Kio estas AI-regado en Singapuro?
AI-regulado: landoj kaj regionoj
Singapuro regas artefaritan inteligentcon per modelo kiu antaŭmetas regadon, ne per unu ampleksa AI Act. Praktike, tio signifas ke volontaj sed influaj kadroj de IMDA kaj PDPC -- precipe la Model AI Governance Framework, AI Verify, kaj la 2026-jara gvidado pri agenta AI -- ekzistas flanke de devigaj leĝoj kiel la PDPA kaj aliaj ekzistantaj reguloj pri interretaj damaĝoj, kontraktoj, deliktoj kaj sektora kontrolo. Por organizoj, la vera tasko estas montri respondecemon, testadon, homan kontrolon, datumprotekton kaj klaran komunikadon al uzantoj.
Reviziita de Jackie, Estro de Lernado kaj Disvolviĝo, Levellers - Laste reviziita la 8-an de junio 2026
Kion tio signifas
En Singapuro, "AI-regado" ne signifas nur leĝojn. Ĝi inkluzivas devigan leĝon, oficialajn gvidliniojn, testajn kadrojn kaj asekurajn praktikojn. La ŝtato konscie konstruis praktikan arkitekturon kiu diras al organizoj kiel respondecan AI-regadon efektivigi, kaj poste uzas ekzistantajn leĝojn kie personaj datumoj, sekureco, misgvida konduto, interretaj damaĝoj aŭ sektoraj devoj estas implikataj.
Tio distingas Singapuron de jurisdikcioj kiuj komencis per unu AI-leĝo. La singapura aliro komenciĝis per ĝenerala modelkadro por AI-uzo en granda skalo, poste etendiĝis por generativa AI kaj poste por agenta AI. AI Verify kaj rilataj testiloj tradukas regadajn ideojn en kontroleblan evidenton, do organizoj povas fari pli ol nur fari larĝajn asertojn pri respondeca uzo.
Kial tio gravas
Organizoj foje miskomprenas Singapuron ĉar ili serĉas nur ĉeftitolan AI-leĝon kaj preteratentas la ceteron de la stako. Tio estas riska. Se vi deplojis AI en Singapuro -- precipe kun personaj datumoj, rekomendoj al klientoj, aŭtomata decidsubteno, aŭ agentoj kiuj povas voki ilojn kaj agi sur aliaj sistemoj -- vi ankoraŭ bezonas nomitajn respondulojn, skribitajn politikojn, sekurecajn kontrolojn, testajn registrojn, vendistajn kontrolojn kaj incidentajn procezojn.
Tio gravas preter devigado. Direktoraroj, aĉetaj teamoj, entreprena aĉetantaro kaj regulataj klientoj ĉiam pli volas pruvojn ke AI estis regata prudente. La singapura modelo estas desegnita por krei tiun pruvaĵon. Ĝi donas al organizoj komunan vortprovizon por respondecemo, vojon al teknika testado kaj manieron akordi internan praktikon kun internacie rekonataj regadaj atendoj -- sen atendi unu novan leĝon.
Kiel ĝi funkcias
Singapuro uzas regad-unuan stakon
Ekde junio 2026, la AI-reĝimo de Singapuro plej bone kompreneblas kiel tavola stako. En unu tavolo troviĝas volontaj regadkadroj kaj testmekanismoj. En alia troviĝas devigaj leĝoj kiuj jam aplikeblas al la faktoj de deplojo. Do kiam homoj demandas "kio estas AI-regado en Singapuro?", la respondo ne estas unu dokumento. Ĝi estas kombinaĵo de oficialaj regadkadroj, asekuriloj kaj ordinara leĝo.
Tiu distingo gravas. Regadkadroj mem ne kreas licencan reĝimon aŭ ĝeneralan antaŭ-merkata aproban sistemon por AI. Sed ili forte formas kion respondeca praktiko aspektas en Singapuro. Ekzistanta leĝo -- precipe datumprotekta leĝo -- ankoraŭ faras la devigan laboron kiam personaj datumoj estas kolektitaj, uzataj, malkaŝataj, konservataj, transdonataj aŭ eksponataj, kaj kiam nesekuraj aŭ damaĝaj uzoj de teknologio ekigas aliajn leĝajn reĝimojn.
