除了一般的天氣預測之外，DeepMind資深科學家Remi Lam指出，即使沒有經過特別的訓練，但GraphCast可比傳統的預測模型更早辨識惡劣的天氣事件，包括將氣旋追蹤器直接應用於GraphCast預測中，或是呈現大氣河流（AV）的特性，可即早發現颶風與洪水，將有助於在愈來愈極端的全球氣候中提前防範。

在GraphCast之前，Google DeepMind與Google Research已曾發表兩款天氣預報系統，包括可生成90分鐘之後天氣預報的Nowcasting模型，以及24小時預報系統MetNet-3，而這兩個系統都是屬於區域性的，GraphCast則覆蓋了全球。

除了已有包括ECMWF在內的氣象組織採用了GraphCast，DeepMind也認為，開源GraphCast可望激發更多的可能性，包括針對特定氣候現象製作模型，或是針對全球不同地區的需求來優化模型。