新加坡 AI 战略如何成为他国路线图

讨论会聚焦新加坡作为中等规模国家的 AI 案例。专家指出，新加坡无法在算力或人口规模上和中美抗衡，于是押注人才与鼓励创新的监管环境。Andrea Phua 解释新战略的系统视角：让产业更具竞争力、把政府服务做得更好、帮公民理解并使用技术。

Simon Chesterman 提出，比起把每个人变成程序员，更重要的是让整个经济体都能识别并应用 AI 机会，AI 更接近电力。Shameek Kundu 强调实用主义——AI Verify 基金会的工作不是让公司打勾，而是帮助中小企业安全采纳。Serena Marchetti 指出加拿大、印度、以色列、德国、法国等国家在不同维度上同样有竞争力。

现场也讨论了亚洲 AI 私人投资仅占全球 2.6% 的数据：嘉宾认为这反映了亚洲注重 AI 的应用价值而非基础研究投入，且租用算力比自建更划算。新加坡半导体设备占全球 20%、芯片产量占 10%，但策略是确保获取多样化算力供应而非锁定单一供应商。

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

如果我考虑我们如何制定跨政府的战略，实际上是从系统层面思考人工智能，这不仅仅是为了使用人工智能而使用人工智能，而是为了提升我们的产业竞争力，更好地提供政府服务，并帮助我们的公民理解和互动这项技术，从而建立信心和信任。现在，如果第一场与克莱和部长的会议是关于新加坡作为全球人工智能强国的，那么正如我在介绍中提到的，我们现在将讨论新加坡在多大程度上可以作为中小型国家的试验案例。西蒙，我先问你，我们听到有人提到，作为一个如此小的国家，新加坡在人工智能投资和创新方面确实表现出色。其他中小型国家，可能是我们刚才在全球人工智能指数中看到的那些国家，应该从新加坡在这方面的成功中学到什么经验？是的，我认为从一开始就很清楚，像新加坡这样的国家在规模上永远无法与中国和美国竞争，所以如果你无法在数量上击败他们，至少可以尝试在质量上竞争。因此，我们真正投资于人才和鼓励创新的监管环境。我认为这可能是新加坡的一个有趣实验，与欧洲的做法形成对比，欧洲通常采取对立心态，思考如何遏制，如何保护可能受到威胁的权利，这是一种方法；美国则采取非常放任的态度，如何助长自由市场的火焰；中国则是国家高度控制。而在这里，这更多的是一种合作伙伴关系，因此你把小规模视为优势，把拥有高度互联、高度教育的数字人口和一个可以组织像这样的活动的小环境视为优势，在这里你可以让监管者、产业界和智库坐在同一张桌子旁，尝试制定一个全国性的战略，使所有人都在如何利用数字经济的同时最小化或缓解风险方面达成一致。 在问你问题之前，Shmi，我相信你昨天刚刚获得了一个新头衔，我们要祝贺你。谢谢，是的，昨天我刚刚加入了AI Verify基金会的负责人职位，来自新加坡的朋友们应该知道。相关的方面，感谢你，西蒙提到的开放性和鼓励创新的监管环境。比如AI Verify基金会采取的人工智能测试和安全方法，不应该只是人们勾选的一个框，或者因为被要求而做的事情，而是如何让它成为一个论坛和工具包，帮助公司，特别是中小型公司采用人工智能。你从一端的“嘿，安全使用人工智能，否则不要使用”，转向另一端“我们如何通过工具包帮助你安全采用人工智能”。我认为这延续了鼓励创新监管环境的主题。安德鲁，我一会儿会问你，但在此之前，Serena，我想问你，从你的研究来看，有没有哪些中小型国家你预计会迅速上升排名，能够与新加坡竞争？我会说，肯定有，我之前在演讲中提到过很多其他国家，它们规模较小，但也是非常有活力的人工智能中心，原因各异。例如，在人才方面，德国、法国和加拿大在指数中排名较高；在投资方面，以色列、加拿大和韩国表现也很强劲；在基础设施方面，加拿大和印度也有望排名更高。所以这真的很不一样，取决于你看的时间点，但肯定除了新加坡之外还有其他国家。安德鲁，我们在后台谈话时，Serena说（如果我没记错的话）新加坡在全球排名中三年内上升了六位，我想知道你对它如何在相对较短时间内实现这一跃升的见解，你能指出原因吗？ 我认为如果我考虑我们如何制定跨政府的战略，实际上是从系统层面思考人工智能，这不仅仅是为了使用人工智能而使用人工智能，而是为了提升我们的产业竞争力，更好地提供政府服务，并帮助我们的公民理解和互动这项技术，从而建立信心和信任。 当谈到帮助公民理解时，具体做了什么来实现这一点？我们花了很多精力提升劳动力技能，告诉他们需要掌握的新技术和技能，以便在职场表现更好。我们花了大量时间与产业和公司沟通，讨论需要进行的岗位重设计，以便人们能够有效使用这些技术。对于老年人和在校学生，我们也花了很多时间告诉他们错误使用人工智能可能带来的负面影响，我认为这在帮助人们理解人工智能应该用来做什么、不应该用来做什么，以及在网络空间中需要注意的事项方面起到了很大作用。 这些是我们尝试教育、提高意识以及设置保障措施和护栏的一些方式，最终目的是促进人工智能的使用和投资，而不是在关注安全和保障的重要问题时扼杀创新。 我可以补充安德鲁的观点，新加坡也非常投资于其研究生态系统。如果我没记错的话，去年新加坡的人均研发支出大约是美国的18倍，这说明了很多问题。 你们几位都提到了人才和对人才的投资是新加坡成功的关键原因，如果你们要为法国或丹麦这样的中等排名国家的政府提供建议，你们会告诉他们应该如何进行人才投资，应该是什么样的？Shmi，我们先从你开始。 我认为还有一个问题是人才的种类。如果我看法国，绝对数量上法国的科技人才可能已经相当多了。我认为新加坡做得好的一点，安德鲁你可以补充，是它从整体上看待人才，不仅仅是机器学习工程师或数据科学家。