从数字化到 AI：新加坡的第二次国家级转型

本文是一次横切对比：把 Budget 2026 的 AI 战略和 2014 年的 Smart Nation 倡议并排放，看新加坡两次国家级转型的同与不同。

一个被忽略的事实

2026 年 2 月，黄循财在预算案演讲里专门用一整个章节讲 AI，标题是 “Harness AI as a Strategic Advantage”。预算闭幕致辞中，他第一次把 AI 明确定位为整份预算案的战略核心——这是新加坡历史上 AI 第一次从”某个部门的议题”升级为”整个国家行动计划的主线”。

但更值得注意的是：这不是新加坡第一次做这种事。

2014 年 11 月，李显龙宣布 Smart Nation Initiative，把数字化定为国家战略，PMO 直接挂帅，成立 SNDGO，后来推出 GovTech、SingPass 升级、Smart Nation Sensor Platform、PayNow——一整套国家级动员，把整个新加坡接入了互联网时代。

12 年后的 Budget 2026，剧本几乎完全一样：总理亲自挂帅、PMO 下设 National AI Council、跨部委的 Committee of Supply 全部围绕 AI、推出 AI bilingual 计划、EIS 税务扣除扩展到 AI、one-north AI 园区、National AI Literacy Programme。

这是同一个剧本的第二次执行。理解 Smart Nation 那一轮，能帮我们看清这一轮会怎么演下去。

四个相同点：新加坡的国家级动员模板

1. 总理亲自挂帅，关键议题进 PMO

2014：Smart Nation 由 PMO 直接领导，不放给 IDA（信息通信发展管理局）单独推动
2026：National AI Council 由黄循财亲自主持，不放给 MDDI（数字发展与新闻部）单独推动

这是新加坡识别”国家级议题”的标志性动作——关键议题不交给某个部委，直接放到总理办公室。这意味着跨部委协调的政治阻力被预先扫清。

2. 不押前沿技术，押采纳速度

Smart Nation 时期，新加坡没有去造芯片、操作系统、社交平台——它做的是公共服务数字化、SingPass、PayNow，把每个普通人都拉进数字基础设施
AI 2026 时期，新加坡明确不参与基础模型训练（那是 OpenAI、Google 的事），它做的是 SEA-LION（区域适配模型）、AI Verify（治理工具）、AI Mission（行业应用），重点是让 AI 渗透每一个行业

新加坡两次都没有赌前沿，而是赌应用普及速度——这是小国的清醒：放弃赢不了的战场，押注自己能赢的窗口。

3. “全民 + 企业 + 政府”三层结构

层级	Smart Nation 2014	AI 2026
全民	SkillsFuture（数字技能）	National AI Literacy Programme
企业	Productivity Solutions Grant	EIS 400% 税务扣除扩展至 AI 支出
政府	Digital Government Blueprint	National AI Council + AI Mission

三层并行、互相耦合——单独任何一层都推不动转型。新加坡的政策能力恰恰体现在它总是同时做三件事，而不是先做一件再做下一件。

4. 治理先行，立规矩才能招外资

数字化时代：Personal Data Protection Act（2012）→ Cybersecurity Act（2018）。先把数据合规框架搭好，让外资敢落地
AI 时代：Model AI Governance Framework（2019）→ AI Verify（2022）→ Generative AI 框架（2024）→ Agentic AI 框架（2026）。同样的剧本：规矩立在前面，让国际厂商把治理总部放在新加坡

新加坡治理框架的真正用途从来不是”管住 AI”，是给全球 AI 厂商一个合规优先的总部选项。

三个关键差异：为什么这一轮压力不一样

差异一：技术性质从”确定性”变成”概率性”

维度	Smart Nation	AI 2026
核心动作	把流程从纸上搬到屏幕上	把判断从人脑搬进模型里
技术性质	确定性（接 API、建数据库、流程化）	概率性（模型会错、需要 human-in-loop）
失败模式	系统宕机、数据泄露	系统正常但输出错误（更难发现）

这个差异决定了治理难度的代际跳跃。Smart Nation 时代，治理是”系统能不能稳”；AI 时代，治理是”系统说的话能不能信”。

这也解释了为什么 Budget 2026 推出 Agentic AI Governance Framework——当 AI 不只是给建议、而是直接执行任务时，新加坡需要全新的责任分配机制。这个全球首创的框架，本质上是新加坡在 AI 时代复制 PDPA 的角色。

