楊莉明在 CNBC 談新加坡大膽的 AI 推進

楊莉明在 CNBC Converge Live 用樟宜機場作類比:新加坡不造飛機,但每年服務近 4000 萬乘客,因為它找到了在飛機產業鏈中能創造價值的環節——新航、維修保養、航天製造。AI 同樣如此,最尖端的大模型可能不在這裡開發,但不妨礙新加坡與這些工具合作並打造對企業有用的價值主張。韌性的核心不是自己擁有整個供應鏈,而是有選擇——多樣化供應來源、多樣化技術、多樣化系統設計。

DeepSeek 的出現根本性改變了成本計算。兩三年前企業反饋是 AI 太貴,現在政府、金融、醫療、交通物流等多個行業的熱情明顯回升。基礎設施方面,Stargate 5000 億美元、法國約 1000 億歐元的投入——楊莉明判斷百年尺度下不會過度。僅美企在新加坡的數字基建和公用事業投資就約 500 億美元,新加坡資料中心容量相對 GDP 和人口已是亞洲最密集之一,且仍在擴容,因為最複雜的 AI 工作負載對延遲敏感,無法跨地理靈活配置。綠色資料中心路線圖採用兩條策略:減少能源使用(包括重新審視熱帶資料中心的冷卻標準)和使用綠色能源,甚至延伸到演算法層面。

AI 安全的話題從布萊切利的極端風險轉向巴黎的近期風險——歧視、網路安全、AI 被用作攻擊工具。新加坡的方法是基於風險、行業化和針對性,先看現有法律是否覆蓋,不夠再立新法。比如選舉期間 AI 生成內容的風險,2024 年專門立法應對。這不像歐盟 AI 法案那樣"綜合性立法"——可能未來要整合,但目前優先速度和針對性。技能方面,楊莉明特別推薦一個專案:新加坡 40 歲以上公民如果決定重返學校獲取正式資格,可獲最多兩年支援,全日制或兼職均可,每月 3000 新元培訓津貼,兩年合計 7.2 萬新元。這是國家在替每位重新出發的工人承擔一部分代價。

字幕語言： zh-Hant · 抓取日期： 2026-05-02

當你擁有像人工智慧這樣潛力巨大的變革性技術時，如何才能充分利用它？那麼，新加坡是否需要在人工智慧基礎設施上投入5000億美元？我可以告訴你，許多公司確實在花這筆錢。新加坡一直致力於通過在多個領域提供監管明確性以及促進創業文化，確立自己作為亞洲乃至全球重要科技樞紐的地位。但隨著技術的快速發展，尤其是人工智慧的興起，新加坡能否與美國、中國以及歐洲各國競爭，爭奪領導地位？幸運的是，我請來了約瑟芬·廖來談談這個話題。約瑟芬是新加坡數字發展與信息部長。

感謝大家今天加入我，在新加坡Converge Live現場觀眾面前錄製的這期《超越山谷》特別節目。很高興來到這裡。Arjun Josephine，我們能聊聊人工智慧嗎？當然，從您作為政府部長的角度來看，目前人工智慧為新加坡和世界其他地區帶來的最大機遇是什麼？任何政府的根本職責都是對其公民負責。就我們而言，問題在於如何為我們的人民和企業創造更多機會。這是我們優先考慮的重點。因此，當你擁有像人工智慧這樣潛力巨大的變革性技術時，關鍵問題是如何充分利用它。

起點必須是你的人民在就業、職業方面正在做什麼，已經有哪些型別的企業存在，人工智慧如何幫助他們在個人以及企業層面實現新的卓越高峰。這就是我們的思考方式。因此，人工智慧為新加坡乃至世界公共利益服務的理念正是從這一點出發。你希望人們具備技能，以便他們能夠為自己的企業以及僱主做出更多貢獻。

