投稿者 投稿日: カテゴリー AIニュース
WeatherNext 3とは、Googleの世界気象AIモデルのことです。
Googleは2026年9月3日、気象AIモデルの最新版WeatherNext 3を公開しました。最大の変更点は、物理シミュレーションの計算結果ではなく、静止気象衛星のライブ画像を直接モデルに入力するようになったことです。これにより予測は1時間ごとに更新され、空間解像度は最小5kmまで細かくなりました。天候は日本のEC事業者にとって、飲料や衣料の売れ方から配送遅延まで幅広く効いてくる変数です。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
WeatherNext 3が変えたのは観測データの取り込み方です
結論から言うと、今回の進化は予測アルゴリズムそのものよりも、学習と初期化に使うデータが変わったことによるものです。従来のAI気象モデルは、スーパーコンピュータで解く数値予報（NWP）の出力を教師データにしていました。ただしNWPの解析には約6時間の遅れがあり、雨や地表付近の気温のように急に変わる要素では、この遅れがそのまま誤差につながっていました。
WeatherNext 3は、全球の静止衛星モザイクをライブで取り込み、1日24回、毎時初期化します。Google for Developersの仕様によると、出力は1回の推論から3段階の解像度で得られ、気象観測所データで学習した気温と露点は0.05度（約5km）、風速や降水、雲量、日射などの地上系は0.1度（約10km）、上空の気圧面は0.25度（約25km）です。前身のWeatherNext 2が25km格子・6時間刻みだったことを踏まえると、Googleは全体としておよそ5倍細かい気象像だと説明しています。予測期間は6時間ごとの主要サイクルで15日（360時間）、その間を埋める毎時実行では48時間、アンサンブルは64メンバーです。
精度面で目立つのは降水です。GoogleはNASAの衛星降水プロダクトIMERGと自社の衛星レーダー再解析を教師に加えた結果、数値予報を基準にした中期予報の評価で、IMERG比のCRPSが最大60%、MRMS比で30%、雨量計実測比で10%改善したと説明しています。またGoogle検索やマップ、Geminiアプリに反映された利用者向けの体感としては、1日以上先を見る場面で降水予測が最大50%正確になったとしています。数字の測り方が指標ごとに異なる点には注意が必要です。
日本のEC事業者に効くのは地形差と毎時更新の2点です
日本のEC事業者にとって重要なのは、解像度が上がったこと自体ではなく、日本の地形で解像度が効くという点です。Googleは公式発表のなかで、海岸線や谷、山地の近くでは気温や湿度が数キロ単位で大きく変わり、従来モデルはそこを苦手としてきたと明記しています。国土の多くが山地で、平野が海と山に挟まれている日本は、まさにこの条件に当てはまります。25km格子では県単位に近い粒度でしか見えなかった気温差が、5km格子なら市区町村に近い粒度で扱えるようになります。
具体的に効くのは、気温連動と降水連動の商材です。飲料、アイス、日焼け止め、鍋物の食材、防寒衣料、寝具、園芸用品などは、気温が数度動くだけで検索数と転換率が動きます。ここまで細かい気温予測が毎時手に入るなら、楽天市場のお買い物マラソンやAmazonのタイムセールに合わせた広告予算の地域配分、Shopifyでの自社EC側のトップ差し替えやメール配信の出し分けを、前日ではなく当日の朝に組み替える運用が現実的になります。降水のほうは、配送遅延の事前告知、置き配の案内文面、実店舗を持つ事業者の在庫移動の判断に直結します。台風時の配送判断については、以前WeatherNextの台風予測強化について解説した記事でも触れています。
一方で、気象データを持てば需要が読めるわけではありません。天候はあくまで説明変数の一つで、セール日程、競合の値付け、テレビやSNSでの露出のほうが効く商材も多くあります。在庫側の打ち手が用意できていなければ、予測精度が上がっても売上は動きません。在庫の考え方はAmazonの在庫管理をAIで最適化する記事や、小売大手が在庫のデジタルツインを導入した事例も参考になります。
いま踏むべき初動は3つです
第一に、データの取得経路を決めることです。WeatherNext 3の予測データはBigQuery、Earth Engine、Google Cloud Storageの3経路で提供され、利用にはアローリスト申請が必要です。日常のアプリ組み込みであればGoogle Maps Platform の天気APIを経由する選択肢もあります。どの経路がいくらかかるかは利用量とプランで変わるため、費用は要確認です。まずは自社の分析基盤がBigQueryなのか、それとも社内の表計算で完結しているのかを整理してから選ぶのが安全です。
第二に、既存のパイプラインがある事業者は移行作業を見込むことです。WeatherNext 3では変数名の付け方が変わり、高さの表記が接頭辞から接尾辞に移りました。さらに降水の積算が6時間から1時間に変わっているため、日次に集計している処理は積み上げの計算式を直す必要があります。ここを直さずに動かすと、降水量が6分の1に見えるといった事故が起きます。
第三に、利用条件と免責を先に押さえることです。Googleは、1時間以上前のデータはCC BY 4.0で提供する一方、直近および将来の予測は実験的データの利用規約に従うとしています。加えて、WeatherNext 3は公式の気象警報ではなく、生命と財産に関わる判断では各国の気象機関の情報を優先するよう明記しています。日本であれば、配送停止や店舗休業のような判断は気象庁の警報・注意報を一次情報として扱い、WeatherNext 3は需要予測や事前準備の補助として使い分けるのが妥当です。
検証の入口としては、まず1カテゴリか主力の数SKUに絞り、過去1年の日次売上と最寄り観測点の気温・降水を並べて相関を見るところから始めるのが現実的です。相関が見えない商材にデータ基盤を投資しても回収できません。
まとめ
WeatherNext 3は、衛星のライブ観測を直接学習することで、毎時更新・最小5km・降水最大60%改善という水準まで気象予測を引き上げました。日本のEC事業者にとっては、地形で気温が変わる国だからこそ解像度の恩恵が大きい一方、天候はあくまで需要の一変数です。まずは気温連動が明確な商材を1つ選び、データ取得経路と費用、既存集計の1時間積算への対応を確認したうえで、小さく試すことをおすすめします。
参考文献
- Google, Introducing WeatherNext 3, our most advanced and accurate global weather AI model
- Google for Developers, WeatherNext 3 モデル仕様
- arXiv, WeatherNext 3 研究論文
- Brightband, Open Weather Benchmark ライブ評価
- Engadget, Google’s new AI weather model uses live satellite data for higher-resolution forecasts
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: Google（The Keyword）
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
