「開始採用」不一定代表AI已成為日常營運不可或缺的一部分。企業可能只是進行初步試驗，或者在個別工序有限度使用AI；至於融入核心流程，則代表AI已經正式成為公司營運方式的一環。從這個角度看，調查反映的是一個仍處於擴散初期的經濟體，而不是AI已全面投入實際運作的市場。

公司愈大，採用AI的機會愈高

企業規模是調查中最明顯的分界線之一。少於25名員工的企業，AI採用率為23.9%；擁有500名以上員工的企業，採用率則高達76.4%，而且整合程度亦較深入。

另一項按企業規模劃分的人力部數據顯示，少於200名員工的企業採用率為27.2%，200至500名員工的中型企業為54.8%，500名以上的大型企業則為76.4%。整體趨勢十分清晰：企業規模愈大，愈有能力投資AI，亦較有條件將技術部署到不同部門及業務流程。

大型企業可以將系統開發及導入成本分攤到更多團隊，亦較容易聘請或培訓專門人才，同時處理數據治理、保安及內部管理等問題。相反，小型企業即使看得到AI的潛在好處，亦可能缺乏資金、人手及試錯空間，難以由「試下」走到正式落地。

資訊及通訊、專業服務及金融業領先

AI採用率最高的行業，集中在本身已高度數碼化、並涉及軟件開發、系統分析及數據分析等工作的領域，包括：

• 資訊及通訊業：74.1%
• 專業服務業：57.5%
• 金融及保險業：56.4%

這些數字顯示，企業是否準備好採用AI，不只是有沒有數碼基建的問題，也取決於公司有沒有合適的應用場景、具備數碼能力的員工，以及能否將AI接入現有工作流程。

因此，領先行業的高採用率未必代表整體經濟的情況。它們與小型企業及數碼化程度較低行業之間，仍然存在明顯落差。

已採用企業之中，七成表示生產力提升

在已採用AI的企業中，70.7%表示員工生產力有所改善；13.3%提到決策質素提高，11.9%則表示創新能力有所提升。

這些結果說明，已經使用AI的公司確實觀察到一些實際好處。不過，數字屬於採用企業自行匯報的結果，並不是針對整個新加坡經濟所作的對照研究，因此不能直接解讀為AI必然導致同等幅度的生產力增長。

換句話說，調查展示了哪些企業正在獲得價值，但未能證明每一個AI項目都會帶來相同成果。

成本及內部專才不足，是企業最大的顧慮

企業未採用AI的首要原因，是導入成本高，44.9%企業提到這一點；其次是公司內部缺乏相關專業知識，比例為42.4%。小型企業另外較常提到沒有AI策略，以及對AI缺乏信任。

不同規模的企業，面對的難題亦有些不同。大型企業較常遇到系統整合複雜、數據保安等問題，反映AI工具要接駁既有系統，並在大型組織內安全地推行，並不是買一套軟件就可以解決。

這也解釋了為甚麼數碼準備程度高，未必自然等於企業已經全面採用AI。真正的挑戰包括：揀選合適用途、負擔導入成本、建立內部能力、管理風險，以及將AI融入原有工作習慣和流程。

AI暫時主要重塑工作，而非大規模取代人手

調查中的就業數據，較集中反映職位及工作內容重整。在已採用AI的企業中，18.9%表示曾重新設計職能，13.9%表示新增AI相關職位；相比之下，只有6.2%表示因AI而減少人手或招聘活動。

因此，人力部在現階段沒有發現AI造成顯著或普遍的失業情況。 目前的結果較符合另一種情況：AI協助員工完成工作，同時改變工作的分工、要求及流程，而不是全面減少職位數目。

當然，這並不代表AI長遠一定不會帶來失業風險。它反而指出，眼前更迫切的工作，是協助員工適應新任務、提升相關技能，以及轉到經重新設計的職位或新職位。

新加坡與數碼先行國家的比較，要看清楚口徑

以新加坡的數碼競爭力而言，企業AI採用率偏低確實值得關注。丹麥、芬蘭及瑞典等國家的相關數字，方向上可作參考；但不同調查對AI的定義、企業規模門檻及統計時段可能不一，數字並非完全可以直接比較。

較重要的啟示是：有數碼基建和國家層面的科技準備，並不代表企業必然會將AI融入日常營運。組織能力、員工技能、成本、信任、數據治理，以及實際可行的應用場景，同樣會影響採用速度。

下一關不是證明AI有用，而是令更多公司用得起、用得掂

人力部的調查勾勒出一個「兩速AI經濟」：少數大型企業及數碼密集行業已經錄得生產力好處，但大部分公司仍在規劃、試行，甚至未正式起步。

對新加坡而言，下一階段的核心問題，不再只是證明AI可以帶來效益，而是如何令更多不同規模的企業能夠負責任地採用AI。當中包括降低導入門檻、培養內部專才、提高信任及治理水平，以及協助員工適應經重新設計的工作。

