En særskilt opgørelse fra MOM viste en AI-brug på 27,2 % blandt virksomheder med færre end 200 ansatte, 54,8 % blandt mellemstore virksomheder med 200-500 ansatte og 76,4 % blandt virksomheder med over 500 ansatte. Mønstret er klart: Jo større virksomheden er, desto større er sandsynligheden for, at den har ressourcerne og den organisatoriske kapacitet til at investere i AI og rulle teknologien ud i driften.
Store virksomheder kan fordele implementeringsudgifterne på flere teams, ansætte eller uddanne specialister og håndtere krav til datasikkerhed, styring og integration i større skala. Små virksomheder kan se det samme potentiale, men har ofte mindre økonomisk råderum til at eksperimentere og færre interne ressourcer til at styre forandringen.
AI-brugen er længst fremme i brancher, hvor arbejdet allerede er digitalt og blandt andet omfatter softwareudvikling, systemanalyse og dataanalyse. De højeste andele blev registreret i:
Resultaterne tyder på, at branchernes parathed ikke kun afhænger af adgang til digital infrastruktur. Det handler også om, hvorvidt virksomhederne har oplagte anvendelser, digitalt kompetente medarbejdere og arbejdsgange, der kan rumme AI.
De førende brancher er derfor ikke nødvendigvis repræsentative for hele økonomien. Høj AI-brug i digitale sektorer eksisterer samtidig med langt lavere brug blandt små virksomheder og i mindre digitalt intensive brancher.
Blandt virksomheder, der havde taget AI i brug, rapporterede 70,7 % om forbedret medarbejderproduktivitet. Andre nævnte fordele var bedre beslutningstagning, som 13,3 % pegede på, og øget innovation, som 11,9 % fremhævede.
Tallene viser, at virksomheder, der bruger AI, oplever konkrete gevinster. De bør dog fortolkes med forsigtighed. Der er tale om virksomhedernes egne rapporterede resultater – ikke et kontrolleret mål for AI's årsagssammenhæng med produktiviteten i hele Singapores økonomi. Resultaterne viser, hvor virksomheder oplever værdi, men ikke at enhver AI-implementering vil give de samme gevinster.
De største barrierer var udgifterne til implementering, som 44,9 % af virksomhederne nævnte, samt utilstrækkelige interne kompetencer, som 42,4 % pegede på. Små virksomheder fremhævede også mangel på en AI-strategi og lav tillid til teknologien som væsentlige hindringer.
Barriererne varierer dog med virksomhedens størrelse. Større virksomheder nævnte oftere kompleks integration med eksisterende systemer og bekymringer om datasikkerhed. Det afspejler udfordringen ved at koble AI-værktøjer til etablerede systemer og administrere teknologien på tværs af større organisationer.
Det forklarer, hvorfor en stærk digital infrastruktur ikke automatisk fører til bred anvendelse i den daglige drift. Udfordringen handler ikke kun om adgang til AI-værktøjer. Virksomhederne skal også finde de rigtige anvendelser, betale for implementeringen, opbygge interne kompetencer, håndtere risici og få teknologien til at fungere sammen med de eksisterende arbejdsgange.
Undersøgelsens tidlige arbejdsmarkedsdata peger især på omlægning af job og arbejdsopgaver. Blandt virksomheder, der anvendte AI, rapporterede 18,9 % om ændrede jobfunktioner, mens 13,9 % havde oprettet nye AI-relaterede stillinger. Til sammenligning meldte 6,2 % om AI-relaterede reduktioner i antallet af ansatte eller i ansættelsesaktiviteten.
MOM fandt derfor ingen tegn på omfattende eller udbredte jobtab drevet af AI på nuværende tidspunkt. Resultaterne passer bedre med et billede af, at AI understøtter medarbejdere og ændrer måden, arbejdet udføres på, end med en bred reduktion i antallet af job.
Det er ikke en garanti for, at AI vil have samme effekt på længere sigt. Men på kort sigt tyder tallene på, at den vigtigste opgave for arbejdsmarkedet er at hjælpe medarbejdere med at tilpasse sig nye arbejdsopgaver, tilegne sig relevante kompetencer og bevæge sig ind i nye eller ændrede roller.
Singapores relativt lave andel af virksomheder, der bruger AI, er bemærkelsesværdig, fordi landet ofte forbindes med høj digital konkurrenceevne. Sammenligninger med lande som Danmark, Finland og Sverige er relevante i overordnet retning, men tallene kan ikke uden videre sammenlignes én til én. Undersøgelserne kan bruge forskellige definitioner af AI, grænser for virksomhedsstørrelse og referenceperioder.
Den bredere pointe er, at digital infrastruktur og national teknologisk parathed ikke i sig selv sikrer, at virksomheder integrerer AI i deres daglige drift. Organisatoriske kompetencer, medarbejdernes færdigheder, omkostninger, tillid, datastyring og adgangen til praktiske anvendelser har også betydning for, hvor hurtigt teknologien breder sig.
MOM's undersøgelse beskriver en økonomi med to hastigheder. Et mindretal af store virksomheder og digitalt intensive brancher rapporterer allerede om produktivitetsgevinster, mens de fleste virksomheder fortsat befinder sig på planlægnings-, pilot- eller før-adoptionsstadiet.
Singapores næste fase handler derfor mindre om at bevise, at AI kan fungere, og mere om at gøre ansvarlig anvendelse mulig for langt flere virksomheder. Det kræver blandt andet lavere implementeringsbarrierer, opbygning af interne kompetencer, større tillid og bedre styring – samtidig med at medarbejderne forberedes på ændrede roller.
Den klareste konklusion er enkel: Singapores AI-omstilling er begyndt, men den har endnu ikke nået de fleste virksomheder. Og den første synlige effekt på arbejdsmarkedet er indtil videre forandring af arbejdet snarere end omfattende udskiftning af medarbejdere.