WeatherNext 3 arriva dentro Search e Maps

Google integra previsioni orarie ad alta risoluzione nei prodotti quotidiani, riducendo il ritardo da sette a poche ore.

Chi pianifica campagne locali conosce il rumore di fondo: il meteo sposta domanda, inventario e conversione, ma arriva sempre in ritardo rispetto alla decisione. Con l’introduzione di WeatherNext 3, Google mette un dato a 5 chilometri, aggiornato ogni ora, dentro Search, Maps e Gemini: non è una notizia per meteorologi, è un cambiamento di piattaforma. Per chi gestisce budget pubblicitari, la domanda non è più se il modello di previsione sia buono, ma se il segnale arriva prima che la variabile meteo costi davvero.

Cinque volte più nitido, ogni ora: il feed cambia

Il salto tecnico si misura in due numeri: risoluzione e latenza. WeatherNext 3 genera previsioni orarie con una risoluzione di 5 chilometri per le variabili di superficie come temperatura e umidità, 10 chilometri per altre variabili superficiali e 25 per quelle atmosferiche come il vento. Nel complesso, si tratta di un quadro globale circa cinque volte più nitido rispetto a quello offerto da WeatherNext 2, che produceva previsioni su una griglia da 25 chilometri con incrementi di sei ore.

Il secondo numero conta ancora di più per chi opera in tempo reale. Il modello assorbe un mosaico di dati satellitari geostazionari globali in tempo reale e genera una nuova previsione ogni ora, ancorata alle osservazioni satellitari più recenti disponibili. Sulle precipitazioni il miglioramento è misurabile: fino al 60% di miglioramento del CRPS (Continuous Ranked Probability Score, una metrica di probabilità continua) rispetto a IMERG, del 30% rispetto a MRMS e del 10% rispetto alle misurazioni dei pluviometri per i primi tempi di consegna. Non sono percentuali da laboratorio: sono il margine con cui si decide se una promozione legata al clima va accesa in una provincia o spenta in un’altra. La distribuzione è già partita oggi: WeatherNext 3 alimenta le esperienze meteo in Google Search, Gemini app, Google Maps, Google Maps Platform Weather API e Google Earth Engine. Per chi pianifica con un giorno o più di anticipo, le previsioni di precipitazione migliorano fino al 50% in accuratezza, con i guadagni maggiori nelle regioni dove le previsioni sono state storicamente meno affidabili. WeatherNext 2 aveva già potenziato Search, Gemini, Pixel Weather e Google Maps Platform alla fine del 2025: il passaggio dai 25 ai 5 chilometri è la differenza tra un segnale utile e un segnale che entra nel momento della decisione.

Il caso Norfolk: quando un’ora di anticipo vale una centrale a carbone

La domanda lasciata aperta dal salto tecnico è semplice: quanto vale un’ora in meno di ritardo? Secondo i ricercatori di DeepMind, l’età dell’informazione in una previsione tipica scende da circa sette ore a tre o quattro. Non è una sfumatura: tre ore in meno tra l’osservazione atmosferica e la previsione disponibile significano decidere prima se spostare, spegnere o attivare un budget legato a una variabile climatica.

Il caso limite arriva da Norfolk, dove ci sono molti impianti solari. Secondo Dan Travers di Open Climate Fix, un grande banco di nuvole in arrivo su Norfolk può azzerare la produzione solare equivalente a un’intera centrale a carbone in un’ora. Tradotto per chi gestisce campagne: se la tua attività dipende dalla produzione energetica, da una catena logistica o da un picco di domanda legato al clima, l’informazione che arriva con tre o quattro ore di anticipo invece di sette non è un miglioramento tecnico, è margine di manovra sul budget.

C’è un terzo elemento che cambia la natura del feed: per la prima volta, le variabili principali del modello WeatherNext 3 — pioggia/neve, vento, produzione energetica — alimentano direttamente prodotti Google come Search, Maps e Gemini. Il segnale meteo non passa più da un dashboard esterno che il media buyer apre quando se ne ricorda: è già dentro i prodotti che usa per pianificare e cercare. La distanza tra previsione e decisione di budget si riduce, e con essa il rischio di inseguire il consuntivo invece di anticipare la domanda.

Il benchmark che sposta l’allocazione del budget

Il caso Norfolk apre la domanda sul vantaggio competitivo. Google afferma che WeatherNext 3 supera i modelli di deep learning di Microsoft, NVIDIA ed ECMWF — incluso AIFS — oltre alle previsioni tradizionali basate sulla fisica del servizio meteorologico statunitense e dell’ECMWF, sul benchmark Operational WeatherBench di Brightband. WindBorne, dal canto suo, afferma di aver incorporato osservazioni grezze nel suo modello WeatherMesh 6 dalla fine del 2025. La competizione sui modelli è viva, ma per chi pianifica campagne il confronto tecnico conta solo fino a un certo punto.

La domanda vera non è se il modello di Google sia il migliore in assoluto, ma se è già dentro il flusso di lavoro di chi apre Search, Maps e Gemini ogni mattina. Un modello superiore che vive fuori dalla piattaforma richiede integrazioni, chiavi API, warehousing e automazioni che qualcuno deve costruire e mantenere. Un modello leggermente meno performante ma già distribuito nei prodotti che il planner usa quotidianamente abbassa il costo di accesso al segnale quasi a zero. Per l’allocazione del budget, questo sposta il criterio: non è più «quale previsione è più precisa», ma «quale previsione è già nel momento in cui prendo la decisione».

Non si può ignorare che il segnale è già accessibile nei prodotti che aprono ogni mattina. La partita non è più sulla previsione: è su chi la trasforma in budget per primo. Chi gestisce campagne locali farebbe bene a smettere di trattare il meteo come rumore di fondo e iniziare a costruire regole di budget che reagiscono alla previsione, non al consuntivo.