与会嘉宾表示，随着其他国家“铺开红毯”吸引投资，新加坡的公共—私人伙伴关系模式必须与时俱进

【新加坡】商界领袖在周三（5月13日）的一场对话会上表示，随着世界各国政府为吸引投资而激烈竞争，新加坡久经考验的公共—私人伙伴关系模式需要重新思考和提升。

应用材料公司（Applied Materials）东南亚区域总裁 Brian Tan 表示，尽管新加坡政府与企业之间共同承担风险、共享回报的模式在历史上一直行之有效，但这一策略可能已不再足够，尤其是在半导体等具有战略重要性且竞争激烈的行业中。

他表示：“在半导体这样竞争激烈且备受瞩目的行业中，每个地区都在铺开红毯，以往那种投资并寄希望于成功的做法可能已经不够了。”

“信任的建立需要多年和多次的合作，而在当今世界，它也可能变得极其脆弱。”

这些与会嘉宾是在新加坡工商联合总会（SBF）的年度未来经济大会上发言的。会上，经济战略检讨（ESR）委员会公布了其旨在增强经济韧性的最终32项建议。

这些提议涵盖八个重点领域，其中一个是新增的：建立经济韧性，包括能源韧性和供应链的韧力。

其余建议则建立在经济战略检讨委员会一月份发布的中期更新报告基础之上。该报告呼吁新加坡投资新兴领域，成为人工智能解决方案中心，并扩大优质就业机会等。

代理交通部长 Jeffrey Siow 在发布这些建议的演讲中表示，这些建议并非由政府单独构想，而是有商界领袖、工会和工人的共同参与。

他补充说，其中一些领袖是“新一代新加坡商界领袖的成员，他们亲身了解世界如何演变，并在前线做决策”。

SEE ALSO

Companies that replace workers with AI risk losing competitive edge, relying on vendors: Jasmin Lau

The economy is changing. Will we still have work? Minister Tan See Leng gives his take

Economic Strategy Review: New section on resilience underscores the stormier world that Singapore faces

Economic Strategy Review: Taking ‘bold bets’, building energy resilience among final recommendations

‘Career bridges’, earlier retrenchment support among ESR’s final proposals for workers facing disruption

More

新加坡工商联合总会在一份声明中表示，支持经济战略检讨委员会对新增长领域、企业转型和劳动力适应的关注。

这家最高商业总会表示：“现在的关键在于执行。商界将期待明确的优先事项、切实的支持和强有力的落地执行。”

其总裁 Kok Ping Soon 补充道：“企业需要信心，相信新加坡将保持成本竞争力、开放并与全球互联互通……”

“他们还需要更容易获得、协调性更好、并由更强大的‘新加坡公司’方针支持的转型支持……”

“如果我们后续执行得当，新加坡就能增强其韧性，帮助更多本地企业扩大规模，并继续作为一个值得信赖、具有竞争力的增长中心。”

重大押注

共同主持了经济战略检讨委员会全球竞争力小组的 Siow 表示，新加坡必须做出“更大更大胆的押注”，同时维护作为其公共—私人伙伴关系基础的信任。

他表示：“新加坡在这些行业中不一定有必胜的把握，但我们希望赢得参与的资格，并在此基础上建立脱颖而出的实力。”

他补充说，这类押注将不会仅限于确定优先行业。随着时间的推移，政府将继续放眼未来，寻找新兴产业，并通过整个生态系统的协同努力对其进行投资和培育。

他表示：“我们希望吸引并留住世界其他地区涌现的、更年轻、更具潜力的公司，这些公司正在寻找一个稳定、拥有丰富人才和资本的地方。”

“对这些公司而言，新加坡提供了一个非常强大的价值主张。”

新前沿

在谈到新加坡应在何处进行下一次重大押注时，Granite Asia 高级管理合伙人 Jenny Lee 指出，“实体人工智能”和“具身人工智能”是新加坡具有独特优势可以抓住的机遇。

Lee 表示，与主要由美国公司开发和主导的大型语言模型不同，下一波人工智能的增长将超越文本和语言，进入物理世界——进入工厂、港口和机场。

她补充说，语言模型与硬件的这种融合，正是实体人工智能这个新兴领域的定义。

她说：“目前，实体人工智能领域还没有一个占主导地位的硬件平台。新加坡在协调语言模型与硬件测试以用于真实世界用例方面具有独特的地位……”

“如果我们能在此占得一席之地，我相信我们可以利用我们现有的产业基础来吸引整个生态系统。”

Lee 还指出，科学人工智能是一个重要的相邻机遇。与依赖海量文本数据的人工智能不同，科学人工智能需要化学、生物学和药理学产生的数据——这些数据目前是非结构化的，分散在各个实验室中，难以用于训练模型。

她说：“谁能开发出一种通过自动化、人工智能和机器人技术来捕获这些数据的结构化方法，谁就能吸引并培育新一代由科学驱动的公司。”

Lee 补充说，支撑这两个机遇的基础是需要建立强大的数据基础设施——即可信的框架、治理结构和知识产权保护，从而允许数据在利益相关者之间安全共享。

她说：“所有这一切都将依赖数据运行——即可信的数据，以可信的方式共享。这里存在一个空白领域，我们需要将其作为一个系统来处理。”