FDE 的工作重點，不是單純把模型交給客戶使用，而是與組織共同找出合適的應用場景、接入既有系統、調整工作流程，並把試驗性質的專案推進到可以運作的系統。現階段公布的重點領域包括公共服務、金融、醫療及數位基礎建設。

換句話說，這座實驗室的價值在於連接「模型能力」與「營運現場」：企業或政府機構真正需要的，通常不是一個單獨的聊天工具，而是能在既有制度、資料與責任架構中穩定運作的 AI 系統。

為中途職涯技術人才提供實作路徑

計畫也包括新加坡 FDE 培訓項目，協助具備一定經驗的軟體工程師建立實務 AI 系統。這針對的是另一個常被忽略的瓶頸：組織需要的不只是模型研究人員或一般 AI 使用者，也需要能評估模型、連接既有系統，並在試點結束後持續管理部署的人才。

OpenAI 亦計畫與新加坡教育界合作，成立當地 OpenAI Academy 分支，並推出以實作為主的培訓與教育項目。目標是讓教師、工作者及科技專業人士不只「聽過 AI」，而是能在實際情境中以負責任的方式使用相關工具。

相關規劃還包括與新加坡資訊通信媒體發展局（IMDA）及 AI Singapore 合作，透過 AIxTech 推出 Codex 使用權、實務模組、電子資源及專家交流，提升科技從業員的動手能力。

將 AI 觸及小型企業與一般民眾

「OpenAI for Singapore」的對象並不限於大型科技公司。公布內容涵蓋面向民眾的公共服務應用、對新創公司的 AI Accelerator 支援與技術諮詢、為微型企業家及中小企業（SME）舉辦的工作坊，以及更廣泛的教育和專業培訓。

這種設計的關鍵，在於 AI 的長期效益不能只集中在政府機構和資源充足的大企業。中小企業是否能以安全且負擔得起的方式採用 AI，也會成為衡量這項國家級合作是否真正落地的重要指標。

這項合作的戰略意義

整體來看，OpenAI 的計畫可分為三個層次：

1. 部署： 由本地工程師協助組織從取得模型，走向建立可用的 AI 應用。
2. 人才： 透過職位、培訓與教育合作，培養能實作、評估及營運 AI 系統的人力。
3. 普及： 讓教育工作者、企業、新創公司、中小企業及一般民眾都有機會接觸和使用 AI。

這意味著新加坡的 AI 策略，正從單純「採用 AI」逐步轉向建立 應用能力。新加坡希望成為前沿模型能夠對接本地需求、在真實營運環境中測試和部署，並由本地技術人才提供支援的地方。

不過，目前公布的仍是諒解備忘錄及一系列承諾，並不代表相關職位、培訓或應用已經產生可量化成果。未來更值得觀察的是：職位是否由本地人才填補、中途職涯培訓能否帶來長期就業，以及相關部署能否在不削弱私隱、問責與人類監督的前提下帶來實際效益。

Google 的新加坡合作，與 OpenAI 有何不同？

OpenAI 宣布合作的同一天，Google 也與新加坡數位發展及資訊部擴大合作，推出新的 National AI Partnership。Google 的計畫同樣涵蓋應用 AI、人才培育及企業採用，但目前公布的案例更明顯聚焦於公共利益、科學研究、無障礙應用及受信任的 AI 部署。

醫療與科學研究

Google DeepMind 正探索與新加坡公共醫療體系合作進行 AI co-clinician 研究，讓 AI 代理在醫生的臨床權限與監督下協助病人。Google 也與新加坡研究生態系合作，發展代理型科學工具，以及用於材料科學和生命科學的安全 AI 研究支援。

這些項目與 OpenAI 偏重組織部署的方向形成互補。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，並保留專業人士的審核與決策權。

無障礙與教育

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為教育工作者提供 Workspace for Education 的進階 AI 功能、教師培訓，以及更廣泛的職場技能計畫。

相較之下，OpenAI 的公布內容較集中於 OpenAI Academy、教育界合作，以及為科技人才提供實務部署訓練。兩項合作放在一起看，顯示新加坡並沒有把 AI 視為單一產品，而是與不同供應商在醫療、研究、教育、無障礙及技能培訓等領域分工合作。

