シンガポール AI 2026 全景レビュー：6 つの次元、3 つの判断

当サイト初の年間全景レビューです。新しいデータは一切導入していません——すべての数字はサイト内の実行トラッカー（84 項目の指標、6 つの次元）の既存レコードに由来し、各数字はトラッカーページに出典リンクとデータ基準日が付いています。この長文が行うのは合成です：6 つの次元を並べて置き、単独のページでは読み取れない判断を読み取ります。

各次元のヘッドライン数字にはそれぞれ固有の「データ基準日」があり、新旧はまちまちです——投資次元は 2026 年 2 月の予算案まで、採用次元の大企業 62.5% / SME 14.5% は 2024 年の調査値、研究次元の「1 人当たり論文数世界 1 位」の背後にあるデータは 2022 年のものです。本文は引用箇所ごとに年を明記しています。どの数字を引用する場合も、その数字自身の年が付いてきます。

一、投資：S$139/人、しかし真の指標は増幅倍率

シンガポールの政府 AI 専門投資は S$20 億超（NAIS 2.0 + 公共 AI 研究 2026–2030 + 企業向け計算能力プログラム）、人口換算で 1 人当たり S$139——米国の 4.2 倍、中国の 19 倍（米国 1 人当たり $33、中国 $7）。Budget 2026 はこの基盤の上にさらに上乗せします：400% の AI 税制優遇、S$15 億の FSDF、S$7,000 万のマルチモーダル LLM 専門予算。RIE2030 の S$370 億という総枠が今後 5 年を下支えします。

しかし政府の会計だけを見ると本当の主線を見落とします。その線は会計の外にあります：GIC は 2025–2026 年に Anthropic へ 2 度出資し、Temasek は同じ年に OpenAI へ出資。Temasek 2026 年報は検証可能な目標を示しました——AI 関連投資をポートフォリオ比率で 6% から 10–15% へ（2031 年 3 月まで）。さらに外側には、Microsoft・Google・AWS・NVIDIA のシンガポールでのコミットメント合計が US$260 億を超えています。

これらを並べると、当サイト投資次元の最も核心的な判断が得られます：シンガポール政府が演じているのは「投資家」ではなく「プラットフォーム構築者」。政府が S$1 投入するごとに、ハイパースケーラーのインフラ投資を約 S$13 引き出します。

短所もここにあります：民間部門の追随投資比率は依然低く、資金は計算能力と大企業に集中し、SME 向け補助の浸透が不十分。政府各部の推計口径は時折一致せず、年度をまたぐ比較には注意が必要です。

二、人材：5,000/15,000、生産能力のボトルネックは 1 バッチ 60 人の AIAP

公式目標は 2029 年までに AI 人材を 5,000 人から 15,000 人へ拡大すること。現在の達成度は 33%、外籍比率は 35% で安定しており、自給率は依然として構造的な問題です。規模は拡大しています：SkillsFuture の受講 105K・1,600 コース、TeSA は 21K の地元人材の就業 + 340K のスキル向上、AIAP は 22 期累計で約 500–600 人が卒業。Tortoise の人材サブ指標は世界第 6–8 位。

需要側の新しい証拠は、当サイトが 2026 年 8 月に開始した AI 求人インデックスにあります：MyCareersFuture 上の AI 求人 1,475 件、月収中央値 S$8,000、雇用主上位は TikTok（64）、RN Care（57）、ByteDance（55）、NTU（53）——ByteDance 系と大学が同じ人材を奪い合っています。

ボトルネックは供給側にあります：AIAP は 1 バッチ約 60 人で、この国で最も効果的な AI エンジニア生産ラインですが、バッチ単位でしか生産できません。地元の有力大学の AI 博士は流出率が高く（米国へ、産業界へ）、「AI Bilingual 100K」は 2026 年上半期に始まったばかりで効果は未知数。製品・デザイン・営業といった非エンジニア職の訓練供給は薄いままです。

三、計算能力：1.4 GW で世界 2 位、しかし電力が天井

1.4 GW のデータセンター容量、70 以上の施設。Tortoise のインフラ指標は世界 2 位（米国に次ぐ）。階層別のカバレッジは完全です：国家級の NSCC ASPIRE 2A+（20 PFLOPS）は科学研究へ、商用クラスタ（SMC 最大 2,048 枚の H100/クラスタ、Singtel GPU-as-a-Service）は企業へ、HTX NGINE B200 SuperPOD は国家安全保障へ、HEALIX は医療へ。NVIDIA のシンガポール売上は世界売上の 15% を占め、1 人当たり約 $600。

トレンドは横ばい（→）。原因は供給側にあります。電力割当が天井。追加 300MW は割当済み、80MW のパイロットは 2026–2028 年にずれ込み、グリーン電力の公約と割当の間の緊張が今後 5 年の拡張を制約します。最先端チップは輸入依存で自社 ASIC は不在。マレーシアやインドネシアが容量を争奪しており、「計算能力ハブ」の地位は安定していません。

四、採用：大企業 62.5%、SME 14.5%——格差が今後の主戦場

2024 年の調査データ：大企業の AI 採用率 62.5%、SME は 14.5%。SME は 2023 年の 4.2% から 1 年で 3 倍になりました。本物の成長ですが、絶対値は依然低い。2026 年の Microsoft 報告はシンガポールを世界 2 位（60.9%、UAE に次ぐ）と評価。デジタル経済は GDP の 18.6% を占め、DBS だけで 800 以上のモデル・350 以上のユースケースを運用し、S$7.5 億の経済価値を創出しています。

