這個區分相當重要。「採用」可以包括早期試用或有限度使用，但把 AI 整合至核心流程，則代表 AI 已成為企業日常運作的一部分。從調查結果來看，新加坡企業 AI 仍處於擴散初期，而不是已經全面投入實際營運。

大型企業的採用率遠高於小型企業

企業規模是調查中最明顯的分水嶺之一。員工少於 25 人的企業，AI 採用率為 23.9%；員工超過 500 人的企業，採用率則升至 76.4%。大型企業的 AI 整合程度也較深。

MOM 另一項按規模劃分的數據顯示，員工少於 200 人的企業採用率為 27.2%，員工介乎 200 至 500 人的中型企業為 54.8%，員工超過 500 人的大型企業則為 76.4%。整體趨勢十分一致：企業越大，越有可能具備投資 AI 及將其部署至營運流程所需的資源與組織能力。

這種差距可能進一步形成企業能力落差。大型公司可以把導入成本分攤至多個團隊，招聘或培訓專門人才，並以較大規模處理治理、資安及系統整合問題。小型企業或許同樣看得到 AI 的潛在價值，卻較難承受反覆試驗的成本，也未必有足夠人手管理轉型。

數位與知識密集產業走在前面

AI 採用最普遍的產業，是本身已高度數位化、工作涉及軟體開發、系統分析及數據分析等任務的領域。採用率最高的三個產業為：

• **資訊與通訊業：**74.1%
• **專業服務業：**57.5%
• **金融及保險業：**56.4%

這些結果顯示，產業是否準備好採用 AI，不只取決於能否取得數位基礎設施，也取決於企業是否有合適的應用場景、具備數位能力的員工，以及能容納 AI 的業務流程。

因此，領先產業的高採用率不能直接代表整體經濟。它們與小型企業及數位化程度較低產業的低採用率，正同時存在。

早期採用者已看到生產力提升

在已採用 AI 的企業中，70.7% 表示員工生產力有所改善。其他已回報的效益包括改善決策，佔 13.3%；以及提升創新能力，佔 11.9%。

這些數據顯示，正在使用 AI 的企業確實已看到一些實際好處，但解讀時仍需保持謹慎。這些是採用企業自行回報的結果，並非針對整個新加坡經濟進行的受控研究，因此不能直接視為 AI 對生產力的因果估計。

換句話說，調查指出哪些企業正在創造價值，卻不代表每一項 AI 導入都必然帶來相同成果。

成本與專業人才不足，是企業最大的阻力

企業不採用 AI 的首要障礙，是導入成本高，44.9% 的企業提及這項因素；其次是內部專業能力不足，比例為 42.4%。小型企業另把缺乏 AI 策略及對 AI 缺乏信任，列為重要障礙。

不同規模的企業，面對的問題也有所不同。大型企業較常遇到系統整合複雜度及數據安全疑慮，反映出將 AI 工具接入既有系統，並在大型組織內統一管理，往往比單純購買工具更困難。

這也說明，數位準備程度高，並不會自動帶來廣泛的實際採用。企業真正需要解決的問題，包括選擇合適的應用場景、負擔導入費用、建立內部能力、管理風險，以及把 AI 納入現有工作流程。

目前 AI 更常改變工作，而非消滅工作

調查所呈現的早期就業影響，主要是職務與工作內容重新設計。在已採用 AI 的企業中，18.9% 表示曾重新設計職務功能，13.9% 表示新增 AI 相關職位；相比之下，只有 6.2% 回報因 AI 導致人手或招聘活動減少。

因此，MOM 目前沒有發現 AI 已造成顯著或廣泛的職位流失。 這些結果更接近 AI 輔助員工、改變工作方式，而不是整體職位數量大幅下降。

當然，這並不代表 AI 的長期影響已經確定。它反而提醒企業與政策制定者，眼前更迫切的工作是協助員工適應任務變化、學習相關技能，並在 AI 擴大採用後轉任新的或重新設計的職位。

與部分數位領先國家相比，新加坡企業採用率偏低

考慮到新加坡一向被視為數位競爭力較強的經濟體，其企業層面的 AI 採用率相對偏低，值得關注。與丹麥、芬蘭及瑞典等國比較，方向上具有參考價值，但不同國家的調查可能採用不同的 AI 定義、企業規模門檻及統計期間，因此不宜把數字視為完全可直接比較。

更廣泛的啟示是：數位基礎設施及國家層面的科技準備，並不足以確保企業把 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，都會影響採用速度。

真正的難題，是讓 AI 擴散到更多企業

MOM 的調查描繪出一個兩速並行的 AI 經濟：少數大型企業及數位密集產業已開始回報生產力提升，但大多數企業仍停留在規劃、試點，甚至尚未開始採用的階段。

對新加坡而言，下一階段的重點不再只是證明 AI 能否發揮作用，而是如何讓更多企業能夠以負擔得起、值得信任且可控的方式採用 AI。這包括降低導入成本、培養內部專業能力、改善治理與信任，以及為職務重新設計做好人才準備。