差异二：冲击对象从基层换成中产

这是最值得长篇展开的一个点。

Smart Nation 时代的失业风险主要落在蓝领和基层文员：银行柜员、收银员、传统秘书、纸质文件归档员。这些岗位的消失虽然痛苦，但社会接受度相对高——因为它发生在”低附加值”岗位，而新加坡的政治重心从来不是这些岗位。

AI 2026 时代的失业风险，第一刀砍向新加坡最看重的 PMET 中产：

初级律师（合同审阅、法律研究）
初级会计师（审计抽样、财务建模）
初级分析师（市场报告、竞品分析）
初级工程师（CRUD 代码、配置维护）

这就是为什么 MOM Committee of Supply 反复强调 “job redesign for human-with-AI” 和 “mid-career PMEs face highest risk”——这是对核心选民的直接安抚。陈诗龙部长用 “AI is a gamechanger” 这个判断时，他面对的政治压力跟 2014 年完全不同。

新加坡的政治稳定度，在很大程度上建立在 PMET 中产的安全感上。AI 第一次让这个群体产生不安全感——这是 Smart Nation 时代不存在的政治变量。

差异三：从发展叙事切换到危机叙事

读黄循财的 Budget 2026 演讲，最容易被忽略的是叙事框架——他把 AI 放在 “more contested, more fragmented and ultimately, more dangerous” 的地缘政治背景下讲。

这是一个关键信号。Smart Nation 时代的叙事是”提高效率、改善生活、创造机会”——是发展叙事。AI 2026 的叙事是”地缘政治碎片化下的国家生存筹码”——是危机叙事。

新加坡历史上每次切换到危机叙事，国家动员力度都会上一档：

1965 建国初期 → 工业化和裕廊岛
1997 金融危机后 → 服务业转型和金融中心定位
2008 次贷危机后 → 主权基金扩张和外资多元化
2026 大模型时代 → AI 全民采纳和全球治理中心

危机叙事意味着：财政、人力、政治资源的动员不再是”看效果再投”，而是”必须投到位”。Budget 2026 的政策密度（同时推十几项 AI 相关举措）就是这个叙事的产物。

上一轮新加坡是学生，这一轮新加坡想当老师

Smart Nation 时期，新加坡到处取经：去爱沙尼亚学数字身份、去首尔学智慧城市、去巴塞罗那学传感器网络。它是学生。

AI 2026 时期，新加坡的姿态变了：

主办 International Scientific Exchange on AI Safety（已经办到第二届）
发布全球首个 Model AI Governance Framework、AI Verify 和 Agentic AI Framework
通过 Singapore Consensus 想成为全球 AI 安全研究的协调中心

它在抢”全球 AI 治理中心”这个位置——身份从学生切换成老师。

这是一个值得长期跟踪的变化。它意味着新加坡这一轮不只是想跟上 AI 浪潮，而是想在新的国际秩序里抢一个独特位置——一个介于美国（前沿研发）、中国（应用规模）、欧盟（强监管）之间的”治理中立区”角色。

一句话总结

数字化是”把新加坡接入互联网”，AI 是”把新加坡植入大模型时代的供应链上游”。
前者是为了不掉队，后者是为了在新秩序里抢一个位置。

Smart Nation 给新加坡带来了 GovTech 改革、SingPass 普及、PayNow 主导地位——这些资产至今仍在产生复利。AI 2026 这一轮，同样的模板被用来对抗一个更复杂、更危险、更不确定的世界。

值得继续观察的几个问题：

PMET 中产的政治压力会不会让 AI 战略走样——比如出现保护主义、限制 AI 替代人力的法规？
治理中立区这个定位能不能在中美 AI 博弈加剧时守得住？
AI bilingual 10 万人计划真的能复制 SkillsFuture 的成功，还是会变成另一个数字技能培训的”打卡式”项目？

这些问题没有答案。但有一点是清楚的：新加坡正在重启一个它已经走过一次的剧本，而且这一次它有理由相信自己能演得更好——因为它知道剧本怎么写。