例如，新加坡法律学院，Zkin今天稍后会发言，他们讨论律师如何更有效地使用生成式人工智能。所以我认为新加坡采取的是全国范围的人才战略，不仅仅是人工智能开发人才或数据科学人才，还包括整个经济体，甚至学生如何使用人工智能。这是我肯定会建议任何国家的，无论你的核心人工智能人才多强，都应该关注如何让整个人才队伍和学生都能利用人工智能。 这肯定是非常耗时且资源密集的。 西蒙，我觉得假设每个小国政府都有足够资源来推动社会范围内的人工智能整合似乎有些自负。如果没有这些资源，国家应该如何推进这项工作？ 我认为如果你试图在规模上竞争，你会失败。众所周知，要在人工智能领域表现出色，你需要人才、数据和计算能力。不是每个国家都有计算能力，也不是每个国家都有数据，但人才是你可能有所作为的地方。因此，特别是对发展中国家来说，挑战是他们是想投资硬件和模型开发，还是投资能够利用这些资源的人才。 这也呼应了Shmi的观点，你不需要每个人都是计算机科学家。法国是一个好坏参半的例子，好的方面是像Mistol这样的新公司很棒，但大约五年前他们说，我们要培训2万名计算机科学家。计算机科学很重要，但比单纯训练人工智能模型更重要的是培训整个经济体，让人们能够发现机会。大型语言模型非常擅长生成类人文本，也很擅长编码，所以认为只需要程序员的想法误解了人工智能的机会。人工智能不仅仅是计算机科学的领域，它将成为整个经济的一个因素，更像是电力，改变整个经济。不是每个人都需要成为电工，但你需要知道如何开发使用电力的工具或以新方式应用电力。 我们应该从什么时候开始向学校的孩子们讲授人工智能编码？ 我们已经开始了。AI Singapore提供免费的教育机会，坦率地说，我有点担心让孩子们太早接触，因为他们需要无屏幕时间。但在整个教育周期中，尤其是在大学阶段，我们培训学生理解人工智能的机会和限制，不是因为每个人都需要成为计算机科学家，虽然我们有很棒的计算机科学家，而是因为律师、工程师，每个人都需要在一个人工智能能够提升他们工作能力的新环境中工作，希望他们能做以前无法做到的新事物。 我还有几个问题，然后会开放给现场观众。安德鲁，你之前谈到战略，新加坡在大人工智能强国之间保持了令人印象深刻的中立。我想知道，一个像新加坡这样规模的国家，或者类似的国家，未来还能继续保持这种中立吗？还是最终会不得不表达某种忠诚？ 我认为地理多样性对于我们为全球构建人工智能产品和工具至关重要。基于人工智能的跨学科特性以及人工智能理解可以从任何年龄和任何地方开始，我确实认为由遍布全球、拥有特定本地和区域背景的团队构建的人工智能产品更强大、更有益，这有助于我们更好地适应当地环境，也有助于识别不同地区可能出现的安全和保障风险。 我认为通常的二元对立是人为构造，我们必须不断努力打破它。举几个新加坡做法的例子，我们显然与美国政府和美国产业紧密合作，因为他们是生态系统的极佳合作伙伴，但同样我们也与中国政府就人工智能治理政策进行对话，建立相互理解。 此外，在东盟和联合国层面，我们领导着一个由108个小国组成的数字论坛，这些小国也在思考能力建设、基础设施投资、劳动力教育和技能提升等问题。我们利用这些平台讨论如何良好治理人工智能、需要什么样的能力建设，以及如何通过彼此学习。 这只是一个小的开始，但我个人认为这是对国际合作的一个非常重要的投资，因为我们越了解所面临的风险，知道有朋友和伙伴引导我们走过这段旅程，我们就越受益。 这是一个小的开始，但却是强有力的开始。 Shmi，今年早些时候我们看到了东盟人工智能指南的发布，它明显比欧盟的人工智能法案宽松。我想知道新加坡是否收到了欧盟政府的任何回应，是否有任何反对声音？ 我可能不太适合谈论是否有反对声音，但关于宽松的问题，我认为欧盟法律中有些方面对业界来说确实显得限制较多，但关于宽松与严格的辩论在很大程度上是表面的。除了对大型语言模型和基础模型治理的少数例外，全球范围内其实有广泛的共识。 所以我不会把我们描述为宽松，实用主义可能是更好的词，这适用于新加坡，也适用于东盟，坦率地说也适用于整个地区。人们常说，举个例子，我在私营部门时有很多西方同事会说亚洲很自由放任，是“狂野西部”，但实际上，中国有一些最严格的人工智能规则，尽管它常被称为“狂野西部”。 所以我认为这又是打破二元对立的例子。新加坡的做法，实际上整个地区的做法，更加务实，务实有时可能非常严格，有时也可能非常宽松。 我认为新加坡真正努力做的是在两种风险之间找到平衡：如果监管不足，公民面临风险，出现“狂野西部”环境，那将非常危险，因此我们必须确保有基本的支持；但过度监管，尤其是对像新加坡这样的小经济体，可能会把创新驱赶到别处，或者限制创新。这是本地区努力平衡的事情。 新加坡所做的一件事，以及东盟采纳的人工智能伦理框架也反映了这一点，就是认识到我们必须与产业合作探索这片新领域。 这就是为什么像AI Verify这样的项目非常重要，因为它们不是告诉公司不要做什么，而是告诉公司如何负责任地使用人工智能，如何达到他们所承诺的标准，如何共同探索这片新领域。 新加坡做得不够好的地方？所有方面都可以做得更好，更多的资金投入研究。抱歉，我的大学同事会批评我这个答案。你们有人有不同看法吗？好吧，我们换个说法，你们希望新加坡未来几年人工智能战略如何发展？如果五年后我们再谈这件事，你觉得那时会发生什么现在还没有看到的变化？ 如果我来回答，我看到新加坡新的人工智能战略有三个核心支柱：基础设施、人才和采用。我认为这三个方面也是许多较小但相当先进的人工智能中心新战略的重点。 基础设施，比如之前提到的计算能力，高性能计算对支撑人工智能系统至关重要。加拿大，我记得他们获得了2……