La 2020-jara modelkadro restas la bazo
La baza arkitekturo de Singapuro estas la Model Artificial Intelligence Governance Framework, kies dua eldono aperis en januaro 2020. Ĝi estas volonta bazo celita evolui laŭtempe. Ĝi estas ankaŭ konscie larĝa. La kadro estas algoritmo-neŭtrala, teknologi-neŭtrala kaj sektoro-neŭtrala, do ĝi aplikeblas trans diversaj uzkazoj kaj industrioj.
La 2020-jara kadro estas konstruita ĉirkaŭ du altnivelaj ideoj. Unue, AI-helpata toma de decisiones automatizada estu tiom klarigema, travidebla kaj justa kiom estas racia en kunteksto. Due, AI restu homcentra. Operacie, la kadro fokusiĝas sur kvar areoj: internaj regadstrukturoj kaj mezuroj, la grado de homa implikiĝo en AI-plifortigita decidado, operacia administrado, kaj interago kaj komunikado kun koncernatoj.
Tio gravas ĉar Singapuro ne traktas respondecan AI kiel nur teknikajn aferon. La 2020-jara kadro petas organizojn nomi klarajn internajn respondulojn, integri AI en entreprena riskadministrado, decidi kie homa revizio estas bezonata, administri datumojn kaj modeloperaciojn tra la tuta vivociklo, kaj komuniki kun tuŝataj koncernatoj tiel ke fido konstruiĝas. Ĝi ankaŭ klarigas ke sekvi la kadron ne liberigas de observado de ekzistanta leĝo. Anstataŭe, ĝi helpas demonstri respondeceman praktikon.
La baza kadro ankaŭ havas ampleksan limon kiu ofte estas preteratentata. Ĝi estas ĉefe celita al organizoj kiuj deplojis AI en granda skalo en produktoj, servoj aŭ operacioj. Ĝi ne estas skribita ĉefe por aĉetantoj de ordinara el-de-breto programaro kiu hazarde enhavas AI-funkcion. Tamen, tio ne signifas ke tiuj aĉetantoj estas liberaj de leĝaj devoj. Ilia reala uzo de la ilo ankoraŭ povas ekigi PDPA-, sekurec-, aĉet- kaj malkaŝajn demandojn.
Generativa AI etendigis la modelon al ekosistema vidpunkto
En 2024, Singapuro etendigis la arkitekturon per la Model AI Governance Framework for Generative AI. Tio ne forĵetis la pli fruan kadron. Ĝi etendigis ĝin. La GenAI-kadro moviĝas de pli mallarĝa organiza kontrollisto al pli larĝa ekosistema vidpunkto, rekonate ke generativa AI-risko estas disvastigita trans programistoj, deplojantoj, gastigantoj, esploristoj, politikistoj kaj finuzantoj.
La GenAI-kadro estas organizita ĉirkaŭ naŭ dimensioj: respondecemo, datumoj, fidinda disvolviĝo kaj deplojo, incidenta raportado, testado kaj asekuro, sekureco, enhava provenanco, sekureca kaj akordigita esplorado kaj disvolviĝo, kaj AI por publika bono. Tio gravas pro du kialoj.
Unue, ĝi montras ke Singapuro ne vidas generativan AI-regadon kiel nur demandon pri modelkonduto. Ĝi ankaŭ traktas malkaŝon, datumkvaliton, incidentan praktikon, provenancajn signalojn kaj triaparta testadon kiel parton de la sama arkitekturo. Due, ĝi konservas la reĝimon daŭripova. Eĉ se specifaj modeloj kaj minacspecoj ŝanĝiĝas, la regadaj dimensioj restas rekonebla.
La GenAI-kadro ankaŭ prezentas sin kiel komencan paŝon anstataŭ finitan kodon. Alivorte, ĝi estas celita esti etendita per efektiviga gvidado, testa praktiko kaj pluaj rimedoj -- ne traktata kiel fermita regularo.
La agenta AI-gvidado fokusiĝas sur aŭtonomeco, permesoj kaj kontrolo
En januaro 2026, IMDA eldonis la unuan Model AI Governance Framework for Agentic AI, kaj ĝisdatigita versio sekvis en majo 2026 post komentoj de pli ol 60 kompanioj. Tio estas unu el la plej klaraj signoj de la regula stilo de Singapuro. Anstataŭ rapide iri al nova leĝo, ĝi publikigis pli detalan regadan gvidadon por la sekva klaso de sistemoj tuj kiam praktika sperto komencis aperi.
