Singapores fire nasjonale AI-oppdrag: Hvorfor luftfart kommer først

Oppdraget for tilkobling omfatter dessuten Singapores flyplass-, sjøfarts- og havnenettverk. Changi Airport og Tuas Port er komplekse, datarike driftsmiljøer der AI kan brukes til å optimalisere flyplassdrift, sjøtransport, havner og logistikk.

2. Avansert produksjon: Robotikk og smartere fabrikker

Satsingen på avansert produksjon dreier seg om såkalt fysisk eller kroppsliggjort AI – systemer som kan samhandle med den fysiske produksjonsvirkeligheten. Blant områdene som trekkes frem, er robotikk, simuleringer for å redesigne prosesser, digitale tvillinger og prediktivt vedlikehold.

Slike bruksområder kan gjøre det lettere å oppdage produksjonsproblemer tidligere og redusere materialsvinn og driftsstans. Kildene beskriver imidlertid dette som planlagte bruksområder, ikke som dokumenterte resultater.

3. Finans: Sikrere transaksjoner og bedre beslutninger

Innen finans skal AI blant annet kunne brukes til å avdekke stadig mer avansert økonomisk kriminalitet, forbedre verktøy for økonomistyring og støtte neste generasjon systemer for grensekryssende betalinger.

En sektoromfattende tilnærming er særlig relevant i finans, der AI må fungere innenfor strenge krav til datasikkerhet, etterlevelse og ansvar. Derfor legger strategien vekt på kontrollert tilgang til data og ansvarlig utrulling av løsningene.

4. Helse: Fra klinisk støtte til mer persontilpasset behandling

På helseområdet nevnes bruk av AI til diagnostikk og kliniske beslutninger, planlegging av ressurser og mer persontilpasset helserådgivning og behandling.

Dette er bruksområder med høy risiko. Derfor henger teknologiambisjonene tett sammen med krav til ansvarlighet og risikokontroll. Materialet som er tilgjengelig, beskriver retningen for arbeidet, men dokumenterer ikke at alle de nevnte løsningene allerede er innført på nasjonalt nivå.

Slik skal NAIS 2.0 gjøre AI lettere å ta i bruk

Den oppdaterte strategien fremstiller ikke oppdragene som en samling pilotprosjekter. Den kobler konkrete utfordringer i sektorene til kapasitetene som trengs for å utvikle, teste og skalere løsningene: anvendt AI-forskning og ingeniørarbeid, medarbeidere med både fag- og AI-kompetanse, kontrollert tilgang til relevante datasett og en dypere digital omstilling i offentlig sektor.

Dette forsøker å lukke et vanlig gap mellom lovende teknologi og faktisk bruk. En god modell er ikke nok alene. Organisasjonene trenger også fagkunnskap, tilgjengelige data, teknisk infrastruktur, realistiske testmiljøer og tydelige regler for AI i situasjoner der beslutningene får store konsekvenser.

Forskning og kompetanse er en del av infrastrukturen

Singapore har satt av mer enn 1 milliard singaporske dollar fra 2025 til 2030 gjennom landets nasjonale plan for AI-forskning og -utvikling. Midlene skal støtte både grunnleggende og anvendt AI-forskning, i tillegg til utvikling av kompetanse – fra utdanning før universitetsnivå til fagmiljøer og internasjonale forskningspartnerskap.

NAIS 2.0 prioriterer også såkalt AI-tospråklig kompetanse: mennesker som kombinerer ekspertise på et fagområde med evnen til å arbeide effektivt med AI. Det er viktig i sektorer som luftfart, produksjon og helse, der systemene må passe inn i etablerte arbeidsprosesser og sikkerhetskrav – ikke bare levere imponerende tekniske resultater.

Punggol skal bli en testarena for fysisk AI

Punggol Digital District utvikles som en avansert testarena for fysisk og anvendt AI. Planene omfatter blant annet selskaper som bruker roboter til oppgaver som rengjøring, patruljering og matlevering.

Singapores forskningsmiljø styrkes også gjennom NVIDIAs forskningsvirksomhet i landet. Laboratoriet ventes å samarbeide med lokale universiteter, næringslivet og myndighetene om robotikk, energieffektive AI-modeller og tilhørende infrastruktur.

Slike miljøer er viktige fordi fysisk AI ikke kan vurderes fullt ut gjennom målinger eller programvaredemonstrasjoner alene. Roboter og autonome systemer må testes i virkelige omgivelser, der pålitelighet, samspill og sikkerhet kan observeres i praksis.

Tillit og ansvar skal følge med

Singapores Model AI Governance Framework for Agentic AI gir virksomheter veiledning om hvordan autonome AI-systemer kan tas i bruk på en ansvarlig måte. Rammeverket plasserer menneskelig og organisatorisk ansvar i sentrum, med styringsstrukturer, tydelige tilsynsroller og risikokontroller som tilpasses systemets grad av autonomi og risiko.

Et sentralt sikkerhetsprinsipp er at handlinger med høy risiko eller irreversible konsekvenser ikke skal gjennomføres uten menneskelig vurdering. Virksomheter oppfordres til å definere kontrollpunkter eller grenser for hvilke handlinger som krever godkjenning fra mennesker.

Prinsippet er relevant for alle de fire oppdragene. AI kan bidra til å optimalisere en havn, oppdage mistenkelig økonomisk aktivitet eller støtte en klinisk beslutning. Men det er fortsatt organisasjonen som tar systemet i bruk, som har ansvaret for hvordan det fungerer – og for at mennesker kan gripe inn.

Hva Singapores modell sier om AI-utrulling

Det mest særpregede ved Singapores plan er kombinasjonen av fire sektoroppdrag og støttetiltakene som skal gjøre dem gjennomførbare: langsiktig forskningsfinansiering, kompetanseutvikling, delte og virkelighetsnære testarenaer, tilgang til relevante data og tydelig veiledning for utrulling.

Luftfarten er det tydeligste tidlige eksempelet. Den er en kompleks og nasjonalt viktig sektor der AI kan brukes til å samordne drift, samtidig som sikkerhetskravene er tydelige. Produksjon, finans og helse vil møte andre tekniske og regulatoriske utfordringer, og kildene dokumenterer foreløpig ikke en ferdig utrulling i alle fire sektorene.

Hovedpoenget er at NAIS 2.0 skal flytte Singapore fra eksperimentering til bredere bruk på sektornivå. Om ambisjonen faktisk gir målbare gevinster, vil avhenge av kvaliteten på løsningene, styrken i menneskelig kontroll og evnen til å utvikle AI rundt reelle driftsbehov – ikke bare rundt teknologidemonstrasjoner.