最近有50亿美元用于高性能计算基础设施，我认为这将在新加坡以及其他国家得到发展，人才保留、高级人才以及人工智能在不同行业和不同领域的应用也是如此。印度也非常重视这一点，特别是在教育、医疗、农业等领域。我认为未来几年真正会带来挑战的一点，也是之前与部长采访中提到的，就是21世纪的两大挑战之间的紧张关系——技术与气候，以及我们如何以一种仍能维持新加坡环境承诺的方式获取所需能源。我认为这将是一个非常艰难的挑战，但很高兴看到部长和政府非常开放，愿意直接面对这一需求。我想开放提问环节，如果有问题请举手。是的，我立刻看到后面有人举手，会有人拿麦克风给您。如果您能站起来，说出您的名字和所在公司，然后提问，那就太好了，谢谢。谢谢，我是PayPal的Ro L。感谢您精彩的见解，我试图将这次对话与我们之前看到的数据联系起来。我觉得我难以调和的是您分享的一个事实，那就是除中国和美国之外，亚洲整体拥有2。

人工智能领域的私人投资占比为6%，我使用私人投资作为衡量价值所在的代理指标，即财务收益和经济利益，而2.6%的领域非常偏离，尤其对于如此庞大的经济体来说，某些领域的投资自然较低。因此，我想知道专家组对此的见解，可能的原因是什么？是价值不存在，还是实现该价值的基础障碍过高，以至于不值得投资？但这对我来说感觉非常矛盾，所以很想听听大家的看法，谢谢。谁愿意先回答？ AC：当然，我觉得我应该先说。你先开始吧。非常感谢你的提问，所以我认为实际上2.

