Forward-deployed engineering的作用，在於將模型能力連接到機構日常面對的實際問題。團隊不只是提供一個通用模型，而是協助機構找出合適用例、接駁現有系統、改造工作流程，並將概念驗證變成可以運作的系統。現階段公布的重點範疇包括公共服務、金融、醫療及數碼基建。

為中途轉型人士提供AI技術路徑

計劃亦包括新加坡Forward-Deployed Engineer培訓項目，協助具一定工作經驗的軟件工程師，轉向建立和部署實際AI系統。

這類培訓針對的，並不是前沿模型研究的人才短缺，而是另一個更貼地的問題：企業需要有人懂得評估模型、將模型接入舊有系統，並在試驗完成後繼續管理和維護部署。換句話說，企業要的未必只是「識用AI」的人，而是能夠令AI真正融入業務流程的工程人才。

OpenAI亦會與新加坡教育界合作，設立當地 OpenAI Academy 分支，並推出以實作為主的培訓及教育項目。相關計劃包括面向教師的Codex for Teachers黑客松，以及與IMDA、AI Singapore合作，支援 AIxTech，透過Codex使用權、實務模組、電子教材和專家分享，提升科技從業員的AI應用能力。

AI接觸面不止大型企業

「OpenAI for Singapore」的對象亦不只政府部門和大型科技公司。公布的方向包括探索面向市民的公共服務應用、支援本地及海外初創、為微型企業和中小企舉辦工作坊及提供技術協助，並擴大教育及專業培訓的接觸面。

這一點對新加坡的AI策略相當重要。國家級合作要產生較持久的價值，不能只令政府機構和資源充足的大企業受惠，也要證明AI對中小企、教育工作者、個體經營者和一般市民同樣有用。能否在資源較有限的環境中安全、負擔得起地採用AI，將會是另一個實際考驗。

點解這項合作具戰略意義？

整項合作可以拆成三層：

1. 部署：由本地工程師協助機構由取得模型，走到建立可用的AI應用。
2. 人才：透過職位、轉型培訓及教育項目，培養能夠實作、評估和運作AI系統的人才。
3. 普及：把教育工作者、初創、中小企、微型企業、市民及公共部門納入，避免AI好處只集中在少數大型公司。

三者合在一起，反映新加坡的AI策略正由「鼓勵採用」逐步走向建立 應用能力。新加坡想成為的不只是使用外來模型的地方，而是讓前沿模型在本地需要和真實營運環境中接受測試、部署，再由本地技術團隊提供支援。

不過，這次公布目前仍然是MOU和一系列承諾，並不代表相關職位已經全部填補，或者應用項目已經帶來可量度成果。真正值得追蹤的指標，包括職位有多少由本地人才出任、中途轉型培訓能否帶來長期就業，以及相關部署能否在不削弱私隱、問責和人為監督的前提下，帶來實際效益。

Google的合作，與OpenAI有何不同？

OpenAI宣布合作的同日，新加坡數碼發展及新聞部（MDDI）亦宣布與Google擴大 National AI Partnership。Google的項目同樣涵蓋應用AI、人才培訓和企業採用，但公布內容較明顯集中於公共利益、科學研究、無障礙應用及受監管的AI代理部署。

醫療及科研：將AI放入高監管環境

Google DeepMind正與新加坡公共醫療體系探索AI co-clinician（AI協作臨床工具）研究，讓AI代理在醫生臨床權限和監督下協助病人。Google亦會與新加坡科研生態合作，發展agentic science工具，以及用於材料科學和生命科學的安全AI科研支援。

這些項目與OpenAI較着重的廣泛部署方向形成互補。醫療和科學研究涉及敏感資料及重大決策，因此必須清楚界定責任、限制資料存取，並保留專業人士對重要決定的審核權。

教育及無障礙：由專業場景擴展至更多人

Google DeepMind與SG Enable正測試一款由Gemma模型支援的跑步助手，協助失明及低視力運動員。Google擴大的教育合作則包括Workspace for Education的進階AI功能、教師培訓及更廣泛的職場技能項目。

相比之下，OpenAI的計劃更集中於OpenAI Academy、教育界合作，以及面向技術人員的實作培訓。兩項合作放在一起看，反映新加坡並非將AI視為單一產品，而是同時與不同供應商合作，覆蓋醫療、科研、教育、無障礙、人才和企業部署等多個層面。

