新加坡 AI 2026 全景盘点：六个维度、三条判断

这是本站的第一份年度全景盘点。它不引入任何新数据——所有数字都来自站内执行追踪（84 项指标、六个维度）的既有记录，每个数字在追踪页都带来源链接和数据截至日期。这篇长文做的是合成：把六个维度并排放在一起，读出单看任何一页都读不出来的判断。

每个维度的头条数字有自己的「数据截至」日期，新旧不一。投资维度截至 2026 年 2 月预算案；采用维度的大企业 62.5% / SME 14.5% 是 2024 年的调查值；研究维度的「人均论文第一」，背后的数据是 2022 年的。

本文在引用处都标注年份。数字引用出去，年份跟着走。

一、投资：S$139/人，但真正的指标是放大倍数

新加坡的政府 AI 专项投入超过 S$20 亿（NAIS 2.0 + 公共 AI 研究 2026–2030 + 企业算力计划），按人口折算人均 S$139。这是美国的 4.2 倍、中国的 19 倍（美国人均 $33、中国 $7）。Budget 2026 在这个基础上继续加码：400% 的 AI 税收激励、S$15 亿的 FSDF、S$7,000 万的多模态大模型专项。RIE2030 的 S$370 亿总盘给未来五年兜底。

但只看政府账单会漏掉真正的主线。这条线在账单之外：GIC 在 2025–2026 年两次入股 Anthropic，淡马锡同一年入股 OpenAI；淡马锡 2026 年报给出了可核对的承诺——AI 相关投资占组合比例从 6% 提到 10–15%（2031 年 3 月前）。再往外一圈，微软、谷歌、AWS、英伟达在新加坡的承诺合计超过 US$260 亿。

把这些并排放，会得到本站投资维度最核心的一个判断：新加坡政府扮演平台搭建者。政府每投入 S$1，撬动的超大规模厂商基础设施投资约 S$13。

短板也在这里：私人部门跟投比例仍然偏低，钱集中在算力和大企业上，SME 端的补贴渗透不够；政府各部门的估算口径偶尔不一致，跨年比较要小心。

二、人才：5,000/15,000，产能瓶颈是 60 人一批的 AIAP

官方目标是 2029 年前把 AI 从业者从 5,000 人扩到 15,000 人。目前完成度 33%，外籍占比稳定在 35%——自给率还是结构性问题。盘子在涨：SkillsFuture 入读 105K、1,600 门课程，TeSA 安置 21K 本地人就业 + 340K 技能提升，AIAP 22 批累计毕业约 500–600 人。Tortoise 人才子项排全球第 6–8 位。

需求侧的新证据来自本站 2026 年 8 月新上线的 AI 职位指数：MyCareersFuture 上 1,475 个在招 AI 职位，中位月薪 S$8,000。雇主榜前四是 TikTok（64）、RN Care（57）、ByteDance（55）、NTU（53）——字节系和高校在抢同一批人。

瓶颈藏在供给侧：AIAP 每批约 60 人，是这个国家最有效的 AI 工程师生产线，但它按批次计产能；本地名校的 AI 博士流失率高（去美国、去工业界）；「AI Bilingual 100K」2026 上半年才上线，效果未知；产品、设计、销售这类非工程岗位的培训供给薄弱。

三、算力：1.4 GW 且全球第二，但电力是天花板

1.4 GW 数据中心容量、70+ 设施，Tortoise 基建排名全球第二（仅次美国）。分层覆盖完整：国家级的 NSCC ASPIRE 2A+（20 PFLOPS）给科研，商用集群（SMC 最高 2,048 张 H100/集群、Singtel GPU-as-a-Service）给企业。HTX NGINE B200 SuperPOD 给国家安全，HEALIX 给医疗。NVIDIA 在新加坡的营收占其全球 15%，人均约 $600。

趋势持平（→）。卡在供给端：电力配额是天花板。额外 300MW 已分配、80MW 试点排到 2026–2028，绿电承诺和配额之间的张力会卡住未来五年的扩张。前沿芯片依赖进口、自研 ASIC 缺位，马来西亚和印尼还在抢容量——“算力中心”这个地位坐不稳。

