在最近的财政预算案演讲中，黄循财总理表明，政府将进一步加大对人工智能（AI）的投入——从基础设施、企业应用到人才发展。方向已经明确，AI将塑造新加坡下一阶段的经济竞争力，原地踏步已经不是选择。
然而，当企业加速部署AI时，一个更少人留意的问题正在浮现：为什么在投资持续增加、生产力显著提升的情况下，组织内部的采纳却常常显得迟疑？
一位在硅谷工作的产品经理告诉我，如今AI让他能完成过去需要三到五人协作的工作。研究整合更快，初稿更清晰，迭代周期大幅压缩。随后他补了一句：“如果我持续以这样的效率工作，明年我的岗位可能就没有了。”
这句话点出当下的张力。当AI被主要界定为效率工具——更快的产出、更精简的团队、更可量化的绩效——个人很难看到自己在系统中的长期价值如何提升。若更好的表现似乎意味着角色的削弱，对AI的犹豫则是可理解的。
生产力无疑重要，AI可以压缩写作周期、加速研究、减少例行工作。这些收益真实存在，但生产力只是基线，不是终点。更关键的问题在于：AI的引入，是否也在同步提升组织内部的高阶认知与决策能力？这里所指的能力并非职位高低，而是清晰界定问题、检视假设、整合复杂信息，并判断下一步行动的责任，AI既可以强化这种能力，也可能让它保持不变。
在一些组织中，AI主要被用来检索与润色。输入提示，输出结果，若文字尚可便直接流转。效率提高了，但思考层级并未改变。在另一些团队里，人们将AI视为第二大脑——对人类思考与判断能力的延伸。在提交报告前，他们用它检视论点、生成反驳、比较不同框架、推演潜在后果。在这种使用方式下，AI不是替代判断，而是扩展判断的深度与范围，迫使人更精确地定义问题。
我们曾与一个团队合作，最初，他们采用AI只是为了加快起草文件的速度；后来，他们开始在文件流转前，让AI帮助梳理战略逻辑、识别盲点，进入会议时，每个人对自身论证更清楚，也更负责。生产力提升仍在，但与此同时，认知能力也在提高。这种“效率叠加能力”的复利效应，才是AI真正的转型意义。
如果AI能够提升高阶能力，培训与评估体系也必须强化这一方向。只强调工具熟练度，组织会得到更高效的执行者。若培训围绕问题定义、情境理解与严谨判断展开，组织则会培养更成熟的决策者。评估框架同样关键，若成效仅以节省时间或降低成本衡量，这些指标自然会主导行为，却无法显示人的能力是否在提升。
我们或许须要进一步追问：决策质量是否改善？是否有更多人开始承担结构化思考的责任？员工离开岗位时，是否比进入时更具定义与塑造工作的能力？这些问题，关系到长期韧性。
技能创前程（SkillsFuture）长期强调在产业变化中保持就业相关性，这种制度为新加坡带来适应力，但AI改变相关性的基础，当例行分析与整合可以被规模化、自动化时，价值将更多集中在那些能够定义问题、发现机会并塑造方向的人身上。
在这样的环境中，仅仅对齐下一个岗位已不足够，更重要的是，具备塑造工作的能力。这并不意味着人人都要创业，而是意味着能够识别未被满足的需求，整合资源，在既有结构内外进行负责任的实验。
若以这样的预期引入AI，它将成为能力跃迁的加速器，即使岗位发生变化，具备高阶认知与决策能力的人，也更有能力定义下一阶段的贡献。
新加坡没有自然资源，我们长期的优势在于人的能力，当我们投资AI基础设施时，不仅是在做技术选择，也是在设定社会对能力的期望。我们可以把AI视为效率引擎，也可以把它视为提升全社会高阶能力的机制。
在AI时代，竞争力不仅取决于技术部署的速度，更取决于这种能力是否被广泛提升，以及制度是否给予人们承担这种能力的空间。这才是AI投入背后的深层设计问题，它将决定的不只是效率，而是韧性和创新能力。
作者郑智月是本地咨询公司Inherent Pte. Ltd.的创始人兼首席执行官
薛芬妮是人工智能与数据公司Thinking Machines的创始人兼首席执行官
