本文所属虎嗅Pro精选专栏《前沿技术情报所》。
天气预报，是一个正在被人工智能“潜移默化”改变着的行业。
不同于传统的、国家主导的天气预报体系，民营公司主导的全新天气预报势力在这场改变中一直冲在前头。中国也涌现出了不少这样的人工智能天气预报公司，其中最有影响力的就是我们要介绍的“彩云科技”。
你很可能没有听过它的名字，但或多或少用过它的天气预报结果或者是服务。因为目前彩云天气日均的天气预报结果调用次数，已经超过了5亿次，2018年5月，累积调用量已经超过了1000亿次。无论是滴滴、饿了么、各大智能手机自带天气App背后，都使用了它的数据。
最关键的是，这个天气预报完全是根据你的定位为你“量身打造”的，无论你站在中国哪个地点，你都能知道未来大概几分钟会下雨、几分钟会停雨，而不是像传统天气那样告诉你“今天有可能下雨”。
相比那些热潮中喊得特别大声，大众感兴趣过后迅速又进入寒冬的AI应用领域，一直默不作声的天气预报场景或许能让你更早地看到AI未来发展的规律。
用AI让人工智能创造更大价值，顺带着实现商业变现。在一些普通人最关注的的AI应用、发展方向之外，其实存在一些已经被人工智能所改变的“角落”，它们的存在反倒能让你看出AI发展的未来。
给天气预报应用算笔账
在大多数人的印象中，天气预报都是“免费的”。但你可能不知道，央视天气预报中的广告有多赚钱，单是预报北京天气时旁边的那个广告框，一年的刊例就接近4000万。
这种“免费的天气预报+潜在广告”的收费模式，其实也延续到了民营天气预报产品当中。以目前国内手机端的天气类手机应用老大“墨迹天气”来说，其2017年1-9月日活跃高达2445万人，单用户日均使用时长2分36秒，总收入2.23亿元中有2.2亿元来自广告服务。
当然，以墨迹天气为代表的一系列国内早期天气类手机应用，所擅长的并不是天气预报本身，它们的天气数据往往直接来自于各个气象局，很多时候只是应用的界面、一些天气情况的推送之类。
你也可以更直白地说，这类手机应用实际上吃的就是智能手机崛起的红利。而“彩云天气”所选择的，则是一条完全不同的路径——想办法让天气预报对个体产生更大的价值。
以“彩云天气”的具体功能为例，你只需要在手机上打开应用，就能知道“4小时内逐分钟、15天内逐小时”的天气预报结果。例如你所在的地方即将迎来一场阵雨，你能看到的实际结果很可能是“20分钟之后开始下雨、25分钟逐渐增大、1小时之后逐渐变小”。
这显然比传统天气预报中告诉你“今天有阵雨”来的简单和直接许多。这种服务内容质量层面上的提升，为彩云带来了大量的用户。单是彩云自己的手机应用，日活数量就已经超过了百万。
更多的流量来自B端，目前彩云公开的最多、也是提及的合作伙伴有两家，一个是滴滴、一个是饿了么。两者在具体与环节中都有将天气用作考量因素，例如滴滴系统会在上车之后提醒雨天路滑，饿了么则会在雨天自动将运费涨价。
“彩云天气”手机应用的最新版界面
除此之外，还有直接采用彩云预测数据的一系列手机厂商。这些手机厂商会将彩云替代气象局作为天气的数据源，显示在自家手机的内容天气App中。
根据虎嗅了解，彩云目前的年收入已经突破了千万级别，其中大部分来自于手机上彩云APP的开屏广告收入。B端大客户的年度天气预报服务费用单价并不高，单是因为规模很大，平均下来一年服务费也能到50-100万。
但因为用户早已达到了一定的规模，彩云目前的天气预报云端已经从原来的“用户发送请求事实计算”转向了“实时全国计算，用户即时下载”。即便用户随后继续增长，云端的计算成本也不会继续增加。
接下来我们就对彩云背后，人工智能之所以能改变天气预报行业的逻辑做更深层次的分析。
传统天气预报到了“瓶颈期”
天气作为人类在地球生活的重要环境因素，早在公元前650年就有巴比伦人开始对天气进行预测，中国在公元前300年也已经对天气进行预测。在这横跨数千年的天气预报发展历史中，基础的预报方式其实没有绝对的变化：观测（监测）大范围内的天气现象、基于科学原理和历史经验进行分析、得出一定的气象预报结果。
从更根源的层面来看，天气这个极为复杂的系统虽然极端起来变化很快，但总归有“章法”可循，大部分天气现象都具有“延续性”。
举个例子，假如此刻你所在的地方下起了大雨，并不会每次都是因为萧敬腾在开演唱会。产生雨滴的积雨云总是能找到“出处”的，要么是因为北边的冷空气南下，把潮湿的空气抬升到了高空；又或者是南边海洋温度持续升高，潮湿的暖空气南上，和冷空气在空中“干”了一仗。反正，大规模天气现象是不可能无缘无故产生的。
所以理论上来说，只要对这个系统当下数据了解的更多、对天气运行规律了解的越多，天气预报的结果就会越准。
