Outra divisão divulgada pelo MOM apontou taxas de adoção de 27,2% entre empresas com menos de 200 funcionários, 54,8% entre companhias de médio porte, com 200 a 500 empregados, e 76,4% entre as que têm mais de 500 funcionários. O padrão é consistente: quanto maior a empresa, maior a probabilidade de ela ter recursos financeiros e capacidade organizacional para investir em IA e implementá-la em suas operações.
Isso pode ampliar uma diferença de capacidade entre empresas. Companhias grandes conseguem diluir o custo da implementação entre várias equipes, contratar ou desenvolver profissionais especializados e lidar com questões de governança e integração em maior escala. Pequenas empresas podem enxergar os mesmos benefícios potenciais, mas normalmente têm menos margem para experimentar e menos recursos internos para conduzir a transição.
O uso de IA está mais avançado em setores nos quais o trabalho já é fortemente digital e envolve atividades como desenvolvimento de software, análise de sistemas e análise de dados. As maiores taxas de adoção foram registradas em:
Os resultados indicam que a preparação de cada setor depende não apenas do acesso à infraestrutura digital, mas também da existência de casos de uso adequados, funcionários familiarizados com ferramentas digitais e processos capazes de incorporar a IA. Por isso, os setores líderes não representam necessariamente toda a economia: suas altas taxas coexistem com níveis muito menores de adoção entre empresas pequenas e indústrias menos intensivas em tecnologia.
Entre as empresas que adotaram IA, 70,7% relataram melhora na produtividade dos trabalhadores. Outros benefícios mencionados foram decisões melhores, citadas por 13,3% das empresas usuárias de IA, e maior inovação, apontada por 11,9%.
Os números mostram que os negócios que usam IA estão observando benefícios práticos, mas precisam ser interpretados com cautela. Trata-se de uma percepção relatada pelas próprias empresas que adotaram a tecnologia, e não de uma estimativa controlada do efeito causal da IA sobre a produtividade de toda a economia de Singapura. Os resultados mostram onde as companhias estão encontrando valor — não que toda implementação produzirá ganhos semelhantes.
Os principais entraves à adoção foram o custo de implementação, citado por 44,9% das empresas, e a falta de conhecimento técnico interno, mencionada por 42,4%. As empresas menores também apontaram a ausência de uma estratégia de IA e a baixa confiança na tecnologia como barreiras relevantes.
Os obstáculos variam parcialmente conforme o porte. Empresas maiores relataram com mais frequência a complexidade de integrar sistemas e preocupações com segurança de dados, reflexo da dificuldade de conectar ferramentas de IA a sistemas já estabelecidos e administrá-las em organizações maiores.
Isso ajuda a explicar por que a preparação digital não se transformou automaticamente em adoção operacional generalizada. O desafio não é apenas ter acesso às ferramentas de IA. É escolher casos de uso apropriados, pagar pela implementação, formar capacidade interna, administrar riscos e incorporar a tecnologia aos fluxos de trabalho existentes.
As primeiras evidências sobre o emprego apontam principalmente para o redesenho de tarefas e funções. Entre as empresas que adotaram IA, 18,9% informaram ter redesenhado funções profissionais e 13,9% disseram ter criado novos cargos relacionados à IA. Em comparação, 6,2% relataram redução do quadro de funcionários ou da atividade de contratação associada à tecnologia.
Por isso, o MOM não encontrou sinais de uma substituição significativa ou disseminada de trabalhadores por IA neste momento. Os dados são mais compatíveis com a ideia de que a tecnologia complementa os funcionários e modifica a maneira como o trabalho é realizado do que com uma redução ampla no número de empregos.
Isso não garante que o efeito da IA será igual no longo prazo. O que a pesquisa sugere é que, no curto prazo, a prioridade para o mercado de trabalho é ajudar os profissionais a se adaptar a tarefas em transformação, adquirir novas habilidades e ocupar funções novas ou redesenhadas à medida que a adoção avançar.
A taxa relativamente baixa de adoção empresarial chama atenção porque Singapura é conhecida por sua competitividade digital. A comparação com países como Dinamarca, Finlândia e Suécia é útil para indicar uma tendência, mas os números não são perfeitamente equivalentes: as pesquisas podem usar definições diferentes para IA, limites distintos de porte empresarial e períodos de referência que não coincidem.
A lição mais ampla é que infraestrutura digital e preparação nacional, por si só, não garantem que as empresas integrarão IA às operações diárias. Capacidade organizacional, qualificação da força de trabalho, custos, confiança, governança de dados e disponibilidade de casos de uso práticos influenciam a velocidade de disseminação.
A pesquisa do MOM retrata uma economia de IA em dois ritmos. Uma minoria de grandes empresas e de setores intensivos em tecnologia digital já relata ganhos de produtividade, enquanto a maioria permanece na fase de planejamento, em projetos-piloto ou antes mesmo da adoção.
Para Singapura, a próxima etapa não consiste tanto em provar que a IA pode funcionar, mas em tornar sua adoção responsável viável para um conjunto muito mais amplo de empresas. Isso exige enfrentar os custos de implementação, desenvolver conhecimento técnico interno, aumentar a confiança e a qualidade da governança e preparar os trabalhadores para funções redesenhadas.
A conclusão mais clara da pesquisa é simples: a transição para a IA já começou em Singapura, mas ainda não chegou à maioria das empresas — e seu primeiro efeito visível sobre o trabalho é a transformação das funções, não a substituição em massa.