杨莉明在 CNBC 谈新加坡大胆的 AI 推进

杨莉明在 CNBC Converge Live 用樟宜机场作类比:新加坡不造飞机,但每年服务近 4000 万乘客,因为它找到了在飞机产业链中能创造价值的环节——新航、维修保养、航天制造。AI 同样如此,最尖端的大模型可能不在这里开发,但不妨碍新加坡与这些工具合作并打造对企业有用的价值主张。韧性的核心不是自己拥有整个供应链,而是有选择——多样化供应来源、多样化技术、多样化系统设计。

DeepSeek 的出现根本性改变了成本计算。两三年前企业反馈是 AI 太贵,现在政府、金融、医疗、交通物流等多个行业的热情明显回升。基础设施方面,Stargate 5000 亿美元、法国约 1000 亿欧元的投入——杨莉明判断百年尺度下不会过度。仅美企在新加坡的数字基建和公用事业投资就约 500 亿美元,新加坡数据中心容量相对 GDP 和人口已是亚洲最密集之一,且仍在扩容,因为最复杂的 AI 工作负载对延迟敏感,无法跨地理灵活配置。绿色数据中心路线图采用两条策略:减少能源使用(包括重新审视热带数据中心的冷却标准)和使用绿色能源,甚至延伸到算法层面。

AI 安全的话题从布莱切利的极端风险转向巴黎的近期风险——歧视、网络安全、AI 被用作攻击工具。新加坡的方法是基于风险、行业化和针对性,先看现有法律是否覆盖,不够再立新法。比如选举期间 AI 生成内容的风险,2024 年专门立法应对。这不像欧盟 AI 法案那样"综合性立法"——可能未来要整合,但目前优先速度和针对性。技能方面,杨莉明特别推荐一个项目:新加坡 40 岁以上公民如果决定重返学校获取正式资格,可获最多两年支持,全日制或兼职均可,每月 3000 新元培训津贴,两年合计 7.2 万新元。这是国家在替每位重新出发的工人承担一部分代价。

字幕语言：zh-CN · 抓取日期：2026-05-02 · 翻译日期：2026-05-02

当你拥有像人工智能这样潜力巨大的变革性技术时，如何才能充分利用它？那么，新加坡是否需要在人工智能基础设施上投入5000亿美元？我可以告诉你，许多公司确实在花这笔钱。新加坡一直致力于通过在多个领域提供监管明确性以及促进创业文化，确立自己作为亚洲乃至全球重要科技枢纽的地位。但随着技术的快速发展，尤其是人工智能的兴起，新加坡能否与美国、中国以及欧洲各国竞争，争夺领导地位？幸运的是，我请来了约瑟芬·廖来谈谈这个话题。约瑟芬是新加坡数字发展与信息部长。

感谢大家今天加入我，在新加坡Converge Live现场观众面前录制的这期《超越山谷》特别节目。很高兴来到这里。Arjun Josephine，我们能聊聊人工智能吗？当然，从您作为政府部长的角度来看，目前人工智能为新加坡和世界其他地区带来的最大机遇是什么？任何政府的根本职责都是对其公民负责。就我们而言，问题在于如何为我们的人民和企业创造更多机会。这是我们优先考虑的重点。因此，当你拥有像人工智能这样潜力巨大的变革性技术时，关键问题是如何充分利用它。

起点必须是你的人民在就业、职业方面正在做什么，已经有哪些类型的企业存在，人工智能如何帮助他们在个人以及企业层面实现新的卓越高峰。这就是我们的思考方式。因此，人工智能为新加坡乃至世界公共利益服务的理念正是从这一点出发。你希望人们具备技能，以便他们能够为自己的企业以及雇主做出更多贡献。

