WeatherMesh от WindBorne Systems — редкий пример AI-стартапа, который строит преимущество не только на модели, но и на собственном сборе данных. По данным TechCrunch, компания развивает модель прогноза погоды с почасовыми прогнозами и заявляет лучшую точность по ряду показателей, чем у крупных государственных систем, а подпитывает это своими измерениями с аэростатов. Именно сочетание модели и уникального потока данных делает проект интересным: это уже не очередная обвязка вокруг чужой модели, а попытка создать реальный технологический барьер. Сигнал низкого внимания здесь тоже заметен: в текущем потоке новостей проект в основном всплыл как одна нишевая публикация, а не как громкая история, которую обсуждают все подряд. Источник: TechCrunch

Probably идет в другую, но не менее важную сторону: не делать вид, что модель всегда права, а выстраивать вокруг нее проверку фактов и логики. Проект нацелен на задачи, близкие к анализу данных, и делает ставку на связку языковой модели с детерминированной проверкой, чтобы ловить галлюцинации и фактические ошибки до ответа пользователю. Это заслуживает большего внимания, потому что рынок слишком часто соревнуется в эффектных демонстрациях, а не в надежности; здесь же в центре именно практическая пригодность. При этом уровень шума вокруг компании пока невысокий: несмотря на полезную идею, она пока выглядит скорее как посевной проект, о котором знают по одной публикации TechCrunch, а не как широко обсуждаемый новый стандарт. Источник: TechCrunch

Оба проекта интересны тем, что ищут недооцененную ценность не в громких обещаниях, а в более прочном основании: либо в собственных данных, либо в контроле ошибок. Именно такие вещи часто недобирают внимания на старте, потому что их сложнее упаковать в короткий вирусный тезис, но в долгую именно они могут оказаться важнее очередной шумной витрины.