La agenta kadro estas utila ĉar ĝi difinas la problemon pli precize ol ĝenerala "GenAI"-lingvo. Ĝi fokusiĝas sur agentoj konstruitaj sur generativaj AI-modeloj kaj diras al organizoj pensi laŭ du variabloj: ago-spaco kaj aŭtonomeco. Ago-spaco estas la gamo de agoj kiujn la agento efektive povas fari -- inkluzive kiujn ilojn ĝi povas voki, kiujn sistemojn ĝi povas aliri, kaj ĉu ĝi povas nur legi aŭ ankaŭ skribi, transakti aŭ ŝanĝi medion. Aŭtonomeco estas la grado laŭ kiu la agento mem decidas kiel agi al celo.
Kiam vi kadrigas agentan AI tiamaniere, la regada tasko fariĝas pli klara. La gvidado de Singapuro estas aranĝita ĉirkaŭ kvar dimensioj: taksi kaj limigi la riskojn anticipe; fari homojn signifoplene respondecaj; efektivigi teknikajn kontrolojn kaj procezojn; kaj ebligi finuzantan respondecon. La kadro emfazas ke homa respondeco ne malaperas ĉar agento povas agi memstare. Respondeco devas esti klare asignita trans produkto-, sekurec-, komercaj kaj uzantaj roloj, kaj homa kontrolo devas resti efika laŭtempe anstataŭ fariĝi nura formaleco.
La agenta gvidado estas ankaŭ pli operacia ol la pli frua materialo en kelkaj rilatoj. Ĝi puŝas organizojn al limigitaj permesoj, mallarĝa ila aliro, fazkia deplojo, kontinua protokolado kaj monitorado, ŝanĝadministrado, post-deploja testado kaj uzanta trejnado. Ĝi estas precipe zorgata pri kio okazas kiam agentoj estas konektitaj al internaj sistemoj, triaparta iloj, retumiloj, dosieroj, pagoj aŭ aliaj alt-efektaj agoj.
Devigaj devoj venas ĉefe el la PDPA kaj ekzistanta leĝo
Por la plej multaj privataj organizoj, la unua deviga leĝa kontaktpunkto ankoraŭ estas la Personal Data Protection Act 2012. La PDPA postulas ke organizoj nomu unu aŭ pli da individuoj kiel respondecaj pri observado, konservu politikojn kaj praktikojn, protektu personajn datumojn per racionaj sekurecaj aranĝoj, kaj taksu kaj scionigu certajn sciigendajn rompojn. La PDPC povas eldoni direktojn kaj financajn punojn pro neobservado.
Por AI, la PDPA gravas pli frue en la vivociklo ol multaj teamoj atendas. La 2024-jaraj Advisory Guidelines on Use of Personal Data in AI Recommendation and Decision Systems de Singapuro klarigas tion eksplicite. Ili klarigas kiel la PDPA aplikeblas ne nur ĉe deplojo, sed ankaŭ dum disvolviĝo, testado kaj monitorado, kaj dum aĉeto de laŭmendaj AI-sistemoj.
Tiuj gvidlinioj estas operacie gravaj. Ili klarigas kiam signifoplena konsento estas bezonata kaj kiam leĝaj esceptoj povas esti uzataj -- precipe la komercpliboniga kaj esplora esceptoj. Ili instigas datumminimumigon, anonimigon kie farebla, efektotaksojn kie utilaj, kaj skribitajn politikojn klarigantajn praktikojn kaj sekurecajn mezurojn. Ili ankaŭ ligas AI-regadon al travidebleco. En pli alt-efektaj kuntekstoj, organizoj estas instigataj klarigi kiel justeco, racioneco, kontrolo, sekureco kaj fortikeco estis traktataj.
Tiu parto de la reĝimo ankaŭ gravas por vendistoj kaj integristoj. Kie servoprovizanto disvolvas laŭmendan aŭ plene agordeblan AI-sistemon uzante la personajn datumojn de la kliento, ĝi povas fariĝi datuma perantinstanco laŭ la PDPA. Tio signifas realajn protektajn kaj konservajn devojn, plus praktikajn atendojn pri datuma mapado, provenancaj registroj kaj subteno por la propraj konsent-, sciig- kaj respondecaj devoj de la kliento.
