Un par de frikis del esquí reinventan la previsión de nieve en 2026
Bryan Allegretto y Joel Gratz no son meteorólogos al uso. Ni banales charlatanes del tiempo. En pleno marzo de 2026 y tras un invierno que rompe esquemas —de heladas mínimas en la costa oeste de EEUU y avalanchas fatales en California—, su pequeña startup llamada OpenSnow se ha convertido en la referencia absoluta para esquiadores y snowboarders hambrientos de predicciones certeras. La clave: un kit repleto de datos oficiales, un modelo AI propio (PEAKS) lanzado este diciembre, y décadas pasando frío y pegados a tormentas en las montañas. Ni NOAA, ni servicios federales, ni siquiera esos gigantes tecnológicos tienen nada comparable.
Y no es un servicio más, con pronósticos genéricos. OpenSnow da el “Daily Snow” para spots específicos, desde Mont Blanc hasta Killington, con una microexactitud que genera culto. Aunque parezca absurdo, este negocio empezó con un mailing que contaba con 37 suscriptores… y ahora la legión supera los 500.000 y sigue creciendo año tras año, incluso tras poner muro de pago en 2021.
Bryan Allegretto (alias BA) lo dice sin rubor: “Soy famoso de la F-list… ni siquiera de la D-list”. En la montaña, todo el mundo sabe quién es, y sus pronósticos juegan un papel vital en la supervivencia en la nieve, especialmente cuando las avalanchas acechan y el clima juega a la ruleta rusa.
Este no es el clásico relato del tecnólogo de Silicon Valley con petos y contratos millonarios. BA y Joel eran unos pordioseros del esquí en los 90s, surfistas que trocaban la tabla en el mar por la tabla en la montaña sin complicarse con trajes formales. Bootstrapping puro y duro, sin un duro, partiendo de la nada. Hasta que combinaron la pasión, experiencia en meteorología autodidacta y un algoritmo hecho a mano.
¿Quieres entender cómo una app que empezó en los garajes del invierno americano se ha convertido en un dios moderno del pronóstico? Ponte cómodo.
¿Pero esto funciona de verdad? La ciencia detrás de OpenSnow
Si estás pensando que OpenSnow es solo otro agregador que recicla datos públicos, pillas parte del problema… pero no te acercas ni por asomo a la realidad. La diferencia está en cómo Bryan y su equipo hackean, corrigen y personalizan esos datos.
Las agencias meteorológicas lanzan modelos globales como GFS, Europea, Canadiense o Japonesa, que son tan precisos como intentar predecir viento en un campo de golf sin ver las banderas. Intuitivo, pero insuficiente para la orografía bruta y variable de las montañas. Esos modelos funcionan en grids muy amplios, generalizan hasta el punto de perdernos la tormenta buena en el pico correcto.
Aquí, en Tahoe, esos pronósticos genéricos son para los turistas. Los locales quieren saber a qué hora va a cambiar la nieve, cuántos centímetros caen, cómo van a impactar los vientos, qué partes estarán cubiertas de polvo, y qué zonas están en riesgo de avalanchas. Esto no sale ni de lejos mirando el satélite un minuto.
Entonces, Bryan empezó en 2007 con su web “Tahoe Weather Discussion”, chequeando, intrepretando y corrigiendo esos datos manualmente. ¿Aprender? Más bien pulir cada gráfico y cada número contra realidad. ¿Cómo caía la nevada? ¿Dónde? Los spots buenos, los negativos, el timing. Horas de revoltijo de gigs, datos, y hojas de cálculo para luego entregarlo en un email despertador a sus colegas.
Desde 2018, metieron toda esa sapiencia en METEOS, un modelo propio que reinterpreta la base de datos de las agencias, ajusta sus horrores y fija pronósticos en cualquier punto GPS del planeta. Tecnología DIY, basada en experiencia humana y patrones que ni las máquinas entendían. Pero el salto definitivo llegó con PEAKS, su modelo AI.
PEAKS no solo comprueba el pronóstico global, sino que traga décadas de historia climática, aplica machine learning para corregir errores históricos, y entrega resultados milimétricos en minutos. En esencia, una IA que aprende cómo se comporta la nieve en cada esquina, cada pendiente y cada línea de árboles, y lo escupe al instante. Eso es lo que hace la diferencia.
Se nota al instante. Tan fresco que parece más un oráculo que un algoritmo.
La trastienda: cómo un puñado de tipos que vivían en la nieve consiguieron un imperio tecnológico
No hay glamour ni contrato dorado detrás. En los 90, Bryan Allegretto era un punkstormer de New Jersey obsesionado con Nor’easters (tormentas brutales en la costa este), esquiador rebelde y hijo de familia rota en modo supervivencia; mientras Joel Gratz compartía pizarras y sueños en Boulder, Colorado, durmiendo en sofás ajenos y arrastrando su pasión por el polvo blanco.
Ambos hundían dientes en meteorología práctica, no el academicismo encorsetado. No les valía el noticiero de la tele ni la rutina de cubículos y burocracia gubernamental. Querían pronósticos con alma, con sabor a montaña.
Su primer contacto fue vía internet en 2010, cuando Joel llamó a Bryan para fusionar sus proyectos paralelos y no competir. Una jugada arriesgada, que para Allegretto fue un sí casi a ciegas, porque daba igual: el negocio olía a suicidio en los primeros años.
