OpenAI 聯合蓋茨基金會辦亞洲防災 AI Jam：用定製 GPT 加速救災

颱風過境、暴雨斷路的時候，受災民眾的第一反應不再只是給熱線排隊，而是先去問 ChatGPT。

斯里蘭卡遭遇迪特瓦氣旋時，當地在 ChatGPT 上關於氣旋的提問量暴增了 17 倍。2025 年 11 月塞尼亞爾氣旋襲擊泰國，相關諮詢量也直接翻了 3.2 倍。普通人早就開始拿大模型當緊急求生指南，但在救災一線，各國應急團隊面對的依然是零碎的資料和手工報表。

OpenAI 在曼谷辦了一場災害管理 AI 工作坊（AI Jam），把東南亞和南亞 13 個國家的 50 位防災減災一線負責人請到了現場，拉著蓋茨基金會、亞洲備災中心以及 DataKind，手把手教應急人員怎麼用大模型救急。

一線救災，先從手捏定製 GPT 開始

這次來的 50 位負責人分別來自印度、菲律賓、越南、印度尼西亞、孟加拉國和泰國等 13 個國家，覆蓋了政府應急部門、多邊組織和民間救援機構。

亞洲向來是全球災害最頻發的地區，聯合國人道協調廳的資料顯示，全球約 75% 的受災人口集中在亞洲。世界銀行的資料也表明，災害給東盟國家造成的損失累計已經超過 110 億美元。

救災最怕的是資訊滯後。過去基層應急人員在斷電缺網的嚴苛環境下，光是把各地上報的受災情況整理成態勢簡報，就要耗掉幾個小時。

這次工作坊沒有講虛的理論，OpenAI 的導師直接帶著救災人員上手搭定製 GPT 和可複用的工作流。重點盯了三個最耗時間的環節：編寫災情態勢報告、災後需求快速評估，以及向公眾釋出預警與避險指南。

亞洲備災中心執行總監 Aslam Perwaiz 提到，他們正嘗試把 AI 接入地理空間工具和風險分析，把衛星影像和地球觀測資料更快轉變成一線能看懂的行動建議。

這也是 OpenAI 在達沃斯論壇宣佈「OpenAI 國家計劃」之後，向公共服務場景落地的具體一步。官方表示未來幾個月會進入第二階段，推進技術試點部署。

為什麼重要

對一線應急團隊來說，這套方案最大的價值是低門檻。面對多語言、分散的災情報告，哪怕是不懂程式碼的基層排程員，也能靠現成的提示詞工作流迅速提煉核心需求，把救援響應時間從幾小時壓縮到幾十分鐘。

我們認為，OpenAI 這一步走得相當務實，但也極度聰明。它沒有去推昂貴且難以落地的定製大模型系統，而是用現成的 GPTs 解決一線具體痛點。在蓋茨基金會這類國際組織背書下，OpenAI 正順理成章地將自己的生態切入到亞洲多國政府的應急和公共基礎設施當中。

不過，救災場景對準確性的要求是百分之百。大模型的幻覺如果混進安置點分佈或物資需求清單，可能會帶來致命後果。再加上極端災害往往伴隨大面積斷網，完全依賴雲端大模型的應急方案在斷聯時能不能穩住，依然需要接下來的實際試點來檢驗。