La misión de conectividad también abarca oportunidades en las redes aeroportuarias, marítimas y portuarias de Singapur. El aeropuerto de Changi y el puerto de Tuas ofrecen entornos operativos complejos y ricos en datos, adecuados para aplicar IA a la optimización de aeropuertos, transporte marítimo y logística.
La aviación ocupa el primer lugar porque combina coordinación en tiempo real, infraestructuras críticas y exigencias de seguridad muy claras. Es, por tanto, un escenario especialmente exigente para comprobar si la IA puede aportar mejoras sin sustituir la responsabilidad humana.
La misión de manufactura avanzada se centra en la llamada IA física o incorporada: sistemas capaces de interactuar con entornos de producción reales. Entre las áreas propuestas figuran la robótica, las simulaciones para rediseñar procesos, los gemelos digitales y el mantenimiento predictivo. Estas aplicaciones podrían ayudar a detectar antes los problemas de producción y reducir el desperdicio de materiales y los tiempos de inactividad, aunque los materiales disponibles las presentan como usos previstos, no como resultados ya confirmados.
El énfasis en la IA física también aparece en los planes de Singapur para reforzar la investigación aplicada y la experimentación en entornos reales.
En el sector financiero, la misión contempla aplicaciones para hacer frente a formas cada vez más sofisticadas de delincuencia financiera, mejorar las herramientas de gestión financiera y respaldar sistemas de nueva generación para pagos transfronterizos.
El enfoque sectorial es relevante porque la IA financiera debe operar dentro de sistemas muy regulados, con datos sensibles, obligaciones de cumplimiento normativo y decisiones que pueden tener consecuencias importantes. Por eso, el acceso controlado a los datos y el despliegue responsable que promueve la estrategia son condiciones prácticas para ampliar estos usos.
Entre las aplicaciones identificadas para la misión sanitaria se encuentran el diagnóstico y la toma de decisiones clínicas, la planificación de recursos y unas recomendaciones y cuidados de salud más personalizados.
Son usos de alto riesgo, de modo que los objetivos tecnológicos están estrechamente ligados a la rendición de cuentas y a los controles de seguridad. Las fuentes disponibles establecen la dirección prevista, pero no demuestran que cada una de estas aplicaciones se haya desplegado ya a escala nacional.
La estrategia actualizada presenta las misiones como algo más que una lista de proyectos piloto. Conecta los problemas de cada sector con las capacidades necesarias para desarrollar, probar y ampliar las soluciones: investigación e ingeniería de IA aplicada, trabajadores capaces de desenvolverse tanto en su especialidad como con herramientas de IA, acceso regulado a conjuntos de datos pertinentes y una transformación más profunda del sector público.
Esta estructura aborda una brecha habitual en la implementación. Un modelo prometedor no basta por sí solo: las organizaciones también necesitan conocimiento del sector, datos utilizables, infraestructura técnica, entornos de prueba y reglas claras para desplegar IA en contextos donde las decisiones tienen consecuencias.
El Gobierno de Singapur ha comprometido más de 1.000 millones de dólares singapurenses entre 2025 y 2030 dentro de su Plan Nacional de Investigación y Desarrollo en IA. La inversión respalda tanto la investigación fundamental como la aplicada, además del desarrollo de talento, desde la educación preuniversitaria hasta el profesorado y las alianzas internacionales de investigación.
NAIS 2.0 también da prioridad al talento bilingüe en IA: personas que combinan conocimientos de un ámbito concreto con la capacidad de trabajar eficazmente con sistemas de inteligencia artificial. Esta combinación es especialmente importante en la aviación, la manufactura y la salud, donde las soluciones deben integrarse en flujos de trabajo profesionales y requisitos de seguridad existentes, no limitarse a producir resultados técnicamente llamativos.
El distrito digital de Punggol se está desarrollando como un entorno pionero para probar IA física y aplicada. Las experiencias previstas incluyen empresas que desplegarán robots para tareas como limpieza, patrullaje y reparto de comida.
Singapur también está ampliando su ecosistema de investigación con la presencia investigadora de Nvidia en el país. Se espera que el laboratorio trabaje con universidades locales, empresas y el Gobierno en robótica, modelos de IA más eficientes energéticamente y la infraestructura relacionada.
Estos espacios son importantes porque la IA física no puede evaluarse por completo mediante pruebas de referencia o demostraciones de software. Los robots y sistemas autónomos deben probarse en situaciones donde sea posible observar en la práctica su fiabilidad, coordinación y seguridad.
El Marco Modelo de Gobernanza de la IA Agéntica de Singapur ofrece a las empresas orientación para desplegar de forma responsable sistemas autónomos capaces de ejecutar acciones. El marco sitúa la responsabilidad humana y organizativa en el centro, mediante estructuras de gobernanza, funciones de supervisión y controles de riesgo proporcionales al nivel de autonomía y al riesgo del sistema.
Una salvaguarda clave es que las acciones de alto impacto o irreversibles no deben realizarse sin revisión humana. Se recomienda definir puntos de control o límites de actuación en los que sea necesaria la aprobación de una persona.
El principio es especialmente relevante para las cuatro misiones. La IA puede ayudar a optimizar un puerto, detectar actividad financiera sospechosa o apoyar una decisión clínica, pero la organización que la despliega sigue siendo responsable del funcionamiento del sistema y de la posibilidad de que las personas intervengan.
El plan de Singapur destaca por combinar cuatro misiones sectoriales con las condiciones necesarias para que la adopción sea posible: financiación de investigación a largo plazo, formación de profesionales, entornos de prueba compartidos y reales, acceso a datos pertinentes y orientación para el despliegue.
La aviación ofrece el ejemplo inicial más claro. Es un entorno complejo y de importancia nacional en el que la IA puede aplicarse a la coordinación operativa, con requisitos de seguridad explícitos. Las otras misiones —manufactura, finanzas y salud— afrontarán desafíos técnicos y regulatorios diferentes, y las fuentes disponibles todavía no acreditan un despliegue completo en los cuatro sectores.
La conclusión inmediata es que NAIS 2.0 busca llevar a Singapur de la experimentación a la implementación sectorial. Que esa ambición se traduzca en mejoras medibles dependerá de la calidad del despliegue, la solidez de la supervisión humana y la capacidad de construir sistemas de IA alrededor de necesidades operativas reales, en lugar de diseñarlos únicamente como demostraciones tecnológicas.