盘点 | 这些公司让 IBM 愿意掏 20 亿美金收购

本文转载自：深蓝 Deeper Blue（微信 ID：deeperbluetech） 。听说科技圈里创业的，投资圈里看科技的，都会关注

全文 3631 字，阅读时间预计 5 分钟。

撰稿：加辰 廖书迪 |编辑：季星|顾问：高翔|制图：加辰 房宫一柳

深蓝 Deeper Blue 盘点了 4 家世界范围内最值得关注商业气象服务公司。

它们分别是：

一个只做24小时天气预报却活了20多年的电视台 The Weather Company专门给农民卖大豆保险的 The Climate Corporation只靠天气预报就做到苹果 Top 10 App 的 Dark Sky用 “开源精神” 集中散户力量抗衡大数据公司的 OpenWeather Map

我们其实想说：气象服务在当下的中国是一个巨大的创业机会。

一个事实：台风天气里，美国人民最喜欢买的东西不是手电筒也不是防雨具，而是草莓馅饼。

这个结论是沃尔玛的大数据分析部门发现的。作为全球性的大型连锁超市，沃尔玛公司非常注重气象数据的收集与分析。2004 年，沃尔玛公司的数据组偶然发现了一条奇怪的信息：每一次大台风前，草莓酱吐司饼干的销售量都会增长 7 倍。于是，在后来的每一次台风登陆前，沃尔玛都会提前在台风登陆地区的超市进货草莓馅饼。

当气温达到 22℃，啤酒开始畅销。气温达到 24℃，泳装开始大卖。气温超过 30℃，冰镇饮料销量上升——这些现象都被总结为一系列气象指数：冰激凌指数、泳装指数、空调指数等等。

甚至还有一条著名的「德尔菲气象定律」：如果你在气象信息上每投资 1 美元，便可以得到 98 美元的经济回报，投入产出比高达 1 : 98。

「靠天吃饭」，这四个字在如今更代表了「靠天气赚钱」。2016 年，IBM 花超过 20 亿美元买下了美国天气公司（The Weather Company）除了广播部门之外的所有业务。

IBM 收购 The Weather Company 活动现场图。后者将会是 IBM 数据环上一项重要布局。

美国和日本是全世界范围内商业气象服务发展得最好的国家。在美国，活跃着 350 家左右的商业气象服务公司，整个市场超过 60 亿美元，并且保持着每年近 25% 的增长率。在日本，著名的气象服务公司 Weathernews In.（WNI），每天有超过 6000 艘货轮、7000 次航班都在使用它的气象服务。

2015 年，气象影响到的产业价值在美国达到 1600 亿美元，在欧洲超过 2600 亿美元，日本 100 亿美元——中国气象局公共气象服务中心副主任潘进军在气象局与阿里云达成战略合作的现场曾提到这三个数字。

而中国市场，由于之前的政策垄断，导致商业气象服务行业近乎空白。2014 年《彭博商业周刊（中文版）》的报道记录了在当时的情况：—— 「中国没有这样的私营商业气象公司，一家也没有」、「中国的气象服务一直由政府机构垄断」、「如果中国能够放开行政垄断，将带来一个百亿市值的市场」。

IBM 天气预警界面展示。数据非常详尽。

到了 2016 年，形势发生逆转。IBM 曾苦恼收购美国天气公司之后在中国的在本地化业务无法得到尝试。然而，现在一切都不同了——气象服务在当下的中国是一个巨大的创业机会。

为什么这么说？简单来讲，有如下三点。

第一，政策放开，数据开源。很长一段时间以来，国内气象服务主要以气象部门提供的天气预报、灾害预警等为主，商业气象服务产业完全没有发展。转机始于 2015 年 6 月份，气象局颁布 27 号令：开放中国气象信息，并于 2020 年完全放开，鼓励民营资本和气象局合作。也就是说，官方数据垄断的局面将慢慢打开。

第二，市场面临爆发。2015年，商业气象服务年产值只有 6 亿美元。然而据最新国家气象局和国家统计局联合统计公报估计，当前中国按需定制气象服务的价值超过 2000 亿元。

第三，需求端逐渐形成。越来越多企业已经逐步意识到气象对公司业务的影响，在制定业务方案的时候会将气象因素考虑在内。滴滴出行就曾开出 10 万美金的价钱，寻找算法预测用车供需关系。而未来无人驾驶、无人机、智慧城市等领域的发展也都与商业气象服务的繁荣息息相关。

这是一个 98 倍回报的百亿级空白市场。

如何判断一家气象服务公司好不好，有这么三个评价标准可以供参考：

气象数据源大不大；数据处理能力强不强；结合行业触点的能力怎么样；

其中，最重要的是气象数据源以及数据处理能力——大白话就是两件事：能占有多少数据资源、以及数学有多好。

数据是一切之本。数据越丰富，意味着越精准的天气预测。 所以说，哪家公司拥有最广泛的数据，相当程度上意味着它能长多大。

天气服务的本质就是数据收集和数据处理。数据成为信息时代最大的财富。

就世界范围来讲，商业气象公司的数据来源主要是各国气象部门：包括地面监测站、高空探测站、天气卫星、雷达等不同层次。国外的气象公司通常会选择两种方式扩充气象数据来源：

一是自建气象观测站，部署雷达，甚至是发射卫星；

二是收集气象爱好者家中个人气象站，智能设备中的气象数据。

但在中国，由于相关法律法规的限制，企业很难通过上述两种方式收集气象数据。因此，中国的气象服务公司能否另辟蹊径，在气象部门提供的数据之外，获取更广泛的数据，决定了他们在气象创业的赛道上能走多远。

如何从每日 PB 级 （PB 是数据存储容量的单位，它等于 2 的 50 次方个字节，在数值上大约等于 1000 个TB）的数据中读懂天气一直是世界性难题。当前，我们能借助超级计算机，以每秒 4700 万亿次的计算速度，对未来 7-14 天的天气情况进行数值预报。但受到计算能力的限制，无法解决短期和中长期预报，并且使用超算进行数值预报的模式显然不适合初创企业。

因此，更多的气象创业公司正在尝试从以下两点进行突破：

第一，对于短期天气预报，使用人工智能的方法，学习天气图像，代替气象专家预报天气；

第二，对于中长期预报，使用统计的方法，结合历史数据预测未来一年降水情况等。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!