巩固新加坡人工智能经济的主权基础

新加坡的《经济战略检讨》（Economic Strategy Review, ESR）是一项重要的工作。它涵盖八大主旨共32项建议，是与超过7700名参与者进行80多轮咨询后得出的成果。

代交通部长兼财政部高级政务部长 Jeffrey Siow 将其描述为一项由新一代政治职务担任者与社会各界利益相关者及新一代商界领袖共同努力的成果，旨在为新加坡在瞬息万变的世界中如何保持竞争力和韧性规划蓝图。

可以理解的是，公众的大部分讨论都集中在其人工智能建议以及就业前景上。在每一次重大的工业化浪潮中，劳动力市场都经历了真实而痛苦的动荡。

然而，随着时间的推移，这种动荡也被证明是周期性的。研究公司 Forrester 发现，55%的雇主对自己因人工智能而进行的裁员感到后悔。

自2025年底以来，IBM、Salesforce、Google 和 Meta 已重新招聘员工，让他们担任重新定义的职位。研究咨询公司 Gartner 目前预测，到2027年，半数因人工智能而裁员的公司将重新招聘类似职位的员工。

尽管这种动荡是真实存在的，但这并非不可改变的命运。在人工智能赋能的经济中，员工和企业仍有重新定位的空间。

ESR 在技能、企业层面的应用和创新方面提出的人工智能建议，正是为了支持这种重新定位。

然而，ESR 对于实现这些建议所需的结构性先决条件，则阐述得不够清晰。

如果新加坡无法可靠地保障三项关键要素的供应，即：先进人工智能模型的访问权、用以分配模型容量的代币，以及驱动这些模型所需的半导体芯片，那么即便是最优秀的技能和应用计划也将举步维艰。

这些是治国之术的国库所在。

人工智能赋能的经济依赖什么运行

人工智能模型的访问权是第一个结构性制约因素。超过70%的新加坡公司已报告正在使用某种形式的人工智能。

金融服务公司 Morgan Stanley 表示，其中大部分应用都建立在如 GPT、Claude 和 Gemini 系列等闭源权重的前沿系统之上。这些系统目前处于顶尖水平。

然而，这种性能优势的代价是在主权上做出权衡——这些模型是专有的，并由中心化机构控制，因此访问条款最终由国外制定。无论新加坡如何谨慎地监管国内使用，这一点都无法改变。

Project Glasswing 和 Anthropic 的 Mythos 预览演示了一个单一的前沿模型，就能够暴露出能源、健康、物流和企业系统中的数千个严重缺陷。

其暴露问题的速度超过了国家机构的反应能力，迫使各国政府不得不面对为其无法控制的基础设施进行“主权恢复”的难题。

因此，在人工智能赋能的经济中，少数几家外国供应商的政策调整或访问权限变更，可能会同时波及银行、港口、教育、媒体以及中小型企业（SME）所使用的工具。

ESR 支持人工智能创新并鼓励企业试用领先的人工智能工具，这是正确的。但报告也应明确阐述，新加坡将如何确保长期、可预测地访问这些前沿模型，并且其条款不能被国外单方面更改。

这需要一个由国家主导的模型访问策略，包括实现供应商多元化、为关键行业签订“锚定租户”协议，以及在可行的情况下，为核心公共服务建立主权控制层，以抵御预期的地缘政治压力。

下一个制约因素是代币的充足性。如果 ESR 成功地在各行各业普及人工智能，新加坡的人工智能代币消耗量将急剧上升。

代币是人工智能消耗量的操作单位，因为它们决定了新加坡实际可以部署多少前沿能力。

但与石油不同，石油价格可以通过不同的供应商和合同进行对冲，而代币的定价权是集中的，并且随着模型能力越来越强、工作负载越来越复杂，其价格在结构上趋于上涨。

OpenRouter 对2026年4月发布的 GPT-5.5 的一项分析发现，其标价从 GPT-5 到 GPT-5.5 翻了一番。

一旦计入更大的上下文窗口、推理模式和工具使用附加费，许多工作负载的实际单位代币成本上涨了约50%至90%。

与此同时，Gartner 的研究表明，预计代理式工作流每项任务消耗的代币将是当今简单查询的5到30倍。

即使原始推理的成本降低，但随着人工智能更深入地融入到能熟练使用它的劳动力的日常运营中，总支出预计仍会上升。

Uber 等公司的高管已经承认，由于工程师们大量使用 Anthropic 的 Claude 模型，他们在几个月内就耗尽了原计划用于2026年的人工智能预算。

Nvidia 的应用深度学习研究副总裁 Bryan Catanzaro 同样指出，对于一些团队而言，算力成本现在已经超过了使用算力人员的薪资。

与此同时，中国的每日代币消耗量已经超过140万亿，两年内增长了千倍以上。

因此，在国家层面上，应开始将代币的获取和定价视为数码经济的燃料。

ESR 也应该建议像新加坡对待石油、水和战略粮食储备那样来对待代币——通过为关键行业进行集中采购、在合理情况下签订长期合同，以及为关键的公共数码服务建立相当于“战略代币储备”的机制。

这需要只有国家才能汇集的协调能力和议价能力。

第三个制约因素是：承载人工智能算力的芯片。

来自新加坡的每一条人工智能指令，最终都运行在少数几种先进的半导体芯片上。这些芯片大多在美国设计，并受到日益收紧的出口管制。

鉴于美国的人工智能基础设施在本地占主导地位，新加坡的人工智能经济预计将主要依赖部署在本地和区域数据中心的、由美国设计并受出口管制的图形处理器（GPUs）。

无论这些工作负载是属于新加坡的银行、全球科技公司还是外国客户，情况都是如此。

1月12日，美国众议院通过了《远程访问安全法案》（HR 2683）。该法案扩大了出口管制规则的范围，使得通过远程或云端访问先进人工智能芯片的行为，可以像实体出口一样受到监管。

实际上，这使得华盛顿可以将外国通过云服务访问美国 GPU 的行为视为一种出口，从而可以对其进行许可、限制或切断。

在此背景下，新加坡在芯片供应方面获得的法律保障仍然薄弱。

例如，根据2023年10月的联合声明，美新关键与新兴技术对话侧重于人工智能治理、标准与合作，但并未包含关于芯片供应的具有约束力的承诺。

副总理 Gan Kim Yong 于2025年4月访问华盛顿期间，曾与美国商务部长 Howard Lutnick 讨论人工智能芯片、关税和关键出口等问题，但同样没有达成任何公开的承购保证或优先采购安排。

这些问题在 ESR 的建议中都未被重点提及，其建议自然更侧重于国内技能和产业支持。

然而，如果新加坡的人工智能工作负载所依赖的硬件，可能因外国政府的决策而受到扼制，那么这种战略性依赖就可能成为我们人工智能赋能经济的战略性弱点。

只有国家才能做的事

因此，对新加坡而言，人工智能主权并非一个抽象的理想，而是一项实际任务，即确保对他国的依赖不会反过来对自身不利，同时维护我们根据自身利益运营经济的能力。

在人工智能时代，这些依赖性包括——除其他关键要素外——有保障的人工智能模型访问权、代币和算力。

因此，政府在根据 ESR 采取行动时，应将我们的人工智能赋能的经济转型视为两个部分：表层是提升技能和企业能力；而在其之下，则是建立一个不会被任意切断或因价格过高而无法企及的主权基础。

这是一项赋予国家领导层的结构性任务，而不是单靠个别公司或员工就能解决的问题。

作者是亚太公共关系与传播协会公共事务组主席，目前在伦敦国王学院攻读战争研究。