Singapura transforma sua estratégia de IA em missões para setores inteiros — começando pela aviação

A missão de conectividade também se estende às redes aeroportuária, marítima e portuária de Singapura. O Aeroporto de Changi e o Porto de Tuas oferecem ambientes operacionais complexos e ricos em dados, nos quais a IA pode ser aplicada à otimização de aeroportos, operações marítimas e logística.

A aviação aparece primeiro porque reúne, em um mesmo ambiente, operações coordenadas em larga escala, enorme volume de dados e exigências rigorosas de segurança. Isso permite testar a tecnologia em um problema nacional relevante sem tratar eficiência como prioridade isolada da confiabilidade.

2. Manufatura avançada: IA no mundo físico

A missão de manufatura avançada se concentra na chamada IA incorporada ou física — sistemas capazes de interagir com ambientes reais de produção. Entre as aplicações previstas estão robótica, simulações para redesenhar processos, gêmeos digitais e manutenção preditiva.

Essas ferramentas podem ajudar fabricantes a identificar problemas mais cedo e a reduzir desperdícios de materiais e períodos de parada. No entanto, os materiais disponíveis apresentam esses pontos como usos pretendidos, e não como resultados já comprovados em escala nacional.

A aposta na IA física também aparece nos planos de pesquisa aplicada e de experimentação em ambientes reais.

3. Serviços financeiros: decisões melhores e transações mais seguras

No setor financeiro, a missão deve se voltar à detecção de crimes financeiros cada vez mais sofisticados, ao aprimoramento de ferramentas de gestão financeira e ao desenvolvimento de sistemas de pagamentos internacionais de nova geração.

A abordagem setorial é especialmente importante porque aplicações de IA em finanças precisam operar em sistemas altamente regulados, com dados sensíveis, obrigações de conformidade e decisões que podem ter consequências significativas. Por isso, o acesso controlado a dados e a implantação responsável previstos na estratégia são condições práticas para ampliar esses usos.

4. Saúde: do apoio clínico ao cuidado personalizado

Na área da saúde, as aplicações identificadas incluem diagnóstico, apoio à decisão clínica, planejamento de recursos e orientações e cuidados mais personalizados.

São usos de alto risco, o que aproxima os objetivos tecnológicos das exigências de responsabilidade e controle. As fontes disponíveis indicam a direção planejada, mas não comprovam que todas essas aplicações já tenham sido implantadas em escala nacional.

Como a NAIS 2.0 pretende levar a IA dos testes à adoção

A estratégia atualizada trata as missões como algo maior do que uma lista de projetos-piloto. Ela conecta os desafios de cada setor às capacidades necessárias para desenvolver, testar e ampliar soluções: pesquisa e engenharia de IA aplicada, profissionais com conhecimento de domínio e de IA, acesso governado a conjuntos de dados relevantes e uma transformação mais profunda do setor público.

Essa estrutura tenta enfrentar uma dificuldade comum na adoção de tecnologia. Um modelo promissor, por si só, não basta. As organizações também precisam de especialistas no setor, dados utilizáveis, infraestrutura técnica, ambientes de teste e regras claras para empregar IA em contextos de alto impacto.

Pesquisa e formação profissional como parte da infraestrutura

O governo de Singapura destinou mais de S$ 1 bilhão entre 2025 e 2030 ao Plano Nacional de Pesquisa e Desenvolvimento em IA. O investimento apoia pesquisas fundamentais e aplicadas, além da formação de talentos — da educação pré-universitária a professores e parcerias internacionais de pesquisa.

A NAIS 2.0 também prioriza profissionais “bilíngues em IA”: pessoas que combinam conhecimento especializado em uma área com capacidade de trabalhar efetivamente com sistemas de IA. Esse perfil é importante em setores como aviação, manufatura e saúde, nos quais a tecnologia precisa se encaixar em fluxos de trabalho profissionais e requisitos de segurança já existentes — e não apenas produzir resultados tecnicamente impressionantes.

Punggol e o ecossistema de pesquisa como campo de testes

O Punggol Digital District está sendo desenvolvido como um ambiente de teste avançado para IA incorporada e aplicada. A experimentação planejada inclui empresas que usarão robôs em tarefas como limpeza, patrulhamento e entrega de alimentos.

Singapura também está ampliando seu ecossistema de pesquisa com a presença da Nvidia no país. O laboratório deverá trabalhar com universidades locais, empresas e governo em áreas como robótica, modelos de IA mais eficientes em termos de energia e infraestrutura relacionada.

Esses ambientes são importantes porque a IA física não pode ser avaliada completamente apenas por benchmarks ou demonstrações de software. Robôs e sistemas autônomos precisam ser testados em situações nas quais confiabilidade, coordenação e segurança possam ser observadas na prática.

Confiança e responsabilização continuam no centro

O Modelo de Estrutura de Governança de IA para IA agêntica de Singapura oferece orientações para que empresas implementem sistemas autônomos de maneira responsável. A estrutura coloca a responsabilidade humana e organizacional no centro da implantação, com regras de governança, funções de supervisão e controles de risco proporcionais ao grau de autonomia e ao risco do sistema.

Uma salvaguarda central é que ações de alto impacto ou irreversíveis não devem ocorrer sem revisão humana. As organizações são orientadas a definir pontos de verificação ou limites de ação nos quais a aprovação de uma pessoa seja obrigatória.

Esse princípio vale diretamente para as quatro missões. A IA pode ajudar a otimizar um porto, identificar atividades financeiras suspeitas ou apoiar uma decisão clínica, mas a organização que a utiliza continua responsável pelo funcionamento do sistema e pela possibilidade de intervenção humana.

O que a estratégia de Singapura revela

O diferencial do plano está em combinar quatro missões setoriais com as condições necessárias para a adoção: financiamento de longo prazo para pesquisa, desenvolvimento de mão de obra, ambientes de teste compartilhados e reais, acesso a dados relevantes e orientações para uma implantação responsável.

A aviação oferece o exemplo inicial mais claro. É um ambiente complexo e de importância nacional, no qual a IA pode ser aplicada à coordenação operacional enquanto os requisitos de segurança permanecem explícitos. As outras missões — manufatura, finanças e saúde — enfrentarão desafios técnicos e regulatórios próprios, e as fontes disponíveis ainda não comprovam uma implementação concluída nos quatro setores.

A principal conclusão é que a NAIS 2.0 foi desenhada para levar Singapura da experimentação à implementação setorial. A capacidade de transformar essa ambição em ganhos mensuráveis dependerá da qualidade da implantação, da força da supervisão humana e da habilidade de desenvolver sistemas de IA orientados por necessidades operacionais reais — e não apenas por demonstrações tecnológicas.