2026年11月18日,新加坡金融科技節(SFF2026)在新加坡博覽中心開幕。新加坡眼也在現場,直擊這場金融科技盛會。
在開幕演講之後,新加坡副總理兼貿工部長、金管局主席顏金勇參與了一場爐邊對話,圍繞剛剛簽署的東協數字經濟框架協議(DEFA)以及AI對新加坡經濟與社會的深遠影響展開深入交流。

DEFA:一份為AI時代預留空間的「活協議」
顏金勇剛從馬尼拉回來,代表新加坡簽署了東協數字經濟框架協議(DEFA)。他特別感謝菲律賓作為東協主席國推動這一成果落地。
DEFA的構想始於約四年前,當時AI尚處早期階段。正因如此,協議被設計為一份靈活、可演進的「活協議」,而非剛性條款的集合。顏金勇指出,東協成員國之間的數字準備度差異很大——有的處於AI和數字化前沿,有的剛剛起步。協議需兼顧當時10個、現在11個國家的不同需求,因此採用框架協議形式,允許更有雄心的成員國先行先試、聯合開展倡議、測試解決方案,為其他成員示範路徑,並保持大門敞開。
協議規定180天批准期,180天後已批准的國家將參與實施。而這個時間節點恰逢新加坡擔任東協主席國之年。顏金勇表示,新加坡對此非常興奮,將推動協議進入實施階段,並已開始與東協各國 counterpart 討論在該協議下可推出的初始倡議。

「HI監督AI」:副總理的AI使用原則
對話中,顏金勇坦言自己也是樂觀主義者——「如果不是樂觀主義者,很難做政治家。」在個人使用層面,他提到過去讓員工做研究、寫大報告了解貿易數據與各國關係,現在員工用AI準備文件並反覆核查事實;他自己也直接用AI做分析,用於會前了解談判對手、議題與權衡取捨,甚至準備爐邊談話時讓AI預測可能的問題和答案。
但他強調一個核心原則:使用AI時必須由人類智慧(HI)監督AI,不能照單全收AI的答案,要注入自己的評估與判斷。他幽默地指出,本次對話中提問者問了一個不在預設清單上的問題,正是「人類智慧」的體現。
AI將像網際網路一樣無處不在
談及AI普及後的新加坡圖景,顏金勇以網際網路作類比:網際網路初期所有公司都自稱 dot com 公司,如今網際網路已無處不在、人們不再刻意感知。AI也將如此,成為生活的一部分。手機、洗衣機等設備將從網際網路賦能變為AI賦能;度假時可用AI推薦目的地、美食並完成預訂和付款。
企業演進將經歷兩個階段:第一階段是用AI提升效率、效果與競爭力;第二階段是以AI為原生工具和基礎來構建業務,類似從「有實體店的電商部門」演進到「無實體店的數字原生電商」。顏金勇預測,未來將出現大量AI原生企業。
在勞動力技能方面,他類比過去學習Symphony、Lotus、Excel的經歷,認為未來孩子生於AI時代將自然掌握AI。但他也承認AI有風險,需 safeguards,各方須合作確保AI負責任地開發、部署和使用。許多新加坡人對崗位受影響感到焦慮,他引用黃循財總理的話:「我們可能無法保護每一個崗位,因為有些崗位會被AI改變,但我們有意保護每一位工人。」方式是賦予技能以抓住AI創造的新崗位和新機會。

新加坡的定位:部署AI的最佳地點
顏金勇指出,新加坡在第一波AI(晶片、數據中心、各大實驗室本地辦公室)表現良好,但經濟戰略檢討認為,新加坡真正的優勢是成為部署AI的最佳地點,而非構建模型。歷史上技術革命的最大價值歸於把技術用起來的人。
他提出四大支柱:
第一,信任。
AI關乎信任——與系統、與技術、與方案提供者之間的信任。新加坡是金融中心,其地位建立在「可信賴夥伴」之上,政府、產業、用戶間的信任不能視為理所當然。
第二,人才生態。
營造利於本地人才投身AI行業的環境,同時因新加坡小、AI發展快、全球AI人才短缺,須保持開放歡迎全球人才。政府正在建設Kampung AI——一個AI人才社區,讓AI從業者相互協作。
第三,勞動力準備。
技能提升與培訓至關重要,持續打造AI-ready的勞動力。
第四,社會接納。
顏金勇的選區在榜鵝,榜鵝數字區已被指定為AI測試床,許多AI應用(包括機器人)在此測試。居民將看到機器人四處走動,有人興奮有人害怕,需讓民眾做好準備。
此外,政府通過推出有吸引力的AI missions吸引人才,例如金融業的三大任務(three missions),藉此吸引金融業AI專家來新共同解決挑戰、開發方案。
對三類人的建議
對話尾聲,顏金勇分別向三類人送上寄語。
對創業者,他說「你來對了地方」——「我們是你的夥伴,不是你的問題」;你成功,新加坡就成功。
對畢業生,他認為焦慮是健康的,關鍵是具備抓住機會的技能組合,學習從未停止。
對6歲孩子的父母,他強調讓孩子保持好奇與對學習的興奮,最終培養能問對問題的批判性思維——「問錯問題會得到很多答案,全是錯誤答案。」
顏金勇最後強調:「I believe strongly in AI, I believe even stronger in human intelligence.」人必須在場,因為要看對方的表情判斷「問題背後的問題」,這種人際互動是管理AI的關鍵。