen om meetgegevens om te zetten in beslisbare informatie.

Tot nu toe verdien je in de particuliere weermarkt vaak geld door bestaande overheidsvoorspellingen te herverpakken voor media, luchtvaart of scheepvaart. WindBorne hoopt het anders te doen: betere en unieke meetgegevens, gecombineerd met AI die voorspellingen direct koppelt aan zakelijke beslissingen.

Galvanize‑partner Saloni Multani zegt dat de private markt beperkt bleef omdat het integreren van weersvoorspellingen in bedrijfsprocessen duur en ingewikkeld was. Volgens haar verandert AI die reken- en integratiekosten, waardoor het voor bedrijven wél de moeite waard kan worden.

Conclusie

WindBorne bouwt aan een wereldwijd netwerk van ballonnen en boeien om gaten in de huidige weerwaarneming te dichten. Nieuwe AI-technieken maken het mogelijk om die data betaalbaar en snel te verwerken. De uitdaging is nu niet meer alleen het meten, maar het omzetten van die metingen in bruikbare, commerciële oplossingen.

Of dat gaat lukken hangt af van het vinden van klanten buiten de overheid en van het eenvoudiger maken van de toepassing van weerdata binnen bedrijfsprocessen. De recente investering van 37 miljoen dollar geeft het bedrijf de middelen om daar stappen in te zetten.