泰国中文社10月2日报道，强降雨和泰国多地洪水影响经济活动，Real Smart指出泰国必须提升灾害管理体系，从预警到恢复，引入AI、传感器和实时数据，帮助模拟情景并加快决策。此前评估9月25日至29日洪水造成经济损失123亿泰铢。
过去一周，泰国多地出现强降雨和洪水，这不仅反映排水问题，也是城市管理和经济风险的重要课题，涵盖预警、应对，直到让灾区恢复正常。
Real Smart 股份有限公司信息技术业务首席执行官隆洛表示，灾害管理的核心是“整合”——整合部门、数据和技术，尤其要有充足、准确且快速的数据来支持决策，因为在危机中，轻微延迟都可能增加生命、财产和经济系统的损失。
目前，人工智能（AI）可以帮助收集、处理和分析海量数据，让专家和管理者更快看清局势。许多国家已开始把AI和数字技术与灾害管理系统结合使用。
荷兰是将技术与持续发展的水管理系统结合的典范，包括堤坝、防洪墙、挡潮闸、泵站系统，以及“为河流留出空间”理念，让河流有更多空间容纳和排放水量。
同时，荷兰的水务和气象机构还开发AI和机器学习来增强水模型，让机器学习与基于物理原理的模型协同工作，缩短计算时间，使水管理情景和方案模拟更快。
日本是另一个体现“快速数据”重要性的例子。日本气象厅的地震早期预警系统利用地震监测网络的数据探测P波并评估关键信息，然后向公众和相关系统发送警报。
因此，关键教训不只是AI本身，而是把数据、传感器、处理系统、通信系统和响应流程连接成同一套系统。
美国则通过“加州警报”项目用AI帮助监测野火。该项目利用大量摄像头网络识别可能为野火的情况，并将信息发送给工作人员，以便更快核查和响应，说明AI可以充当“数千双眼睛”，帮助监视并向人类提供决策信息。
隆洛还说，对于泰国发生的洪灾，AI可以与气象模型和水文模型协同工作，分析天气、预测降雨量、分析水位和水流，然后利用数据创建情景模拟，评估各地区局势趋势。
因此，目标不应只停留在“会下多少雨”，还必须回答：如果降雨达到该水平，水会流向哪里、哪些地区有洪水风险、水位可能多高、哪些地点会先受影响，以及有哪些管理方案。
例如，系统可以模拟降雨量增加、不同排水水平，或调整水泵和泄水闸运行所带来的影响，让专家在真正决策前看到各方案的结果。
同时，如果泰国能把传感器从乡镇、县、府连接到国家层级，那么降雨量、水位、堤坝、水库、泄水闸、泵站系统、交通、闭路电视、无人机图像以及公众提供的数据，就能被共同分析。
对于目前可能分散在多个部门的数据，AI可以帮助处理并生成统一态势图，让相关部门看到同一套数据，并更快协调。
这种做法将推动系统从告诉人们“即将发生什么”的早期预警系统，升级为帮助回答“我们该做什么”的决策支持系统。
不过，AI并不会取代专家或成为决策者，而是负责收集数据、分析、模拟情景并提出选项，让有权决策者更快、更全面地评估局势。
这一问题直接关系经济。泰国商会大学经济与商业预测中心评估，2026年9月25日至29日的洪灾影响曼谷及26个府，基准情景下经济损失约122.83亿泰铢，占全年GDP的0.066%。
不过，该数字只是对经济活动停滞影响的评估，尚未包括房屋、车辆、库存商品和农业产量等财产损失。
隆洛表示，虽然无法完全阻止灾害发生，但如果把现有工具和技术整合起来协同工作，就可以减少不必要的损失扩大。
“AI可以帮助管理数据、分析、处理并生成方案，让专家和决策者看到同一局势，并及时决策，从而减少经济和社会损失。”
因此，泰国面临的课题不只是拥有先进技术，而是让数据、部门和技术真正连接起来，从“事发后等待应对”转向提前预测和准备方案，因为在危机中更快决策，可能意味着更小的经济损失。
（编译：李程；审校：Ken；来源：泰国中文社thais.com）