負責任地部署AI代理

Google在公共醫療和科研方面的項目，均以受控環境、專業權限及人為監督為設計重點；其合作亦包括由Google Cloud的前線部署工程師協助企業推進AI轉型。

因此，OpenAI在新加坡設立專門的應用AI基地，Google則帶來醫療、科研、教育、無障礙和受治理AI代理方面的能力。兩者有重疊之處，但側重點並不完全一樣：前者着重建立本地應用團隊和工具接觸面，後者較強調公共利益場景和可信部署。

Temus在中間補上哪一塊？

Temus的 AI Foundry 針對的是另一個常見難題：企業如何由試驗走到正式生產。這個由Digital Industry Singapore（DISG）支持的項目，計劃招聘、培訓及部署 50名在新加坡工作的AI專業人士，初期聚焦金融服務和精準醫療，並建立AI加速器、治理框架及企業交付能力。

Temus亦會擴大與AI Singapore的合作，探索共同原型、多語言模型、可重用的交付框架，以及企業級部署。

簡單來講，三方角色可以這樣理解：

• OpenAI：建立Applied AI Lab、技術職位及面向不同群體的AI接觸和培訓計劃。
• Google：推進醫療、科研、教育、無障礙及公共利益導向的AI項目，並在受監管環境測試AI代理。
• Temus：強化由AI原型到正式生產系統之間的企業交付層。

最後要睇的，是落地而不是新聞稿

「OpenAI for Singapore」之所以受關注，是因為它將資金、技術職位、人才培訓和AI普及放在同一項國家級合作內。首個位於美國以外的Applied AI Lab，令新加坡在OpenAI全球應用AI版圖上有更清晰的位置；而逾200個技術職位，理論上亦可加深當地的AI部署專業能力。

但單看投資額和職位數字，仍不足以判斷成敗。長遠價值要視乎本地人才能否累積可持續的技能、中小企能否安全而負擔得起地採用AI，以及公共服務項目能否交出可量度的改善。對新加坡而言，如何在加快部署的同時維持透明度、私隱保障、人為問責和監督，重要性不會低於那筆逾3億新元的承諾。

Forward-deployed engineering的作用，在於將模型能力連接到機構日常面對的實際問題。團隊不只是提供一個通用模型，而是協助機構找出合適用例、接駁現有系統、改造工作流程，並將概念驗證變成可以運作的系統。現階段公布的重點範疇包括公共服務、金融、醫療及數碼基建。

為中途轉型人士提供AI技術路徑

計劃亦包括新加坡Forward-Deployed Engineer培訓項目，協助具一定工作經驗的軟件工程師，轉向建立和部署實際AI系統。

這類培訓針對的，並不是前沿模型研究的人才短缺，而是另一個更貼地的問題：企業需要有人懂得評估模型、將模型接入舊有系統，並在試驗完成後繼續管理和維護部署。換句話說，企業要的未必只是「識用AI」的人，而是能夠令AI真正融入業務流程的工程人才。

OpenAI亦會與新加坡教育界合作，設立當地 OpenAI Academy 分支，並推出以實作為主的培訓及教育項目。相關計劃包括面向教師的Codex for Teachers黑客松，以及與IMDA、AI Singapore合作，支援 AIxTech，透過Codex使用權、實務模組、電子教材和專家分享，提升科技從業員的AI應用能力。

AI接觸面不止大型企業

「OpenAI for Singapore」的對象亦不只政府部門和大型科技公司。公布的方向包括探索面向市民的公共服務應用、支援本地及海外初創、為微型企業和中小企舉辦工作坊及提供技術協助，並擴大教育及專業培訓的接觸面。

這一點對新加坡的AI策略相當重要。國家級合作要產生較持久的價值，不能只令政府機構和資源充足的大企業受惠，也要證明AI對中小企、教育工作者、個體經營者和一般市民同樣有用。能否在資源較有限的環境中安全、負擔得起地採用AI，將會是另一個實際考驗。

點解這項合作具戰略意義？

整項合作可以拆成三層：

1. 部署：由本地工程師協助機構由取得模型，走到建立可用的AI應用。
2. 人才：透過職位、轉型培訓及教育項目，培養能夠實作、評估和運作AI系統的人才。
3. 普及：把教育工作者、初創、中小企、微型企業、市民及公共部門納入，避免AI好處只集中在少數大型公司。

