组织变革与创新的速度是国家人工智能战略成功的关键
企业和机构必须重组数据、重建系统、重新设计流程与工作岗位，并对人员进行再培训
Add BT as a preferred source
DeeperDive is a beta AI feature. Refer to full articles for the facts.
本文由AI辅助翻译
2026年财政预算案将人工智能（AI）置于新加坡经济战略的核心。总理Lawrence Wong的阐述非常明确：在一个更具不确定性和竞争性的世界里，新加坡必须利用人工智能作为战略优势，并且我们必须以负责任、安全、惠及大众的方式来利用它。
为有效执行该战略，两种能力至关重要：严谨的设计和创新的速度。
今年的财政预算案明确指出，新加坡的优势不在于构建最前沿的大型模型，而在于有效、负责且快速地部署人工智能。这是一个要求很高的方向，因为大规模部署并非一次技术采购，而是一场组织变革。
企业和机构必须重组数据、重建系统、重新设计流程和工作岗位，并对人员进行再培训。如果这些变革未能实现，人工智能将始终困于试点项目和孤立的实验中。
国家人工智能任务（National AI Missions）反映了这一雄心。先进制造业、互联互通、金融和医疗保健是新加坡经济的结构性支柱。在这些领域，生产力的提升可以通过供应链和公共系统产生复合效应。
总理Lawrence Wong的观点很直接：人工智能任务必须立足于明确的目标和切实的成果。政府将协调研发、监管和投资促进工作，确保各机构齐心协力、方向一致。
由总理Lawrence Wong担任主席的国家人工智能理事会（National AI Council）表明，其目标是协调与执行，而非零散的实验。
但执行的难度事出有因。人工智能并非仅凭其存在就能创造价值， 只有当其周边的系统随之改变时，它才能实现价值。
银行可以实现部分贷款处理流程的自动化，但如果审批环节仍然层层设卡且依赖人工，那么在前端节省的时间将在后续流程中被消耗殆尽。
SEE ALSO
医院可以部署预测性分析工具，但如果临床工作流程维持原样，更优的洞见也无法可靠地转化为更好的治疗效果。工厂可以安装传感器和实时监控系统，但如果维护程序仍是为定期检查而设计的，那么响应速度并不会有太大提升。
这些都不是人工智能的失败，而是工作流程再设计上的失败。
这就是我所说的“设计”。它关乎的不是美学，而是决策的制定方式、责任的分配方式、风险的管理方式，以及人与人工智能的互动方式。
设计得好，人工智能就能融入日常运营。设计得不好，人工智能就只会是一个技术附加层，永远无法大规模提升生产力。
速度之所以重要，是因为人工智能的能力发展迅速，企业将早期采用转化为持久优势的时间非常有限。
财政预算案本身也从另一个角度阐明了这一点。它指出，端到端的转型要求极高，即使对全球大型企业也是如此，而成功转型的企业将获得决定性的竞争优势。换言之，缓慢的转型有可能变成一场永无止境的转型，永远在追赶下一代工具和模型。
因此，预算案中针对企业的措施至关重要。“人工智能领军者”（Champions of AI）计划旨在支持那些希望进行 全面转型（包括员工培训）的企业。
对于更广泛的企业群体，尤其是中小企业，将符合条件的人工智能支出纳入企业创新计划的范围，以及在“生产力解决方案津贴”（Productivity Solutions Grant）下加强和扩大支持人工智能的解决方案，这些举措旨在帮助企业从产生兴趣迈向实际应用。
预算案中列举的例子很有帮助，因为它们使人工智能的应用这一概念不再抽象，而是落实到具体操作层面。
但预算案也明确指出，必须带领员工共同前进，而不是让他们掉队。对工作岗位受到冲击的焦虑症是真实存在的，而新加坡的对策是在推进人工智能的同时，为员工的职业转型、技能再培训和职业发展提供有力支持。
在所有高等院校中普及人工智能素养，并帮助在职成年人培养实用的人工智能能力，这些重点举措揭示了一个更深层次的道理：持续的优势需要持续的能力作为支撑。
正是在这一点上，教育和培训具有了战略意义。在新加坡科技设计大学（新科大），我们一直围绕这一现实，通过我们的“设计·人工智能”（Design·AI）方向来重塑我们的教学方法。
“设计·人工智能”的方向并不仅仅是为了培养更多的程序员或模型构建者，而是要培养能够将深厚的技术和科学基础与设计思维及以 人为本的判断力相结合的人才。人工智能必须在真实的组织内部运作，那里有真实的限制、真实的问责机制和真实的人。
我们正在建立新的培养路径，将计算和学科深度与设计思维及以人为本的系统教育融为一体。
学生们接触到的人工智能不是一个抽象的学科。他们致力于解决真实的行业问题，其挑战不仅在于建立一个模型，更在于围绕模型重新设计工作流程。
他们很早就开始处理治理、责任和信任等问题，因为这些因素往往是决定人工智能应用能否成功的关键。
同样重要的是，我们为创新的速度进行培训。我们期望学生在紧凑的周期内，完成从概念到原型，再从原型到部署的全过程。
他们学习尽早测试假设，以负责任的方式进行迭代，并在不确定性中果断行动，同时保持严谨。我们所教授的“速度”，是严谨的执行力，是在机会窗口关闭前，将洞见转化为可行现实的能力。
总理Lawrence Wong的看法是正确的，恐惧不能主导新加坡对人工智能的应对策略。主导的必须是纪律：设计的纪律，确保人工智能能真正改变工作的完成方式；执行的纪律，确保转型速度足够快以创造优势；以及能力建设的纪律，确保利益能广泛共享，员工能获得发展而不是被取代。
在未来几年，新加坡的人工智能战略将根据实际成果来评判：先进制造业、互联互通、金融和医疗保健领域的生产力是否得到实质性提升；除了少数领军企业外，广大企业能否有意义地应用人工智能；以及新加坡人是否具备善用人工智能并获得发展的能力。
优势将不属于最先应用人工智能的企业，而属于那些重新设计最快、学习最快和规模化最快的企业。
如果我们能在设计和创新速度上做到位，新加坡将不仅仅是负责任地应用人工智能，我们还将帮助定义一个国家在人工智能时代如何竞争、建设和繁荣。
作者是新加坡科技设计大学（新科大）的教务长兼首席学术与创新官
Decoding Asia newsletter: your guide to navigating Asia in a new global order. Sign up here to get Decoding Asia newsletter. Delivered to your inbox. Free.
Copyright SPH Media. All rights reserved.
TRENDING NOW
‘Boring’ is the new black: The stars are aligning for a Singapore stock market revival
Near sell-out launches in March boost developer sales to 1,300 units after four slow months
China pips the US if Asean is forced to choose, but analysts warn against reading it like a sports result
Genting Singapore’s Lim Kok Thay receives S$7.5 million pay package for FY2025
