人工智能的价值在于应用场景：新加坡论坛嘉宾指出，东盟企业如何通过重塑工作流程和赋能本地员工来发挥AI效用。
随着泰国及其东盟邻国权衡如何大规模采用人工智能，在FutureChina全球论坛上的一组技术与劳动力领导者提供了一个鲜明对比，打破了常见的“AI竞赛”论调。他们认为，如果技术未能改善普通工人的日常生活，在AI能力前沿取得领先也毫无意义。
该小组主席朱非凡教授在题为“超越技术：使其真正惠及人类”的环节开场时指出：“一个顶级模型即使能在所有排行榜上名列前茅，也可能让所有人的处境毫无改善。”
与会嘉宾一致认同，AI价值的真正考验不在于基准测试分数，而在于“应用场景”——无论是教室、工厂车间，还是45岁时的职业转型。
实用框架：三大R原则
Temus首席执行官Sng Ren Yeong为企业提供了一套具体的应用思路：以AI为导向重新构想目标，围绕其重新设计商业模式，并重构底层工作流。
他以团队为某全球服装公司菲律宾采购团队开发的AI代理为例。该工具已自动化处理35万项工作流，并将公司在采购高峰期所需的营运资金周转时间从数周缩短至仅仅几天。
对于考虑AI投资的泰国企业而言，启示在于：技术本身很少直接产生结果——价值释放源于围绕技术的工作流程重塑。
AWS新加坡总经理Priscilla Chong从另一角度阐述了同一观点：“从AI中获益的组织并非拥有最顶尖技术的，而是那些善用良好运营模式的企业。”
她举了新加坡国家数字健康机构Synapxe的例子。该平台上线两个月内，8万名医疗保健专业人员就开发了超过1.2万个定制AI代理。其中一项功能使心脏病专家准备患者记录的时间减半，从而腾出更多时间与患者直接沟通。
腾讯总法律顾问Brent Irvin在公司内部描述了类似逻辑。目前95%的开发者使用名为Code Buddy的代码助手，同时公司还定制了一款工具，用于在全球发布前审查游戏是否涉及文化与宗教敏感内容，从而释放了以往用于人工审查的员工时间。
准备劳动力，而非仅准备技术
对于从业者，多位嘉宾强调，AI带来的转变更多是思维模式的转变，而非狭隘的技术技能。
Sng Ren Yeong描述了Temus的招聘实践：新开发者在最初三到六个月内被禁止使用AI编码工具，必须手写代码并向主管解释其逻辑，确保在引入AI辅助前打下扎实基础。
他说：“关键不在于技能组合，而在于思维模式。”他提到团队中既有前厨师也有前交响乐团指挥，他们都成功转型至科技岗位。
米尔肯研究所的Curtis S. Chin对这一转变的速度提出了更谨慎的观点。
他指出，与主要冲击工厂劳动力的早期自动化浪潮不同，AI现在正颠覆白领从业者、演员和音乐人——这些群体此前很少预见技术带来的失业风险。
他引用了OECD最近一项覆盖30国6万名学生的研究，发现过度依赖AI工具与阅读能力下降及区分事实与观点能力减弱存在相关性。
他主张，再培训的责任不应完全落在员工个人业余时间，而应由雇主在带薪工作时间内承担——这对泰国企业及相关培训机构设计赋能计划具有直接参考价值。
审慎治理：既不恐慌也不盲目乐观
在监管方面，新加坡信息通信媒体发展局(IMDA)首席执行官Ng Cher Pong将该城市国家的做法描述为“中间道路”——既避免危言耸听的限制，也不盲目热衷。
新加坡于1月推出、5月结合真实案例更新的《智能体AI模型治理框架》，将正式指南与实践沙盒相结合。企业可在广泛推广前于沙盒中测试AI应用。与会者指出，这种方法有助于在不妨碍创新的前提下建立公众信任。
这一治理问题对该地区尤为重要。
Chin提出了一个直接关乎东南亚的担忧：网络诈骗活动（包括设在柬埔寨的诈骗中心）代表了那种超出当前保障措施和监管协调能力的跨境伤害。
他还指出更广泛的担忧：日益扩大的“AI鸿沟”。在某些国家，普通人难以享受AI红利，限制因素与其说是数据中心容量，不如说是更基础的问题：人们是否买得起智能手机和数据套餐。
综合来看，该小组为该区域传递了清晰、务实的信息。对泰国企业而言，有意义的AI采纳并非依赖获取最先进的模型。相反，价值在于应用“三大R”等框架来重塑日常业务流程。
案例涵盖新加坡国家健康机构到一家本地小型活动公司。后者利用政府沙盒自动化客服和库存管理，成功将一名现有员工重塑培训为AI项目负责人。
对政策制定者而言，教训是配套企业支持与劳动力转型。培训必须在雇主时间内进行，并由审慎的监管支持，在管理风险的同时不阻碍创新。
对更广泛的区域，IMDA首长Ng Cher Pong提出了小组最深刻的启示。AI的前沿可能是一场竞赛，但他指出，其红利只能通过接力传递：在研究、企业和政府之间妥善交接彼此。
作者：Nongluck Ajanapanya（农吕克·阿贾帕尼亚），资深经济记者，负责报道驱动泰国及东南亚宏观经济、房地产和企业投资增长策略。
