新加坡 AI 2026 全景盤點：六個維度、三條判斷

這是本站的第一份年度全景盤點。它不引入任何新資料——所有數字都來自站內執行追蹤（84 項指標、六個維度）的既有記錄，每個數字在追蹤頁都帶來源連結和資料截至日期。這篇長文做的是合成：把六個維度並排放在一起，讀出單看任何一頁都讀不出來的判斷。

每個維度的頭條數字有自己的「資料截至」日期，新舊不一。投資維度截至 2026 年 2 月預算案；採用維度的大企業 62.5% / SME 14.5% 是 2024 年的調查值；研究維度的「人均論文第一」，背後的資料是 2022 年的。

本文在引用處都標註年份。數字引用出去，年份跟著走。

一、投資：S$139/人，但真正的指標是放大倍數

新加坡的政府 AI 專項投入超過 S$20 億（NAIS 2.0 + 公共 AI 研究 2026–2030 + 企業算力計劃），按人口折算人均 S$139。這是美國的 4.2 倍、中國的 19 倍（美國人均 $33、中國 $7）。Budget 2026 在這個基礎上繼續加碼：400% 的 AI 稅收激勵、S$15 億的 FSDF、S$7,000 萬的多模態大模型專項。RIE2030 的 S$370 億總盤給未來五年兜底。

但只看政府賬單會漏掉真正的主線。這條線在賬單之外：GIC 在 2025–2026 年兩次入股 Anthropic，淡馬錫同一年入股 OpenAI；淡馬錫 2026 年報給出了可核對的承諾——AI 相關投資佔組合比例從 6% 提到 10–15%（2031 年 3 月前）。再往外一圈，微軟、谷歌、AWS、輝達在新加坡的承諾合計超過 US$260 億。

把這些並排放，會得到本站投資維度最核心的一個判斷：新加坡政府扮演平臺搭建者。政府每投入 S$1，撬動的超大規模廠商基礎設施投資約 S$13。

短板也在這裡：私人部門跟投比例仍然偏低，錢集中在算力和大企業上，SME 端的補貼滲透不夠；政府各部門的估算口徑偶爾不一致，跨年比較要小心。

二、人才：5,000/15,000，產能瓶頸是 60 人一批的 AIAP

官方目標是 2029 年前把 AI 從業者從 5,000 人擴到 15,000 人。目前完成度 33%，外籍佔比穩定在 35%——自給率還是結構性問題。盤子在漲：SkillsFuture 入讀 105K、1,600 門課程，TeSA 安置 21K 本地人就業 + 340K 技能提升，AIAP 22 批累計畢業約 500–600 人。Tortoise 人才子項排全球第 6–8 位。

需求側的新證據來自本站 2026 年 8 月新上線的 AI 職位指數：MyCareersFuture 上 1,475 個在招 AI 職位，中位月薪 S$8,000。僱主榜前四是 TikTok（64）、RN Care（57）、ByteDance（55）、NTU（53）——位元組系和高校在搶同一批人。

瓶頸藏在供給側：AIAP 每批約 60 人，是這個國家最有效的 AI 工程師生產線，但它按批次計產能；本地名校的 AI 博士流失率高（去美國、去工業界）；「AI Bilingual 100K」2026 上半年才上線，效果未知；產品、設計、銷售這類非工程崗位的培訓供給薄弱。

三、算力：1.4 GW 且全球第二，但電力是天花板

1.4 GW 資料中心容量、70+ 設施，Tortoise 基建排名全球第二（僅次美國）。分層覆蓋完整：國家級的 NSCC ASPIRE 2A+（20 PFLOPS）給科研，商用叢集（SMC 最高 2,048 張 H100/叢集、Singtel GPU-as-a-Service）給企業。HTX NGINE B200 SuperPOD 給國家安全，HEALIX 給醫療。NVIDIA 在新加坡的營收佔其全球 15%，人均約 $600。

趨勢持平（→）。卡在供給端：電力配額是天花板。額外 300MW 已分配、80MW 試點排到 2026–2028，綠電承諾和配額之間的張力會卡住未來五年的擴張。前沿晶片依賴進口、自研 ASIC 缺位，馬來西亞和印尼還在搶容量——“算力中心”這個地位坐不穩。

四、採用：大企業 62.5%，SME 14.5%——斷層是未來主戰場

2024 年的調查資料：大企業 AI 採用率 62.5%，SME 14.5%。SME 從 2023 年的 4.2% 一年翻三倍，是真增長，但絕對值仍然很低。

2026 年的微軟報告把新加坡排到全球第二（60.9%，僅次 UAE）；數字經濟佔 GDP 18.6%；DBS 一家就跑了 800+ 模型、350+ 用例、創造 S$7.5 億經濟價值。

