用天气模型做一次业务风险体检

上周有个做冷链的朋友问，台风来之前能不能别等客户电话，提前调车。手机天气 App 说“明天多云转小雨”，但调度要的是风多大封外场、雨几小时改路线、湿度多高纸箱会软。从全球视角看，问题不是天气准不准，而是预测有没有变成动作。

我最近在看 WeatherNext 3。官方介绍里说，这是目前最先进和准确的全球天气 AI 模型。它的大白话是，把历史大气数据学会，再根据当前状态往前推。我更关心它能不能帮十几人团队做决策。前天我写过一篇把机器人落地拆成一张表，这周把天气模型也拆成表。

先说任务。你要从 0 到 1 完成一张“业务天气敏感度表”。它不是天气预报，而是一张把天气变量翻译成团队动作的检查单。第一天找模型参数，第三天填表演练，一周后复盘。

第一天：把天气 App 变成决策表

打开 Google for Developers 文档，搜索 WeatherNext，进入模型说明页。左侧找 Models。看到 Spatial Resolution 写 0.25°，大约 30 公里。大白话是地球被切成网格，每格边长约 30 公里，不是你家楼下。看到 Temporal Resolution 常见写 6 小时，意思是它一次给一段未来天气，不是每分钟刷新。资料里提到预报可覆盖未来多天，上一代在 0 到 15 天范围内比较过。具体以页面为准。

新建空白文档，标题写“业务天气敏感度表”。第一行三列：天气变量、触发条件、团队动作。变量先填温度、风、湿度、降水。官方资料里提到温度、风、湿度，降水也是调度常问的。触发条件不要写“很大”，要写“超过某个范围”。比如风，写“持续风速达到影响装卸的程度”。动作写具体：暂停外场、改路线、启用备用车、通知客户。预期结果是你手里不再是一段“明天有雨”，而是一张能开会的表。

选一个真实场景。不要做全球气候，就做明天要管的事：仓库、门店、配送、户外广告。场景越窄，表越有用。城市名写在顶部，日期写未来 7 天。新手坑是想做通用表，最后谁也用不了。团队执行力是关键，第一版只服务一个场景。

第三天：拿未来一周做一次假想演练

第三天把表填一遍。先查未来 7 天天气，可用平时能拿到的预报，也可对照模型输出。拿不到接口就用公开天气数据做替代。很多团队卡在等接口，其实先跑流程更重要。

按日期逐行填：日期、预计降水、预计风、预计湿度。每填一行就问，这个条件会不会触发动作。如果会，在动作列写负责人和截止时间。比如“若降水连续 6 小时，调度组上午 10 点前改路线”。6 小时正好对应模型常见时间分辨率，它提醒我们，AI 给的是段级判断，不是实时雷达。

最容易踩的坑有三个。一是只看温度，不看风。台风、冷链、户外施工，风往往更致命。二是把 30 公里当成你家门口。沿海、山区、城市热岛，网格值会有偏差。表里要加“误差处理”：模型显示有风，现场实测没风，谁拍板。三是把模型当裁判。WeatherNext 3 强在往前推演，但不能替你承担停电、延误、投诉后果。

我这边测下来，最省时间的不是写公式，而是把“谁看、谁判断、谁动手”写清楚。动作可以笨一点：看到红色就打电话，不要开会。创业公司早期先跑通响应链路。

一周后做一次复盘。把过去一周实际天气、预测值、触发动作、成本记下来。问三个问题：提前多久知道，动作花了多少钱，误报一次会不会伤害客户。如果答案清楚，这张表就是流程资产。

从全球视角看，天气 AI 的进步不会自动变成商业价值。它要落到一张表、一个负责人、一次提前改路线。

学完这个，下一步可以试多场景版本。先把冷链、门店、户外广告各做一张，不要合并。等每张能独立跑一周，再抽公共字段。也可以把模型参数、公开天气数据和业务日志放一起回测。别急着接 API，先把决策做对。

---

📌 本文编译自 Hacker News，原文：https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/

版权归原作者所有，本文为基于公开报道的编译与独立分析。