WindBorne Systems, una startup fundada en 2019, ha desarrollado un sistema de recolección de datos meteorológicos mediante globos de gran resistencia, capaces de volar por períodos prolongados. Actualmente, opera desde 20 sitios en todo el mundo y mantiene en el aire alrededor de 600 globos en zonas difíciles de acceder, como el ojo de un tifón. Además, ha iniciado el despliegue de sensores aéreos que pueden caer y flotar en el océano para continuar recogiendo datos.
Estos datos se integran en un modelo de pronóstico meteorológico potenciado por técnicas de aprendizaje profundo (deep learning), lo que permite ejecutar simulaciones en dispositivos con menor capacidad que los tradicionales superordenadores. Así, WindBorne ha logrado generar pronósticos meteorológicos propios, integrando también datos de agencias gubernamentales a nivel global.
La compañía ha cerrado una ronda de financiación Serie B por un valor de 37 millones de dólares, liderada por Khosla Ventures y Galvanize, con participación de TransLink Capital, Lux Capital y otros inversores previos. Esta inyección de capital sitúa la valoración actual de WindBorne en 250 millones de dólares.
Entre sus principales clientes se encuentran agencias gubernamentales de Estados Unidos, como el Servicio Meteorológico Nacional, la Fuerza Aérea y la Marina, que utilizan sus datos y colaboran en proyectos de investigación para mejorar modelos de predicción, incluso en entornos con conectividad limitada, como en barcos.
WindBorne busca ahora ampliar su presencia en el sector privado, especialmente con fondos de inversión que emplean información meteorológica para anticipar precios de materias primas y otros indicadores económicos. Para ello, planea reforzar su equipo comercial y avanzar en el desarrollo de redes de comunicación basadas en radio malla que reemplacen los enlaces satelitales actuales.
Este modelo de negocio representa un cambio en un mercado donde muchas empresas privadas se han limitado a refinar pronósticos gubernamentales para usos específicos, debido a la complejidad de integrar datos meteorológicos en la toma de decisiones comerciales. La aplicación de inteligencia artificial se considera una herramienta clave para facilitar este proceso y mejorar la precisión de las predicciones.
Para España, la mejora en técnicas de predicción y la expansión de tecnologías asociadas presentan oportunidades en sectores sensibles a variaciones climáticas, como la agricultura, la energía y el transporte, aunque la adopción dependerá del desarrollo de aplicaciones específicas y la integración en flujos de trabajo existentes.