呃，你希望企业，呃，当然必须在全球市场中非常激烈地竞争，能够发现新加坡给予他们的优势，这实际上是我们所有努力的方向，致力于提升技能，提升企业能力，以便无论是在个人、劳动力层面，还是在经济层面，我们都能更具竞争力。我们将在本次讨论中深入探讨技能和安全问题。但让我们先从新加坡开始，部长，因为当我们谈论全球的人工智能时，很多讨论总是围绕美国、中国以及这两个国家所拥有的能力和公司。许多较小的国家被排除在这场讨论之外，甚至像欧洲这样的大区域也被排除在外。

所以当我们谈论新加坡时，您如何评估新加坡在一些关键技术领域的位置？这是一个非常有趣的问题，也是我们在2022至2023年间重新思考国家人工智能战略时一直在努力解决的问题。我想用一个类比来说明：如果你想到你现在所在的樟宜航空枢纽，再想到我们每年服务近4000万乘客，而新加坡人口不过不到600万左右。那这是怎么可能的呢？怎么可能你们甚至不拥有飞机技术？商业飞机制造商有波音和空客，他们都不是新加坡公司，但这并不妨碍我们构想一个航空枢纽。

呃，你会希望拥有自己的领军人物，我认为多年来我们非常幸运，有一些非常优秀的人才，他们为打造像新加坡航空这样世界级的航空公司做出了杰出贡献。我们这里有非常好的维修、修理和大修公司。我们还有航空制造业，航空航天产业非常重要。这些都不是基于新加坡拥有飞机技术而建立起来的，而是基于识别出新加坡能够贡献价值增值的领域，这些领域对这些公司来说在商业上是合理的。我认为如果你采用这种思维方式，同样也适用于人工智能。

最先进、最高端的大型语言模型可能不会在这里开发，但这并不妨碍我们与这些发明、这些工具合作，创造出在我们的环境中相关且对商业实体有用的价值主张。许多人都在关注人工智能及其基础性，而“韧性”是我们谈论人工智能、半导体等技术时常提及的关键词，强调需要拥有一个可信赖、安全的供应链。目前世界上许多国家都认为这意味着我们需要尝试将供应链重新迁回本土或掌控大部分供应链。因此，从新加坡的角度来看，你们有不同的视角，你们乐于与许多全球合作伙伴合作。

我认为你说得很对，核心问题在于，人们的愿望并不总是拥有由自己创造和维护的东西。核心目标是实现韧性。换句话说，你希望拥有选择权。你希望在发生不利情况时有备选方案。如果你想实现韧性，有不同的方式可以做到。比如在供应来源上实现多样化，在所采用的技术上实现多样化，甚至在你所建立的各种系统设计上实现多样化。这些都是促进韧性的因素。这就是我们的思考方式。

嗯，并不总是你有拥有整个供应链甚至最关键组件的奢侈条件。你必须能够审视并判断，什么是你自己能够合理生产、制造或至少储存的，什么是你合理多元化获取供应的。因此，我们就是这样考虑的。今年谈论人工智能时，很难不提到DeepSeek，因为它对全球市场乃至科技行业都产生了连锁反应。但我认为它展示了开源及开源技术发展的重要性，这可能赋予小国以及小公司创造实际应用的能力。

因为过去几个月我一直在进行的一个对话是，实际上很多科技领域的人认为模型将会被商品化，真正的价值其实在于应用，几乎可以说DeepS和其他开源模型所提供的是一个机会，让公司和国家能够创造有价值的应用。那么，你如何看待当前开源领域正在发生的事情，以及这对新加坡某些人工智能应用的发展意味着什么？我们两到三年前曾经担心的一个问题是，人工智能的热潮在多大程度上能够真正转化为商业环境中的实际利益。

当我们与各种行业以及不同规模、不同领域、面临不同挑战的公司互动时，有一个非常普遍的主题是，人工智能的使用仍然非常昂贵。因此，如果我们进行成本效益分析，是的，我们非常关注人工智能可能带来的潜力，但我们必须投入大量资金来开发和使用这些人工智能工具，因为这不仅仅是简单地买现成的产品就能实施。你可能还需要在自己的组织内部做一些调整。公司告诉我们，这对他们来说仍然是非常昂贵的。

