Singapura investiu mais de S$1 bilhão em IA, mas a AI Singapore vê falta de gente capaz de construí-la

Singapura já investiu mais de S$1 bilhão para se tornar um hub global de inteligência artificial. Mas de dentro do próprio ecossistema nacional de IA vem um alerta: não basta ensinar as pessoas a usar ferramentas prontas. O país precisa formar mais rápido quem saiba construir seus próprios modelos e produtos.

Aposta em modelos próprios

Nos últimos anos, Singapura vem reforçando de forma consistente sua agenda de IA: atualizou a estratégia nacional, reservou medidas específicas no orçamento e amplia programas para empresas e capacitação. A meta oficial não é apenas adotar soluções de terceiros, mas formar uma escola local de desenvolvedores, pesquisadores e equipes capazes de criar tecnologia dentro do país. Na estratégia NAIS 2.0, as autoridades falam abertamente em ampliar para 15 mil pessoas o contingente próprio de profissionais de IA em cinco anos e em tornar a IA um fator de resiliência econômica, e não apenas uma ferramenta para ganhar eficiência.

Nesse contexto, chama atenção a declaração de Leslie Teo, diretor sênior da AI Singapore e um dos arquitetos da política local de IA. Segundo ele, a abordagem atual de preparação do país pode estar migrando para os "usuários certificados" de IA, quando a economia precisa de "construtores": engenheiros, pesquisadores e equipes de produto que saibam treinar, adaptar e implantar sistemas. Para um país pequeno, a questão não é só de crescimento, mas de soberania tecnológica: com poucas competências próprias, é preciso viver pelas regras definidas por outros.

Onde o treinamento emperra

O principal instrumento do governo é o SkillsFuture, programa de créditos de aprendizado e cursos subsidiados para cidadãos ao longo de toda a carreira. Em 2025, cerca de 606 mil pessoas passaram pelos programas apoiados. Mas Teo aponta não o alcance, e sim a velocidade: enquanto um curso é projetado, aprovado e lançado oficialmente, seu conteúdo pode ficar defasado. Em IA isso é especialmente doloroso, porque ferramentas, abordagens e até práticas básicas mudam literalmente a cada trimestre.

• Os programas formais são atualizados mais devagar do que o mercado de IA muda
• As empresas estão cada vez menos dispostas a treinar juniores internamente
• Cresce a distância entre a habilidade de "usar IA" e a capacidade de "construir IA"
• É perigoso para uma economia pequena depender totalmente de modelos criados no exterior

"Funcionários juniores são baratos.

A IA é ainda mais barata."

Daí a conclusão de Teo: o Estado talvez precise tratar a formação básica de profissionais iniciantes como um bem público. Antes, parte dessa função ficava com os empregadores, mas, com a automação, cai o incentivo para investir em vagas de entrada. Como resultado, o mercado pode ter muita gente com certificados de IA, mas poucos que passaram por uma escola de engenharia de verdade, com problemas reais.

O mercado já está mudando

O efeito já aparece no mercado de trabalho. Segundo a pesquisa anual das universidades de Singapura, a parcela de formados que conseguiram emprego permanente em tempo integral caiu para 74,4% em 2025, ante 79,4% um ano antes. Isso não prova que a IA, sozinha, esteja "devorando" as vagas de entrada, mas é um sinal preocupante: a automação e a reformulação do papel dos juniores já afetam o primeiro degrau da carreira.

Ainda assim, a questão para Singapura vai além do emprego dos formados. Se o país depende totalmente de sistemas de IA criados no exterior, quase não influencia como eles evoluem, quais idiomas e contextos culturais suportam e os interesses de quem vêm embutidos por padrão. Por isso a AI Singapore desenvolve o SEA-LION, uma família de grandes modelos de linguagem para o Sudeste Asiático que empresas da região, incluindo a GoTo Group, já utilizam. Um modelo próprio não resolve a falta de profissionais, mas dá ao país um lugar à mesa em que se tomam as decisões tecnológicas.

O que isso significa

Singapura mostra um problema que logo será comum a muitos mercados: a alfabetização em massa em IA, por si só, não cria uma indústria de IA. A próxima etapa da concorrência não é ensinar todo mundo a usar chatbots, mas montar rapidamente uma linha de produção de engenheiros, pesquisadores e equipes de produto antes que a educação formal e o mercado de trabalho fiquem de vez para trás da tecnologia.