政府自用的案例厚：公務員 AI 工具目標覆蓋 150K 人，Note Buddy 進到 5K 醫護人員，樟宜機場拿到全球首張 ISO/IEC 42001 認證。NAIIP 的目標是 2026–2029 年覆蓋 10K 企業 + 100K 工人。

這是六個維度裡斷層最清晰的一個：大企業已經達標，SME 離普及還差 2–3 年。而 SME 佔新加坡企業數的絕大多數——14.5% 這個數字每漲一個點，比任何大企業案例都更能說明”AI 國家”是否落地。

五、研究：人均論文全球第一，差的是前沿級原創

產出量級和學校排名都很硬：人均 AI 論文全球第一（每百萬人 250 篇，2022 年資料），NTU AI 全球第 3（僅次 MIT、CMU），NUS 第 9，ICLR 2025 在新加坡舉辦。SEA-LION 迭代到 v4（11+ 語言、4B–33B 引數），是非英美中經濟體中少有的有規模基座模型。

差的是最後一檔：FAIR/DeepMind 級的前沿原創。頂會一作佔比、被引超千次的代表作、自研基座的市場份額，都還差一步。

頂尖博士流失率高，沒有 OpenAI/Anthropic 量級的 spinoff；產學研轉化對”企業自用”強、對”對外輸出”弱。

六、治理：規則制定者，但規則制定 ≠ 規則被遵守

Singapore Consensus on AI Safety 有 11 國 100+ 參與者，ASEAN AI 治理指南 10 國採納（新加坡主導起草）。Agentic AI 治理框架收集了 60+ 機構的反饋，Oxford AI Readiness 排全球第二。Bletchley、Seoul、Paris 三屆 AI 安全峰會全程參與，UN 獨立國際科學小組有新加坡席位。話語權顯著超出體量——這是六個維度裡新加坡相對位置最高的一個。

最值得警惕的短板也在這：AI Verify 框架被廣泛採納，但執法層面的影響力弱；治理研究投入（AISI S$1,000 萬/年）和話語權規模不匹配；中美 AI 治理繼續分裂時，“居間者”的迴旋空間會變窄——任何一方要求選邊，這套定位就要接受壓力測試。

三條判斷

1. 放大倍數才是新加坡 AI 投資故事的真指標。政府賬單（S$20 億+）在絕對值上比不過韓國、UAE 甚至加拿大，但「S$1 政府投入 → S$13 超大規模廠商承諾」的槓桿結構，是任何同類經濟體都沒有的。這個比值值得被持續追蹤——它比政府預算更能預言接下來的算力、崗位和生態密度。

2. SME 斷層是未來 2–3 年的主戰場。大企業 62.5% 與 SME 14.5% 之間的 48 個點，就是 NAIIP 要啃的硬骨頭。SME 採用率每翻一倍，AI 才算走進大多數企業。

3. 規則制定者地位需要執法層和資金面去兌現。新加坡在國際治理桌上的位置已經很高，但 AISI S$1,000 萬/年的投入與這個位置不匹配；規則被寫的次數，遠多於規則被遵守的證據。治理是新加坡最便宜的槓桿，也是現在投入最輕的維度。

六個挑戰

站內的挑戰頁把新加坡 AI 戰略的六類結構性挑戰列全了：人才短缺與全球競爭、資料獲取與質量、倫理與治理的平衡、技術依賴風險、落地執行鴻溝、區域競爭加劇。人才自給率 35% 的外籍佔比意味著，全球人才爭奪戰的每一次擾動都會傳導到新加坡；而區域競爭裡，馬來西亞和印尼正在算力容量上直接搶單。

資料與方法

本文所有數字來自站內執行追蹤六個維度的既有記錄（84 項指標），每項在追蹤頁均帶來源 URL。各維度資料截至日期：投資 2026-02（Budget 2026 承諾棧）、人才 2026-01（NAIRD 計劃）+ 職位指數 2026-08-03 快照。算力 2025-08（Introl 資料）、採用 2024（IMDA 調查）+ 2026（微軟報告）、研究 2024-09（Wiley 發表，底層資料 2022）、治理 2026。

本文是合成層，不新增任何數字。發現數字過期或錯誤，從對應追蹤頁的來源連結開始核對。