Poco presupuesto, todo manual: Bryan tipeaba los reportes de nieve a mano cada mañana. Por cuatro equipos pequeños que tenían, peleaban para avanzar contra la industria dominada por grandes medios rutinarios y gobiernos que no hablaban el dialecto del esquiador moderno.
Más tarde, cuando entró Eric Strassburger de The Denver Post, doblaron los ingresos publicitarios, pero la trampa Google empezó a morder duro en ad rates. El cambio a suscripciones en 2021 fue un salto de fe: pérdida masiva de tráfico, pero quemaron etapas hasta estabilizarse y crecer con ingresos propios, gracias a una comunidad ferozmente fiel.
La empresa hoy tiene 14 full-time y medio mundo en meteorología formal, desde licenciados a doctores, todos hobbits del pronóstico de montaña. Y un COO que empezó como becario allá por 2012.
Y mientras otros ven botones y frases sin vida en sus informes del tiempo, OpenSnow tiene carisma, personalidad y un público que escucha a Bryan porque él esquía, respira tormentas y respeta la montaña.
¿Pero los usuarios no se cansan? Spoiler: Ni de coña
La fidelidad a OpenSnow es delirante. La empresa ha cultivado una especie de culto underground, solidez de comunidad, que no suele lograr ningún pronóstico público. Clientes que pagan por abrir la app a primera hora, lectores que repiten año tras año.
La clave no está solo en la calidad fría y exacta de los datos, sino en la voz humana detrás de ellos. Para muchos, BA o Joel son como esos DJs de tormenta, con años de reportes firmados con esas siglas que ya forman parte del ritual matutino.
En la era de la IA que amenaza con hacer obsoletos a los humanos, Bryan reconoce que ellos no quieren que la máquina sustituya del todo a los meteorólogos. Porque el pronóstico es más que datos: es experiencia, instinto, conexión con la realidad que aún no capta el algoritmo.
Los fans no solo usan la app para esquiar; cuando pasó la avalancha mortal en California, OpenSnow fue piedra angular en llamados de rescate y colaboraciones oficiales con los cuerpos de seguridad y asociaciones de esquí. Empresas como Ski California y National Ski Patrol les pagan por eso.
Y en un tono más humano, la relación es tan cercana que Bryan recibe invitaciones para cenar, fotos autografiadas (de autoría dudosa), disfraces de fans y un toque de fanatismo borderline que confunde adoración con algo más freak. Uno de sus seguidores tiene una foto firmada de Bryan en su chimenea… y era la firma de él mismo.
¿Odio y haters? También los hay, como miles de mensajes de gente que piensa que Bryan manda la nieve o que sus datos “fallan” porque la montaña tiene patas para correr. Pero eso solo alimenta la personalidad contundente de este pequeño imperio.
¿Y la AI? El salto brutal que lleva la predicción a otro nivel
METEOS fue un avance brutal. Pero PEAKS, a partir de diciembre 2025, es una bestia tecnológica. Pasaron de modelos hechos a mano a un sistema machine learning con memoria histórica y capacidad global.
PEAKS procesa datos desde 1979 hasta 2021, corrigiendo errores ancestrales y ajustando cada microclima. No solo predice cuánto caerá; mide cómo interactúa cada soplido de viento con cada ladera, entiende la orografía con precisión de arquitecto y calcula riesgos de avalancha con algo que roza lo profético.
Este modelo derriba las limitaciones anteriores (ese “splotch” de datos gigantescos) y refina el pronóstico para cada GPS punto, cada resort, cada milla cuadrada. Resultado: el esquiador británico que quiere pistear en las Rocosas o el veterano que busca polvo virgen en Alta, Utah, accede a un pronóstico prácticamente inhumano en su precisión.
¿Significa esto el fin de los meteorólogos humanos? No. La IA es una herramienta, no un reemplazo. Bryan subraya que detrás de cada dato pulido hay años de experiencia. IA sin contexto no sirve para esquiar ni para esquivar avalanchas.
Para el usuario común que esquía, la app OpenSnow con PEAKS ofrece más que datos, entrega seguridad y sorpresas agradables a los neófitos y pros. Un verdadero salto tecnológico de la plabra de esquí.
¿Lo que no te han contado? Ni la gran industria ni el gobierno lo hacen igual
Los grandes medios y servicio federales no tienen ni puta idea del nicho que cubre OpenSnow. NOAA y sus compinches lanzan datos imponentes y accesibles. Pero ahí quedan. Son “blobby”, toscos y poco útiles para quien vive y muere por la nieve.
Por eso nadie en la industria de esquí profesional ni aficionados serios usa el pronóstico genérico. El trabajo de Bryan, Joel y su equipo ha mostrado que precisión y confianza solo vienen con dedicación, especialización, y un poquito de locura del tipo que se lanza día a día a prever el caótico baile del clima y la montaña.
¿Que OpenSnow es solo una app indie y pequeña? Sí. Pero su capa tecnológica, atención humana y comunidad la hacen gigante. ¿Y el futuro? Por ahora, que no les toquen mucho la receta. Mejor que sigan mezclando gente y máquina. ¿Se te ocurre mejor tecnología para esquiar?
¿Y tú? ¿Crees en los algoritmos o prefieres fiarte del abuelo que vivió el invierno desde la cabaña?