呃，你希望企業，呃，當然必須在全球市場中非常激烈地競爭，能夠發現新加坡給予他們的優勢，這實際上是我們所有努力的方向，致力於提升技能，提升企業能力，以便無論是在個人、勞動力層面，還是在經濟層面，我們都能更具競爭力。我們將在本次討論中深入探討技能和安全問題。但讓我們先從新加坡開始，部長，因為當我們談論全球的人工智慧時，很多討論總是圍繞美國、中國以及這兩個國家所擁有的能力和公司。許多較小的國家被排除在這場討論之外，甚至像歐洲這樣的大區域也被排除在外。

所以當我們談論新加坡時，您如何評估新加坡在一些關鍵技術領域的位置？這是一個非常有趣的問題，也是我們在2022至2023年間重新思考國家人工智慧戰略時一直在努力解決的問題。我想用一個類比來說明：如果你想到你現在所在的樟宜航空樞紐，再想到我們每年服務近4000萬乘客，而新加坡人口不過不到600萬左右。那這是怎麼可能的呢？怎麼可能你們甚至不擁有飛機技術？商業飛機制造商有波音和空客，他們都不是新加坡公司，但這並不妨礙我們構想一個航空樞紐。

呃，你會希望擁有自己的領軍人物，我認為多年來我們非常幸運，有一些非常優秀的人才，他們為打造像新加坡航空這樣世界級的航空公司做出了傑出貢獻。我們這裡有非常好的維修、修理和大修公司。我們還有航空製造業，航空航天產業非常重要。這些都不是基於新加坡擁有飛機技術而建立起來的，而是基於識別出新加坡能夠貢獻價值增值的領域，這些領域對這些公司來說在商業上是合理的。我認為如果你採用這種思維方式，同樣也適用於人工智慧。

最先進、最高階的大型語言模型可能不會在這裡開發，但這並不妨礙我們與這些發明、這些工具合作，創造出在我們的環境中相關且對商業實體有用的價值主張。許多人都在關注人工智慧及其基礎性，而“韌性”是我們談論人工智慧、半導體等技術時常提及的關鍵詞，強調需要擁有一個可信賴、安全的供應鏈。目前世界上許多國家都認為這意味著我們需要嘗試將供應鏈重新遷回本土或掌控大部分供應鏈。因此，從新加坡的角度來看，你們有不同的視角，你們樂於與許多全球合作伙伴合作。

我認為你說得很對，核心問題在於，人們的願望並不總是擁有由自己創造和維護的東西。核心目標是實現韌性。換句話說，你希望擁有選擇權。你希望在發生不利情況時有備選方案。如果你想實現韌性，有不同的方式可以做到。比如在供應來源上實現多樣化，在所採用的技術上實現多樣化，甚至在你所建立的各種系統設計上實現多樣化。這些都是促進韌性的因素。這就是我們的思考方式。

嗯，並不總是你有擁有整個供應鏈甚至最關鍵元件的奢侈條件。你必須能夠審視並判斷，什麼是你自己能夠合理生產、製造或至少儲存的，什麼是你合理多元化獲取供應的。因此，我們就是這樣考慮的。今年談論人工智慧時，很難不提到DeepSeek，因為它對全球市場乃至科技行業都產生了連鎖反應。但我認為它展示了開源及開源技術發展的重要性，這可能賦予小國以及小公司創造實際應用的能力。

因為過去幾個月我一直在進行的一個對話是，實際上很多科技領域的人認為模型將會被商品化，真正的價值其實在於應用，幾乎可以說DeepS和其他開源模型所提供的是一個機會，讓公司和國家能夠創造有價值的應用。那麼，你如何看待當前開源領域正在發生的事情，以及這對新加坡某些人工智慧應用的發展意味著什麼？我們兩到三年前曾經擔心的一個問題是，人工智慧的熱潮在多大程度上能夠真正轉化為商業環境中的實際利益。

當我們與各種行業以及不同規模、不同領域、面臨不同挑戰的公司互動時，有一個非常普遍的主題是，人工智慧的使用仍然非常昂貴。因此，如果我們進行成本效益分析，是的，我們非常關注人工智慧可能帶來的潛力，但我們必須投入大量資金來開發和使用這些人工智慧工具，因為這不僅僅是簡單地買現成的產品就能實施。你可能還需要在自己的組織內部做一些調整。公司告訴我們，這對他們來說仍然是非常昂貴的。

