Windborne Systems presenta su innovador modelo de pronóstico del clima

Innovación en pronósticos climáticos

Startup de IA supera a agencias gubernamentales en pronósticos del clima

01/06/2026 | 13:55

Windborne Systems lanza un modelo de pronóstico del clima que supera las predicciones de las mejores agencias gubernamentales por varios días, gracias a innovaciones en el procesamiento de datos.

Redacción Cadena 3

La startup Windborne Systems presentó hoy una nueva herramienta de pronóstico del clima que promete ofrecer predicciones más frecuentes y precisas en comparación con los sistemas líderes mundiales desarrollados por gobiernos europeos. Esta mejora se debe a avances en la forma en que se integran las lecturas de sensores en modelos de aprendizaje profundo.

Fundada por un grupo de estudiantes de Stanford en 2019, Windborne comenzó su trayectoria creando un mejor globo meteorológico, con la idea de comercializar datos climáticos. Sin embargo, con la llegada de modelos de pronóstico del clima basados en inteligencia artificial en 2022, el equipo se dio cuenta de que podían capturar más valor construyendo su propio modelo.

Según la empresa, la nueva versión de su modelo ofrece pronósticos más precisos que los sistemas tradicionales y de inteligencia artificial del Centro Europeo para Pronósticos Meteorológicos a Medio Plazo (ECMWF), considerado por los meteorólogos como el principal proveedor de predicciones climáticas precisas en la actualidad. El director de productos de Windborne, Kai Marshland, explicó que WeatherMesh 6 "es tan preciso cinco días antes como lo es un pronóstico tradicional un día antes", especialmente en las mediciones de temperatura en la superficie.

Hoy se lanzó la sexta versión de este modelo, WeatherMesh, que produce pronósticos cada hora, a diferencia de los modelos tradicionales que lo hacen cada seis horas. Su resolución ha mejorado a 3 km en Europa y en los Estados Unidos continentales, donde la calidad de los datos es más alta.

Los pronósticos climáticos tradicionales se generan mediante complejos modelos físicos que requieren supercomputadoras costosas y un tiempo prolongado para su ejecución. Los modelos de inteligencia artificial, desarrollados por startups y laboratorios como Google DeepMind, tienden a ser más rápidos que los modelos físicos, pero no alcanzan la misma resolución ni precisión en horizontes de tiempo más largos.

A pesar de esto, la inteligencia artificial en la meteorología está mejorando rápidamente y ya se utiliza en agencias gubernamentales de todo el mundo. Los investigadores trabajan para integrarla en los sistemas utilizados para agregar datos climáticos y producir pronósticos públicos.

Windborne se beneficia de su combinación única de construcción de modelos y recolección de datos. Actualmente, la empresa tiene aproximadamente 400 globos en vuelo recopilando lecturas de sensores en todo momento, lanzados desde 15 sitios en todo el mundo. Las mejoras en su modelo actual provienen de cómo se alimentan los datos recopilados por los globos a los modelos.

"No entiendo, personalmente, el modelo de negocio de ser una empresa de clima basada en IA sin una ventaja en los conjuntos de datos", afirmó el CEO de Windborne, John Dean, en una entrevista con TechCrunch.

La superioridad del ECMWF se atribuye a la habilidad de la organización en la asimilación de datos, que consiste en convertir lecturas de sensores dispares en una imagen comprensiva y legible por máquinas del mundo. Por ahora, los modelos de clima basados en IA dependen de conjuntos de datos producidos por el ECMWF y la Administración Nacional Oceánica y Atmosférica de EE. UU. (NOAA).

Sin embargo, Windborne y otras organizaciones están trabajando para alimentar datos directamente en los modelos. La jefa de IA de la empresa, Joan Creus-Costa, indicó que la ingestión directa de datos desde sus globos y otras fuentes es la razón clave de la mejora en la nueva versión de WeatherMesh. Ha llevado un año de ajustes y reestructuración del modelo basado en transformadores para que el modelo pueda ofrecer estos pronósticos sin perder estabilidad.

"Cuando comenzamos a hacer [asimilación de datos], todavía dependíamos mucho del ECMWF", dijo Dean. "Hoy predigo que, si elimináramos las condiciones iniciales del ECMWF, en realidad todavía lo haríamos bastante bien".

La compañía tuvo un susto el año pasado cuando un avión de United Airlines chocó con uno de sus globos. Aunque el avión sufrió daños menores, no hubo heridos, en parte porque Windborne siguió las regulaciones estadounidenses sobre el tamaño de su paquete de sensores. Sin embargo, ahora la empresa ha añadido transpondedores a sus globos que informan su ubicación a través del sistema de vigilancia de aviación global, ADS-B, con el fin de reducir las probabilidades de otro accidente.

Windborne, que ha recaudado 25 millones de dólares en financiación de riesgo con una valoración reportada de 85 millones de dólares en 2024, vende sus datos de globos a la NOAA, donde se utilizan en el sistema de pronóstico meteorológico estadounidense, así como a la Fuerza Aérea y la Marina de EE. UU.. La compañía también vende sus pronósticos a inversores y comerciantes de materias primas, pero Dean asegura que la empresa sigue enfocándose en desarrollar su modelo y la infraestructura de datos más que en productos comerciales, en parte debido a la naturaleza cambiante del entorno informativo.

"No estoy tratando de invertir un equipo masivo en construir un producto SaaS, si la forma en que la gente quiere información de consumo dentro de dos años es a través de un agente, ¿verdad?" concluyó Dean.

Lectura rápida

¿Qué ofrece Windborne Systems?
Un nuevo modelo de pronóstico del clima que supera a los sistemas tradicionales y de IA en precisión y frecuencia.

¿Quién es el CEO de Windborne?
El CEO es John Dean, quien enfatiza la importancia de contar con ventajas en los conjuntos de datos.

¿Cuándo se lanzó WeatherMesh 6?
La sexta versión del modelo se lanzó el 1 de junio de 2026.

¿Dónde recopila datos Windborne?
Recopila datos de aproximadamente 400 globos en vuelo desde 15 sitios en todo el mundo.

¿Por qué es importante la asimilación de datos?
La asimilación de datos permite convertir lecturas de sensores dispares en una imagen comprensiva y legible por máquinas, mejorando la precisión de los pronósticos.

Te puede Interesar

Inversión en tecnología espacial

La startup de Seúl, Unastella, logró una recaudación de 24 millones de dólares en su ronda de financiamiento Serie B. La empresa está desarrollando vehículos de lanzamiento y motores propios.

Medidas de seguridad para proteger datos

La plataforma Strava, conocida por su comunidad de corredores, implementará un sistema de autenticación y cobrará a los desarrolladores un acceso mensual a su API, buscando proteger sus datos de scraping.

Tendencias en tecnología

A medida que las guerras de navegadores se intensifican, surgen opciones innovadoras que buscan desafiar a los gigantes del sector. Conocé las alternativas más prometedoras que están ganando terreno.

Análisis en Atenas sobre el futuro del AI

En un evento de StrictlyVC en Atenas, tres destacados VCs discutieron sobre el impacto de las mega-OPIs de SpaceX y la locura del AI, analizando las oportunidades y desafíos del mercado actual.

© Copyright 2026 Cadena 3 Argentina