阿聯酋政府近日公布「AI in the Ring」文化智慧指數最新結果，Google Gemini 在「最符合阿聯文化與價值觀」評測中奪冠，OpenAI 的 ChatGPT 系列與 Grok 等模型緊隨其後。這份排名不單是技術競賽，更直接點出一個關鍵訊號：企業將生成式 AI 推向不同市場時，不能只看模型能力與成本，必須認真面對「文化契合度」這個新 KPI。
阿聯文化排名背後的商業訊號
阿聯酋人工智能、數碼經濟和遙距工作應用辦公室表示，「AI in the Ring」是全球首個專門評估大型語言模型在特定國家文化、方言、傳統與價值觀契合度的指標。是次測試涵蓋 11 個主流模型，涉及超過 400 條問題與 5,200 份回答，並由本地專家逐一評分。排名結果顯示，Gemini 1.5 Pro（原文為 2.5 Pro，疑為筆誤）拿下首位，其後依序是 ChatGPT-4o、ChatGPT o1、Cohere Command 與 Grok 4，而 DeepSeek、Qwen、Kimi、Mistral 與 Llama 系列則緊隨其後。阿聯官員強調，隨著數碼轉型推進，國家身分與文化傳承不能被「一刀切」的通用 AI 掩蓋，政府期望透過這類指數，引導企業與開發者將文化敏感度視為部署 AI 的硬性條件。
文化智慧成為 AI 新門檻的原因
是次評測將文化理解拆分為七大維度，包括歷史脈絡、本地阿拉伯語與方言、社會禮俗、宗教與價值觀、文化符號、創意寫作與詩歌等，再以人機協作紅隊測試（red-teaming）機制刻意「刁難」模型，檢視偏見、誤解甚至冒犯性回答的風險。阿聯官方同時指出一個結構性問題：目前全球數碼內容中，阿拉伯文佔比不足 5%，但約 48% 的 Z 世代已將 AI 視為主要資訊來源。這代表若模型缺乏足夠在地語料，錯誤或刻板印象極易在新一代用戶中被放大。這種落差解釋了為何 UNESCO 等國際組織近年持續呼籲，各國制定 AI 政策時需將文化多樣性與在地創意納入治理框架，而非單純追求演算法效能與算力規模。
企業跨市場引入 AI 的三大風險
從企業角度分析，忽視文化契合度會帶來至少三個層面風險。首先是品牌與聲譽風險：若客戶服務機械人、市場推廣內容或教育產品在宗教、家族結構或性別議題上觸及紅線，除引發公關危機，更可能被視為不尊重當地文化，影響長期市場部署。其次是合規與監管風險，阿聯透過官方指數明確「點名」不同模型的文化表現，釋放出明確訊號：未來採購與監管或會將這類排名或審查結果納入參考，企業若只採用單一全球模型，或較難通過在地審核。第三是商業成效風險，研究顯示，經本地語言與文化改良的 AI 在用戶黏著度、轉換率與學習成效上，往往優於「直譯版」系統，從中東與北非地區近年對阿拉伯語 LLM 與在地化平台的投資熱度可見一斑。
全球 AI 競賽中的在地化戰場
從競爭格局來看，UAE 的排名一方面肯定 Gemini 在阿拉伯文化上的調整成果，同時亦給予其他國際與本地模型明確壓力。OpenAI 的 ChatGPT 系列與 X.ai 的 Grok 雖然在整體能力與英文環境表現強勁，但在是次文化測試中仍落後 Gemini；部分新興中文或多語言模型如 DeepSeek 與 Qwen 雖顯示實力，但在阿聯情境下仍有明顯差距。同時，區域內亦出現專門針對阿拉伯語與本地文化的評測平台與基準，為在地初創與開源社群提供「自己的標準」，避免完全被英語世界的基準主導。這種趨勢正逐漸延伸至教育、文化保護與創意產業等更多領域。
從阿聯經驗看企業 AI 策略
對計劃進軍中東或其他文化敏感市場的企業而言，阿聯是次 AI 文化指數提供具體參考：未來選擇 AI 供應商與模型時，除了性能、成本和法規遵循，更需將「文化智慧」納入標準化評估流程，甚至可能需要為不同市場配置不同主力模型，或在本地建立小型微調團隊。有媒體在杜拜活動現場指出，多位在地顧問透露，愈來愈多企業開始查詢「為何這套 AI 用我們的語言講笑話會失敗」、「系統在齋戒月期間推送內容會否出錯」等問題。這顯示決策者已從單純追求自動化效率，轉向思考「AI 與文化如何共存」的長期課題。從現在起，任何期望在國際市場長期經營的品牌，必須將這類文化指數與倫理準則視為 AI 策略的必要配備，而非附加選項。