一年半以前，IBM中国研究院成立了一个新的团队，团队成员在中国50多个人，一半来自高精数学领域，一半来自气象领域，该小组致力于IBM一个为期十年的研究计划“绿色地平线”。

　　他们瞄准了雾霾。对抗雾霾的世界科技巨头不仅有IBM。2014年，微软宣布与中国环保部共同开发了空气质量监控系统。

　　2016年1月1日，环保部官网悄然出现了一个“全国空气质量预报发布系统”专栏，京津冀、长三角、珠三角区域要完成区域、省、市级重污染天气监测，下一步重点区域的每一个地级市都开展空气质量预报预警能力建设。其他地区的城市可以根据自己的能力和需要，自主建设空气质量预报系统。

　　这意味着省、市级，甚至更基层的政府机构，将为空气质量预测技术买单。国外巨头以外，更多国内的创业团队加入进来。

　　国务院发展研究中心资源与环境政策研究所副所长常纪文告诉21世纪经济报道记者，预测技术的规范性、权威性，是能否形成商业化前景的重要前提。

　　雾霾生意的门槛

    “这就是发生的一个转机，对我们也是一个利好消息”，在王蕴刚看来，环保部官网上线的这一发布系统，之于自己是一个更开阔的市场。

　　2014年，王蕴刚成立了佳格环境咨询公司，基于环境数据提供监测服务。2015年开始，他将公司产品由实时监测转型到预测领域。

　　但过去这一年的转型却举步维艰，之前的合作伙伴很多还并未意识到这种需求。

　　“（这种服务）非常不错，但是今年没有这个需求”，“看看未来我们可不可以来进行（这种服务的）合作”……王蕴刚向合作伙伴提出预测服务的时候，对方都显得格外谨慎。

　　在他看来，预测系统平台的推出，或许正是一个转折点。

　　而有了市场前景，从监测到预测的这门生意并不好做。“这个门槛完全是另外一回事，要砸入更多的（成本）。”王蕴刚说。

　　北京市环境保护监测中心的一位工作人员向21世纪经济报道记者介绍，预测方面目前主流方式包括统计预报，以及数值预报。

　　统计模型就是根据历史上的一些突发事件，历史趋势来推算以后，是一种基于过去推演现在和未来的方式。数值预报，要应用更多的气象、化学知识，了解机动车、建筑工地等日常排放位置。

　　上述工作人员介绍，数值预报的特点是“能看到整个污染物的变化和空间分布，但计算量大耗时费力，对污染源要求高”，统计预报的特点是“快”。

　　事实上，提高预测精准度需要两种方式结合，以及“潜势预报”方式来过滤上述预报方式产生的误差。

　　目前北京市环境保护监测中心采取的是三种模型结合的预报方式，“（除了多种方式形成的）客观预报产品，还要多方专家会商”，上述工作人员表示。

　　数据成本

　　毫无疑问，无论哪种建模分析，其基础是具有价值的大数据。

　　以IBM为例，其预测分析技术的数据主要包括以下几类——地面监测点数值，遥感卫星数据，污染源数据，交通信息数据，经济工业数据，同时还纳入社交媒体上的污染信息数据。

　　但一直以来，获取数据都是个很耗费时力的事，国内一些环境类公益组织通过申请政府信息公开的方式，将更多的数据搜集整理。

　　“（目前公开的）数据不太够，最关键是开放数据，” 上海青悦环保创始人刘春蕾告诉21世纪经济报道记者，“而数据开放之后，产生商业价值也并不容易，数据质量，数据种类都要达到一定的程度。”

　　为了更准确的建模、预测，一些数据需要更大的成本，比如，精准的排放源数据，以及气象数据。

　　IBM与北京市环境保护监测中心成立了“联合创新实验室”，同时，还与国际其他地区的气象中心合作获取更高精度的遥感数据。

　　值得注意的是， 2015年IBM对外宣布以20亿美金收购The Weather Company（天气公司）的数字业务，后者是美国一家提供气象预报、内容和数据的公司。