我在今天的背景下得到的反馈是一致的，随着DeepSeek的引入，成本考量已经发生了很大变化。从这个角度来看，能够促进人工智能的采用并推动人工智能生态系统在更多不同场景中的发展，我认为这是非常令人兴奋的。我们看到这种情况不仅仅发生在政府内部，政府希望利用人工智能工具来改善公共服务的提供。我们也看到各行各业都在发生这种变化。无论是金融、医疗，还是交通、物流，热情都明显提升了，因为成本考量变得更加有利。这也让我想到了基础设施建设。我认为美国的5000亿美元Stargate项目就是一个例子。

最近我们听说法国也投入了大约一千亿欧元用于基础设施建设。那么这些国家是不是花得太多了？还是说这取决于你问的是哪个时间段？是的。我认为，如果你快进一百年，回头看今天发生的事情，我觉得很难说这会是过度投资。

但是这些事情是有周期性的，在某些时间点，你可能会超前于需求，结果发现自己有过剩产能，这在许多其他行业和领域也会发生，所以如果发生这种情况我不会感到特别惊讶，但长期趋势确实表明需求会增长。如果你看新加坡的情况，考虑到我们的数据中心容量相对于GDP和人口，已经是整个亚洲最密集的之一。即便有这样的积累，我们仍然在寻求创造更多的空间，因为如果你想承载最复杂的AI用户，延迟是很重要的。有些AI工作负载不能轻易地从地理位置上进行配置。

所以即使你在我们这个世界的区域内建立了一个非常强大且广泛的数据中心网络，在活动最集中的地方，你仍然需要有计算能力。那么新加坡是否需要在AI基础设施上投入5000亿美元？我可以告诉你，很多公司正在花这笔钱。我记得去年九月或十月，我和前美国商务部长吉娜·雷蒙多女士在一起，我们试图统计仅美国公司在新加坡的数字基础设施和公用事业投资，不包括其他公司，大约达到了500亿美元。这就是他们关注的规模。

但如果你看该地区其他地方的数字，规模甚至更大，因为差距更大，因此需要积累以缩小差距。是的，还有其他需要考虑的事情，对吧？关于AI基础设施，是能源、水资源、冷却水。你如何应对这些挑战？我们正面临这些挑战。我们说对于数据中心，我们有绿色数据中心路线图。基本上有两种策略：一是减少能源使用，二是使用绿色能源，两者都很必要。关于如何减少能源使用，一个非常实际的做法是，热带环境下运营数据中心的标准是什么？是否需要冷却到极低温度，还是标准可以适应热带气候？

这是我们正在做的事情之一，但我们不会止步于此。我们认为即使在算法层面，也必须有以更环保的方式编写算法的方法。因此我们也投入了一些研究资源来推动这项工作。你最近参加了在法国巴黎举行的AI行动峰会。我也在那里，只是没遇上。那次峰会的重点当然是围绕安全和监管，因为AI持续发展。你会说你自己和其他全球领导人目前对AI发展的担忧是什么？因为我听到过关于AI失控、超出人类控制、AI算法和模型中存在严重偏见的警告。

你与全球社会共享的担忧有哪些？这非常有趣，因为在巴黎AI行动峰会之前，韩国首尔举办了AI安全峰会，而在此之前，起源是在布莱切利。这是AI安全峰会，讨论的重点实际上发生了很大变化。在布莱切利，我们主要讨论极端风险，比如当AI能够完全自主运行且无人类介入时会发生什么。存在的风险也被提上议程。讨论发生了显著转变。我认为巴黎的讨论更多聚焦于AI的采用。AI采用并不意味着没有风险。近期风险包括歧视风险。