受監督的 AI 代理應用

Google 的公共醫療與研究計畫，都把 AI 代理放進權責較清楚、資料存取受控的環境中，強調專業授權、人類問責、風險管理及監督。

因此，OpenAI 在新加坡設立的是一個專注於應用 AI 的基地，並建立本地部署人才管道；Google 則帶來醫療、科學、教育、無障礙及受治理 AI 代理的既有能力。兩者有重疊之處，但側重點並不相同。

Temus 補上從原型到正式上線的一環

Temus 的 AI Foundry 處理的是另一個部署難題：如何把企業的 AI 試驗推進至正式生產環境。這個由 Digital Industry Singapore（DISG）支援的計畫，將招聘、培育及部署 50 名在新加坡工作的 AI 專業人才，初期聚焦金融服務與精準醫療。工作內容包括 AI 加速器、治理框架及企業交付能力。

Temus 也正擴大與 AI Singapore 的合作，探索共同原型、多語言模型、可重複使用的交付框架及企業部署。

用最簡單的方式概括，三者的角色可以這樣理解：

• OpenAI： 建立專門的應用 AI 實驗室、技術職位及普及使用計畫。
• Google： 推動醫療、科學、教育、無障礙及公共利益導向的 AI，並探索受治理的 AI 代理部署。
• Temus： 強化企業交付層，協助把 AI 原型轉化為可以在生產環境運作的系統。

真正的考驗在執行，而不是宣布

「OpenAI for Singapore」之所以重要，是因為它把資金、技術職位、培訓與 AI 使用權限放進同一項國家級合作。美國以外首座 Applied AI Lab，讓新加坡在 OpenAI 的全球應用 AI 布局中取得醒目位置；超過 200 個規劃中的技術職位，也可能進一步加深當地的 AI 部署能力。

但最終結果不會只由投資金額決定。這項合作的長期價值，取決於本地人才能否取得持久技能、中小企業能否安全且負擔得起地採用 AI，以及公共服務應用是否能展現可衡量的改善。

對新加坡而言，能否在快速部署與透明度、私隱及人類問責之間取得平衡，重要性不亞於投資規模本身。

FDE 的工作重點，不是單純把模型交給客戶使用，而是與組織共同找出合適的應用場景、接入既有系統、調整工作流程，並把試驗性質的專案推進到可以運作的系統。現階段公布的重點領域包括公共服務、金融、醫療及數位基礎建設。

換句話說，這座實驗室的價值在於連接「模型能力」與「營運現場」：企業或政府機構真正需要的，通常不是一個單獨的聊天工具，而是能在既有制度、資料與責任架構中穩定運作的 AI 系統。

為中途職涯技術人才提供實作路徑

計畫也包括新加坡 FDE 培訓項目，協助具備一定經驗的軟體工程師建立實務 AI 系統。這針對的是另一個常被忽略的瓶頸：組織需要的不只是模型研究人員或一般 AI 使用者，也需要能評估模型、連接既有系統，並在試點結束後持續管理部署的人才。

OpenAI 亦計畫與新加坡教育界合作，成立當地 OpenAI Academy 分支，並推出以實作為主的培訓與教育項目。目標是讓教師、工作者及科技專業人士不只「聽過 AI」，而是能在實際情境中以負責任的方式使用相關工具。

相關規劃還包括與新加坡資訊通信媒體發展局（IMDA）及 AI Singapore 合作，透過 AIxTech 推出 Codex 使用權、實務模組、電子資源及專家交流，提升科技從業員的動手能力。

將 AI 觸及小型企業與一般民眾

「OpenAI for Singapore」的對象並不限於大型科技公司。公布內容涵蓋面向民眾的公共服務應用、對新創公司的 AI Accelerator 支援與技術諮詢、為微型企業家及中小企業（SME）舉辦的工作坊，以及更廣泛的教育和專業培訓。

這種設計的關鍵，在於 AI 的長期效益不能只集中在政府機構和資源充足的大企業。中小企業是否能以安全且負擔得起的方式採用 AI，也會成為衡量這項國家級合作是否真正落地的重要指標。

