这意味着,合作的目标不仅是“让机构用上AI”,还包括培养能够评估模型、连接现有系统、处理部署风险并在项目上线后继续运营的本地技术力量。
这类培训针对的是与前沿模型研发不同的另一项瓶颈:很多组织并不缺少AI演示或试点,真正缺少的是能把模型接入企业系统、衡量效果,并负责后续维护和治理的人才。对中年资工程师而言,这也提供了一条从传统软件开发转向应用型AI工作的路径。
重点并非让人们停留在对AI的基本认知,而是让他们在真实工作和学习场景中使用工具,同时理解责任、风险与合理的人工监督。
这种覆盖范围对新加坡的AI战略十分关键。如果国家级AI合作只服务于政府部门和资源充足的大企业,其长期价值会受到限制。相反,能否让规模较小的企业以安全、可负担的方式使用AI,才更能检验这些工具是否适用于日常运营环境。
整个计划可以概括为三个层面:
这三层结合起来,显示新加坡的AI战略正在从“引入和采用工具”,逐步转向建设应用能力。新加坡希望成为前沿模型能够在本地需求中接受检验、在真实环境中部署,并由本地技术团队提供支持的地方。
不过,目前公布的仍是谅解备忘录和一系列承诺,并不代表相关岗位已经全部落实,也不代表应用项目已经产生可量化成果。后续更值得观察的指标包括:这些岗位有多少由本地人才担任,中年资培训能否带来稳定就业,中小企业能否真正采用AI,以及公共部门项目是否能在不削弱隐私、问责和人工监督的前提下带来明确成效。
在OpenAI宣布合作的同时,Google也与新加坡数字发展及信息部扩大了“国家AI合作伙伴关系”(National AI Partnership)。Google的计划同样涉及应用型AI、人才培养和企业采用,但已公布的案例更突出公共利益、科学研究、无障碍应用和受监管的AI部署。
Google DeepMind正在探索与新加坡公共医疗集群开展AI辅助临床研究,让AI智能体在医生的专业权限和监督下协助患者服务。Google还与新加坡科研体系合作,探索用于科学发现的智能体工具,以及面向材料科学和生命科学的安全AI研究支持。
这些项目与OpenAI偏重机构部署的方向形成补充。医疗和科研场景涉及敏感信息及重大决策,因此需要清晰的责任边界、严格的数据访问控制,以及对关键判断进行人工复核。
Google DeepMind与新加坡无障碍机构SG Enable正在测试一款由Gemma模型驱动的跑步辅助工具,为失明及低视力运动员提供支持。Google扩大的教育合作则包括为教育工作者提供Workspace for Education的先进AI功能、教师培训和更广泛的职场技能项目。
相比之下,OpenAI的计划更强调OpenAI Academy、教育部门合作和实践型培训路径。两项合作放在一起看,反映出新加坡并没有把AI视为单一产品,而是与不同供应商在医疗、教育、无障碍、科研和技能培养等多个领域推进应用。
因此,OpenAI的新加坡实验室与Google的合作重点虽有重叠,但各有侧重:OpenAI提供专门的应用AI基地、本地部署人才管线和工具普及项目;Google则带来医疗、科学、教育、无障碍应用,以及在受治理环境中部署AI智能体的经验。
Temus的AI Foundry则瞄准另一个关键环节:帮助企业把AI从试验阶段推进到生产环境。该平台获新加坡数字产业部门(Digital Industry Singapore)支持,计划招聘、培养并部署50名在新加坡工作的AI专业人员,初期聚焦金融服务和精准医疗。其工作包括开发AI加速器、治理框架和企业交付能力。
从实际分工看,三项计划可以理解为互相衔接的三层能力:
“OpenAI for Singapore”的重要性,在于它把资金、技术岗位、培训和AI普及放进同一个国家级合作框架中。美国以外首个应用AI实验室落地新加坡,将使该国在OpenAI全球应用AI布局中拥有更明显的位置;计划中的200多个技术岗位,也可能进一步加深当地的AI部署能力。
但最终结果不会由投资金额或岗位数量单独决定。合作的长期价值,取决于本地人才能否获得可持续的技能,中小企业能否安全且负担得起地采用AI,以及公共部门项目能否证明实际成效。
对新加坡而言,如何在快速部署与透明度、隐私保护、问责机制和人工监督之间取得平衡,将与投资规模同样重要。