I takt med att klimatriskerna blir en allt viktigare fråga för regeringar, företag, försäkringsbolag och investerare ökar efterfrågan på högupplösta, prediktiva klimatdata. Företag som tillhandahåller klimatmodellering, miljöanalys och väderprognoser tjänar alltmer pengar på sina tjänster genom SaaS-plattformar, datalicensiering, riskrådgivning och infrastrukturplanering. Dessa företag verkar i skärningspunkten mellan geospatial intelligens, AI och klimatvetenskap – vilket skapar en ny, snabbväxande sektor för långsiktiga investeringar.
Varför klimatdata är en tillgång som går att tjäna pengar på
- Regleringstryck: Redovisning av klimatrisker är nu obligatoriskt på många marknader (t.ex. SEC, EU CSRD), vilket driver på företagens efterfrågan.
- Fysisk riskhantering: Fastighets-, jordbruks-, försäkrings- och infrastruktursektorerna behöver lokaliserade prognoser för att hantera värme, översvämningar, torka och skogsbränder.
- Motståndskraft i leveranskedjan: Företag använder klimatdata för att bedöma sårbarheter inom logistik och inköp.
- Koldioxidmarknader och ESG-rapportering: Exakta modeller ligger till grund för koldioxidredovisning, klimatkompensation och riskbedömningar i samband med omställning.
- Anpassningsplanering: Regeringar och kommuner förlitar sig på långsiktiga klimatmodeller för att utforma infrastruktur och fördela finansiering.
Börsnoterade företag som tjänar pengar på klimatdata och modellering
The Climate Service (förvärvades av S&P Global – NYSE: SPGI)
- Verksamhet: Analys av klimatscenarier och kvantifiering av fysiska risker
- Intäktsgenerering: Integrerat i S&P:s ESG- och finansiella riskplattformar för företagskunder
- Målgrupp: Användare: Kapitalförvaltare, banker, fastighetsinvesterare
Moody’s Corporation (NYSE: MCO)
- Inträde via förvärv: Äger Four Twenty Seven, en ledande aktör inom analys av fysiska klimatrisker
- Intäktsströmmar: Erbjuder datadrivna insikter genom kreditbetyg, ESG-scoring och portföljriskverktyg
- Användningsfall: Obligationsutgivare och institutionella investerare som modellerar långsiktig klimatpåverkan
Verisk Analytics (NASDAQ: VRSK)
- Segment: Försäkringsanalys, katastrofmodellering, klimatrelaterade riskbedömningar
- Kunder: Egendomsförsäkringsbolag, återförsäkrare och energibolag
- Verktyg: AIR Worldwide-plattformen erbjuder probabilistisk modellering för orkaner, översvämningar och skogsbränder
- Möjlighet: Licensiering av data till försäkringsbolag som är pressade att modellera klimatanpassade förluster
Spire Global (NYSE: SPIR)
- Plattform: Satellite-as-a-service; samlar in väder- och klimatdata via nanosatelliter
- Användningsområden: Klimatprognoser, skördemodellering, sjöfartsdirigering och försäkringar
- Modell för intäktsgenerering: Prenumeration och API-åtkomst till dataströmmar för företagskunder
Planet Labs (NYSE: PL)
- Kapacitet: Högfrekvent jordobservation via satellitbilder
- Relevans för klimatet: Möjliggör spårning av avskogning, vattennivåer, glaciärers tillbakagång och jordbruksstress
- Kundsektorer: ESG-investeringar, myndighetsövervakning, verifiering av koldioxidprojekt
- Affärsmodell: Bildlicensiering, analyslager och SaaS-integration
Trimble Inc (NASDAQ: TRMB)
- Specialisering: Jordbruk, byggnation och geospatiala lösningar
- Klimatvinkel: Använder miljömodellering för vatteneffektivitet, optimering av skördeutbyte och planering av markanvändning
- Monetarisering: Inbäddad klimatmodellering i system för precisionsjordbruk och infrastrukturverktyg
DTN (privat, med framtida IPO-potential)
- Segment: Avancerade väder- och klimatprognoser för jordbruk, energi och flyg
- Monetarisering av klimat: Prenumerationer på hyperlokala data, plattformar för beslutsstöd och instrumentpaneler för klimatrisker
Mjukvaru- och AI-företag som möjliggör klimatmodellering
Palantir Technologies (NYSE: PLTR)
- Plattform: Foundry används av myndigheter och företag för att simulera klimatscenarier, katastrofinsatser och utsläppsbanor
- Kundbas: FEMA, allmännyttiga företag, försvarsdepartement och ESG-fokuserade investerare
- Värdeerbjudande: Kombinerar realtidsdata med historiska modeller för beslutsfattande med stor genomslagskraft
ESRI (privat)
- Verktyg: ArcGIS – den dominerande plattformen inom geospatial modellering och miljöplanering
- Allmänhetens exponering: Indirekt genom integratörer och konsultföretag som använder ESRI:s plattformar (t.ex. Jacobs, AECOM)
Nystartade företag och privata företag med framtida offentlig potential
Även om de ännu inte är offentliga har flera ledande klimatdataföretag stöd av stora investerare:
- Jupiter Intelligence – Klimatriskmodellering för fastigheter, infrastruktur och finans
- Tomorrow.io – Hyperlokal vädermodellering, har nyligen vunnit NASA-kontrakt
- ClimateAi – Prediktiv klimatanalys för jordbruk och leveranskedjor
- Cervest – Klimatriskbedömningar för reala tillgångar, inriktade på företags ESG-rapportering
Tematiska ETF:er för indirekt exponering
- Global X Climate Change ETF (CLMA) – Innehåller en blandning av företag inom ren teknik, klimatanalys och infrastruktur
- iShares MSCI ACWI Climate Aware ETF (CLMA) – Innehåller företag med stark klimatanpassning och informationspraxis
- ARK Space Exploration & Innovation ETF (ARKX) – Inkluderar Spire och andra jordobservationsföretag med koppling till klimatmodellering
Viktiga risker att ta hänsyn till
- Kommersialisering av data: I takt med att satellit- och klimatmodellerna blir allt fler kan grunddata bli mindre differentierade
- Beroende avkunder: Många företag förlitar sig på ett begränsat antal stora kunder eller kontrakt med den offentliga sektorn
- Osäkerhet i modellerna: Klimatprognoser innebär en inneboende oförutsägbarhet; ansvars- eller trovärdighetsrisker kan uppstå
- Politiskt kopplad efterfrågan: Tillväxten kan avta om klimatinformation eller riskmandat försvagas eller försenas
Företag som tjänar pengar på klimatdata och klimatmodellering blir allt viktigare för den globala ekonomins övergång till motståndskraft och hållbarhet. I takt med att de fysiska klimatriskerna ökar och regelverken mognar är dessa företag redo att se en betydande efterfrågetillväxt i olika branscher.