我在今天的背景下得到的反饋是一致的，隨著DeepSeek的引入，成本考量已經發生了很大變化。從這個角度來看，能夠促進人工智慧的採用並推動人工智慧生態系統在更多不同場景中的發展，我認為這是非常令人興奮的。我們看到這種情況不僅僅發生在政府內部，政府希望利用人工智慧工具來改善公共服務的提供。我們也看到各行各業都在發生這種變化。無論是金融、醫療，還是交通、物流，熱情都明顯提升了，因為成本考量變得更加有利。這也讓我想到了基礎設施建設。我認為美國的5000億美元Stargate專案就是一個例子。

最近我們聽說法國也投入了大約一千億歐元用於基礎設施建設。那麼這些國家是不是花得太多了？還是說這取決於你問的是哪個時間段？是的。我認為，如果你快進一百年，回頭看今天發生的事情，我覺得很難說這會是過度投資。

但是這些事情是有周期性的，在某些時間點，你可能會超前於需求，結果發現自己有過剩產能，這在許多其他行業和領域也會發生，所以如果發生這種情況我不會感到特別驚訝，但長期趨勢確實表明需求會增長。如果你看新加坡的情況，考慮到我們的資料中心容量相對於GDP和人口，已經是整個亞洲最密集的之一。即便有這樣的積累，我們仍然在尋求創造更多的空間，因為如果你想承載最複雜的AI使用者，延遲是很重要的。有些AI工作負載不能輕易地從地理位置上進行配置。

所以即使你在我們這個世界的區域內建立了一個非常強大且廣泛的資料中心網路，在活動最集中的地方，你仍然需要有計算能力。那麼新加坡是否需要在AI基礎設施上投入5000億美元？我可以告訴你，很多公司正在花這筆錢。我記得去年九月或十月，我和前美國商務部長吉娜·雷蒙多女士在一起，我們試圖統計僅美國公司在新加坡的數字基礎設施和公用事業投資，不包括其他公司，大約達到了500億美元。這就是他們關注的規模。

但如果你看該地區其他地方的數字，規模甚至更大，因為差距更大，因此需要積累以縮小差距。是的，還有其他需要考慮的事情，對吧？關於AI基礎設施，是能源、水資源、冷卻水。你如何應對這些挑戰？我們正面臨這些挑戰。我們說對於資料中心，我們有綠色資料中心路線圖。基本上有兩種策略：一是減少能源使用，二是使用綠色能源，兩者都很必要。關於如何減少能源使用，一個非常實際的做法是，熱帶環境下運營資料中心的標準是什麼？是否需要冷卻到極低溫度，還是標準可以適應熱帶氣候？

這是我們正在做的事情之一，但我們不會止步於此。我們認為即使在演算法層面，也必須有以更環保的方式編寫演算法的方法。因此我們也投入了一些研究資源來推動這項工作。你最近參加了在法國巴黎舉行的AI行動峰會。我也在那裡，只是沒遇上。那次峰會的重點當然是圍繞安全和監管，因為AI持續發展。你會說你自己和其他全球領導人目前對AI發展的擔憂是什麼？因為我聽到過關於AI失控、超出人類控制、AI演算法和模型中存在嚴重偏見的警告。

你與全球社會共享的擔憂有哪些？這非常有趣，因為在巴黎AI行動峰會之前，韓國首爾舉辦了AI安全峰會，而在此之前，起源是在布萊切利。這是AI安全峰會，討論的重點實際上發生了很大變化。在布萊切利，我們主要討論極端風險，比如當AI能夠完全自主執行且無人類介入時會發生什麼。存在的風險也被提上議程。討論發生了顯著轉變。我認為巴黎的討論更多聚焦於AI的採用。AI採用並不意味著沒有風險。近期風險包括歧視風險。

