El 3 de septiembre de 2026, Google DeepMind y Google Research anunciaron WeatherNext 3 y lo describieron como su modelo meteorológico global más avanzado y preciso hasta la fecha. La novedad no es que pronostique el tiempo —eso se hace desde hace décadas—, sino que emite pronósticos para cada hora del día, con una resolución espacial que llega a 5 kilómetros para variables de superficie como la temperatura y la humedad, frente a los 25 kilómetros anteriores.

Para el dueño de un negocio, esa diferencia no es una nota a pie de página científica. La distancia entre un pronóstico que cubre un cuadrado de 25 kilómetros y otro que cubre un cuadrado de 5 kilómetros es la distancia entre saber que la región está mojada y saber que tu obra está mojada. Y cuando el pronóstico es horario en lugar de cada seis horas, la pregunta pasa de si trabajas mañana a en qué momento exacto de mañana trabajas. Esa es una pregunta de planificación, no de meteorología.

Lo que Google anunció realmente

Las cifras tal como se publicaron en el anuncio oficial:

  • La resolución varía según la variable. Cinco kilómetros para variables de superficie como la temperatura y la humedad, diez kilómetros para otras variables de superficie y veinticinco kilómetros para variables atmosféricas como la velocidad del viento. La resolución no es un único número; depende de lo que preguntes.
  • Pronósticos horarios. Google lo describe como el primer modelo meteorológico global que genera pronósticos para cada hora del día.
  • La precisión de las precipitaciones mejora hasta un 50% cuando se planifica con un día o más de antelación, medida con CRPS, una puntuación estándar de la calidad de los pronósticos probabilísticos.
  • La fuente de datos cambió. El modelo aprende directamente de datos de satélites geoestacionarios en tiempo real y de observaciones de estaciones, en lugar de depender únicamente de los resultados de la predicción numérica del tiempo tradicional.
  • Dónde aparece. En la Búsqueda de Google, la app de Gemini, Google Maps, la Weather API de Maps Platform, y en Google Earth Engine y BigQuery para uso analítico.

Este último punto es el que más importa a quien construye sistemas: un pronóstico preciso disponible en una API y en BigQuery es un dato que puedes conectar a tu propio sistema, no una pantalla que abres y miras.

Por qué el momento importa especialmente en Arabia Saudí

El 15 de septiembre de 2026 termina la prohibición del trabajo al aire libre al mediodía. Comenzó el 15 de junio y prohíbe trabajar en zonas abiertas en los establecimientos del sector privado desde las 12:00 del mediodía hasta las 15:00. Durante tres meses, la planificación del trabajo al aire libre se ha regido por una regla fija y conocida: tres horas bloqueadas cada día.

Después del 15 de septiembre vuelve toda la franja de luz diurna y, con ella, la responsabilidad vuelve a la propia empresa. La norma ya no decide cuándo se detiene el trabajo: lo deciden el calor, el viento, la lluvia y tu propio criterio. Es exactamente aquí donde un pronóstico preciso pasa de ser información a ser una herramienta de gestión. Una empresa que pasa de una regla fija a ninguna regla pierde disciplina; una empresa que pasa de una regla fija a una regla basada en datos gana una flexibilidad que no tuvo en todo el verano.

Conviene señalarlo: el fin del periodo de prohibición solo levanta esa restricción horaria concreta. No elimina las obligaciones generales del empleador en materia de seguridad y salud en el trabajo.

Dónde entra realmente esto en las operaciones

El clima entra en las operaciones por cuatro puertas, y las cuatro son medibles:

  • Construcción y trabajo al aire libre. El vertido de hormigón, el trabajo en altura y la pintura son sensibles al viento, la lluvia y el calor. Un pronóstico horario significa que la ventana de trabajo se fija por la mañana en lugar de cancelarse al mediodía, y la diferencia entre ambas cosas es una jornada completa de una cuadrilla completa.
  • Reparto y logística. La lluvia cambia los tiempos de trayecto, las tasas de entregas fallidas y el volumen de llamadas al servicio de atención al cliente. Saber con un día de antelación que tres horas de la tarde serán lluviosas en un barrio concreto te permite ajustar el número de repartidores y los plazos de entrega prometidos antes de que se incumplan, y no después.
  • Eventos y comercio minorista. El clima es uno de los factores que más influyen en la afluencia a centros comerciales, restaurantes y destinos al aire libre. Vincular el pronóstico al cuadrante de turnos convierte la dotación de personal de una plantilla fija en una que responde.
  • Agricultura, agua e instalaciones. Los calendarios de riego y el mantenimiento preventivo de activos expuestos pueden desplazarse uno o dos días según un pronóstico probabilístico, en lugar de ejecutarse en un día que no les conviene.

