雨の予報が60%改善した日（衛星実測比） — Google DeepMind「WeatherNext 3」、1時間ごと5kmの世界予報が検索とGeminiに。狙いは傘ではなく2,000TWhの再エネ

① 気象AIが、研究成果ではなく「配信インフラ」になった

Google DeepMind は2026年9月3日（米国時間）、全球気象AIモデル「WeatherNext 3」を公開した。ニュースとしての重心は、精度の数字そのものよりも出口にある。同モデルは公開と同時に Google 検索・Gemini アプリ・Google マップへ順次組み込まれ、開発者向けには BigQuery、Earth Engine、Google Cloud Storage、Maps Platform Weather API から配信される。

これは「論文を出しました」でも「APIを用意しました」でもない。すでに数十億人が毎日開いている画面の、天気の欄そのものを差し替えるという意味である。気象という古い産業データが、検索とクラウドの課金体系に吸い込まれた日、と読むのが正確だ。

② 格子が、5倍細かくなった

解像度は変数の種類ごとに三層に分かれている。気温と露点などの地点変数は 0.05°（約5km）、風・気圧・降水・雲量・日射などの地表格子変数は 0.1°（約10km）、13鉛直層の高層大気は 0.25°（約25km）である。

前世代の WeatherNext 2 は全体が25kmグリッドだったため、地点変数では5倍シャープになった計算になる。25kmは東京都心から横浜を丸ごと1マスに含んでしまう粗さで、5kmは区がいくつか分かれる粗さだ。「同じ市内なのに片方だけ降っている」という日本人になじみ深い現象が、ようやくモデルの格子に載るサイズになった。

③ 6時間に1回だった予報が、1時間に1回になった

更新頻度の変化は、解像度以上に運用へ効く。WeatherNext 3 は1時間ごとに初期化され、1日24サイクルが回る。うち協定世界時 00・06・12・18 の4回は15日先（360時間）まで、それ以外の毎時サイクルは48時間先までを出力する。各サイクルともアンサンブル64メンバーを伴う。

この「64本」が実務上は重要だ。予報値が1本しか来ないなら人は当たり外れの話しかできないが、64本の分布が来るなら確率として意思決定に載せられる。さらに観測データの取り込み遅延が従来の約7時間から3〜4時間に短縮された（TechTimes、2026-09-04）。予報が新しくなる速度と、現実が反映される速度の両方が上がっている。

④ 降水「60%改善」は、何と比べた数字なのか

見出しになりやすい「60%」には、比較対象がある。Google の公式ブログによれば、降水予報の改善幅は衛星実測 IMERG に対して60%、地上レーダー MRMS に対して30%、雨量計の実測に対して10%である。基準が地上の実測に近づくほど改善幅は小さくなる。

これは誠実な開示だ。雨量計は点でしか測れず、レーダーは面で測れるが上空を見ている。衛星は全球を覆えるが解像度が粗い。「60%」は全球を面で見たときの改善であり、自宅の軒先の雨量が6割正確になるという意味ではない。あわせて、1日以上先を見る降水予報については最大50%の精度向上、気温では最大30〜40%の改善が示されている。数字を引用するときは、必ずこの「何に対して」をセットで持ち歩くべきだ。

⑤ 国家のスーパーコンピュータを、抜いた

TechCrunch（2026-09-03）によれば、WeatherNext 3 は業務運用向けベンチマーク Operational WeatherBench で、Microsoft・NVIDIA・DeepMind 自身の他モデルに加え、米国立気象局（NWS）と欧州中期予報センター（ECMWF）の従来型予報も上回った。モデル規模は前世代比で2.4倍のパラメータである。

従来型の数値予報は、政府所有のスーパーコンピュータが物理方程式を延々と解く方式で、装置も電力も高くつき、時間もかかる。一方の気象AIは ECMWF の過去データで学習しており、同等以上の精度をはるかに速く出す。皮肉なのは、AI側の学習データを供給しているのが、抜かれた側の欧州の公的機関だという点だ。公共部門が積み上げた観測アーカイブが民間モデルの原資になる構図は、今後の気象データの権利関係で争点になりうる。

⑥ 本命は傘ではない。狙いは2,000TWhの再エネ

WeatherNext 3 が出力する変数を見ると、狙いが日常の傘ではないことがわかる。ハブ高100mの風速、雲量と日射——これは風力発電と太陽光発電の出力を1時間刻みで読むための変数だ。

背景には金額の張る問題がある。IEA の2024年報告『Integrating Solar and Wind』は、系統統合策を先送りした場合、2030年の太陽光・風力の発電量の最大15%が失われうると警告した。規模にして最大2,000TWh。同報告はこれを「2023年の中国と米国の VRE（変動性再生可能エネルギー＝太陽光・風力）発電量の合計」に相当すると表現している。両国の発電量全体ではないので、引用時は注意が要る。

