以前提到「科技人才」，很多人想到的還是程式設計師、軟體工程師，或者在科技公司寫代碼的人。
但在今天的新加坡，一名科技人才可能坐在銀行里做數據分析，也可能在製造企業負責自動化系統，甚至在專業服務公司使用AI處理日常工作。
科技和傳統行業之間的界線，正在變得沒有那麼明顯。
資訊通信媒體發展局（IMDA）10月5日發布第四份《新加坡數碼經濟》年報顯示，2025年新加坡科技人才達到22萬2200人，同比增長3.8%。
其中，59%的科技人才在資訊通信業以外的行業工作。
也就是說，新加坡超過一半的科技人才，已經分布在科技行業之外。
銀行、製造業也需要「科技人才」
一個重要原因是，企業數字化已經不再只是IT部門的事情。
2025年，新加坡數碼經濟規模達到1441億新元，占GDP比重升至19.3%。其中，非資訊通信行業貢獻了約三分之二。
金融與保險、批發貿易、製造業等行業，都在增加數字化投入。
科技人才的流向也反映了這一點：2025年，非資訊通信行業的科技人才增長5.3%，明顯高於資訊通信行業的1.8%。
這類崗位的市場價值也不低。2025年，新加坡居民科技從業者的月薪中位數達到8000新元，整體居民就業者的月薪中位數為5000新元。
所以，現在再把科技工作簡單理解成去科技公司上班，已經不太準確。
AI更直接地進入了普通工作
如果說數字化讓科技人才走進了傳統行業，那麼AI正在進一步改變這些行業里的具體工作。
2025年，新加坡企業採用AI的比例達到23.5%，接近每4家企業就有1家使用AI。
它可能出現在銀行的風險分析、保險公司的客戶服務，也可能用於製造業的生產管理、專業服務公司的資料整理和分析。
招聘市場也開始出現變化。
2025年，新加坡科技職位中，要求至少掌握一項AI技能的職位占比達到16.7%，高於2024年的14%。
這說明企業尋找的已經不只是「懂技術的人」，而是懂業務、同時能夠使用新技術的人。
普通職場人未必需要重新開始
這也是這份報告對普通職場人比較現實的一點。
一個做金融的人，不一定要辭職去學編程；做會計的人，也不一定要轉行做IT。
如果AI已經進入原本的工作流程，那麼更現實的變化可能是：在原有專業上，再增加AI、數據分析等能力。
比如原本負責數據整理的人，可以利用AI提高處理效率；市場人員可以用數據工具分析客戶；製造業員工則可能需要接觸自動化和智能系統。
這種「原有專業+數字技能」的組合，正在成為企業需要的一類人才。
目前，新加坡已經有相應的培訓體系。SkillsFuture提供從AI基礎認知、生成式AI應用，到更深入AI技能的相關課程；政府今年推出的國家AI影響力計劃，也計劃在未來3年支持10萬名員工提升AI應用能力。
對企業管理層，也有針對企業AI應用和數字化轉型的培訓項目。
換句話說，學AI並不一定意味著重新學一門技術，很多培訓本身就是圍繞怎麼把AI用到現在的工作里展開。
但目前，很多員工還沒有完全跟上。
IMDA調查顯示，超過三分之二的員工認為自己需要提升或重新學習AI技能，但過去一年真正參加過AI相關培訓的比例只有36.7%。
這也讓AI應用、數字化培訓和企業服務出現了新的需求。
對於普通職場人來說，與其等到崗位要求發生變化後再開始學習，不如提前補上AI和數字技能，把它們加入自己原有的專業能力中，可能比等到崗位要求改變後再補課，更能掌握主動權。
