從數字化到 AI：新加坡的第二次國家級轉型

本文是一次橫切對比：把 Budget 2026 的 AI 戰略和 2014 年的 Smart Nation 倡議並排放，看新加坡兩次國家級轉型的同與不同。

一個被忽略的事實

2026 年 2 月，黃循財在預算案演講裡專門用一整個章節講 AI，標題是 “Harness AI as a Strategic Advantage”。預算閉幕致辭中，他第一次把 AI 明確定位為整份預算案的戰略核心——這是新加坡歷史上 AI 第一次從”某個部門的議題”升級為”整個國家行動計劃的主線”。

但更值得注意的是：這不是新加坡第一次做這種事。

2014 年 11 月，李顯龍宣佈 Smart Nation Initiative，把數字化定為國家戰略，PMO 直接掛帥，成立 SNDGO，後來推出 GovTech、SingPass 升級、Smart Nation Sensor Platform、PayNow——一整套國家級動員，把整個新加坡接入了網際網路時代。

12 年後的 Budget 2026，劇本幾乎完全一樣：總理親自掛帥、PMO 下設 National AI Council、跨部委的 Committee of Supply 全部圍繞 AI、推出 AI bilingual 計劃、EIS 稅務扣除擴充套件到 AI、one-north AI 園區、National AI Literacy Programme。

這是同一個劇本的第二次執行。理解 Smart Nation 那一輪，能幫我們看清這一輪會怎麼演下去。

四個相同點：新加坡的國家級動員模板

1. 總理親自掛帥，關鍵議題進 PMO

2014：Smart Nation 由 PMO 直接領導，不放給 IDA（信息通信發展管理局）單獨推動
2026：National AI Council 由黃循財親自主持，不放給 MDDI（數字發展與新聞部）單獨推動

這是新加坡識別”國家級議題”的標誌性動作——關鍵議題不交給某個部委，直接放到總理辦公室。這意味著跨部委協調的政治阻力被預先掃清。

2. 不押前沿技術，押採納速度

Smart Nation 時期，新加坡沒有去造晶片、作業系統、社交平臺——它做的是公共服務數字化、SingPass、PayNow，把每個普通人都拉進數字基礎設施
AI 2026 時期，新加坡明確不參與基礎模型訓練（那是 OpenAI、Google 的事），它做的是 SEA-LION（區域適配模型）、AI Verify（治理工具）、AI Mission（行業應用），重點是讓 AI 滲透每一個行業

新加坡兩次都沒有賭前沿，而是賭應用普及速度——這是小國的清醒：放棄贏不了的戰場，押注自己能贏的視窗。

3. “全民 + 企業 + 政府”三層結構

層級	Smart Nation 2014	AI 2026
全民	SkillsFuture（數字技能）	National AI Literacy Programme
企業	Productivity Solutions Grant	EIS 400% 稅務扣除擴充套件至 AI 支出
政府	Digital Government Blueprint	National AI Council + AI Mission

三層並行、互相耦合——單獨任何一層都推不動轉型。新加坡的政策能力恰恰體現在它總是同時做三件事，而不是先做一件再做下一件。

4. 治理先行，立規矩才能招外資

數字化時代：Personal Data Protection Act（2012）→ Cybersecurity Act（2018）。先把資料合規框架搭好，讓外資敢落地
AI 時代：Model AI Governance Framework（2019）→ AI Verify（2022）→ Generative AI 框架（2024）→ Agentic AI 框架（2026）。同樣的劇本：規矩立在前面，讓國際廠商把治理總部放在新加坡

新加坡治理框架的真正用途從來不是”管住 AI”，是給全球 AI 廠商一個合規優先的總部選項。

三個關鍵差異：為什麼這一輪壓力不一樣

差異一：技術性質從”確定性”變成”機率性”

維度	Smart Nation	AI 2026
核心動作	把流程從紙上搬到螢幕上	把判斷從人腦搬進模型裡
技術性質	確定性（接 API、建資料庫、流程化）	機率性（模型會錯、需要 human-in-loop）
失敗模式	系統宕機、資料洩露	系統正常但輸出錯誤（更難發現）

這個差異決定了治理難度的代際跳躍。Smart Nation 時代，治理是”系統能不能穩”；AI 時代，治理是”系統說的話能不能信”。

這也解釋了為什麼 Budget 2026 推出 Agentic AI Governance Framework——當 AI 不只是給建議、而是直接執行任務時，新加坡需要全新的責任分配機制。這個全球首創的框架，本質上是新加坡在 AI 時代複製 PDPA 的角色。

