作者 | 铅笔道 吴欣晓

编辑 | 铅笔道 黄小贵

一家成立两年的 AI 气象公司，最近融资数千万元。

北京海淀区大恒科技大厦 7 层，一间约七八十平方米的办公室，曾挤着十来个人。

每周一下午，刘栗和几个合伙人都会下楼喝咖啡。不是为了放松，而是商量公司万一撑不下去怎么办。第一轮融资快花完了，业务还没跑顺，下一笔钱却迟迟没到。

他们创办的天序智能，做的是一门与 AI+ 天气有关的生意。

出生于江苏常州的刘栗，是一名气象学博士。2024 年 10 月，他和伙伴创办天序智能，专门用 AI 预测风和阳光，帮风电、光伏企业算准未来能发多少电，减少考核损失，还能辅助电力交易。

​​ 2025 年 1 月 17 日公司完成首轮融资。2026 年 10 月又获数千万元 Pre-A+ 轮融资，厚雪资本独家投资。2026 年，天序已经完成了两轮融资，这在行业内很少见。

从几十平方米办公室起步，这门 " 天气生意 " 怎么越做越大？

近期，铅笔道与天序智能创始人刘栗交流，以下为刘栗口述。

01 AI+ 气象的机会拐点

AI 气象，是门好生意吗？

2024 年辞职后，我陆续找几个老朋友谈创业。

大家没有反对，也没太当回事。我们以前就一起做过项目，早说好有机会一起干点事情。只是这些年，我没少跟他们畅想未来。这回，他们大概又觉得我在 " 吹一吹 "。

我是 88 年的，常州人。气象是我的专业，硕士、博士都在中国气象科学研究院学习研究。做了这么多年，我经常想：80% 的国民经济都跟气象有关。农业看天吃饭，风电看风，光伏看太阳，航空、保险也离不开天气。

听起来应该是门大生意。可很长时间里，国内气象公司真正把商业化做起来的并不多。

问题不在没人需要，而在三件事没凑齐：数据、客户认知和技术。

首先，以前气象数据开放程度有限，没有开放的数据做不了商业服务；二是客户认知，不少企业不知道更准的预报能带来什么收益；第三点是技术，即使有需求，传统技术也未必能满足它们对准确率的要求。

拐点出现在 2023 年之后。

气象部门逐步开放数据，企业慢慢发现天气不只用来决定明天穿什么，还能安排生产、减少损失。

与此同时，2022 年 11 月 30 日，ChatGPT 发布，AI 这个词儿一下子成了各行各业的 " 口头禅 "。

我们这个行业也被点了一把火。2023 年，AI 气象大模型在学术圈刷屏：同样的预报任务，AI 确实比传统方法准。

对我们来说，这不只是技术上的进步，更意味着商业机会可能出现。

技术走出了实验室，客户的算盘也跟着响了——预测准一点，就是少罚一点、多赚一点。几个条件凑到一起，我觉得，不能再等了。

以前卡住这门生意的几个问题，可能正在同时松动。

过去没人肯花钱，不代表以后也没人花钱。再等下去，机会或许就被别人拿走了。

其实，这个赛道国外起步更早。我理解，欧洲很早就积累气象资料，国内现代观测体系建立得相对晚。经济发展也有个过程，企业手里有了钱，才会更关注精细化经营，关注气象。

我没急着出手，又 " 潜伏 " 在行业里学习了一段时间，上下游摸得七七八八。到 2024 年 10 月，时机差不多了：撸起袖子，干。

但创业还差最后一步：钱。没这，我们寸步难行。

后来，我的合伙人黄宁帮我们联系投资人，事情终于有了眉目。我第一次自己开公司，以为签完投资协议，钱就能进来。结果中间还隔着流程，等了差不多一两个月。

等待的那段时间我们是真着急。因为我们几个虽然谈创业谈了很久，可真要招人、做产品，就得有这笔钱。协议签了，事情却还不能马上动起来，我心里没底。

好在钱终于到账。巧的是，那天正好是黄总的生日。我们到现在都记得。

钱有了，问题却没结束。下一关更现实：谁会为了把天气报准一点，真的掏钱？

02   AI+ 风电 + 光伏

我们先盯上了风电和光伏企业。

原因很简单：这里天气报错了，真的会损失钱。一座风电场要提前估算明天发多少电，报给电网。可风不是按计划吹的，实际发电量与预测偏差太大，就可能被考核。光伏也是一样，太阳辐射变化会影响发电量。

所以我们卖的不是 " 明天几级风 "，而是把风和阳光换算成发电量，尽量少报错。

山西有个场站案例，让我对这门生意有了更直观的感受。应用我们的 AI 预测后，气象预测准确率提高了约 20%，进一步转化为发电量预测后，准确率又提高了约 3 — 5 个百分点。

就这几个百分点，我们测算，其中一个场站一年可能少被罚 300 多万元。碰到改善效果特别好的场站，减少损失可能超过千万元。当然，每个场站风况、考核情况不同，不能说用了我们的产品，家家都能省这么多。