再エネ事業者にとって予報誤差はそのままコストである。出力を過大に見積もればインバランス料金を払い、過小に見積もれば売り損なう。蓄電池をいつ充放電するかも予報次第だ。更新が6時間刻みから1時間刻みになり、風速が100m高で出るということは、給電計画・蓄電コミット・需給調整費用が直接削られることを意味する。日本の電力市場でも、インバランス回避と容量市場の収益性に効いてくる論点である。

⑦ 投資の論点は、気象データの「値札」が書き換わること

投資面で見るべきは、精度そのものより課金形態の移動である。これまで気象データは、専門ベンダーとの年間契約——つまり固定費として買うものだった。WeatherNext 3 は BigQuery のテーブルと Maps Platform の API として出てくる。固定費から従量課金へ、専門ベンダーからクラウド事業者へ、支払先と支払い方が同時に移る。

この形の移動が起きると、単価は構造的に下がりやすい。気象情報を売っていた事業者は、素のデータではなく業種固有の意思決定ロジック——電力ならインバランス最小化、保険なら支払予測、小売なら発注量——に価値を移さないと利幅を守れない。逆に、その意思決定ロジックだけを持つ小さなソフト事業者にとっては、これまで最大の参入障壁だったデータ調達コストが下がる。

もう一段引くと、これは Google がクラウドの需要を科学データで作りにいっている動きでもある。気象は誰もが毎日使い、しかも問い合わせ回数が莫大だ。検索とマップに載せて認知を取り、業務利用は BigQuery のクエリ課金で回収する。無料の入口と従量の出口をセットで設計している点は、AI事業の収益化パターンとして注視に値する。

⑧ 生活側で変わるのは、雨の有無ではなく「決断の締切」

私たちの生活で実際に変わるのは、雨が降るかどうかではなくいつ決めればいいかである。予報が6時間ごとにしか更新されないなら、朝の予報を見て一日を決めるしかない。1時間ごとに更新され、観測の反映が3〜4時間まで縮むなら、出発直前の判断が実用になる。

影響が出やすいのは、洗濯や外出の判断、自転車・徒歩移動、配送と来店の見込み、そして電気料金だ。最後のものは意外に思えるかもしれないが、再エネの出力予測が正確になるほど需給調整のコストが下がり、それは最終的に託送料金や市場価格を通じて家庭の電気料金に効いてくる。予報の精度は、電気代の一部でもある。

一方で過信は禁物だ。前述のとおり、雨量計の実測に対する改善幅は10%にとどまる。5km格子は「同じ市内で降り方が違う」までは捉えるが、「この道の向こう側だけ降っている」までは捉えない。解像度が上がったことと、当たるようになったことは、同義ではない。

まとめ

• WeatherNext 3 は「研究発表」ではなく「配信インフラの更新」。公開と同時に Google 検索・Gemini・マップに入り、BigQuery / Earth Engine / Maps Platform Weather API から配信される。
• 解像度は地点変数で0.05°（約5km）、更新は1時間ごと、アンサンブルは64メンバー。前世代の25km・6時間ごとから、格子は5倍細かく、更新は6倍速くなった。
• 降水の「60%改善」は衛星実測IMERG比。地上レーダー比は30%、雨量計比は10%。基準が地上に近づくほど改善幅は縮む。
• Operational WeatherBench で ECMWF・米NWS・Microsoft・NVIDIA を上回った。公的機関のスパコン予報を、その公的データで学習したAIが抜いた形。
• 本命は再エネ系統。ハブ高100mの風速と日射を毎時出すことで、IEAが「2030年に想定比15%＝約2,000TWh下振れ」と警告した統合ロスに直接効く。
• 投資の論点は課金形態の移動。気象データが専門ベンダーの固定費からクラウドの従量課金へ移り、単価は構造的に下がる。価値は素データではなく業種固有の意思決定ロジックへ移る。
• 生活で変わるのは「決断の締切」。朝決めるしかなかった判断が、出発直前に動かせるようになる。ただし解像度の向上と的中率の向上は同義ではない。

出典・参考情報

• Google（公式ブログ・2026年9月3日）「Introducing WeatherNext 3, our most advanced and accurate global weather AI model」
• Google for Developers（技術仕様）「WeatherNext 3 — Models」
• Google DeepMind（プロダクトページ）「WeatherNext」
• TechCrunch（2026年9月3日）「Google's latest AI weather model gives you no excuse to forget your umbrella」
• TechTimes（2026年9月4日）「WeatherNext 3: Google DeepMind Targets Renewable Grid Gap With Hourly Satellite Forecasts」
• IEA（2024年）「Integrating Solar and Wind — Executive summary」（原文: "up to 2 000 terawatt-hours (TWh) of global VRE generation would be at risk by 2030" ／ "the combined VRE output of China and the United States in 2023"）