差異二：衝擊物件從基層換成中產

這是最值得長篇展開的一個點。

Smart Nation 時代的失業風險主要落在藍領和基層文員：銀行櫃員、收銀員、傳統秘書、紙質檔案歸檔員。這些崗位的消失雖然痛苦，但社會接受度相對高——因為它發生在”低附加值”崗位，而新加坡的政治重心從來不是這些崗位。

AI 2026 時代的失業風險，第一刀砍向新加坡最看重的 PMET 中產：

初級律師（合同審閱、法律研究）
初級會計師（審計抽樣、財務建模）
初級分析師（市場報告、競品分析）
初級工程師（CRUD 程式碼、配置維護）

這就是為什麼 MOM Committee of Supply 反覆強調 “job redesign for human-with-AI” 和 “mid-career PMEs face highest risk”——這是對核心選民的直接安撫。陳詩龍部長用 “AI is a gamechanger” 這個判斷時，他面對的政治壓力跟 2014 年完全不同。

新加坡的政治穩定度，在很大程度上建立在 PMET 中產的安全感上。AI 第一次讓這個群體產生不安全感——這是 Smart Nation 時代不存在的政治變數。

差異三：從發展敘事切換到危機敘事

讀黃循財的 Budget 2026 演講，最容易被忽略的是敘事框架——他把 AI 放在 “more contested, more fragmented and ultimately, more dangerous” 的地緣政治背景下講。

這是一個關鍵訊號。Smart Nation 時代的敘事是”提高效率、改善生活、創造機會”——是發展敘事。AI 2026 的敘事是”地緣政治碎片化下的國家生存籌碼”——是危機敘事。

新加坡歷史上每次切換到危機敘事，國家動員力度都會上一檔：

1965 建國初期 → 工業化和裕廊島
1997 金融危機後 → 服務業轉型和金融中心定位
2008 次貸危機後 → 主權基金擴張和外資多元化
2026 大模型時代 → AI 全民採納和全球治理中心

危機敘事意味著：財政、人力、政治資源的動員不再是”看效果再投”，而是”必須投到位”。Budget 2026 的政策密度（同時推十幾項 AI 相關舉措）就是這個敘事的產物。

上一輪新加坡是學生，這一輪新加坡想當老師

Smart Nation 時期，新加坡到處取經：去愛沙尼亞學數字身份、去首爾學智慧城市、去巴塞羅那學感測器網路。它是學生。

AI 2026 時期，新加坡的姿態變了：

主辦 International Scientific Exchange on AI Safety（已經辦到第二屆）
釋出全球首個 Model AI Governance Framework、AI Verify 和 Agentic AI Framework
通過 Singapore Consensus 想成為全球 AI 安全研究的協調中心

它在搶”全球 AI 治理中心”這個位置——身份從學生切換成老師。

這是一個值得長期跟蹤的變化。它意味著新加坡這一輪不只是想跟上 AI 浪潮，而是想在新的國際秩序裡搶一個獨特位置——一個介於美國（前沿研發）、中國（應用規模）、歐盟（強監管）之間的”治理中立區”角色。

一句話總結

數字化是”把新加坡接入網際網路”，AI 是”把新加坡植入大模型時代的供應鏈上游”。

前者是為了不掉隊，後者是為了在新秩序裡搶一個位置。

Smart Nation 給新加坡帶來了 GovTech 改革、SingPass 普及、PayNow 主導地位——這些資產至今仍在產生複利。AI 2026 這一輪，同樣的模板被用來對抗一個更復雜、更危險、更不確定的世界。

值得繼續觀察的幾個問題：

PMET 中產的政治壓力會不會讓 AI 戰略走樣——比如出現保護主義、限制 AI 替代人力的法規？
治理中立區這個定位能不能在中美 AI 博弈加劇時守得住？
AI bilingual 10 萬人計劃真的能複製 SkillsFuture 的成功，還是會變成另一個數字技能培訓的”打卡式”專案？

這些問題沒有答案。但有一點是清楚的：新加坡正在重啟一個它已經走過一次的劇本，而且這一次它有理由相信自己能演得更好——因為它知道劇本怎麼寫。