這項合作的戰略意義

整體來看，OpenAI 的計畫可分為三個層次：

1. 部署： 由本地工程師協助組織從取得模型，走向建立可用的 AI 應用。
2. 人才： 透過職位、培訓與教育合作，培養能實作、評估及營運 AI 系統的人力。
3. 普及： 讓教育工作者、企業、新創公司、中小企業及一般民眾都有機會接觸和使用 AI。

這意味著新加坡的 AI 策略，正從單純「採用 AI」逐步轉向建立 應用能力。新加坡希望成為前沿模型能夠對接本地需求、在真實營運環境中測試和部署，並由本地技術人才提供支援的地方。

不過，目前公布的仍是諒解備忘錄及一系列承諾，並不代表相關職位、培訓或應用已經產生可量化成果。未來更值得觀察的是：職位是否由本地人才填補、中途職涯培訓能否帶來長期就業，以及相關部署能否在不削弱私隱、問責與人類監督的前提下帶來實際效益。

Google 的新加坡合作，與 OpenAI 有何不同？

OpenAI 宣布合作的同一天，Google 也與新加坡數位發展及資訊部擴大合作，推出新的 National AI Partnership。Google 的計畫同樣涵蓋應用 AI、人才培育及企業採用，但目前公布的案例更明顯聚焦於公共利益、科學研究、無障礙應用及受信任的 AI 部署。

醫療與科學研究

Google DeepMind 正探索與新加坡公共醫療體系合作進行 AI co-clinician 研究，讓 AI 代理在醫生的臨床權限與監督下協助病人。Google 也與新加坡研究生態系合作，發展代理型科學工具，以及用於材料科學和生命科學的安全 AI 研究支援。

這些項目與 OpenAI 偏重組織部署的方向形成互補。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，並保留專業人士的審核與決策權。

無障礙與教育

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為教育工作者提供 Workspace for Education 的進階 AI 功能、教師培訓，以及更廣泛的職場技能計畫。

相較之下，OpenAI 的公布內容較集中於 OpenAI Academy、教育界合作，以及為科技人才提供實務部署訓練。兩項合作放在一起看，顯示新加坡並沒有把 AI 視為單一產品，而是與不同供應商在醫療、研究、教育、無障礙及技能培訓等領域分工合作。

受監督的 AI 代理應用

Google 的公共醫療與研究計畫，都把 AI 代理放進權責較清楚、資料存取受控的環境中，強調專業授權、人類問責、風險管理及監督。

因此，OpenAI 在新加坡設立的是一個專注於應用 AI 的基地，並建立本地部署人才管道；Google 則帶來醫療、科學、教育、無障礙及受治理 AI 代理的既有能力。兩者有重疊之處，但側重點並不相同。

Temus 補上從原型到正式上線的一環

Temus 的 AI Foundry 處理的是另一個部署難題：如何把企業的 AI 試驗推進至正式生產環境。這個由 Digital Industry Singapore（DISG）支援的計畫，將招聘、培育及部署 50 名在新加坡工作的 AI 專業人才，初期聚焦金融服務與精準醫療。工作內容包括 AI 加速器、治理框架及企業交付能力。

Temus 也正擴大與 AI Singapore 的合作，探索共同原型、多語言模型、可重複使用的交付框架及企業部署。

用最簡單的方式概括，三者的角色可以這樣理解：

• OpenAI： 建立專門的應用 AI 實驗室、技術職位及普及使用計畫。
• Google： 推動醫療、科學、教育、無障礙及公共利益導向的 AI，並探索受治理的 AI 代理部署。
• Temus： 強化企業交付層，協助把 AI 原型轉化為可以在生產環境運作的系統。

真正的考驗在執行，而不是宣布

「OpenAI for Singapore」之所以重要，是因為它把資金、技術職位、培訓與 AI 使用權限放進同一項國家級合作。美國以外首座 Applied AI Lab，讓新加坡在 OpenAI 的全球應用 AI 布局中取得醒目位置；超過 200 個規劃中的技術職位，也可能進一步加深當地的 AI 部署能力。

但最終結果不會只由投資金額決定。這項合作的長期價值，取決於本地人才能否取得持久技能、中小企業能否安全且負擔得起地採用 AI，以及公共服務應用是否能展現可衡量的改善。

對新加坡而言，能否在快速部署與透明度、私隱及人類問責之間取得平衡，重要性不亞於投資規模本身。