Pada 3 September 2026, Google DeepMind dan Google Research mengumumkan WeatherNext 3 dan menggambarkannya sebagai model cuaca global mereka yang paling canggih dan paling tepat setakat ini. Perkara baharunya bukanlah keupayaan meramal cuaca — hal itu telah dilakukan sejak berdekad-dekad — tetapi ia mengeluarkan ramalan bagi setiap jam dalam sehari, dengan resolusi ruang sehingga 5 kilometer bagi pemboleh ubah permukaan seperti suhu dan kelembapan, berbanding 25 kilometer sebelum ini.

Bagi pemilik perniagaan, perbezaan ini bukan sekadar nota kaki saintifik. Jurang antara ramalan yang meliputi segi empat 25 kilometer dengan ramalan yang meliputi segi empat 5 kilometer ialah jurang antara mengetahui bahawa kawasan itu hujan dengan mengetahui bahawa tapak kerja anda hujan. Dan apabila ramalan dikeluarkan setiap jam dan bukan setiap enam jam, soalannya beralih daripada sama ada anda bekerja esok kepada pukul berapa tepatnya anda bekerja esok. Itu soalan penjadualan, bukan soalan cuaca.

Apa yang sebenarnya diumumkan oleh Google

Angka-angka seperti yang diterbitkan dalam pengumuman rasmi:

  • Resolusi berbeza mengikut pemboleh ubah. Lima kilometer bagi pemboleh ubah permukaan seperti suhu dan kelembapan, sepuluh kilometer bagi pemboleh ubah permukaan lain, dan dua puluh lima kilometer bagi pemboleh ubah atmosfera seperti kelajuan angin. Resolusi bukan satu angka sahaja; ia bergantung pada perkara yang anda tanyakan.
  • Ramalan setiap jam. Google menggambarkannya sebagai model cuaca global pertama yang menghasilkan ramalan bagi setiap jam dalam sehari.
  • Ketepatan ramalan hujan meningkat sehingga 50% apabila merancang sehari atau lebih awal, diukur menggunakan CRPS, iaitu skor piawai bagi kualiti ramalan kebarangkalian.
  • Sumber data telah berubah. Model ini belajar terus daripada data satelit geopegun masa nyata dan cerapan stesen, dan bukan hanya bergantung pada output ramalan cuaca berangka tradisional.
  • Di mana ia muncul. Carian Google, aplikasi Gemini, Google Maps, Weather API dalam Maps Platform, serta Google Earth Engine dan BigQuery untuk kegunaan analitik.

Perkara terakhir inilah yang paling penting kepada sesiapa yang membina sistem: ramalan yang tepat di dalam API dan BigQuery ialah input data yang boleh anda sambungkan ke sistem anda sendiri, bukan skrin yang anda buka dan lihat.

Mengapa masanya penting khususnya di Arab Saudi

Pada 15 September 2026, larangan bekerja di kawasan terbuka pada waktu tengah hari tamat. Larangan ini bermula pada 15 Jun dan melarang kerja di kawasan terbuka di premis sektor swasta dari pukul 12:00 tengah hari hingga pukul 3:00 petang. Selama tiga bulan, penjadualan kerja di kawasan terbuka dikawal oleh peraturan yang tetap dan diketahui umum: tiga jam disekat setiap hari.

Selepas 15 September, seluruh tempoh waktu siang kembali, dan bersamanya tanggungjawab kembali kepada syarikat itu sendiri. Peraturan tidak lagi menentukan bila kerja berhenti — sebaliknya cuaca panas, angin, hujan dan keputusan anda sendiri yang menentukannya. Di sinilah ramalan yang tepat bertukar daripada maklumat kepada alat pengurusan. Syarikat yang beralih daripada peraturan tetap kepada tiada peraturan akan kehilangan disiplin; syarikat yang beralih daripada peraturan tetap kepada peraturan berasaskan data akan memperoleh fleksibiliti yang tidak dimilikinya sepanjang musim panas.

Perlu diingat: tamatnya tempoh larangan hanya menarik balik sekatan masa tertentu itu. Ia tidak menghapuskan kewajipan am majikan berkaitan keselamatan dan kesihatan pekerjaan.

Di mana perkara ini benar-benar memasuki operasi

Cuaca memasuki operasi melalui empat pintu, dan keempat-empatnya boleh diukur:

  • Pembinaan dan kerja di kawasan terbuka. Kerja menuang konkrit, kerja di tempat tinggi dan kerja mengecat semuanya peka terhadap angin, hujan dan panas. Ramalan setiap jam bermaksud tetingkap kerja ditetapkan pada waktu pagi dan bukannya dibatalkan pada tengah hari — dan perbezaan antara kedua-duanya ialah satu hari kerja penuh bagi satu pasukan penuh.
  • Penghantaran dan logistik. Hujan mengubah masa perjalanan, kadar penghantaran gagal dan jumlah panggilan ke khidmat pelanggan. Dengan mengetahui sehari lebih awal bahawa tiga jam pada waktu petang akan hujan di kawasan tertentu, anda boleh melaraskan bilangan penunggang dan janji penghantaran sebelum janji itu gagal, bukan selepasnya.
  • Acara dan peruncitan. Cuaca ialah salah satu pendorong terkuat bilangan pengunjung ke pusat beli-belah, restoran dan destinasi terbuka. Mengaitkan ramalan dengan jadual syif mengubah penempatan kakitangan daripada bilangan yang tetap kepada bilangan yang bertindak balas mengikut keperluan.
  • Pertanian, air dan pengurusan fasiliti. Jadual pengairan dan penyelenggaraan pencegahan bagi aset yang terdedah boleh dianjakkan sehari atau dua berdasarkan ramalan kebarangkalian, dan bukannya dijalankan pada hari yang tidak sesuai.