如果你有生成式AI模型不僅不準確，還複製了我們社會中已經存在的偏見，那會怎樣？還有其他風險。例如，AI的網路安全風險。AI模型本身可能容易受到攻擊。這是一種風險。另一種與安全相關的風險是AI被用來開發更復雜的策略，滲透系統，除了社會工程和實施詐騙之外。因此，這些近期風險也值得高度關注。這並不意味著我們會忽視長期風險。有些人認為這些風險並非那麼遙遠。我們保持密切關注，但同時我們的公民希望我們能給他們保證，我們也在處理近期風險。

新加坡的做法是，我們審視現有的立法，問自己這些法律在多大程度上已經涵蓋了隨著AI普及可能出現的風險。例如，兒童性虐待材料，如果使用AI，這對相關家庭造成極大傷害。即使沒有AI，我們已有相關法律。關鍵是更新現有法律，明確使用AI時法律同樣適用。但也會有法律無法充分應對的風險。

比如在選舉背景下，如果AI生成的影像或音訊被用來混淆公眾，導致我們的民主機構遭受嚴重衝擊，那麼可能需要制定新法律。去年我們正是這樣做了，出臺了新法律，專門應對選舉期間AI生成內容的風險。那麼這就是新加坡的監管策略嗎？因為我們看到歐盟的《AI法案》採用基於風險的AI使用方法，中國則針對深度偽造等具體應用制定了較為具體的法律。新加坡會考慮制定一部全面的AI法規，還是更傾向於針對性較強的小規模立法？

目前，我認為我們更傾向於觀察風險如何顯現。新加坡的環境支援立法。如果你看議會審議法案的方式，我要為所有議員點贊，基本上是基於非常紮實的證據，儘可能做到科學嚴謹。因此，如果你向議員提出合理的建議，就有可能通過法案。這也是我們一直在做的。我們評估風險，迅速提出立法應對，向議會解釋為何如此重要。

這有時會導致看起來像是不同法律法規的拼湊，但權衡之下，它們更具針對性和具體性。我認為未來可能需要對已實施的法案進行整合和重組。但目前我們優先考慮快速響應和針對性立法，以應對數字發展和AI實施帶來的問題。你提到過三次AI峰會，討論有所演變，但它們的核心目的是匯聚各國討論全球框架和立法。

有一封信由許多與會者簽署，除了美國和英國未籤。我感覺在推動全球框架的過程中，分歧仍然很多。那麼你怎麼看待全球AI安全框架的重要性？其次，在當前國家間競爭和緊張局勢較多的情況下，如何推動達成這樣的框架？這些會議的情況是，我不會過於擔心如果一份宣告沒有所有與會者的簽名。原因很簡單，在你的組織中，如果有公開承諾，就需要內部流程來評估是否能兌現這些承諾。

有些國家會認為時間太短，需要與本國首都溝通，需要與各個不同的機構溝通。所以從這個角度來看，我完全理解為什麼有時候宣告沒有被簽署。這部分取決於草案何時被提出。所以我不會對此過於擔心。話雖如此，我認為全球框架在某個時候將變得至關重要。如果你與在多個司法管轄區運營的企業交流，尤其是在數字領域，地域性意味著你在許多市場中運營，而每個市場都有不同的規則。缺乏互操作性極大地阻礙了企業的擴充套件。

同樣也很難確保每個司法管轄區的公民都能獲得相當程度的保護。我認為隨著時間推移，這些框架將變得越來越重要。困難在於，你希望越多的人簽署，框架往往就越趨於平淡。它可能不會達到理想的雄心水平，因為它必須滿足每個人對對錯的認知。所以我認為這是一個持續的討論，我不指望很快會有結論。然而，我非常有希望且樂觀，認為有志同道合的國家非常熱衷於繼續共同推進，特別是在人工智慧安全領域。

僅僅因為我們想推動人工智慧的採用和人工智慧生態系統的建設，並不意味著我們會置安全於不顧，也不意味著我們不再關心人工智慧安全。如果你希望這項技術真正具有變革性，我們必須向公民保證，它是在高度負責任和安全的前提下實施的。部長，談論技術時很難不提及快速變化的全球政治和監管環境。我最近在移動世界大會上，與歐洲大型語言模型領導者之一Mistral AI的執行長Arthur同臺。