Lo que ningún modelo cambia, por preciso que sea

Esta es la parte que normalmente se omite. El modelo te da un pronóstico mejor; no te da una decisión. Una empresa que se suscribe a la fuente de datos más precisa del mundo y luego deja la decisión a la improvisación diaria no notará ninguna diferencia.

  • Los pronósticos son probabilísticos, no definitivos. La calidad del modelo se puntúa de forma probabilística, y un 70% de probabilidad de lluvia no es una promesa de lluvia. Quien construya una decisión binaria de trabajar o no sobre un número probabilístico sentirá que el modelo se equivoca a menudo: el error está en el uso, no en el modelo.
  • La resolución difiere según la variable. Cinco kilómetros para la temperatura no significa cinco kilómetros para el viento. Si tu trabajo es especialmente sensible al viento, debes saber que estás leyendo datos con una resolución de veinticinco kilómetros.
  • Las decisiones necesitan umbrales escritos. Si no has dejado por escrito de antemano la velocidad del viento a la que se detiene el trabajo en altura y la probabilidad de lluvia a la que se aplaza un vertido, no tienes un sistema: tienes una pantalla.
  • Los organismos oficiales siguen siendo insustituibles. Los avisos y alertas meteorológicos oficiales en el Reino los emiten las autoridades competentes. Un modelo comercial es un insumo de planificación, no un sustituto de una alerta oficial.

Cómo convertir esto en algo que funcione en dos semanas

  • Elige un proceso que se vea afectado de verdad por el clima y cuyo coste puedas medir: un día perdido en una obra o la tasa de entregas fallidas en un día de lluvia.
  • Registra una línea base durante un mes. Cuántos días de trabajo se perdieron, con qué frecuencia se reprogramó una tarea y cuánto costó reprogramarla.
  • Escribe tus umbrales en una sola página. Variable, número, decisión y quién es responsable de la decisión. Tres o cuatro filas bastan para empezar.
  • Conecta el pronóstico a la planificación, no al correo electrónico. Los datos demuestran su valor cuando cambian un turno o una ruta automáticamente, o avisan a un supervisor dentro del sistema en el que ya trabaja, no cuando llegan como un mensaje que alguien lee de vez en cuando.
  • Revisa al cabo de un mes con las mismas medidas. Si la cifra no se ha movido, el problema está en los umbrales o en la implementación, no en la fuente de datos.

La visión de Origami

Origami es una empresa de tecnología, y leemos este anuncio como un ejemplo de manual de un patrón recurrente: una capacidad antes limitada a instituciones especializadas baja al nivel de una API que cualquier sistema empresarial puede consumir. Las empresas que se benefician no son las más entusiastas de la tecnología, sino las que ya tienen un proceso escrito esperando mejores datos.

Por eso, cuando un cliente nos pide conectar una fuente de datos externa a su sistema, no empezamos por la integración técnica. Empezamos por una pregunta más sencilla: ¿qué decisión cambia cuando llegan estos datos, quién es su responsable y a partir de qué umbral? Si esa respuesta no está clara, la integración añade una pantalla nueva y un coste nuevo sin añadir un resultado. Si está clara, el desarrollo en sí es mucho más sencillo de lo que la mayoría de los dueños de negocios esperan.

Conclusión

WeatherNext 3 hace que el pronóstico meteorológico sea más preciso en el espacio, más denso en el tiempo y esté disponible dentro de API y herramientas de análisis. En Arabia Saudí llega días antes de que termine, el 15 de septiembre, la prohibición del trabajo al mediodía, justo cuando la responsabilidad de planificar el trabajo al aire libre vuelve a la propia empresa. Trata el clima como una noticia y seguirás reprogramando después de que se haya producido la pérdida; trátalo como un dato con un umbral escrito y un responsable con nombre y reprogramarás antes. La diferencia entre ambos no es la tecnología de la que disponen, que es idéntica, sino si existe un proceso para recibirla.

Fuentes

Cifras tal como se publicaron en las fuentes anteriores, a 4 de septiembre de 2026.