2018年，当喀拉拉邦遭遇百年不遇的特大洪灾时，天气预报未能及时发出预警。这场悲剧促使印度热带气象研究所的人工智能预报系统(Bharat Forecast System, BFS)主要开发者普拉杰什(Prajeesh AG)思考改进预报系统。
"当时并没有来自部委或政府的强制要求，"普拉杰什表示，"但在喀拉拉邦的洪灾和喜马偕尔邦的山洪暴发之后，显然我们需要更好的系统。"
印度气象局(IMD)虽然提供针对印度的高分辨率预报，性能可能超过全球预报系统(GFS)模型，但这些技术进步未能真正惠及实际用户，主要原因是数据和系统缺乏开放共享机制。
印度气象局局长穆鲁蒂安贾亚·莫哈帕特拉(Mrutyunjay Mohapatra)表示，数据并非完全封闭："任何数据都可以申请获取，用于研究目的是免费的，用于商业用途则需付费。"
然而，天气预报服务公司Skymet创始人贾廷·辛格(Jatin Singh)直言："作为国家气象机构，印度气象局的数据采集粗糙，且缺乏与业界的合作。"他指出，尽管印度面临日益严重的气候风险，印度气象局的雷达部署进展仍然缓慢。
全球范围内，人工智能正在改变天气预报领域。微软的极光(Aurora)和DeepMind的GraphCast在速度和准确性方面都超越了传统物理模型。
Skymet首席技术官维韦克·辛格(Vivek Singh)介绍说："我们使用GraphCast、Pangu-Weather和微软的Aurora，创建将机器学习与物理预报相结合的混合模型。"目前，Skymet每天运行四次28公里分辨率的模型，计划提高到9公里分辨率。
印度气象局承认人工智能仍处于"发展阶段"。莫哈帕特拉表示："物理模型将继续存在，人工智能将起到补充作用。"这一立场被私营机构认为过于保守。
普拉杰什强调："预报不仅是制作模型，更重要的是将原始数据转化为可用于现实决策的格式。"他指出，即使企业愿意付费使用印度的预报数据，也没有相应的获取机制。
除非印度开放其预报生态系统，通过共享数据、建立API接口和加强与私营企业合作，否则人工智能在天气预报领域的潜力将无法充分发挥。