三者合在一起，反映新加坡的AI策略正由「鼓勵採用」逐步走向建立 應用能力。新加坡想成為的不只是使用外來模型的地方，而是讓前沿模型在本地需要和真實營運環境中接受測試、部署，再由本地技術團隊提供支援。

不過，這次公布目前仍然是MOU和一系列承諾，並不代表相關職位已經全部填補，或者應用項目已經帶來可量度成果。真正值得追蹤的指標，包括職位有多少由本地人才出任、中途轉型培訓能否帶來長期就業，以及相關部署能否在不削弱私隱、問責和人為監督的前提下，帶來實際效益。

Google的合作，與OpenAI有何不同？

OpenAI宣布合作的同日，新加坡數碼發展及新聞部（MDDI）亦宣布與Google擴大 National AI Partnership。Google的項目同樣涵蓋應用AI、人才培訓和企業採用，但公布內容較明顯集中於公共利益、科學研究、無障礙應用及受監管的AI代理部署。

醫療及科研：將AI放入高監管環境

Google DeepMind正與新加坡公共醫療體系探索AI co-clinician（AI協作臨床工具）研究，讓AI代理在醫生臨床權限和監督下協助病人。Google亦會與新加坡科研生態合作，發展agentic science工具，以及用於材料科學和生命科學的安全AI科研支援。

這些項目與OpenAI較着重的廣泛部署方向形成互補。醫療和科學研究涉及敏感資料及重大決策，因此必須清楚界定責任、限制資料存取，並保留專業人士對重要決定的審核權。

教育及無障礙：由專業場景擴展至更多人

Google DeepMind與SG Enable正測試一款由Gemma模型支援的跑步助手，協助失明及低視力運動員。Google擴大的教育合作則包括Workspace for Education的進階AI功能、教師培訓及更廣泛的職場技能項目。

相比之下，OpenAI的計劃更集中於OpenAI Academy、教育界合作，以及面向技術人員的實作培訓。兩項合作放在一起看，反映新加坡並非將AI視為單一產品，而是同時與不同供應商合作，覆蓋醫療、科研、教育、無障礙、人才和企業部署等多個層面。

負責任地部署AI代理

Google在公共醫療和科研方面的項目，均以受控環境、專業權限及人為監督為設計重點；其合作亦包括由Google Cloud的前線部署工程師協助企業推進AI轉型。

因此，OpenAI在新加坡設立專門的應用AI基地，Google則帶來醫療、科研、教育、無障礙和受治理AI代理方面的能力。兩者有重疊之處，但側重點並不完全一樣：前者着重建立本地應用團隊和工具接觸面，後者較強調公共利益場景和可信部署。

Temus在中間補上哪一塊？

Temus的 AI Foundry 針對的是另一個常見難題：企業如何由試驗走到正式生產。這個由Digital Industry Singapore（DISG）支持的項目，計劃招聘、培訓及部署 50名在新加坡工作的AI專業人士，初期聚焦金融服務和精準醫療，並建立AI加速器、治理框架及企業交付能力。

Temus亦會擴大與AI Singapore的合作，探索共同原型、多語言模型、可重用的交付框架，以及企業級部署。

簡單來講，三方角色可以這樣理解：

• OpenAI：建立Applied AI Lab、技術職位及面向不同群體的AI接觸和培訓計劃。
• Google：推進醫療、科研、教育、無障礙及公共利益導向的AI項目，並在受監管環境測試AI代理。
• Temus：強化由AI原型到正式生產系統之間的企業交付層。

最後要睇的，是落地而不是新聞稿

「OpenAI for Singapore」之所以受關注，是因為它將資金、技術職位、人才培訓和AI普及放在同一項國家級合作內。首個位於美國以外的Applied AI Lab，令新加坡在OpenAI全球應用AI版圖上有更清晰的位置；而逾200個技術職位，理論上亦可加深當地的AI部署專業能力。

但單看投資額和職位數字，仍不足以判斷成敗。長遠價值要視乎本地人才能否累積可持續的技能、中小企能否安全而負擔得起地採用AI，以及公共服務項目能否交出可量度的改善。對新加坡而言，如何在加快部署的同時維持透明度、私隱保障、人為問責和監督，重要性不會低於那筆逾3億新元的承諾。