Waarom Singapore zijn nationale AI-strategie met de luchtvaart begint

De missie voor connectiviteit strekt zich ook uit tot de luchthaven-, scheepvaart- en haveninfrastructuur van Singapore. Changi Airport en de haven van Tuas zijn complexe, datarijke werkomgevingen waar AI kan worden ingezet voor optimalisatie van luchthavenactiviteiten, maritieme processen en logistiek.

De keuze voor de luchtvaart is veelzeggend: het is een omgeving waarin duizenden processen voortdurend op elkaar moeten worden afgestemd, terwijl veiligheid niet onderhandelbaar is. Dat maakt de sector geschikt voor AI-toepassingen waarbij betrouwbaarheid en menselijke controle direct zichtbaar moeten zijn.

2. Geavanceerde productie: fysieke AI voor slimmere fabrieken

De missie voor geavanceerde productie draait om AI die kan samenwerken met fysieke productieomgevingen. Genoemde toepassingen zijn robotica, simulaties om productieprocessen opnieuw in te richten, digitale tweelingen en voorspellend onderhoud. Daarmee zouden fabrikanten problemen eerder kunnen signaleren en materiaalverspilling en stilstand kunnen terugdringen. De aangeleverde bronnen beschrijven dit als beoogde toepassingen, niet als al bewezen resultaten.

De nadruk op zogeheten belichaamde of fysieke AI sluit aan bij de plannen van Singapore voor toegepast onderzoek en experimenten in de praktijk. Het gaat dus niet alleen om software die patronen herkent, maar ook om systemen die machines, robots en productieprocessen helpen aansturen.

3. Financiële dienstverlening: veiligere transacties en betere beslissingen

In de financiële sector moet AI onder meer helpen bij het opsporen van steeds geavanceerdere financiële criminaliteit, het verbeteren van instrumenten voor financieel beheer en de ontwikkeling van nieuwe systemen voor grensoverschrijdende betalingen.

De sectorbrede aanpak is hier belangrijk. Financiële AI werkt binnen streng gereguleerde systemen met gevoelige gegevens, complianceverplichtingen en beslissingen die grote gevolgen kunnen hebben. Gecontroleerde toegang tot data en richtlijnen voor verantwoord gebruik vormen daarom een praktische basis om dergelijke toepassingen op te schalen.

4. Gezondheidszorg: van klinische ondersteuning naar zorg op maat

Voor de gezondheidszorg noemt Singapore toepassingen op het gebied van diagnose en klinische besluitvorming, capaciteits- en middelenplanning en meer gepersonaliseerde gezondheidsadviezen en zorg.

Dit zijn toepassingen met een hoog risico. Daarom hangen de technologische doelstellingen nauw samen met verantwoordingsplicht en risicobeheersing. De beschikbare bronnen beschrijven de richting van het beleid, maar leveren geen bewijs dat elke genoemde toepassing al op nationale schaal is ingevoerd.

Hoe NAIS 2.0 de stap naar grootschalig gebruik moet mogelijk maken

De vernieuwde strategie presenteert de missies als meer dan een lijst met pilots. Ze koppelt concrete problemen in sectoren aan de capaciteiten die nodig zijn om oplossingen te ontwikkelen, te testen en op te schalen: toegepast AI-onderzoek en engineering, medewerkers die zowel een vakgebied als AI begrijpen, gecontroleerde toegang tot relevante datasets en een diepere transformatie van de publieke sector.

Daarmee probeert Singapore een bekend uitvoeringsprobleem aan te pakken. Een veelbelovend model is op zichzelf niet genoeg. Organisaties hebben ook domeinkennis, bruikbare data, technische infrastructuur, realistische testomgevingen en duidelijke regels nodig wanneer AI wordt ingezet bij beslissingen met grote gevolgen.

