AI天氣預報跑得再快，也不能只讓有算力的人先知道雨會下在哪裡

天氣不是一張漂亮模型圖

AI天氣預報正在變快。過去需要大型數值模式、超級電腦與複雜物理計算的工作，現在部分AI模型可以用驚人的速度生成預測，甚至在某些尺度上與傳統方法競爭。科技公司喜歡把這說成突破，媒體喜歡把它拍成未來，投資人則喜歡把「天氣」想像成下一個訂閱服務。可是天氣不是一張漂亮模型圖。對農民、漁民、山區道路、長照機構、學校、海邊聚落與原鄉部落來說，天氣資訊不是酷炫功能，而是今天要不要出門、撤不撤離、收不收成、停不停課的現實問題。

2026年6月，NASA Earth Observatory指出，衛星觀測到太平洋中東部海面高度偏高，El Niño 已經發展並仍在增強。這類訊息對全球氣候風險非常重要，因為 El Niño 會改變降雨、乾旱、熱浪、漁場與農業條件。問題是，知道「El Niño 來了」只是第一步；真正困難的是把全球尺度訊號轉成地方能用的判斷。太平洋暖水帶不會自己走進村辦公室告訴農民下週要怎麼調整灌溉。

現在最流行的說法，是AI會讓預報「民主化」。這句話聽起來很美，但民主化不是把模型放到雲端就結束。若使用者沒有網路、沒有語言介面、沒有可信任的地方轉譯、沒有行動資源，預報再精準也只是別人螢幕上的風景。氣象科技若不能落到行動，最後只是高解析度的焦慮。

AI快，但不一定公平

AI氣候資訊最迷人的地方，是它可能讓預測更快、更細、更便宜。若做得好，它可以協助地方政府提早掌握豪雨風險，幫農業單位模擬病蟲害與灌溉需求，也能讓小型社區用更低門檻取得風險提醒。這是值得期待的公共科技。

但另一面也很刺眼：AI模型需要資料、算力、工程團隊、維運經費與觀測網。這些資源全球分布極度不均。高收入國家、科技公司與大型研究機構可以訓練模型、買衛星資料、租雲端算力、聘用人才；而許多最容易受氣候衝擊的地方，卻缺乏地面觀測站、穩定網路、在地語言警示與持續維護預算。於是AI可能讓本來就看得比較清楚的人看得更清楚，讓本來霧裡看花的人繼續在雨裡摸路。

這就是「氣候資訊不平等」的核心。災害不是只由風雨造成，也由資訊落差造成。若某些產業能提前取得精細預報，調整物流、價格與保險；而小農、漁村、山區聚落只能等官方警報或群組轉傳，風險就會被重新分配。AI預報若沒有公共治理，最後可能不是拯救弱勢，而是把防災變成VIP服務。

從模型中心，退回資料與行動中心

我們常把討論焦點放在模型多強，卻忽略資料從哪裡來。天氣與氣候AI若吃進的是偏斜資料，輸出的預測也會帶著偏斜。觀測站稀少的地方、地形複雜的地方、非英語或非主流知識系統描述的氣候經驗，都可能被模型看得比較模糊。模型不會自動公平，它只會把世界過去如何被量測，轉成未來如何被推論。

因此，真正需要的不是把所有地方都變成同一種資料格式，而是建立氣候數位公共基礎設施。這包括開放但負責任的氣候資料、地方觀測網、社群通報機制、在地語言警示、可被理解的風險說明，以及能把模型結果轉成行動流程的公共服務。AI若只是把預報圖做得更漂亮，而沒有讓老師、護理師、農會、漁會、公所與部落幹部知道下一步該做什麼，那它就像一位很會畫雲的裝飾師。

這也是政府角色不能消失的原因。私人企業可以做高階預報服務，保險公司可以買風險模型，航運公司可以買海象分析，能源公司可以買發電預測。但公共安全不能完全依賴市場供應。市場會優先服務付費能力，災害卻常常優先打擊支付能力最低的人。氣候資訊若變成高級商品，社會最後會發現：有錢人買到預警，窮人收到災後慰問。