政府の自社利用の事例は厚い：公務員向け AI ツールは 150K 人のカバレッジを目標とし、Note Buddy は 5K 人の医療従事者に導入済み。チャンギ空港は世界初の ISO/IEC 42001 認証を取得しました。NAIIP の目標は 2026–2029 年に 10K 企業 + 100K 労働者をカバーすることです。

これは 6 つの次元の中で格差が最も鮮明な場所です：大企業は基準に達しており、SME は普及までまだ 2–3 年かかります。 SME はシンガポール企業の大多数を占めます——この 14.5% という数字が 1 ポイント上がることは、どんな大企業の事例よりも「AI 国家」が実装されたかどうかを雄弁に示します。

五、研究：1 人当たり論文数世界 1 位、足りないのは最先端級の独創

産出量と大学ランキングは堅調です：1 人当たり AI 論文数世界 1 位（100 万人当たり 250 本、2022 年データ）、NTU AI は世界 3 位（MIT、CMU に次ぐ）、NUS は 9 位、ICLR 2025 はシンガポールで開催、SEA-LION は v4 まで進化（11 以上の言語、4B–33B パラメータ）——米英中以外の経済圏では稀有な規模の基盤モデルです。

足りないのは最後の一段です：FAIR/DeepMind 級の最先端独創。トップ会議の第一著者比率、被引用 1,000 超の代表作、自社基盤モデルの市場シェア——すべて一歩届きません。トップ博士の流出率は高く、OpenAI/Anthropic 級のスピンオフは存在しません。産学連携は「企業の自社利用」に強く、「対外輸出」に弱い。

六、ガバナンス：ルール制定者、ただしルール制定 ≠ ルール遵守

Singapore Consensus on AI Safety には 11 か国 100 人以上が参加し、ASEAN AI ガバナンスガイドは 10 か国が採択（シンガポール主導で起草）、Agentic AI ガバナンスフレームワークは 60 以上の組織からフィードバックを収集、Oxford AI Readiness は世界 2 位。Bletchley・Seoul・Paris の 3 回の AI 安全サミットに全行程で参加し、UN の独立国際科学パネルにはシンガポールの議席があります。発言力は規模を大きく超えており、6 つの次元の中でシンガポールの相対位置が最も高い次元です。

最も警戒すべき短所もここにあります：AI Verify フレームワークは広く採用されていますが、執行面の影響力は弱い。ガバナンス研究への投入（AISI S$1,000 万/年）は発言力の規模と釣り合わず、米中の AI ガバナンス分裂が続けば「仲介者」の回転余地は狭まります——どちらかが陣営選択を求めた時点で、このポジショニングは圧力テストを受けることになります。

3 つの判断

1. 増幅倍率こそシンガポール AI 投資の物語の真の指標。政府予算（S$20 億超）は絶対額では韓国、UAE、カナダにも及びませんが、「S$1 の政府投資 → S$13 のハイパースケーラーコミットメント」というレバレッジ構造は、同規模の経済圏に類例がありません。この比率は継続的に追跡する価値があります——政府予算よりも、これからの計算能力・雇用・エコシステム密度をよく予言します。

2. SME の格差は今後 2–3 年の主戦場。 大企業 62.5% と SME 14.5% の間の 48 ポイントの差は、NAIIP が割らなければならない硬い殻です。SME 採用率が倍になるまで、AI の GDP への貢献は「ヘッドラインの物語」であって「裨益」とは言えません。

3. ルール制定者の地位は、執行面と資金面で裏打ちする必要がある。 国際ガバナンスのテーブルでの位置はすでに高いが、AISI S$1,000 万/年の投入はその位置と釣り合いません。ルールが書かれた回数は、ルールが守られた証拠の数を大きく上回っています。ガバナンスはシンガポールにとって最も安価なレバーであり、いま最も投入が軽い次元でもあります。

6 つの課題

サイト内の課題ページは、シンガポール AI 戦略の 6 つの構造的課題を網羅しています：人材不足と世界的競争、データの入手と品質、倫理とガバナンスのバランス、技術依存のリスク、実行のギャップ、地域競争の激化。ここでは繰り返しませんが、上記の 6 次元と最も直接つながる 2 点だけ強調します：人材自給率と外籍 35% という比率は、世界的な人材争奪戦のあらゆる擾乱がシンガポールに伝導することを意味します。地域競争では、マレーシアとインドネシアが計算能力の容量で直接受注を争っています。

データと方法

本文のすべての数字はサイト内の実行トラッカー6 次元の既存レコード（84 項目の指標）に由来し、各項目はトラッカーページに出典 URL が付いています。次元別のデータ基準日：投資 2026-02（Budget 2026 のコミットメント群）、人材 2026-01（NAIRD 計画）+ 求人インデックス 2026-08-03 スナップショット、計算能力 2025-08（Introl データ）、採用 2024（IMDA 調査）+ 2026（Microsoft 報告）、研究 2024-09（Wiley 発表、元データは 2022 年）、ガバナンス 2026。本文は合成層であり、新しい数字は一切加えていません。数字の古さや誤りに気づいた場合は、対応するトラッカーページの出典リンクから検証してください。