四、采用：大企业 62.5%，SME 14.5%——断层是未来主战场

2024 年的调查数据：大企业 AI 采用率 62.5%，SME 14.5%。SME 从 2023 年的 4.2% 一年翻三倍，是真增长，但绝对值仍然很低。

2026 年的微软报告把新加坡排到全球第二（60.9%，仅次 UAE）；数字经济占 GDP 18.6%；DBS 一家就跑了 800+ 模型、350+ 用例、创造 S$7.5 亿经济价值。

政府自用的案例厚：公务员 AI 工具目标覆盖 150K 人，Note Buddy 进到 5K 医护人员，樟宜机场拿到全球首张 ISO/IEC 42001 认证。NAIIP 的目标是 2026–2029 年覆盖 10K 企业 + 100K 工人。

这是六个维度里断层最清晰的一个：大企业已经达标，SME 离普及还差 2–3 年。而 SME 占新加坡企业数的绝大多数——14.5% 这个数字每涨一个点，比任何大企业案例都更能说明”AI 国家”是否落地。

五、研究：人均论文全球第一，差的是前沿级原创

产出量级和学校排名都很硬：人均 AI 论文全球第一（每百万人 250 篇，2022 年数据），NTU AI 全球第 3（仅次 MIT、CMU），NUS 第 9，ICLR 2025 在新加坡举办。SEA-LION 迭代到 v4（11+ 语言、4B–33B 参数），是非英美中经济体中少有的有规模基座模型。

差的是最后一档：FAIR/DeepMind 级的前沿原创。顶会一作占比、被引超千次的代表作、自研基座的市场份额，都还差一步。

顶尖博士流失率高，没有 OpenAI/Anthropic 量级的 spinoff；产学研转化对”企业自用”强、对”对外输出”弱。

六、治理：规则制定者，但规则制定 ≠ 规则被遵守

Singapore Consensus on AI Safety 有 11 国 100+ 参与者，ASEAN AI 治理指南 10 国采纳（新加坡主导起草）。Agentic AI 治理框架收集了 60+ 机构的反馈，Oxford AI Readiness 排全球第二。Bletchley、Seoul、Paris 三届 AI 安全峰会全程参与，UN 独立国际科学小组有新加坡席位。话语权显著超出体量——这是六个维度里新加坡相对位置最高的一个。

最值得警惕的短板也在这：AI Verify 框架被广泛采纳，但执法层面的影响力弱；治理研究投入（AISI S$1,000 万/年）和话语权规模不匹配；中美 AI 治理继续分裂时，“居间者”的回旋空间会变窄——任何一方要求选边，这套定位就要接受压力测试。

三条判断

1. 放大倍数才是新加坡 AI 投资故事的真指标。政府账单（S$20 亿+）在绝对值上比不过韩国、UAE 甚至加拿大，但「S$1 政府投入 → S$13 超大规模厂商承诺」的杠杆结构，是任何同类经济体都没有的。这个比值值得被持续追踪——它比政府预算更能预言接下来的算力、岗位和生态密度。

2. SME 断层是未来 2–3 年的主战场。大企业 62.5% 与 SME 14.5% 之间的 48 个点，就是 NAIIP 要啃的硬骨头。SME 采用率每翻一倍，AI 才算走进大多数企业。

3. 规则制定者地位需要执法层和资金面去兑现。新加坡在国际治理桌上的位置已经很高，但 AISI S$1,000 万/年的投入与这个位置不匹配；规则被写的次数，远多于规则被遵守的证据。治理是新加坡最便宜的杠杆，也是现在投入最轻的维度。

六个挑战

站内的挑战页把新加坡 AI 战略的六类结构性挑战列全了：人才短缺与全球竞争、数据获取与质量、伦理与治理的平衡、技术依赖风险、落地执行鸿沟、区域竞争加剧。人才自给率 35% 的外籍占比意味着，全球人才争夺战的每一次扰动都会传导到新加坡；而区域竞争里，马来西亚和印尼正在算力容量上直接抢单。

数据与方法

本文所有数字来自站内执行追踪六个维度的既有记录（84 项指标），每项在追踪页均带来源 URL。各维度数据截至日期：投资 2026-02（Budget 2026 承诺栈）、人才 2026-01（NAIRD 计划）+ 职位指数 2026-08-03 快照。算力 2025-08（Introl 数据）、采用 2024（IMDA 调查）+ 2026（微软报告）、研究 2024-09（Wiley 发表，底层数据 2022）、治理 2026。

本文是合成层，不新增任何数字。发现数字过期或错误，从对应追踪页的来源链接开始核对。