Apa yang tidak diubah oleh mana-mana model, betapa tepat pun ia

Inilah bahagian yang biasanya diabaikan. Model memberi anda ramalan yang lebih baik; ia tidak memberi anda keputusan. Syarikat yang melanggan sumber data paling tepat di dunia tetapi kemudian menyerahkan keputusan kepada tindakan spontan harian tidak akan merasai sebarang perbezaan langsung.

  • Ramalan bersifat kebarangkalian, bukan muktamad. Kualiti model dinilai secara kebarangkalian, dan peluang hujan 70% bukanlah janji bahawa hujan akan turun. Sesiapa yang membina keputusan binari sama ada bekerja atau tidak berdasarkan angka kebarangkalian akan merasakan model ini kerap tersilap — kesilapannya terletak pada cara penggunaan, bukan pada model.
  • Resolusi berbeza mengikut pemboleh ubah. Lima kilometer bagi suhu tidak bermaksud lima kilometer bagi angin. Jika kerja anda sangat peka terhadap angin, anda perlu tahu bahawa anda sedang membaca data pada resolusi dua puluh lima kilometer.
  • Keputusan memerlukan nilai ambang bertulis. Selagi anda belum menulis terlebih dahulu pada kelajuan angin berapa kerja di tempat tinggi dihentikan, dan pada peluang hujan berapa kerja menuang konkrit ditangguhkan, anda tidak mempunyai sistem — anda hanya mempunyai skrin.
  • Badan rasmi kekal tidak boleh diganti. Amaran dan makluman cuaca rasmi di Kerajaan Arab Saudi dikeluarkan oleh pihak berkuasa yang berkenaan. Model komersial ialah input perancangan, bukan pengganti kepada amaran rasmi.

Cara menjadikannya sesuatu yang berfungsi dalam masa dua minggu

  • Pilih satu proses yang benar-benar terjejas oleh cuaca dan kosnya boleh anda ukur: satu hari yang hilang di tapak kerja, atau kadar penghantaran gagal pada hari hujan.
  • Rekodkan garis dasar selama sebulan. Berapa banyak hari kerja yang hilang, berapa kerap sesuatu tugas dijadualkan semula, dan berapa kos penjadualan semula itu.
  • Tulis nilai ambang anda pada satu halaman. Pemboleh ubah, angka, keputusan, dan siapa yang bertanggungjawab ke atas keputusan itu. Tiga atau empat baris sudah memadai untuk bermula.
  • Sambungkan ramalan kepada jadual, bukan kepada e-mel. Data menunjukkan nilainya apabila ia mengubah syif atau laluan secara automatik, atau memberi amaran kepada penyelia di dalam sistem yang sudah digunakannya — bukan apabila ia tiba sebagai mesej yang sesekali dibaca oleh seseorang.
  • Semak semula selepas sebulan menggunakan ukuran yang sama. Jika angka itu tidak berganjak, masalahnya terletak pada nilai ambang atau pelaksanaan, bukan pada sumber data.

Pandangan Origami

Origami ialah syarikat teknologi, dan kami melihat pengumuman ini sebagai contoh klasik bagi satu corak yang berulang: keupayaan yang dahulunya terhad kepada institusi pakar kini turun ke peringkat API yang boleh digunakan oleh mana-mana sistem perniagaan. Syarikat yang mendapat manfaat bukanlah yang paling bersemangat terhadap teknologi — tetapi syarikat yang sudah mempunyai proses bertulis yang sedang menunggu data yang lebih baik.

Oleh itu, apabila pelanggan meminta kami menyambungkan sumber data luaran ke sistem mereka, kami tidak bermula dengan integrasi teknikal. Kami bermula dengan soalan yang lebih mudah: keputusan apakah yang berubah apabila data ini tiba, siapakah yang bertanggungjawab ke atasnya, dan pada nilai ambang berapa? Jika jawapan itu tidak jelas, integrasi hanya menambah skrin baharu dan kos baharu tanpa menambah hasil. Jika jawapannya jelas, kerja pembangunan itu sendiri jauh lebih mudah daripada jangkaan kebanyakan pemilik perniagaan.

Kesimpulan

WeatherNext 3 menjadikan ramalan cuaca lebih tajam dari segi ruang, lebih padat dari segi masa, dan tersedia di dalam API dan alat analitik. Di Arab Saudi, ia tiba beberapa hari sebelum larangan kerja tengah hari tamat pada 15 September — tepat ketika tanggungjawab menjadualkan kerja di kawasan terbuka kembali kepada syarikat itu sendiri. Jika anda menganggap cuaca sebagai berita, anda akan terus menjadualkan semula selepas kerugian berlaku; jika anda menganggapnya sebagai input data dengan nilai ambang bertulis dan pemilik yang dinamakan, anda akan menjadualkan semula sebelum kerugian berlaku. Perbezaan antara kedua-duanya bukan pada teknologi yang tersedia, yang sama sahaja, tetapi pada sama ada wujud proses untuk menerimanya.

Sumber

Angka seperti yang diterbitkan dalam sumber di atas, setakat 4 September 2026.