通过应用电脑、雷达、卫星等最先进的设备，上世纪60、70年代之后，传统的“城市天级”气象预测水平其实已经进入“稳定缓慢增长”。
以今年3月，中科院大气物理研究所曾庆存院士被采访时公布的数字：“全球目前3天天气预报准确率都是70-80%，考虑到天气本身依旧存在不确定性，这个准确率想要提升到90-100%基本不可能。
另一方面，这种学术性上的天气预报准确率提升，对于最终普通的天气预报信息接收用户来说，却很难有体验上的“改进”。每天新闻联播之后的“城市天级”预报，预报的依旧是熟悉的多云、晴转阵雨、阵雨转雷阵雨、大雨转中到大雨等等。
这种以天为时间单位，综合整座城市的天气预报方式其实存在一个潜在的“天花板”——它是一剂面向绝大多数人的预防针，而不是针对个人计划的精准“时间表”。
在这个被移动互联网不断强调个人需求的时代，天气预报服务中是存在错位的。
你肯定也有这样的经历：看了天气预报，还是淋雨了
通过普通的天气预报，你可以知道今天大概率要下雨，可雨滴最终何时将会落在你脑袋上，其实同时也考验着你自己的判断。例如你看到天色都已经黑了下来，甚至已经开始刮大风，就要先找个地方躲起来。但变化万千的天气，也有很多不好判断的时候，看起来波澜不惊的多云天可能会给你下一场太阳雨“浇开水”。也有可能全天就等来10分钟的过云雨，地都还没湿透雨就停了。
实际中，气象界在近20年来，就是在不断延伸天气预报的时间维度。这种“延伸”同时朝两个方向进行，一来越来越多城市、国家的天气预报中加入“城市小时级”的更有时效的天气预报；其次是远期预报逐渐变得靠谱起来，天气预报从之前最长的7天，延伸到了15天。
这种时间的延伸到“城市小时级”、“远期7-15天”之后，大规模的天气预报基本就到了“瓶颈”：更小的时间维度，再去预报城市的整体天气并无意义；远期预报如果再延伸，准确率大概率无法保证。
分发也是一个问题，气象部门作为政府社会公益事业机构，主要还是依赖政府和免费渠道对外发布天气预报。截至目前，国内也只有极少数地区气象部门会搭建自己的手机应用和服务，大部分只是进一步构建自己的新媒体通道。
想要政府机构具备互联网公司、创业公司这种被发挥到极致的“服务意识”，显然是一件难上加难的事情。这实际上就为民间天气预报公司留下了一层“为终端用户提供服务”的空间。
当然，政府气象部门也有自己的角色所在，例如近20年来，气象预报中越来越多用到的雷达、卫星，实质上都是由他们牵头建设的。这些必要的硬件、以及配套的人力物力，是所有天气预报服务的基础。
中国气象预报的落后与发展
在气象预报这一点上，欧美的确要领先不少，美国的NOAA（National Oceanic and Atmospheric Administration，美国国家海洋和大气管理局）还有欧洲的 ECWMF（European Centre for Medium-Range Weather Forecasts，欧洲中短期数据预报中心）是目前全球最主要的两个天气预报数据源。
前者从上世纪80年代就开始完全免费地公开各种气象数据，年经费更是高达45亿美元。这两家机构本身的天气预测能力也很强，都能够提供“十公里精度、每三小时、一天4次更新的未来360小时天气预测”。
他们在全球性的天气预报方面也很强，以欧洲气象局为例，经常会出现欧洲气象局利用自己的卫星，预报中国的数据，准确率比中国还要高。
这个准确率背后的原因也不复杂：一来欧美早早地就部署了全球最领先的气象雷达和气象卫星系系统，在探测方面曾保有相当的领先优势；二来大范围、高精度的天气预报，实际上是高性能计算的一个应用，中国目前虽然在超级计算机的建设上并不落后，但在实际的天气预报应用上，就跟欧美有代差了。
刚过去的超级台风“利奇马”在现代气象雷达下狰狞的姿态
当然，中国气象预报界也并不是“毫无所长”，就以刚刚在中国肆虐完的台风为例，国内有超过10个地区气象机构在做方面的研究，近两三年来台风预报的结果，登录位置和台风强度预报的准确度都超过了美国日本。
屈居人后，显然不是中国的作风。2000年之后，中国气象界其实就开始了追赶，首先进行的，就是全国范围的新一代气象雷达建设和气象卫星部署。
中国目前有200多个这样的新一代气象雷达站
从2005年到2016年底，中国一口气建设了200多个新一代双偏振气象雷达。这些雷达能够更好地探测云层的各种信息，例如云层中降水粒子的形状、尺寸大小、相态分布、空间取向以及降水类型等更为详细的信息，直接提高了预报的准确性。
“风云四号”传回的观测数据
风云系列卫星的上天也相当重要，2010年至今，中国已经发射了6颗“风云系列”卫星。尤其是2016年发射上天的“风云四号”，是国内目前最新也是最强大的气象卫星。这些卫星所携带的各类全新气象探索测设备，极大地增强了气象数据的获取能力。
