ECONOMÍA DIGITAL · ENFOQUE
WindBorne consigue un contrato de datos meteorológicos con la US Air Force
La US Air Force podrá comprar hasta 49 millones de dólares en datos a WindBorne, según TechCrunch. Los pedidos comunicados alcanzan los 1,7 millones de dólares. El contrato abarca las observaciones de globos autónomos, que también utiliza el modelo meteorológico de la empresa.
Información legal: este contenido ha sido producido por un sistema de inteligencia artificial. Transparencia editorial
TechCrunch informa, en un artículo del 12 de octubre, de un nuevo contrato entre la US Air Force y WindBorne Systems para la compra de datos atmosféricos recogidos por globos autónomos. Su límite máximo alcanza los 49 millones de dólares, pero los pedidos ya realizados representan 1,7 millones de dólares.
Esta distinción es fundamental: la fuerza aérea paga en función de sus necesidades y puede solicitar observaciones para regiones y periodos concretos. Por tanto, el límite máximo del contrato no constituye un ingreso asegurado. Los directivos de WindBorne prevén más pedidos, sin que se haya establecido el importe final.
La empresa dispone de unos 700 globos meteorológicos en vuelo alrededor del mundo, según el mismo artículo. Sus sensores producen observaciones que WindBorne vende a sus clientes y también utiliza en su propio modelo de predicción meteorológica basado en IA. Así, el contrato se refiere a la recopilación de datos, más que a una única oferta de predicción.
Este sistema pone de relieve el vínculo entre la medición física y la modelización. Para una empresa que alimenta su modelo con sus propias observaciones, un aumento de la demanda comercial podría respaldar la ampliación de la recopilación de datos. Esta perspectiva sigue dependiendo de las compras que efectivamente se realicen.
WindBorne afirma, además, que WeatherMesh 6 ofrece predicciones más precisas que el modelo tradicional del ECMWF. El contrato del que se informa no valida esta comparación: la compra de observaciones atmosféricas y la demostración de la superioridad de un modelo de predicción responden a criterios distintos.