如果你有生成式AI模型不仅不准确，还复制了我们社会中已经存在的偏见，那会怎样？还有其他风险。例如，AI的网络安全风险。AI模型本身可能容易受到攻击。这是一种风险。另一种与安全相关的风险是AI被用来开发更复杂的策略，渗透系统，除了社会工程和实施诈骗之外。因此，这些近期风险也值得高度关注。这并不意味着我们会忽视长期风险。有些人认为这些风险并非那么遥远。我们保持密切关注，但同时我们的公民希望我们能给他们保证，我们也在处理近期风险。

新加坡的做法是，我们审视现有的立法，问自己这些法律在多大程度上已经涵盖了随着AI普及可能出现的风险。例如，儿童性虐待材料，如果使用AI，这对相关家庭造成极大伤害。即使没有AI，我们已有相关法律。关键是更新现有法律，明确使用AI时法律同样适用。但也会有法律无法充分应对的风险。

比如在选举背景下，如果AI生成的图像或音频被用来混淆公众，导致我们的民主机构遭受严重冲击，那么可能需要制定新法律。去年我们正是这样做了，出台了新法律，专门应对选举期间AI生成内容的风险。那么这就是新加坡的监管策略吗？因为我们看到欧盟的《AI法案》采用基于风险的AI使用方法，中国则针对深度伪造等具体应用制定了较为具体的法律。新加坡会考虑制定一部全面的AI法规，还是更倾向于针对性较强的小规模立法？

目前，我认为我们更倾向于观察风险如何显现。新加坡的环境支持立法。如果你看议会审议法案的方式，我要为所有议员点赞，基本上是基于非常扎实的证据，尽可能做到科学严谨。因此，如果你向议员提出合理的建议，就有可能通过法案。这也是我们一直在做的。我们评估风险，迅速提出立法应对，向议会解释为何如此重要。

这有时会导致看起来像是不同法律法规的拼凑，但权衡之下，它们更具针对性和具体性。我认为未来可能需要对已实施的法案进行整合和重组。但目前我们优先考虑快速响应和针对性立法，以应对数字发展和AI实施带来的问题。你提到过三次AI峰会，讨论有所演变，但它们的核心目的是汇聚各国讨论全球框架和立法。

有一封信由许多与会者签署，除了美国和英国未签。我感觉在推动全球框架的过程中，分歧仍然很多。那么你怎么看待全球AI安全框架的重要性？其次，在当前国家间竞争和紧张局势较多的情况下，如何推动达成这样的框架？这些会议的情况是，我不会过于担心如果一份声明没有所有与会者的签名。原因很简单，在你的组织中，如果有公开承诺，就需要内部流程来评估是否能兑现这些承诺。

有些国家会认为时间太短，需要与本国首都沟通，需要与各个不同的机构沟通。所以从这个角度来看，我完全理解为什么有时候声明没有被签署。这部分取决于草案何时被提出。所以我不会对此过于担心。话虽如此，我认为全球框架在某个时候将变得至关重要。如果你与在多个司法管辖区运营的企业交流，尤其是在数字领域，地域性意味着你在许多市场中运营，而每个市场都有不同的规则。缺乏互操作性极大地阻碍了企业的扩展。

同样也很难确保每个司法管辖区的公民都能获得相当程度的保护。我认为随着时间推移，这些框架将变得越来越重要。困难在于，你希望越多的人签署，框架往往就越趋于平淡。它可能不会达到理想的雄心水平，因为它必须满足每个人对对错的认知。所以我认为这是一个持续的讨论，我不指望很快会有结论。然而，我非常有希望且乐观，认为有志同道合的国家非常热衷于继续共同推进，特别是在人工智能安全领域。

仅仅因为我们想推动人工智能的采用和人工智能生态系统的建设，并不意味着我们会置安全于不顾，也不意味着我们不再关心人工智能安全。如果你希望这项技术真正具有变革性，我们必须向公民保证，它是在高度负责任和安全的前提下实施的。部长，谈论技术时很难不提及快速变化的全球政治和监管环境。我最近在移动世界大会上，与欧洲大型语言模型领导者之一Mistral AI的首席执行官Arthur同台。