Preter datumprotekto, Singapuro konfirmis ke ekzistanta leĝaro kaj ordinaraj leĝaj principoj ankoraŭ aplikeblas al AI-rilataj damaĝoj. La Registaro specife indikis interretajn damaĝajn kaj misinformajn regulojn, same kiel kontraktan kaj deliktan leĝon, dum ankaŭ dirante ke ĝi ankoraŭ studas ĉu respondecaj mankoj povus pravigi pli celitajn politikajn, regulajn aŭ leĝajn mezurojn estonte.
AI Verify transformas regadajn asertojn en evidenton
AI Verify estas centra por kompreni la modelon de Singapuro ĉar ĝi sidas inter regado kaj asekuro. Ĝi ne estas leĝo, licenco aŭ leĝa sekura haveno. Ĝi estas testa kadro kiu helpas organizojn taksi la respondecan efektivigon de AI kontraŭ 11 principoj -- inkluzive travidebleco, klarigemo, ripetebleco kaj reprodukteblo, sekureco, sekureco, fortikeco, justeco, datuma regado, respondecemo, homa agenteco kaj kontrolo, kaj pli larĝa socia kaj media bonfarto.
Kio distingas AI Verify estas la evidenta modelo. Ĝi ne haltas ĉe altnivelaj principaj deklaroj. Ĝi ligas principojn al konkretaj procezoj kaj dokumenta evidento. Organizoj povas registri procezkontrolojn kaj generi resumraporton montrante kiel ili efektivigis la kadron. Tio estas utila por internaj observadteamoj, eksteraj reviziistoj kaj kontraŭpartioj kiuj volas pli ol politikajn sloganojn.
AI Verify ankaŭ evoluis kun la teknologio. La kadro estis ĝisdatigita en majo 2025 por ke ĝi povu esti uzata por kaj tradiciaj AI- kaj generativaj AI-aplikaĵoj. Ĝi estas mapita al aliaj internaciaj instrumentoj -- inkluzive la US NIST AI RMF, la GenAI-profilo, la Hiroshima Process-kondutokodo kaj ISO/IEC 42001. Tiu krucmapado gravas por kompanioj laborantaj trans jurisdikcioj, ĉar ĝi reduktas la bezonon trakti singapuran regadan laboron kiel seneliran lokan ekzercon.
Testado kaj asekuro estas parto de la arkitekturo, ne postpensaĵo
Singapuro forte puŝis praktikan testadon. En 2024, IMDA lanĉis Project Moonshot, malfermfontaran ilaron celitan alporti referenc-testadon, ruĝan teamadon kaj bazan testadon por grandaj lingvomodeloj en unu uzeblan platformon. IMDA poste sekvis per pli detala testada gvidado por LLM-bazitaj aplikaĵoj, poziciigante tiun materialon kiel teknikajn kunulon al la testada kaj asekura dimensio de la GenAI-kadro kaj al la procezkontroloj de AI Verify.
La praktika mesaĝo estas simpla. En la modelo de Singapuro, respondeca AI ne estas nur politika skribado. Ĝi estas antaŭ-deploja testado, klaraj sojloj por riskotolerado, kaj post-deploja monitorado. Tio fariĝas eĉ pli grava por agentaj sistemoj ĉar la medio ĉirkaŭ ili daŭre ŝanĝiĝas kaj malgrandaj ŝanĝoj povas havi kaskadiĝantajn efikojn trans multoblaj iloj aŭ agentoj.
Do la mekanikismo de observado kaj regado en Singapuro ĉiam pli aspektas jene: difini la uzkazon kaj riskoprofilon, decidi kiun kadrotavolon apliki, asigni homan respondecon, dokumenti datumuzadon, testi la sistemon strukture, malkaŝi la ĝustajn informojn al uzantoj kaj koncernatoj, kaj daŭre monitori post lanĉo.
