O Google apresentou em 3 de setembro de 2026 o WeatherNext 3, novo modelo de inteligência artificial desenvolvido pelo Google DeepMind e pelo Google Research para aprimorar previsões meteorológicas em escala global. A principal mudança anunciada é a capacidade de produzir atualizações a cada hora, com uso de observações atmosféricas obtidas de satélites geoestacionários em tempo quase real.
De acordo com o Google Blog, o sistema foi projetado para gerar previsões de diferentes variáveis do clima, como chuva, neve, temperatura, umidade, radiação solar, cobertura de nuvens e trajetórias de ciclones tropicais. A proposta é oferecer informações mais frequentes e detalhadas para produtos digitais e aplicações que dependem de dados meteorológicos.
Como funciona o WeatherNext 3
O WeatherNext 3 combina técnicas de inteligência artificial com dados de observação da atmosfera. Entre as fontes utilizadas estão os satélites geoestacionários, que acompanham continuamente grandes áreas do planeta. Essa característica permite incorporar informações com baixa latência ao processo de previsão, em vez de depender apenas de ciclos mais espaçados de atualização.
O artigo técnico WeatherNext 3: Increasing resolution and performance of global weather models with raw observations, publicado no arXiv na mesma data do anúncio, descreve o modelo como uma evolução voltada ao aumento da resolução e do desempenho. A documentação informa que o sistema trabalha com diferentes escalas espaciais, incluindo variáveis de superfície em resolução de até 5 quilômetros.
Modelos tradicionais de previsão numérica utilizam equações físicas para simular o comportamento da atmosfera a partir de observações e condições iniciais. Sistemas de IA, por sua vez, são treinados com grandes volumes de dados meteorológicos e podem identificar relações entre padrões atmosféricos e eventos futuros. No WeatherNext 3, a estratégia apresentada pelo Google busca unir esse tipo de capacidade computacional à entrada direta de observações mais recentes.
Aplicações para empresas e serviços digitais
A atualização horária pode ser relevante para setores em que mudanças rápidas nas condições do tempo afetam decisões operacionais. A agricultura, por exemplo, depende de informações sobre chuva, temperatura e umidade para organizar atividades no campo. Na geração de energia renovável, dados mais frequentes sobre nuvens, radiação solar e vento podem apoiar o planejamento da produção e da distribuição.
Logística, seguros, defesa civil e planejamento urbano também aparecem entre as áreas potencialmente beneficiadas por previsões meteorológicas mais detalhadas. Em situações de risco, informações atualizadas podem contribuir para o acompanhamento de tempestades e ciclones, embora a utilidade prática dependa da validação dos dados, da infraestrutura disponível e da forma como cada organização incorpora as previsões aos seus processos.
O Google afirma que o WeatherNext 3 poderá ser integrado a serviços como Google Search, Gemini, Google Maps, Google Maps Platform e Google Cloud. A disponibilidade e o formato de uso podem variar conforme o produto e a aplicação. A integração indica, porém, uma tentativa de levar modelos meteorológicos avançados para ferramentas usadas por consumidores, empresas e desenvolvedores.
O que muda na previsão do tempo com IA
A principal contribuição do WeatherNext 3 está na combinação entre frequência de atualização, resolução espacial e variedade de informações previstas. Uma atualização a cada hora pode ajudar a acompanhar mudanças atmosféricas que não aparecem com o mesmo nível de detalhe em previsões atualizadas em intervalos maiores.
Isso não significa que a inteligência artificial elimine as incertezas da meteorologia. A atmosfera é um sistema complexo, e a qualidade de uma previsão depende das observações disponíveis, da resolução do modelo, da capacidade de processamento e dos métodos usados para avaliar os resultados. Por isso, modelos como o WeatherNext 3 precisam ser comparados com referências científicas e dados observados antes de orientar decisões de maior impacto.
A plataforma Operational WeatherBench, indicada entre os materiais relacionados ao tema, é voltada à avaliação de modelos meteorológicos operacionais. Ferramentas desse tipo ajudam a medir o desempenho das previsões em diferentes regiões e condições, aspecto importante para verificar se ganhos apresentados em testes também se mantêm em situações reais.
Impacto global e próximos passos
Por utilizar dados de satélite e produzir previsões globais, o WeatherNext 3 não está restrito a um único país ou região. A tecnologia pode ser especialmente relevante em locais com menor acesso a infraestrutura própria de observação e processamento meteorológico, desde que os serviços baseados no modelo estejam disponíveis e sejam adequadamente adaptados às necessidades locais.
O lançamento reforça uma tendência de uso da inteligência artificial em áreas científicas que exigem processamento contínuo de grandes volumes de dados. No caso da meteorologia, o desafio não é apenas gerar previsões rapidamente, mas também demonstrar precisão, estabilidade e utilidade para diferentes escalas geográficas. O WeatherNext 3 representa, segundo o Google, um avanço nessa direção, ao incorporar observações de baixa latência e ampliar a resolução dos modelos globais.