但客户能把收益算出来，这就够重要了。

而且一份数据还有第二种用法：电力交易。

我们此前参与过山西一家区域公司的相关业务，更准确地估计发电量后，客户能够更好地安排交易。据我回忆，有一个月增加的收益接近 300 万元。

同样是预测天气，一头帮客户少亏钱，一头帮客户多赚钱。这是我们选新能源的重要原因。

可最开始，大客户并不好进。

主要买单方是央国企，采购要看资质。我们刚成立，资质不完备，只能通过合规的合作方式争取订单，过程挺折腾。招人也不容易；我记得第一个电力交易单子眼看快签了，最后还是因为种种原因没签成，很挫败。

钱每天在花，订单却不一定按时来。

从第一轮到第二轮融资之间，我们最难熬。团队起初只有十来个人，挤在七楼几十平米的办公室。我们每周开会，把最坏的情况逐个摊开：钱还没来怎么办，业务继续起不来怎么办？

现在回忆还是挺心酸。好在第二轮钱最终到账，我们撑了过来。

技术上也没捷径。2025 年，我们的模型只能覆盖几个省，就先挑标杆客户试。后来国家气象局公服中心看到效果，开始与我们探讨合作。合作中最开始模型版本表现也不好，我得向对方解释为什么报得不准、接下来往哪儿改。

专业客户知道预测模型需要迭代，但光说 " 我们有 AI" 打动不了他们。你得一次次测试，拿出结果。

到 2026 年，模型从区域扩到全国，客户也从地方公司走向发电集团。五大发电集团里，两家是我们的客户；此外，还有两三家其他大型发电集团。国家电网同样在客户名单中。

广东、山西、山东，我们都做过项目。

路线也是提前想过的：不做每个客户都重写一遍的纯定制项目，也不做单个用户付费很少的天气 App。我们希望用标准化产品服务大型企业，订单有机会做到百万元级别。

我是技术出身，合伙人李晓海负责产品和销售，补上我的短板；我们在青岛的核心研发团队更是贡献了行业先进的关键技术底座。大厂擅长通用气象模型，传统厂商熟悉电力系统；我们更专注把气象技术用在新能源业务里。

绕了一圈，我越来越确定：客户不是为模型有多先进付钱，而是为它能少损失、多赚钱付钱。

03  技术领先一年，数据才是珍宝

业务慢慢做起来，我反倒多了一层担心：今天模型比别人准，能领先多久？

我的判断是 6 — 12 个月。AI 更新很快，我们能做出来，别人也可能追上。模型大约 100 亿参数，训练一次要几十张显卡，显卡和算法人才都是大成本。

如果大家最后拼的只是模型和算力，今天的领先，很可能就是明天的标配。真正能拉开差距的是什么？我觉得是数据。

不少风光场站建在西北的沙漠、戈壁，人口少；气象观测设施的定位主要是服务居民，所以在人口密集区相对更多。造成的一个情况是，越需要知道风和光的地方，反而越缺数据。

所以我们提出 " 凝空星座 " 计划，想通过卫星补上这块缺口。观测数据好一点，预测才有机会再准一点。

但这不是一个小投入的技术项目，而是一笔需要认真算账的生意。

账很容易算：规划 18 颗，每颗按 3000 万元估计，总投入约 5.4 亿元。先做两颗，约 6000 万元。我们测算，如果商业化顺利，可能两到三年接近收支平衡；前期肯定要亏钱。

这 5.4 亿元究竟值不值得花，关键要看卫星带来的数据，能不能转化为客户愿意付费的预测能力。

我们做过初步推演，新增观测数据有望让部分风光气象预测指标提高十几个到 20 个百分点，换算到最终功率预测，大约提高 3 个百分点。这还只是测算，要等实际部署后验证。

行业里，功率预测提高 1 个百分点都不容易。如果真能提高 3 个百分点，我认为场站的付费意愿会不一样。目前有些场站的预测服务只卖几万元；若效果足够好，即使涨价几十倍，也可能有人买。

当然，预测指标提高，不等于客户收益一定按比例增长。最终能不能赚到钱，还得看实际发电情况、考核规则、交易收益和客户愿意支付的价格。

这个计划需要钱，也得有人买单。我们正与头部机构沟通，北京、上海、深圳的一些国资也开始关注。我希望其他机构和企业都能参与，这个计划肯定不会只由我们一家包办。

能源以外，我们与美团无人机配送合作过，探索用气象数据判断楼宇间的湍流、风切变。保险也是一样，历史天气能帮助设置风险和理赔标准。

尤其是金融气象，我觉得未来 3 — 5 年可能出现爆发式增长。

国外已经有人做出规模。法国 Descartes Underwriting 就用风速等数据设计保险：若达到约定的低风速条件，便按合同赔付。公司披露，2025 年总承保保费超过 2.5 亿美元，同比增长 24%；这是它多类保险的保费规模，不是气象保险收入，更不是净利润。

机会不少，但我第一次当 CEO，带团队、找客户、融资，也都还在学习和摸索。

创业两年，我胖了，白头发多了，睡得也少了。可一聊卫星，大家又像回到 2024 年。我甚至说，如果做成，可能不止全国第一，还是全球第一。

从当年等着第一笔投资款到账，到现在盘算 5.4 亿元的卫星计划，事情越做越大。但说到底，我想回答的还是那个问题：天气预报更准一点，到底值多少钱？我也由衷期待更多同行加入，期待更多聪慧且脚踏实地的气象人并肩同行，一起把这个市场做大。