Ekzemploj
Utila malkaŝa ekzemplo venas el la propraj materialoj de PDPC. En RE HSBC [2021] SGPDPC 3, citita en la 2024-jaraj AI-konsilaj gvidlinioj, HSBC estis traktata kiel havanta plenumitajn respondecajn kaj malkaŝajn devojn per provizado de informoj pri kiel ĝi uzis personajn datumojn kaj AI-teknologion en kreditaj taksoj. La praktika leciono estas ke en Singapuro, regado ne estas nur interna. Publike-direktitaj klarigoj povas esti gravaj.
Utila agenta ekzemplo aperas en la 2026-jara kadro de IMDA tra OCBC. Rilatadministrantoj kaj observadpersonaro de Bank of Singapore uzas agentan sistemon kiu analizas financajn dokumentojn kaj redaktas riĉfontmemorandon. La sistemo estas kadrita kiel nur decidsubteno. Ĝi celas plibonigi konsekvencon kaj redukti manan laboron, sed fina validigo kaj aprobo restas ĉe homa personaro. Tio kongruas kun la emfazo de Singapuro sur limigita aŭtonomeco kaj signifoplena homa respondecemo.
Utila asekura ekzemplo venas el la Global AI Assurance Sandbox-kazstudo implikanta CDL kaj Knovel. La interna agenta sistemo de CDL povis retrovi internan scion kaj plenumi plurpaŝajn laborflujojn. La prioritata risko elektita por testado estis datuma likado trans uzantoj. La asekura laboro fokusiĝis sur ĉu alirkontroloj kaj limoj estis efektive devigataj -- alivorte ĉu uzanto povis akiri nur la informojn al kiuj ili rajtas aliri. Tio estas forta ekzemplo de kiel Singapuro ligas regadan lingvon al konkreta teknika testado.
Oftaj miskomprenoj
"Singapuro ne havas AI-regadon ĉar ĝi ne havas AI Act." Tio estas malĝusta. La modelo de Singapuro kombinas oficialajn regadkadrojn kun devigaj leĝoj kiuj jam aplikeblas.
"La Model AI Governance Framework estas deviga leĝo." Ĝi ne estas. Ĝi estas volonta gvidado, sed ĝi estas influa kaj ofte traktata kiel praktika referenca normo.
"AI Verify estas atestado aŭ leĝa ŝildo." Ĝi estas nek unu nek la alia. Ĝi estas testa kaj dokumenta kadro kiu helpas krei evidenton.
"La PDPA gravas nur post lanĉo." Ĝi ne. En la propra gvidado de Singapuro, PDPA-demandoj aperas dum disvolviĝo, testado, monitorado, deplojo kaj laŭmenda aĉeto.
"Se agento agas aŭtonome, la homa posedanto ne plu estas respondeca." La 2026-jara gvidado diras la malon. Homa respondeco ankoraŭ aplikeblas kaj devas esti klare asignita.
Riskoj kaj limoj
La modelo de Singapuro havas realajn fortojn, sed ĝi havas limojn. La kadroj ne estas leĝoj, ne kreas aŭtomatan imunon kaj ne anstataŭas sektoran aŭ faktspecifan leĝan analizon. AI Verify-raportoj povas subteni regadajn asertojn, sed ili ne estas registara aprobo kaj ne per si mem pruvas laŭleĝan deplojojn.
La modelo ankaŭ restas evoluanta. La GenAI- kaj agentaj kadroj estas eksplicite vivantaj dokumentoj. La Registaro diris ke ekzistanta leĝaro kaj ordinara privata leĝo daŭre aplikeblas, dum ĝi studas ĉu respondecaj mankoj eble bezonas pluajn politikajn, regulajn aŭ leĝajn mezurojn. Do la daŭra punkto estas ĉi tiu: Singapuro nuntempe atendas ke organizoj regu AI respondecan ene de ekzistanta leĝa kadro, dum restante pretaj por celitaj devigaj leĝaj ŝanĝoj se specifaj riskoj postulas ilin.
Kion fari poste
Komencu per inventaro. Apartigu ordinarajn programarajn funkciojn de AI-sistemoj kiujn vi efektive agordigas, deplojis aŭ fidas por komercaj procezoj. Poste klasifiku tiujn sistemojn laŭ persona datumuzado, grado de aŭtonomeco, aliro al eksteraj sistemoj, ebla damaĝo, kaj ĉu ili subtenas aŭ anstataŭas homan juĝon en iu ajn grava paŝo.