Onderzoek en talent zijn onderdeel van de infrastructuur

Singapore heeft tussen 2025 en 2030 meer dan 1 miljard Singaporese dollar uitgetrokken voor het National AI Research and Development Plan. Het geld is bestemd voor fundamenteel en toegepast AI-onderzoek en voor talentontwikkeling, van onderwijs vóór de universiteit tot de opleiding van academisch personeel en internationale onderzoekssamenwerking.

NAIS 2.0 legt daarnaast nadruk op AI-bilingual talent: mensen die specialistische kennis van een bepaald domein combineren met het vermogen om effectief met AI te werken. Dat is vooral relevant in sectoren als luchtvaart, productie en gezondheidszorg. Succesvolle systemen moeten aansluiten op bestaande werkprocessen en veiligheidsnormen, en niet alleen technisch indrukwekkende resultaten genereren.

Punggol en het Singaporese onderzoeksnetwerk als proeftuin

Punggol Digital District wordt ontwikkeld als een vooruitstrevende testomgeving voor fysieke en toegepaste AI. Bedrijven zullen er naar verwachting robots inzetten voor taken als schoonmaken, patrouilleren en het bezorgen van maaltijden.

Ook het onderzoeksnetwerk van Singapore wordt uitgebreid met de Singaporese onderzoeksactiviteiten van Nvidia. Het onderzoekslab zal naar verwachting samenwerken met lokale universiteiten, bedrijven en overheidsorganisaties op het gebied van robotica, energiezuinige AI-modellen en bijbehorende infrastructuur.

Dergelijke omgevingen zijn belangrijk omdat fysieke AI niet volledig kan worden beoordeeld aan de hand van benchmarks of softwaredemo’s. Robots en autonome systemen moeten worden getest in situaties waarin betrouwbaarheid, samenwerking en veiligheid in de praktijk kunnen worden waargenomen.

Vertrouwen en verantwoordelijkheid blijven centraal staan

Singapore’s Model AI Governance Framework for Agentic AI biedt ondernemingen richtlijnen voor het verantwoord inzetten van autonome AI-systemen. Menselijke en organisatorische verantwoordelijkheid staat centraal. De governance, toezichtrollen en risicobeheersing moeten worden afgestemd op de mate van autonomie en het risico van het systeem.

Een belangrijke waarborg is dat handelingen met grote gevolgen of onomkeerbare acties niet zonder menselijke controle mogen plaatsvinden. Organisaties worden aangemoedigd om controlepunten of duidelijke grenzen vast te leggen waarop menselijke goedkeuring verplicht is.

Dat principe is rechtstreeks relevant voor de vier missies. AI kan helpen een haven efficiënter te laten werken, verdachte financiële activiteiten te signaleren of een klinische beslissing te ondersteunen. De organisatie die het systeem inzet, blijft echter verantwoordelijk voor de werking ervan en voor de manier waarop mensen kunnen ingrijpen.

Wat de aanpak van Singapore laat zien

De AI-plannen van Singapore vallen op doordat vier sectorale missies worden gecombineerd met de voorwaarden die grootschalige invoering mogelijk moeten maken: langdurige financiering van onderzoek, opleiding van personeel, gedeelde en realistische testomgevingen, toegang tot relevante data en richtlijnen voor verantwoord gebruik.

De luchtvaart vormt daarvan het duidelijkste vroege voorbeeld. Het is een complexe en nationaal belangrijke omgeving waarin AI kan worden gebruikt voor operationele coördinatie, terwijl veiligheidseisen expliciet blijven. De andere missies — productie, financiën en gezondheidszorg — krijgen te maken met hun eigen technische en wettelijke uitdagingen. De aangeleverde bronnen tonen nog niet aan dat alle vier de sectoren al volledig zijn uitgerold.

De belangrijkste boodschap is daarom dat NAIS 2.0 Singapore van experimenten naar sectorbrede toepassing moet brengen. Of die ambitie ook meetbare voordelen oplevert, zal afhangen van de kwaliteit van de uitvoering, de kracht van menselijke controle en het vermogen om AI-systemen rond echte operationele behoeften te bouwen — niet rond technologie­demonstraties alleen.