杨莉明谈 AI 如何提升新加坡金融服务业

杨莉明走访瑞银新加坡 AI 卓越中心后，谈及金融业 AI 应用。MAS 推动领先金融机构设立 AI 卓越中心，目前已有 30 多家机构组建 AI 团队，部分将新加坡的创新输出至全球业务。

她强调“AI 双语”人才——既懂数据科学和机器学习，也熟悉业务流程。MAS 同步更新治理原则，将 AI Verify 之外推出 Project Moonshot，专门处理生成式 AI 的偏差、错误与不当评估风险。Pathfinder 项目让完成概念验证的公司向同业分享经验，全行业 AI 卓越中心已超过 50 家。

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

新加坡是领先且值得信赖的金融服务中心，我们希望帮助目前在这里运营的公司提升竞争力，以此推动该中心的发展和强化。我认为我们希望帮助的方式之一是更广泛、更深入地使用人工智能（AI），我们看到AI应用应服务于商业目的。这里的商业目的是公司希望能够服务更广泛的客户群。这也是因为该地区正在增长，存在商业机会，而他们如何以高效的方式抓住这些新的增长机会，是推动力之一。

对于金融服务行业，负责其发展的机构是新加坡金融管理局（MAS），MAS推出了多项举措，试图帮助这些公司利用AI增强竞争力。其中一项举措是鼓励领先的金融机构设立AI卓越中心，我们今天访问的机构瑞银（UBS）就是一个很好的例子。通过使用AI提升行业的另一个重要方式是让更多人学习能够帮助他们在这些努力中取得成功的技能。

我们不断听到的一个一致主题是，需要AI专家，懂数据科学、机器学习和工程的人，但同样需要对业务流程有深入理解的人。他们对领域、职能和客户关系都非常了解。当两者结合时，公司会产生特别的效果。我们大致称这类人为AI双语人才。今天我见到了其中一些人，他们在各自领域是专家，例如业务运营，他们知道痛点，也知道改进机会，并掌握足够的AI技能和知识，将其应用于日常工作。

通过这种方式，我认为我们可以增强行业使用AI的能力，我们将继续在这方面努力。MAS的第三项工作是确保有足够的监管框架，为此他们发布了金融服务机构在使用AI时应遵守的治理原则，并将继续加强对行业参与者的指导。我认为这些努力已显现良好成效。目前，新加坡已有超过30家金融机构拥有AI团队，其中一些团队定位为高水平的卓越中心，正在将新加坡诞生的创新应用于其全球业务。

我们认为这是展示本地能力的极好方式，也促进了新加坡AI生态系统的持续发展。好的。>> 是的。>> 那么，我想问，这种合作伙伴关系对新加坡意味着什么？正如您所说，国家努力成为全球AI领导者，在人才方面，这样的合作如何帮助新加坡金融行业人才的培养？是的，我认为我们知道，在具体问题或机会中培养的技能，比仅在教育机构中学到的技能更有用。教育提供基础，但你需要理解公司在使用技术时面临的具体背景和问题。

你需要理解客户的视角，看到同事面临的挑战。因此，在实际应用中培养的技能更扎实，且能长期伴随个人成长，这正是我们希望看到的。我们希望看到公司开发的真正应用，能对其业务产生影响，在开发这些AI驱动的解决方案过程中，参与人员获得不同的经验，也能使他们在同一组织内或更广泛地应用这些技能。是的，>> 部长，您提到了监管。

>> 您认为AI在金融服务中的采用会面临哪些监管挑战，政府将如何应对这些挑战？>> 是的，AI带来的担忧在不同场景中相似。例如，如果AI用于提出建议，这些建议是否会导致代价高昂的错误？或者如果AI用于评估，评估是否公正，AI是否带有某些歧视性做法，并且这种情况是否会持续存在。因此，这两类风险并非金融服务中AI使用的独有问题。新加坡的做法是积极引导，让公司首先意识到这些风险。

我们在国家AI战略的第一版中就推出了AI治理框架模型，在更新国家AI战略时，也同步更新了AI治理框架，以考虑生成式AI带来的不同关注点。我们更进一步，之前已经推出了适用于传统AI的测试框架和软件工具包，现在创建了“月球计划”（Project Moonshot），旨在探讨生成式AI背景下如何测试这些风险，以及如何确保风险得到充分管理。这些努力非常重要，我们将持续关注。

我们不是单独行动，而是与实际实施AI解决方案的公司合作，让他们有机会测试提出的监管框架，向负责该领域的资讯通信媒体发展局（IMDA）反馈，以便我们不断完善这些监管框架。好的，再问一个问题。是的，当然。未来几个月内，政府和金融行业之间是否还会有更多卓越中心成立？>> 我相信这将继续在各个行业增长。目前已有超过50个AI卓越中心，我们欢迎来自任何行业的AI卓越中心。

更重要的是他们所做的工作，以及他们开发的应用是否能在新加坡特定企业之外，对其全球业务产生影响，并能与新加坡更广泛的AI生态系统共享。一个很好的例子是MAS的Pathfinder项目，该项目汇集了有兴趣使用AI解决方案的公司，成功试点概念验证的公司可以与其他公司分享经验，从而缩短学习曲线，也能更好地识别合作伙伴以实施这些解决方案。

我认为通过这种方式，生态系统可以增强其服务和对参与者的支持，从而帮助我们以更协调、更系统的方式推动AI的采用议程。