书面答复 · 2026-08-04 · 届国会 15
改进裁员统计以单独反映 AI 或自动化因素
改进裁员统计以单独反映 AI 或自动化因素
官委议员尚杰夫（Mr Sanjeev Kumar Tiwari）书面询问代人力部长：人力部是否计划改进裁员统计，把人工智能（AI）或自动化等具体因素单独列出，而非笼统归入"业务重组"类别；若是，能否按职业类别提供细分数据，尤其是专业人士、经理与执行人员（PME）群体。代人力部长刘洁敏（Ms Jasmin Lau）答复：目前很难把 AI 或自动化单独识别为裁员的首要驱动因素，因为自动化通常是作为更广泛的业务转型或重组行动的一部分实施的；人力部将继续研究如何在裁员统计中更好地捕捉 AI 与自动化的影响。答复没有给出时间表，也没有承诺提供按职业类别的细分数据。
为什么重要
人力部承认裁员统计难以剥离 AI 因素，AI 对 PME 就业的真实冲击至今没有官方数据
关键要点
- • 尚杰夫要求裁员统计把 AI 或自动化从"业务重组"类别中单独列出，并按职业类别细分，尤其是 PME 群体
- • 人力部称自动化通常嵌在更广泛的业务转型或重组行动中，目前难以把 AI 或自动化单独识别为裁员的首要驱动因素
- • 人力部承诺继续研究如何在裁员统计中更好地捕捉 AI 与自动化的影响，但没有给出时间表或细分数据承诺
人力部承认现行裁员统计存在盲区，但以"自动化通常嵌在整体业务转型或重组中、难以剥离"为由维持现有口径，只承诺继续研究更好的捕捉方法，没有承诺改变统计分类或提供职业细分。
提问的官委议员尚杰夫关切：现行"业务重组"这一笼统类别掩盖了 AI 与自动化对就业的真实冲击，尤其是对 PME 群体；他要求更细颗粒度的官方数据，以便判断 AI 对白领岗位的影响并支撑政策讨论。
新加坡官方就业统计尚未把 AI 列为独立的裁员原因。在"AI 转型不容无就业式增长"的讨论升温之际，人力部对量化 AI 的就业冲击仍持审慎态度，数据颗粒度的改进停留在"继续研究"阶段，意味着短期内政策辩论仍缺乏 AI 致裁员的官方基线数据。
“目前很难把人工智能（AI）或自动化单独识别为裁员的首要驱动因素，因为自动化通常是作为更广泛的业务转型或重组行动的一部分实施的。”
参与人员 (2)
- Mr Sanjeev Kumar Tiwari
- Jasmin Lau
完整译文（中文）
Hansard 原始记录 · 2026-09-04
134 桑吉夫·库马尔·蒂瓦里先生问代理人力部部长：(a) 部门是否计划完善裁员统计数据，以更好地反映导致裁员的因素，例如人工智能或自动化，而不是仅归类于业务重组这一大类；(b) 如果是，是否可以按职业群体，特别是专业人员、经理和执行人员，提供此类案例的详细分类。
刘嘉敏女士：目前很难将人工智能（AI）或自动化作为裁员的主要驱动因素单独区分出来，因为自动化通常是作为更广泛的业务转型或重组的一部分实施的。人力部将继续研究如何更好地在裁员统计中反映人工智能和自动化的影响。
英文原文
SPRS Hansard 原始记录 · 抓取日期：2026-09-04
134 Mr Sanjeev Kumar Tiwari asked the Acting Minister for Manpower (a) whether the Ministry plans to enhance retrenchment statistics to better capture contributing factors, such as artificial intelligence or automation, instead of under the broad category of business restructuring; and (b) if so, whether a detailed breakdown of such cases by occupational group, particularly among Professionals, Managers and Executives, can be provided.
Ms Jasmin Lau : It is currently difficult to isolate the impact of artificial intelligence (AI) or automation as a primary driver of retrenchments as automation is typically implemented as part of broader business transformation or restructuring exercises. The Ministry will continue to study how we can better capture the impact of AI and automation in its retrenchment statistics.