他表達了一個在歐洲潛伏已久的觀點，他說我們認為是時候讓歐洲公司減少對美國技術的依賴了。這是一個一直在背後討論的話題，但這是我第一次聽到歐洲科技公司公開表達這一觀點。當然，這也正值美國在技術及許多其他領域推行“美國優先”政策的時候。您如何應對這種局面，特別是與您在對話開始時提到的韌性相關的內容？過度依賴的概念並不新鮮。

即使作為一個在70年代、80年代和90年代發展中的經濟體，我們也會看新加坡，問自己是否過度依賴某個特定行業，如何實現經濟多元化。我相信我們獨立後的第一次經濟衰退是在85至86年，那時我們非常清楚，如果只依賴少數幾個經濟引擎，當情況不利時，可能無法維持發展。因此，我們有多元化經濟的理念，鼓勵人們從事多種活動，在每個行業中也希望有多樣化的參與者。我認為這已經深植於我們的思維方式，這並不新鮮。

話雖如此，你也必須認識到，有些國家在其卓越領域非常先進。人工智慧是其中之一，量子技術也是另一個。我們當然會努力提升自身能力，但新加坡不現實地認為自己可以完全獨立、自給自足。我們很早就決定，這種想法對我們來說行不通。我們繼續努力與所有合作伙伴接觸，無論他們來自哪裡，在企業層面以多種方式合作。我們主要關注效能、安全性和韌性的結合，這仍然是驅動決策的基本原則。

我想談談未來，在人工智慧時代，您如何考慮培養下一代科技領袖，以及技能再培訓等日益重要的議題。我看到最近幾天有報道，北京的中小學將開設人工智慧課程。全球各國都在思考教育和技能再培訓。您目前如何考慮年輕一代，如何培養他們成為一個科技前瞻、思維開放的國家？我們不僅考慮年輕一代，也考慮每一代人，因為他們將長期成為我們的勞動力。

我們關注所謂的就業前培訓，比如大學、理工學院、技術教育學院，這些對我們非常重要，但繼續教育和培訓可能更為關鍵。年輕人的學習能力很強，能夠吸收當前相關的知識。因此，我們不需要做太多工作來鼓勵年輕人在數字領域變得精明，也不需要太多說服他們學習編碼的好處。即使不能做最複雜的編碼，簡單的積木式編碼也不難，他們能很快掌握。所以我對此沒有太大擔憂。我還認為我們的教育體系經過多年考驗，教師們非常投入，幫助學生準備所謂的21世紀能力。

有趣的是，我們決定不是由我們來告訴教育者什麼在新時代是相關的，而是邀請他們參加類似這樣的場合，聽人們談論技術如何改變世界。教育者們將這些內容帶回去，重新設計課程。我們有一個名為“智慧國學者”的專案，正是為了這個目的。換句話說，非課程設計專家不應試圖改變課程，課程設計者需要被理念所感染，擁抱並自行改變課程。

但我想稍微轉移一下話題，談談繼續教育和培訓，即人們離開學校後如何學習。如果我們認為他們離開學校時學到的知識能支撐他們整個職業生涯，我認為這不現實。在他們40、50年的職業生涯中，可能需要轉型三、四、五、六次，甚至更多，誰也說不準。關鍵是為他們提供支援和基礎設施，使他們能夠實現這些轉型。

舉個例子，我特別滿意的一個專案是，新加坡公民一旦達到40歲，如果決定重新回學校獲得正式資格，我們現在有一個計劃支援他們最多兩年時間的全日制或兼職學習。國家會幫助他們承擔經濟負擔，不僅有課程費用補貼，還有培訓津貼。津貼以新加坡元發放，每月3000元。如果你參加兩年課程，這意味著72000元的資金支援，幫助你重新技能培訓、重新裝備，為未來做好準備。

這就是我們的思考方式。非常感謝您的精彩見解，部長。感謝您今天參加我們的播客節目。謝謝。這期節目就到這裡。如果您想聯絡我們，請傳送郵件至[email protected]。請關注並訂閱我們的節目，也歡迎留下評論。我們很快會帶來下一期《超越山谷》。再見。[音樂]