Кирен Кумар, заместитель генерального директора сингапурского Управления по развитию инфокоммуникаций и СМИ (IMDA), утверждает, что слишком раннее регулирование ИИ — ошибка, которая сдерживает цифровой рост и мешает инновациям, пока технология полностью не созреет. Вместо жесткого законодательства IMDA рассматривает регуляторное доверие как экономический актив: совместно с технологическими компаниями создаются добровольные тестовые «песочницы», чтобы направлять поведение органично. Кумар подчеркивает: «Мы не считаем, что прямо сейчас регулировать это — правильный ответ». Подход Сингапура опирается на его глобальную репутацию стабильности — сформированную за десятилетия в аэрокосмической отрасли и полупроводниках — как основу для позиционирования себя в качестве безопасной площадки для тестирования развивающихся ИИ-индустрий.
Регуляторная философия: доверие как экономический актив
Сингапур сознательно отвергает оба регуляторных экстремума. Вместо принятия жестких законов IMDA выстраивает добровольные тестовые песочницы, чтобы заранее направлять корпоративное поведение, прежде чем нарушение правил превратится в кризис.
Кумар отмечает, что бренд Сингапура целиком держится на доверии. Страна позиционирует себя как безопасную площадку для тестирования развивающихся отраслей, работая напрямую с компаниями над созданием механизмов управления. «Некоторые страны регулируют технологии, другие — нет», — говорит Кумар, указывая на подход IMDA с «серединной» позиции.
Политический перевод: от фреймворка к коду
Чтобы механизмы управления были полезными, политика должна превращаться в реальный код. IMDA запустило инструменты тестирования вроде Moonshot, которые позволяют разработчикам оценивать свои модели относительно механизмов управления до развертывания. Затем результаты публикуются, чтобы обучать глобальную экосистему.
Агентный ИИ: новые риски требуют переосмысления управления
Этот совместный подход испытывает давление из-за роста агентного ИИ — автономного ПО, которое выполняет многошаговые планы без одобрения человека. Кумар объясняет, что поскольку агентный ИИ способен рассуждать и действовать без участия человека в контуре, он вводит новые риски в части безопасности и надежности, с которыми статические законы не справляются.
«С системами [agentic] у вас будут работать вместе несколько агентов, и я думаю, тогда нам нужно переосмыслить то, как мы формулируем фреймворк управления моделью», — говорит Кумар, подчеркивая, что надзор должен строиться вокруг сценариев применения с участием нескольких агентов.
Производственная безопасность: непрерывные правки после запуска
Перевод ИИ из пилотных программ в реальную production-среду — тот этап, где ошибки становятся критичными. Кумар ожидает и требует непрерывных исправлений после запуска. «Ментальная модель такая, что ошибки будут, будут и промахи», — аргументирует он.
Ключ к выживанию — иметь готовый механизм и бизнес-реакцию, чтобы постоянно обновлять и дорабатывать системы даже после того, как они станут публичными. Подключение интеллектуальных моделей к устаревшим базам данных — как раз то место, где происходят утечки данных и нарушения безопасности. Кумар считает, что компаниям «нужна песочница», чтобы обеспечить безопасную и надежную обработку их данных, архитектуры и связей с ПО до вывода систем в production.
Он призывает советы директоров относиться к развертыванию ПО так же, как к реальному инженерному проектированию: «Переход от пилота к production ничем не отличается от того, как производитель двигателей будет тестировать свои двигатели, прежде чем поставить их на самолет».
Руководство и таланты: финальные барьеры
Неуверенность руководителей и глобальный дефицит специализированных кадров остаются препятствиями для внедрения ИИ. «Это вопрос лидерства», — говорит Кумар, отмечая, что стремление руководителя добиваться изменений в организации важнее, чем правительственная политика.
Этот разрыв усиливается нехваткой технических ресурсов. Многие компании среднего размера и небольшие фирмы понимают свои бизнес-домены, но не имеют внутренних команд, чтобы строить и развертывать кастомные решения на базе ИИ. В результате «инженеры, развернутые на стороне заказчика, становятся дефицитным товаром по всему миру, потому что им нужно работать рука об руку с клиентом, понимать рабочие процессы и развертывать технологию».
Стратегия Сингапура как «развертывающего» игрока
Чтобы преодолеть дефицит талантов, Сингапур не гонится за созданием передовых моделей с нуля. Вместо этого страна импортирует глобальные алгоритмы и внедряет их в высокорегулируемые отрасли.
Кумар утверждает: «Мы твердо верим, что Сингапур позиционирован как развертывающий в масштабе эти технологии — ответственно и в доверительном формате».
IMDA определило передовое производство, финансы, связность и здравоохранение в качестве ключевых направлений. Поскольку сбои в этих сферах обходятся дорого, они требуют более высокой планки доверия, надежности и человеческого суждения.
Помимо эффективности: достижение трансформации бизнеса
Чтобы пережить сдвиг в сторону ИИ, недостаточно ограничиться умеренным сокращением затрат. «Многие из этих пилотов… [задуманы, чтобы] повысить продуктивность на 10%—20%… это ценно. Но как нам дойти до 10x?» — спрашивает Кумар.
Чтобы достичь такого множителя, нужно трансформировать рабочие процессы компании, создавая совершенно новые продукты и услуги.
Повышение квалификации рабочей силы: от теории к ежедневным задачам
Для этой трансформации технологии должны выйти за пределы инженерного отдела и перейти в руки обычных работников. Кумар утверждает, что подлинная экономическая ценность раскрывается только тогда, когда повседневные профессионалы — от юристов до маркетологов и сотрудников HR — получают полномочия встроить ИИ в свои ежедневные рутины.
Чтобы ускорить внедрение, Сингапур запустил национальную инициативу по повышению квалификации 100 тыс. работников. Вместо абстрактных курсов по информатике программа делает упор на «онлайн-курсы и сертификацию под их конкретные рабочие процессы… Это обучение на рабочем месте; оно контекстное, а не теоретическое».
Такой подход распространяется и на студентов последних курсов: их зачисляют в те же программы, что и работающих специалистов. Цель — «сократить разрыв и сделать их готовыми к работе или готовыми к ИИ».
Более широкий контекст
Осторожность Кумара в отношении слишком раннего регулирования ИИ отражает философию, отличающуюся от общемирового регуляторного курса. Закон ЕС об ИИ (AI Act) уже устанавливает обязательные требования, основанные на оценке рисков, для разработчиков и развертывающих ИИ, а государства — члены ЕС должны создать регуляторные песочницы в рамках этого закона. Это указывает на то, что песочницы полезны как дополнение к жестким правилам, а не как замена законодательству.
Опрос McKinsey State of AI за 2025 год показал, что внедрение ИИ широко распространено, но большинство организаций по-прежнему испытывают трудности при переходе от пилотов к масштабируемому эффекту. Отчет McKinsey Workplace AI за 2025 год также установил, что только 1% компаний описывают себя как зрелые в развертывании ИИ, что указывает: инфраструктура доверия важна, но для многих компаний остаются более крупными «узкими местами» лидерство, операционные модели, готовность данных и перестройка рабочих процессов.
Фокус Кумара на инженерах, развернутых на стороне заказчика, также указывает на ограничение, которое политика не может быстро устранить. Business Insider сообщило в мае 2026 года, что вакансии инженеров, развернутых на стороне заказчика, выросли на 729% по сравнению с предыдущим годом, что отражает всплеск спроса на людей, способных переводить ИИ в реальные рабочие процессы предприятий.