6 我不会认为这个比例很低，考虑到美国占全球人工智能私人投资的60%以上，而中国作为世界第二大人工智能参与者，约占9%，所以2.6%我不认为很低。在这之中，我认为新加坡在2023年大约是0。

7亿新加坡元，我觉得这个数字相当高。我认为你提到的人工智能私人投资可能不是主要指标，我觉得人工智能政府支出也是我们指数中关注的一个方面，这在评估一个国家在人工智能上的投资规模时非常重要。我不知道我是否回答得恰当，但我会尝试做一些调和，这也是你看到这个数字的原因之一。当然，我现在更多是从我之前的私营部门角度来说，很多投资数字可能更多地投入到了基础研究和计算资源方面，而不仅仅是针对新加坡，实际上亚洲很多地方对人工智能的策略是关注价值——现在的价值在哪里。你可能会说，如果我们不是基础研究的源头，长期来看这会带来一些风险。是的，但在近期和短期内，我认为使用和采用人工智能的成本远低于开发全新大型语言模型等的成本，所以你看到的部分数字就是这样。还有一点我半开玩笑地说，我曾在一家跨美洲和亚洲运营的全球银行工作，我们在亚洲的投资回报更高，这是现实。相比一些成本更高的中心，我们的支出更少，这对新加坡来说不一定完全适用，但对整个地区来说确实如此，你会获得更多价值。所以我认为这里投资与价值之间的联系可能更好，如果我可以这么说的话。还有一个问题是你是租用还是自建，这确实是个不同的角度。我用法律服务做类比，新加坡成功的一个根本因素是对法治的拥抱，而法律服务仅占0。

占GDP的55%，虽然只是GDP中的一小部分，但它支撑着其他一切，因为只有拥有一个值得信赖的法律体系，才能拥有金融和银行业，这部分占GDP的14%到15%。人工智能也将是如此，你需要核心投资，但要利用它，并不要求你必须把所有数据中心都设在新加坡，甚至亚洲。我认为我们讨论的很多事情也有时间维度。你知道，生成式人工智能（G AI）可能只在过去大约20个月内引起了全球关注。我认为许多行业和企业正在认真考虑如何让他们的投资物有所值。正如我们在基础设施方面看到的，有时等待会让成本降低，购买比建设更容易。我确实认为公司和组织需要考虑他们内部和外部拥有的能力，以使投资值得。此外，我还认为有必要超越炒作周期，确保我们是在为长远发展而建设，这就是为什么我认为在这个领域保持一定的战略耐心非常关键。因为你必须进行这些投资，这与大约十年前我们进行数字化时的情况并无太大不同。许多人认为这会过去，许多人认为他们可以观望等待，但最终是那些看到价值并持续投资的企业会获得收益。所以我会这样看待这个问题。

6%，嗯，这个数据需要稍微保留一点，因为我认为这只是反映了当前人们的状况。我希望在5到10年后，这个数字会有显著变化。我们还有时间回答最后一个问题，如果问题简短的话。有人有问题吗？好的，有的。后面那位。嗯，我是来自10 Storen的Eugene，我有两个问题。首先，许多国家实际上正在投资R5——这实际上是V的开源版本，以便他们能够真正保护他们的供应链。R5在开发时就像是一种知识产权，用来制造他们自己的芯片。这是第一个问题，那么新加坡对此的策略是什么？第二，我相信AI计算非常重要，但我的问题是，新加坡在寻找哪些替代方案？因为把所有AI和计算投资都放在某个特定供应商身上并不理想。我认为多样性对我们来说非常重要，尤其是在这项技术上。给你们一些统计数据，新加坡贡献了大约20%的半导体设备和约10%的全球芯片产量，但这并不意味着我们生产所有种类的芯片，我们加强了一些领域，比如存储芯片。谈到AI，虽然有些玩家占据主导地位，但我们知道这个领域会随着技术的发展迅速演变。因此，我的回答是，策略是确保拥有合适的知识产权去做正确的事情。我们的目标是确保这里的组织能够获得他们所需的资源。从政府角度来看，我们的投资将涵盖多种选择，包括因安全需求必须本地部署的技术，以及在成本效益和技术优势方面可以采用云计算的部分。回到可持续性的问题，如何以更低的能耗获得所有这些计算能力，我认为这将是评估的一个指标。Simon，请你简短快速地回答，作为结束。对于像新加坡这样的国家，目标不应是成为最终的主导者，而是成为不可或缺的合作伙伴。新加坡的历史可以用三句话概括：19世纪是货物的港口，20世纪是服务的港口，21世纪是数据和思想的港口。我们必须成为信息链和信息流的一部分，这需要我们拥有多样化的合作伙伴和多样化的利益。我最后想说的是，关键不仅是投资高性能计算基础设施，还要确保这些资源对产业界和研究人员开放。同样，我们也需要公共数据集平台，提供可供产业界和研究人员训练AI系统的数据。Serena、Simon、Shenique和Andrea，非常感谢你们的时间，谢谢。