Singapore AI Governance Profile

执行摘要

新加坡目前没有通过单一的综合性人工智能法案来管理人工智能。其积极的模式务实、注重保障并促进创新：国家人工智能战略指明方向，《个人数据保护法》仍然是具有约束力的个人数据基准，而人工智能的具体治理则通过个人数据保护委员会和资讯通信媒体发展局的指导、自愿性框架、测试工具、人工智能保障举措、公共部门实施和劳动力能力建设来制定。 国家人工智能战略2.0和2026年国家人工智能战略更新将人工智能定位为一项国家能力发展议程，旨在促进公共福祉、产业转型、人才培养、科研发展、基础设施建设和国际合作。成立于2026年的国家人工智能理事会将为新加坡的人工智能议程增设一个高级战略协调层。 对企业而言，新加坡的意义在于其实际应用，而非仅仅体现在立法层面。AI Verify、Project Moonshot、“人工智能治理框架模型”系列、新加坡个人数据保护委员会（PDPC）的人工智能咨询指南以及各项保障试点项目，将治理转化为文档记录、测试、监督、透明度、供应商管控、安全性和员工准备等方面的实践。这些工具不应被视为法律合规认证，但对于在新加坡或通过新加坡部署人工智能的组织而言，它们是重要的实施信号。

治理架构

新加坡的人工智能治理架构围绕战略、数据保护、保障基础设施、公共部门数字治理、企业应用和国际标准对接等多个层面构建。《个人数据保护法》（PDPA）是人工智能系统收集、使用或披露个人数据的具有约束力的法律基准。包括模型人工智能治理框架（Model AI Governance Framework）、ISAGO、生成式人工智能（GENerative AI）和代理式人工智能（Agentic AI）框架、AI Verify、Project Moonshot以及保障试点项目在内的人工智能专项工具，主要以自愿性、指导性和实施导向为特征。公共部门通过智慧国家2.0、政府科技局（GovTech）工具和负责任的人工智能实践手册进行应用，从而发出切实可行的实施信号；同时，AI Verify基金会和新加坡人工智能安全研究院也为测试、保障和安全方面的合作提供支持。

主要政策与框架

政策时间线

企业影响

在新加坡运营的企业不应等待全面的《人工智能法案》出台才开始进行治理工作。切实可行的准备工作包括：维护人工智能系统清单、明确治理责任归属、记录模型和供应商选择、在涉及个人数据时应用《个人数据保护法》（PDPA）和《个人数据保护委员会》（PDPC）的指导原则、针对高影响用途开展数据保护影响评估（DPIA）式的风险评估、保留人工监督、测试模型和通用人工智能（GenAI）应用、准备透明度和问责制材料、管理第三方人工智能系统，以及培训员工负责任地使用人工智能。以上是基于新加坡的指导原则、保证、公共部门采用情况和员工能力信号得出的观察性结论，并非法律建议。

观察站解读

新加坡是创新赋能型人工智能治理的典范之一。其模式并非仅依赖于单一的《人工智能法案》，而是通过国家战略、数据保护法、监管机构指南、自愿性框架、人工智能验证机制（AI Verify）、登月计划（Project Moonshot）、红队演练、保障试点项目、公共部门人工智能操作手册以及人才培养计划等一系列措施，构建起一套切实可行的治理体系。其战略风险在于，基于自愿性和指南性的体系需要持续的机构采纳、采购压力、市场激励以及保障体系的公信力，才能最终成为可持续的企业实践。

官方资源