Poste, mapu ĉiun uzkazon al la ĝusta singapura tavolo. Uzu la 2020-jaran kadron kiel bazon. Aldonu la GenAI-kadron se la sistemo generas enhavon aŭ uzas bazmodelojn. Aldonu la agentan kadron se ĝi povas plani, voki ilojn, retumi, skribi, transakti aŭ funkcii tra plurpaŝaj laborflujoj. Ligu tiun regadan mapon al PDPA-kontroloj, nomita interna respondecemo, vendistaj kondiĉoj, sekurecaj kontroloj, malkaŝa praktiko, incidenta traktado kaj testa evidento.
Fine, instistu pri pruvaĵoj. Por pli alt-riskaj sistemoj, ne fidu nur politikajn prezentojn. Uzu strukturitan testadon, dokumentan evidenton, protokolojn, versikontrolon, fazitan lanĉon kaj uzantan trejnadon. Por agentaj deplojoj, komencu per mallarĝaj permesoj kaj klaraj aprobaj pordegoj -- precipe kie agentoj povas atingi sentemajn datumojn aŭ ŝanĝi vivajn sistemojn.
Ĉu vi havas demandon aŭ sugeston, aŭ volas kompreni kiel ni esploras kaj reviziis tiujn gvidojn? Legu pri niaj redakciaj normoj kaj kiel kontakti nin.
Oftaj demandoj
Ĉu Singapuro havas unu AI Act kiel la EU AI Act?
Ne nuntempe. La nuna modelo de Singapuro estas konstruita el volontaj regadkadroj kaj devigaj ekzistantaj leĝoj -- precipe la PDPA kaj aliaj aplikeblaj leĝaj reĝimoj.
Ĉu la Model AI Governance Framework estas deviga?
Ne. La kadrofamilio estas volonta gvidado. Ĝi gravas ĉar ĝi provizas la ofician referencan normon por respondeca AI-praktiko en la regad-unua modelo de Singapuro.
Ĉu AI Verify estas deviga?
Ne. AI Verify estas testa kaj dokumenta kadro. Ĝi helpas organizojn taksi siajn praktikojn kaj generi evidenton, sed ĝi mem ne estas leĝa postulo.
Kiam la datumprotekta leĝo de Singapuro fariĝas rileva al AI?
Tuj kiam personaj datumoj estas kolektitaj, uzataj aŭ malkaŝataj dum disvolviĝo, testado, monitorado, deplojo aŭ laŭmenda aĉeto. Tio povas ekigi devojn pri konsentanalizo, esceptoj, sekureco, politikoj, DPO-respondeco kaj rompotraktado.
Kio ŝanĝiĝas kiam sistemo fariĝas "agenta"?
La regada fokuso fariĝas pli akra. Singapuro atendas pli striktan kontrolon super ila permesoj, datuma aliro, skribaj agoj, aproboj, protokolado, monitorado, ŝanĝadministrado kaj uzanta trejnado -- ĉar agentoj povas efiki la mondon pli rekte ol simpla babilboto.
Ĉu laŭmendaj AI-vendistoj havas proprajn devojn laŭ singapura leĝo?
Ofte jes. Se ili traktas la personajn datumojn de kliento dum konstruado de laŭmenda aŭ plene agordigebla sistemo, ili povas esti traktataj kiel datumaj perantinstancoj laŭ la PDPA -- kun protektaj kaj konservaj devoj kaj praktika rolo en subteno de la propra observado de la kliento.
Se ni nur aĉetas normigan AI-programaron, ĉu ni povas ignori la kadrojn?
Ne. La 2020-jara bazo estas ĉefe celita al organizoj deplojantaj AI en granda skalo, sed via reala uzo de la programaro ankoraŭ povas levi PDPA-, sekurec-, aĉetajn kaj malkaŝajn demandojn. Vi ankoraŭ bezonas proporciitan regadon.
Ĉu Singapuro verŝajne aldonos pli da AI-specifa leĝo poste?
Eble, sed nenio ĝenerala estis konfirmita. La Registaro diris ke ĝi ankoraŭ studas ĉu respondecaj mankoj pravigas pluajn politikajn, regulajn aŭ leĝajn mezurojn.