調查最清楚的結論是：新加坡的 AI 轉型已經開始，但尚未觸及大多數企業；而目前最先浮現的工作影響，是工作內容轉型，而非大規模取代員工。

這個區分相當重要。「採用」可以包括早期試用或有限度使用，但把 AI 整合至核心流程，則代表 AI 已成為企業日常運作的一部分。從調查結果來看，新加坡企業 AI 仍處於擴散初期，而不是已經全面投入實際營運。

大型企業的採用率遠高於小型企業

企業規模是調查中最明顯的分水嶺之一。員工少於 25 人的企業，AI 採用率為 23.9%；員工超過 500 人的企業，採用率則升至 76.4%。大型企業的 AI 整合程度也較深。

MOM 另一項按規模劃分的數據顯示，員工少於 200 人的企業採用率為 27.2%，員工介乎 200 至 500 人的中型企業為 54.8%，員工超過 500 人的大型企業則為 76.4%。整體趨勢十分一致：企業越大，越有可能具備投資 AI 及將其部署至營運流程所需的資源與組織能力。

這種差距可能進一步形成企業能力落差。大型公司可以把導入成本分攤至多個團隊，招聘或培訓專門人才，並以較大規模處理治理、資安及系統整合問題。小型企業或許同樣看得到 AI 的潛在價值，卻較難承受反覆試驗的成本，也未必有足夠人手管理轉型。

數位與知識密集產業走在前面

AI 採用最普遍的產業，是本身已高度數位化、工作涉及軟體開發、系統分析及數據分析等任務的領域。採用率最高的三個產業為：

• **資訊與通訊業：**74.1%
• **專業服務業：**57.5%
• **金融及保險業：**56.4%

這些結果顯示，產業是否準備好採用 AI，不只取決於能否取得數位基礎設施，也取決於企業是否有合適的應用場景、具備數位能力的員工，以及能容納 AI 的業務流程。

因此，領先產業的高採用率不能直接代表整體經濟。它們與小型企業及數位化程度較低產業的低採用率，正同時存在。

早期採用者已看到生產力提升

在已採用 AI 的企業中，70.7% 表示員工生產力有所改善。其他已回報的效益包括改善決策，佔 13.3%；以及提升創新能力，佔 11.9%。

這些數據顯示，正在使用 AI 的企業確實已看到一些實際好處，但解讀時仍需保持謹慎。這些是採用企業自行回報的結果，並非針對整個新加坡經濟進行的受控研究，因此不能直接視為 AI 對生產力的因果估計。

換句話說，調查指出哪些企業正在創造價值，卻不代表每一項 AI 導入都必然帶來相同成果。

成本與專業人才不足，是企業最大的阻力

企業不採用 AI 的首要障礙，是導入成本高，44.9% 的企業提及這項因素；其次是內部專業能力不足，比例為 42.4%。小型企業另把缺乏 AI 策略及對 AI 缺乏信任，列為重要障礙。

不同規模的企業，面對的問題也有所不同。大型企業較常遇到系統整合複雜度及數據安全疑慮，反映出將 AI 工具接入既有系統，並在大型組織內統一管理，往往比單純購買工具更困難。

這也說明，數位準備程度高，並不會自動帶來廣泛的實際採用。企業真正需要解決的問題，包括選擇合適的應用場景、負擔導入費用、建立內部能力、管理風險，以及把 AI 納入現有工作流程。

目前 AI 更常改變工作，而非消滅工作

調查所呈現的早期就業影響，主要是職務與工作內容重新設計。在已採用 AI 的企業中，18.9% 表示曾重新設計職務功能，13.9% 表示新增 AI 相關職位；相比之下，只有 6.2% 回報因 AI 導致人手或招聘活動減少。

因此，MOM 目前沒有發現 AI 已造成顯著或廣泛的職位流失。 這些結果更接近 AI 輔助員工、改變工作方式，而不是整體職位數量大幅下降。

當然，這並不代表 AI 的長期影響已經確定。它反而提醒企業與政策制定者，眼前更迫切的工作是協助員工適應任務變化、學習相關技能，並在 AI 擴大採用後轉任新的或重新設計的職位。

與部分數位領先國家相比，新加坡企業採用率偏低

考慮到新加坡一向被視為數位競爭力較強的經濟體，其企業層面的 AI 採用率相對偏低，值得關注。與丹麥、芬蘭及瑞典等國比較，方向上具有參考價值，但不同國家的調查可能採用不同的 AI 定義、企業規模門檻及統計期間，因此不宜把數字視為完全可直接比較。

更廣泛的啟示是：數位基礎設施及國家層面的科技準備，並不足以確保企業把 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，都會影響採用速度。

真正的難題，是讓 AI 擴散到更多企業

MOM 的調查描繪出一個兩速並行的 AI 經濟：少數大型企業及數位密集產業已開始回報生產力提升，但大多數企業仍停留在規劃、試點，甚至尚未開始採用的階段。

對新加坡而言，下一階段的重點不再只是證明 AI 能否發揮作用，而是如何讓更多企業能夠以負擔得起、值得信任且可控的方式採用 AI。這包括降低導入成本、培養內部專業能力、改善治理與信任，以及為職務重新設計做好人才準備。

調查最清楚的結論是：新加坡的 AI 轉型已經開始，但尚未觸及大多數企業；而目前最先浮現的工作影響，是工作內容轉型，而非大規模取代員工。