　　根据美国商业资讯报道，2013年该公司宣布与中国气象局 （CMA） 旗下的华风气象传媒集团合作，通过旗下Data Cloud技术处理全中国的气象数据。

　　谁来买单

　　一方面是第三方公司在监测市场上的空间或不断缩小，另一方面是看到了预测市场新的商机，王蕴刚决定尝试公司业务转型。

　　而相比企业端（to B模式）和个人应用端（to C 模式），眼下，这个市场的应用主力仍然是政府端（to G模式）。

　　目前，IBM与北京市环保局、河北省张家口和保定市合作抗霾项目，以及在2020年冬奥会之前做前期规划和应对方案。

　　“政府在积极治理、统筹、管理，IBM则提供技术专长，与本土合作伙伴层面对中国本地的情况有更多的了解，提供业务支持。所以技术应用还是要和实践结合起来。”绿色地平线一位研究人员介绍。

　　除了与中国环保部签订了协议外，微软还与福建和成都的环保局展开合作。

　　国内一些空气质量监测与预测公司，将地方政府作为最重要的客户群之一，为其提供技术与咨询服务。

　　在预测系统中，环保部并未明确要求各地采用什么预报技术和相关设备，业内人士认为，目前看这会是个由市场决定的领域。

　　而此前，预测技术公司需要在合作中取得政府的信任。

　　2015年，佳格咨询已经与某省级环保部门进行了项目对接，为其提供环境监测服务，该项目前期成本近100万，“单个政府项目可以实现盈利”，在预测领域，投入成本会相对高。

　　除了政府层面，“绿色地平线”也在尝试更多与企业合作的方式，比如与河北中康韦尔环境科技有限公司合作，为政府提供空气预测服务；去年与中网战略合作，在赛事期间逐时预报空气质量。

　　同时，环境数据与监测、预测技术，也是互联网巨头寻求这些技术团队合作的新切口。

　　百度地图设计了针对户外运动、健康出行的雾霾预测产品，正是基于百度的定位技术，与合作方的雾霾预测技术。

　　阿里巴巴曾与中国气象局战略合作，将海量气象数据应用到阿里集团地图、物流等业务中，其公益基金帮助环保机构，以推动环境数据公开化。

　　2016年，王蕴刚的合作对象定位在中大型企业，“找有气象方面优势的企业，我们提供污染分析方面的优势，各取所需，这是一个比较好的模式”。

　　变现前景待考

　　虽然一些企业看到了预测技术的价值，但王蕴刚认为，要真正变现，形成成熟的商业模式，仍然需要时间。

　　在他看来，雾霾效应带动空气净化器、口罩市场价值增长，是民众愿意为这件事情消费，而个人消费带动预测技术市场发展，目前看还是个十分模糊的前景。

　　而这一具有长尾效应的市场蛋糕，对于初创型企业来说更加艰难。

　　“to C模式做市场推广的成本很高，对于专注技术核心的小企业需要通过互联网巨头等相关企业的合作，利用他们的平台将服务直接传达到老百姓移动终端上面。”王蕴刚认为。

　　同时，“预测”之外，巨头技术型研究机构瞄准的是预测之后更广阔的市场可能性。

　　2015年12月7日，北京市首次发出雾霾红色预警，这意味着，中小学生要停止上课，汽车要遵循限号出行，某些污染性工厂要停工……面临雾霾，城市需要机制性的调整。

　　“当大家的注意力都在预测应用上时，跳出这个注意点，更大的问题在后面，如何节能减排，这是一个极其复杂的过程”，IBM的一位研究人员说，“我们要追求的是，让经济和空气质量之间达到一个最优的平衡”。

　　一方面是预测，一方面是决策支持，在与北京市环保检测中心的合作中，IBM输入的是“解决方案的组合”。

　　IBM工作人员打了个比方，“就像一个小孩成长过程中就是不断地试错、学习、积累，越来越聪明，依靠这样一种自学机制不断地提升。（绿色地平线）就是用这种机制来助力能源和环境行业问题的一个应用”。