整体来看，在气象预报的硬件层面，中国近年来的投资规模绝对已经超过了1000亿。
快速增长的投资规模让气象硬件快速跟上需求，但算法并没有解决。就气象预报而言，算法本身只需要两样东西：时间和实际检验。
对于欧美而言，他们的气象数据很早就已经相当领先，在那之上又经历了20、30年的气象算法研究。相比之下，中国的硬件近两年才组织起来，算法基本没有时间打磨和校验。差距是注定的。
形象点说，中国气象机构就像巨人，提供了自己的“肩膀”，站在这之上的民营气象预报公司自然站的“更高”。
个人天气预报时代已经来临
我们在上文已经提到了，在这个被移动互联网不断强调个人需求的时代，天气预报服务实质上是存在错位的。
首先就是渠道上，人们在手机上花费的时间，已经远远超过了电视，就连很多手机都支持直接在早上的闹钟中直接播报天气。跟天气预报传统的社会公益属性不同，手机上的天气应用本身就是一门生意，关于赚钱这部分，我们会在下文来进一步展开。
但就中早期而言，天气预报应用所使用的数据，依旧主要是来自国家气象局的官方数据。也就是我们之前所提到的——它始终是以面向城市、区这样一个较大级别的行政规划及面积的预报结果，而不是针对个人的精准“时间表”。
一个告诉你“今天天气是阵雨”和明确显示“20分钟之后开始下雨、25分钟逐渐增大、1小时之后逐渐变小”的天气预报，完全是两种概念。这种用户层面的粒度缩小之后，天气预报已经可以说是“为你定制”。
个人天气预报理论上也是可行的。彩云创始人袁行远以前和其他气象爱好者朋友就玩过一种小游戏：选择北京一个特定地点，几个人分别根据卫星云图在内的各种气象数据，来对短时的天气进行预报，然后再到那个地点去应验自己的预报结果。几次玩下来，预测的结果其实都是非常精准的。
显然，我们无法将这种气象爱好者的能力强加在每一个人的身上，即便成功，如此之多的用户同时访问气象数据，估计数据库都受不了。
但另一方面，个人天气服务的其他要素正在不断完善：智能手机作为整个服务的核心，能够进行精准的定位；气象基础设施不断升级、数据不断开放；移动通信让信息传递成本降的越来越低。
最终，人工智能将气象预报中人类判断和经验的部分所取代，成为“压倒骆驼的最后一根稻草”。
人工智能，如何实现个人天气预报
降雨，作为天气预报最重要的项目，其实很早就开始利用数学的方式来为人类自身的决策提供参考。
反正我是真的看不懂
上面这个就是理想状态下的大气运动规律，而为了要在全球范围内对这个进行计算，你必须要动用超级计算机。但因为气象本身干扰因素多，这个理想化的公式、以及其他一些由人类所打造的纯模拟计算型公式，准确率都无法做的特别高，只能是作为参考。
人工智能的出现，给这个领域带来了不小的变化。
2017年，袁行远和北邮的另外两位研究者就一同发布了他们的第一份人工智能气象论文《基于神经网络和模型集成的短时降雨预测方法》。他们通过神经网络对气象雷达的数据进行了分析，然后对36分钟内的降雨情况进行预测，最终的结果明显优于传统的气象预测方法。
但更关键地是，彩云就此凭借人工智能实现了特定地点的分钟级和小时级预报，相比人数有限精力有限的人类，人工智能完全可以无休止的不断工作。
正如当初人工智能在围棋上击败人类一样，人工智能在天气预报上也展现了这种潜在可能性。近年来人工智能技术在不断发展，彩云自己的神经网络已经更新了不下10次，就连神经网络的种类也更换过。
效果也十分明显，他们预测结果的10小时天气预报结果TS评分已经从第一代的0.55上升到了0.65。这对于天气预报而言，已经是很难得了。短时临近降雨的准确率更是达到了87%，比传统的人工预报提升了20%。
对于人工智能的潜力，袁行远自己也有很大的期望，他认为远期来看，世界上的天气预报将会能够达到“6小时内分钟级准确率90%，15天内小时级准确率90%”。到那个时候，人类才可以说是真正驾驭天气。
写在最后
对于AI，一直有个说法：“AI的三大要素是数据、算法、计算力”，这个观点在特定时间节点上来看或许是正确的，但这三者背后的一系列选择和判断才是其中的关键，以彩云为例。
它的确乘了中国气象数据公开的东风，而且中国在气象领域，民间的确参与度本身就不强，更不要提其中关键的预测算法了。但不管如何气象数据本身就是具有“延续性”的大数据，人工智能理论上就善于处理这样的数据。
算法上，具体算法和计算力方案倒不是关键，关键的是它们所扮演的角色——比人更高效、方便的气象预报提供者。这一具体的能力与社会中大量个体的气象预报需求直接契合。换言之，这是一款真正对社会有价值的AI应用产品，从这个深层逻辑出发的产品，能取得成功也是“理所应当”的。
本文所属虎嗅Pro精选专栏《前沿技术情报所》。
评论