Сингапур вложил более S$1 млрд в ИИ, но AI Singapore видит дефицит тех, кто умеет его строить
Сингапур уже направил более S$1 млрд на развитие ИИ, но внутри экосистемы звучит тревога: стране не хватает не пользователей AI-инструментов, а людей, способных

Сингапур уже вложил более S$1 млрд в то, чтобы стать глобальным хабом искусственного интеллекта. Но внутри самой национальной AI-экосистемы звучит предупреждение: стране мало учить людей пользоваться готовыми инструментами — ей нужно быстрее растить тех, кто умеет строить собственные модели и продукты.
Ставка на свои модели
Сингапур последние годы последовательно усиливает AI-повестку: обновил национальную стратегию, заложил отдельные меры в бюджете и расширяет программы для бизнеса и обучения. Официальная цель — не просто внедрять чужие решения, а сформировать локальную школу разработчиков, исследователей и команд, которые могут создавать технологии внутри страны. В стратегии NAIS 2.
0 власти прямо говорят о росте собственного пула AI-практиков до 15 тысяч человек за пять лет и о том, что AI должен стать фактором экономической устойчивости, а не только инструментом повышения эффективности. На этом фоне особенно показательно заявление Лесли Тео, старшего директора AI Singapore и одного из архитекторов местной AI-политики. По его словам, текущий подход к готовности страны может смещаться в сторону «сертифицированных пользователей» AI, тогда как экономике нужны «строители» — инженеры, исследователи и продуктовые команды, которые умеют обучать, адаптировать и внедрять системы.
Для небольшой страны это вопрос не только роста, но и технологической субъектности: если своих компетенций мало, приходится жить по правилам, которые задали другие.
Где буксует обучение
Главный государственный инструмент здесь — SkillsFuture, программа учебных кредитов и субсидируемых курсов для граждан на протяжении всей карьеры. В 2025 году через поддерживаемые программы прошли около 606 тысяч человек. Но Тео указывает не на охват, а на скорость: пока курс проектируют, согласовывают и официально запускают, его содержание может устареть. В AI это особенно болезненно, потому что инструменты, подходы и даже базовые практики меняются буквально по кварталам.
- Формальные программы обновляются медленнее, чем меняется рынок AI Компании все меньше готовы доучивать джунов внутри себя Растет разрыв между навыком «пользоваться AI» и умением «строить AI»
- Малой экономике опасно полностью зависеть от моделей, созданных за рубежом > «Младшие сотрудники стоят дёшево. AI — ещё дешевле». Отсюда вывод Тео: базовую подготовку специалистов раннего уровня государству, возможно, придётся рассматривать как общественное благо. Раньше часть этой функции брали на себя работодатели, но с автоматизацией мотивация инвестировать в стартовые позиции падает. В результате рынок может получить много людей с сертификатами по AI, но слишком мало тех, кто прошёл настоящую инженерную школу на реальных задачах.
Рынок уже меняется Эффект уже заметен на рынке труда.
По данным ежегодного опроса университетов Сингапура, доля выпускников, получивших постоянную полную занятость, снизилась до 74,4% в 2025 году против 79,4% годом ранее. Это не доказательство того, что AI в одиночку «съедает» стартовые вакансии, но тревожный сигнал: автоматизация и пересборка роли младших сотрудников уже влияют на первую ступень карьерной лестницы. При этом вопрос для Сингапура шире, чем трудоустройство выпускников.
Если страна полностью опирается на AI-системы, созданные за рубежом, она почти не влияет на то, как эти системы развиваются, какие языки и культурные контексты поддерживают и чьи интересы в них зашиты по умолчанию. Именно поэтому AI Singapore развивает SEA-LION — семейство больших языковых моделей для Юго-Восточной Азии, которое уже используют региональные компании, включая GoTo Group. Собственная модель не решает кадровый дефицит, но даёт стране место за столом, где принимаются технологические решения.
Что это значит
Сингапур показывает проблему, которая скоро станет общей для многих рынков: массовая AI-грамотность сама по себе не создаёт AI-индустрию. Следующий этап конкуренции — не научить всех пользоваться чатботами, а быстро выстроить конвейер инженеров, исследователей и продуктовых команд, пока формальное образование и рынок труда не отстали от технологии окончательно.