Корпорація Google представила третю ітерацію своєї моделі прогнозування погоди на базі штучного інтелекту — WeatherNext 3. На відміну від попередників, цей продукт заточений під специфічні запити енергетичного сектору, де точність метеоданих безпосередньо конвертується у фінансові результати.
Нові змінні та технічний прорив
Ключова відмінність WeatherNext 3 — розширений набір врахованих параметрів. Модель тепер аналізує швидкість вітру на висоті 100 метрів, рівень хмарності та інтенсивність сонячного випромінювання біля поверхні. Ці дані критично важливі для оцінки виробітку відновлюваних джерел енергії (ВДЕ) та прогнозування навантаження на електромережі.
Технічні характеристики вражають: глобальний прогноз оновлюється щогодини, а просторова роздільна здатність покращена до 5 км для приземних змінних (температура, вологість) та 11 км для опадів. Для порівняння, попередня версія WeatherNext 2 працювала із сіткою у 25 км та оновлювала дані лише раз на шість годин.
Навчання на реальних даних
Архітектура нової моделі принципово інша. Замість опори виключно на симуляції, WeatherNext 3 навчається безпосередньо на даних метеостанцій та актуальних супутникових знімках. Такий підхід дозволив скоротити інформаційну затримку з 7 до 3–4 годин, що підтверджує старший дослідник Google DeepMind. Це означає, що трейдери та оператори мереж отримують свіжішу картину для прийняття рішень.
Особливо помітний прогрес у точності прогнозування опадів:
- до 60% покращення відносно еталонного набору NASA IMERG;
- до 30% — порівняно з американською системою MRMS;
- до 10% — при звірці з даними дощомірів на ранніх горизонтах прогнозу.
Інтеграція та ринковий контекст
WeatherNext 3 вже вбудована в екосистему Google: Search, Gemini, Google Maps та Weather API. Корпоративні клієнти отримали доступ через BigQuery, Earth Engine та Google Cloud Storage, що знімає бар'єр для впровадження без необхідності власного розгортання інфраструктури. Вартість підписки для бізнесу поки не розкрита.
Інтерес до таких рішень підігрівається структурними змінами в енергетиці. Згідно з галузевими оцінками, у 2026 році в США сонячна генерація та накопичувачі стануть основними джерелами нових потужностей — 51,2 ГВт та 25,7 ГВт відповідно з понад 90 ГВт запланованих. Ціна помилки в прогнозах величезна: недооцінка вітрової генерації змушує екстрено закуповувати енергію у газових станцій, а переоцінка призводить до примусових обмежень виробітку.
На цьому полі Google конкурує з Vaisala, Solcast, DNV (WindGEMINI), IBM HyperWatch та швейцарською Jua. Однак для самої корпорації WeatherNext 3 — це ще й інструмент внутрішньої оптимізації: Google активно скуповує «чисту» енергію для своїх дата-центрів, і точні прогнози безпосередньо знижують її операційні витрати.
Мій аналіз: Випуск WeatherNext 3 — це стратегічний хід, спрямований на монетизацію ІІ-інфраструктури в ніші, де попит на точність зростає експоненційно. Однак ставка на чисто емпіричне навчання несе ризики при екстремальних кліматичних аномаліях, де історичні дані втрачають релевантність. Гібридний підхід, що поєднує фізичні закони атмосфери з машинним навчанням, ймовірно, стане наступним етапом еволюції таких систем.