最清晰的結論是：新加坡的AI轉型已經開始，但仍未觸及大部分企業；而到目前為止，AI對工作的第一個明顯影響，是改造工作方式，而不是大規模取代員工。

「開始採用」不一定代表AI已成為日常營運不可或缺的一部分。企業可能只是進行初步試驗，或者在個別工序有限度使用AI；至於融入核心流程，則代表AI已經正式成為公司營運方式的一環。從這個角度看，調查反映的是一個仍處於擴散初期的經濟體，而不是AI已全面投入實際運作的市場。

公司愈大，採用AI的機會愈高

企業規模是調查中最明顯的分界線之一。少於25名員工的企業，AI採用率為23.9%；擁有500名以上員工的企業，採用率則高達76.4%，而且整合程度亦較深入。

另一項按企業規模劃分的人力部數據顯示，少於200名員工的企業採用率為27.2%，200至500名員工的中型企業為54.8%，500名以上的大型企業則為76.4%。整體趨勢十分清晰：企業規模愈大，愈有能力投資AI，亦較有條件將技術部署到不同部門及業務流程。

大型企業可以將系統開發及導入成本分攤到更多團隊，亦較容易聘請或培訓專門人才，同時處理數據治理、保安及內部管理等問題。相反，小型企業即使看得到AI的潛在好處，亦可能缺乏資金、人手及試錯空間，難以由「試下」走到正式落地。

資訊及通訊、專業服務及金融業領先

AI採用率最高的行業，集中在本身已高度數碼化、並涉及軟件開發、系統分析及數據分析等工作的領域，包括：

• 資訊及通訊業：74.1%
• 專業服務業：57.5%
• 金融及保險業：56.4%

這些數字顯示，企業是否準備好採用AI，不只是有沒有數碼基建的問題，也取決於公司有沒有合適的應用場景、具備數碼能力的員工，以及能否將AI接入現有工作流程。

因此，領先行業的高採用率未必代表整體經濟的情況。它們與小型企業及數碼化程度較低行業之間，仍然存在明顯落差。

已採用企業之中，七成表示生產力提升

在已採用AI的企業中，70.7%表示員工生產力有所改善；13.3%提到決策質素提高，11.9%則表示創新能力有所提升。

這些結果說明，已經使用AI的公司確實觀察到一些實際好處。不過，數字屬於採用企業自行匯報的結果，並不是針對整個新加坡經濟所作的對照研究，因此不能直接解讀為AI必然導致同等幅度的生產力增長。

換句話說，調查展示了哪些企業正在獲得價值，但未能證明每一個AI項目都會帶來相同成果。

成本及內部專才不足，是企業最大的顧慮

企業未採用AI的首要原因，是導入成本高，44.9%企業提到這一點；其次是公司內部缺乏相關專業知識，比例為42.4%。小型企業另外較常提到沒有AI策略，以及對AI缺乏信任。

不同規模的企業，面對的難題亦有些不同。大型企業較常遇到系統整合複雜、數據保安等問題，反映AI工具要接駁既有系統，並在大型組織內安全地推行，並不是買一套軟件就可以解決。

這也解釋了為甚麼數碼準備程度高，未必自然等於企業已經全面採用AI。真正的挑戰包括：揀選合適用途、負擔導入成本、建立內部能力、管理風險，以及將AI融入原有工作習慣和流程。

AI暫時主要重塑工作，而非大規模取代人手

調查中的就業數據，較集中反映職位及工作內容重整。在已採用AI的企業中，18.9%表示曾重新設計職能，13.9%表示新增AI相關職位；相比之下，只有6.2%表示因AI而減少人手或招聘活動。

因此，人力部在現階段沒有發現AI造成顯著或普遍的失業情況。 目前的結果較符合另一種情況：AI協助員工完成工作，同時改變工作的分工、要求及流程，而不是全面減少職位數目。

當然，這並不代表AI長遠一定不會帶來失業風險。它反而指出，眼前更迫切的工作，是協助員工適應新任務、提升相關技能，以及轉到經重新設計的職位或新職位。

新加坡與數碼先行國家的比較，要看清楚口徑

以新加坡的數碼競爭力而言，企業AI採用率偏低確實值得關注。丹麥、芬蘭及瑞典等國家的相關數字，方向上可作參考；但不同調查對AI的定義、企業規模門檻及統計時段可能不一，數字並非完全可以直接比較。

較重要的啟示是：有數碼基建和國家層面的科技準備，並不代表企業必然會將AI融入日常營運。組織能力、員工技能、成本、信任、數據治理，以及實際可行的應用場景，同樣會影響採用速度。

下一關不是證明AI有用，而是令更多公司用得起、用得掂

人力部的調查勾勒出一個「兩速AI經濟」：少數大型企業及數碼密集行業已經錄得生產力好處，但大部分公司仍在規劃、試行，甚至未正式起步。

對新加坡而言，下一階段的核心問題，不再只是證明AI可以帶來效益，而是如何令更多不同規模的企業能夠負責任地採用AI。當中包括降低導入門檻、培養內部專才、提高信任及治理水平，以及協助員工適應經重新設計的工作。

最清晰的結論是：新加坡的AI轉型已經開始，但仍未觸及大部分企業；而到目前為止，AI對工作的第一個明顯影響，是改造工作方式，而不是大規模取代員工。