他表达了一个在欧洲潜伏已久的观点，他说我们认为是时候让欧洲公司减少对美国技术的依赖了。这是一个一直在背后讨论的话题，但这是我第一次听到欧洲科技公司公开表达这一观点。当然，这也正值美国在技术及许多其他领域推行“美国优先”政策的时候。您如何应对这种局面，特别是与您在对话开始时提到的韧性相关的内容？过度依赖的概念并不新鲜。

即使作为一个在70年代、80年代和90年代发展中的经济体，我们也会看新加坡，问自己是否过度依赖某个特定行业，如何实现经济多元化。我相信我们独立后的第一次经济衰退是在85至86年，那时我们非常清楚，如果只依赖少数几个经济引擎，当情况不利时，可能无法维持发展。因此，我们有多元化经济的理念，鼓励人们从事多种活动，在每个行业中也希望有多样化的参与者。我认为这已经深植于我们的思维方式，这并不新鲜。

话虽如此，你也必须认识到，有些国家在其卓越领域非常先进。人工智能是其中之一，量子技术也是另一个。我们当然会努力提升自身能力，但新加坡不现实地认为自己可以完全独立、自给自足。我们很早就决定，这种想法对我们来说行不通。我们继续努力与所有合作伙伴接触，无论他们来自哪里，在企业层面以多种方式合作。我们主要关注性能、安全性和韧性的结合，这仍然是驱动决策的基本原则。

我想谈谈未来，在人工智能时代，您如何考虑培养下一代科技领袖，以及技能再培训等日益重要的议题。我看到最近几天有报道，北京的中小学将开设人工智能课程。全球各国都在思考教育和技能再培训。您目前如何考虑年轻一代，如何培养他们成为一个科技前瞻、思维开放的国家？我们不仅考虑年轻一代，也考虑每一代人，因为他们将长期成为我们的劳动力。

我们关注所谓的就业前培训，比如大学、理工学院、技术教育学院，这些对我们非常重要，但继续教育和培训可能更为关键。年轻人的学习能力很强，能够吸收当前相关的知识。因此，我们不需要做太多工作来鼓励年轻人在数字领域变得精明，也不需要太多说服他们学习编码的好处。即使不能做最复杂的编码，简单的积木式编码也不难，他们能很快掌握。所以我对此没有太大担忧。我还认为我们的教育体系经过多年考验，教师们非常投入，帮助学生准备所谓的21世纪能力。

有趣的是，我们决定不是由我们来告诉教育者什么在新时代是相关的，而是邀请他们参加类似这样的场合，听人们谈论技术如何改变世界。教育者们将这些内容带回去，重新设计课程。我们有一个名为“智慧国学者”的项目，正是为了这个目的。换句话说，非课程设计专家不应试图改变课程，课程设计者需要被理念所感染，拥抱并自行改变课程。

但我想稍微转移一下话题，谈谈继续教育和培训，即人们离开学校后如何学习。如果我们认为他们离开学校时学到的知识能支撑他们整个职业生涯，我认为这不现实。在他们40、50年的职业生涯中，可能需要转型三、四、五、六次，甚至更多，谁也说不准。关键是为他们提供支持和基础设施，使他们能够实现这些转型。

举个例子，我特别满意的一个项目是，新加坡公民一旦达到40岁，如果决定重新回学校获得正式资格，我们现在有一个计划支持他们最多两年时间的全日制或兼职学习。国家会帮助他们承担经济负担，不仅有课程费用补贴，还有培训津贴。津贴以新加坡元发放，每月3000元。如果你参加两年课程，这意味着72000元的资金支持，帮助你重新技能培训、重新装备，为未来做好准备。

这就是我们的思考方式。非常感谢您的精彩见解，部长。感谢您今天参加我们的播客节目。谢谢。这期节目就到这里。如果您想联系我们，请发送邮件至[email protected]。请关注并订阅我们的节目，也欢迎留下评论。我们很快会带来下一期《超越山谷》。再见。[音乐]