原鄉韌性不能只靠中央推播

台灣的山海地形讓天氣風險非常細碎。同一縣市裡，沿海淹水、山區坍方、溪水暴漲、農路中斷與學校停課可能同時發生。AI氣候服務若要有用，就不能只停在全島尺度，也不能只服務都市使用者。原鄉公共服務需要的是可行動的資訊：哪條路可能中斷？哪個橋涵要先巡？哪個部落需要提前備水？長者與慢性病患者的交通如何安排？農作物與溫室要不要提前加固？

這些問題不是模型自己能回答的。它需要地方知識、歷史災害記憶、工程資料、農業經驗、公所流程與社群信任。AI可以做預測，但信任要靠平常建立；AI可以提醒風險，但撤離與照護要靠人際網絡執行。最好的氣候AI不是把地方排除在外的黑盒，而是讓地方能問問題、能回報、能修正、能理解模型哪裡可靠、哪裡不可靠。

對原鄉而言，在地語言與訊息形式也很重要。警報若只有技術字眼，很多人會知道「有通知」，卻不知道「該怎麼做」。真正有效的訊息，應該能轉成路線、時間、行動與責任分工。誰去看溪水？誰去通知長者？誰確認學生交通？誰盯著邊坡？誰把農具移到安全地點？AI再快，也不能替社群建立互助關係。

公共資訊不該變成高級商品

未來幾年，AI天氣與氣候服務一定會成為新市場。保險、航運、農業、能源、旅遊、金融都會買。這並不可怕，可怕的是公共服務落後於私人訂閱。當有錢的公司能在風雨前調整策略，而脆弱社區只能在災後填補助表，科技就不是中立工具，而是風險放大器。

氣候資訊應該像道路、橋梁、警報與飲水一樣，被視為公共安全基礎設施。AI可以讓它更快，但政府與社會必須讓它更公平。若只追求模型排行榜，卻不投資地面觀測、資料品質、地方翻譯與公共教育，文明就會出現一種尷尬畫面：我們能用AI準確預測雨會下在哪裡，卻仍然讓最需要知道的人最後才知道。

AI天氣預報跑得再快，也不能只讓有算力的人先知道雨會下在哪裡。真正的進步不是把雲算得更精準，而是讓更多人在雲壓下來以前，有時間把門關好、把路封好、把人照顧好。氣候危機已經夠不公平，科技不該再替它加裝會員分級。

AI預報不能取代官方警戒

還有一點必須講清楚：AI氣候服務不能取代官方警戒。民間模型可以提供早期訊號，學術模型可以提供風險分析，企業平台可以提供決策輔助，但停班停課、撤離、道路封閉、土石流警戒與公共服務調度，仍必須以官方機關的即時通報與地方政府應變機制為準。把AI預報誤用成官方命令，只會在災害現場製造第二層混亂。

真正好的AI天氣系統，應該像一位冷靜的副駕駛：提早提醒、清楚標示不確定性、說明資料來源、協助把風險轉成行動檢查表，而不是搶方向盤。當模型不確定時，它必須說不確定；當資料不足時，它必須說資料不足；當需要官方決策時，它必須把人導向官方管道。公共科技若連這點謙卑都沒有，就會從防災工具變成災害謠言的高級發射器。

<!--

source-check notes:

• NASA Earth Observatory, 2026-06-18: El Niño is underway; Sentinel-6 observations showed higher-than-normal sea surface height on June 8, 2026 and strengthening conditions.
• NOAA declared El Niño on 2026-06-11 according to NASA article summary; verify against NOAA if publishing.
• arXiv 2603.05710: The Rise of AI in Weather and Climate Information and its Impact on Global Inequality argues AI climate information can amplify global North-South divides without data-centric and public infrastructure approaches.

-->