刚刚，这个世界级巨头又要在新加坡扩张了！

10万平方英尺！

这是OpenAI正在新加坡寻找的办公室面积。

根据8月14日报道，ChatGPT开发商OpenAI正在洽谈租用新加坡新落成的Shaw Tower约10万平方英尺、5层办公室。

意味着这家AI巨头正在进一步扩大在新加坡的业务版图：

• 2024年10月：宣布将在新加坡设立办事处，作为支持亚太地区客户的中心。

• 2024年11月：正式在新加坡设立亚太区域中心，并与AI Singapore合作。

• 2024年11月：在新加坡举办首届开发者日（Developer Day），汇聚区域内的开发者与初创企业社区。

• 2025年10月：计划到年底将新加坡的员工人数增加到50至70人。

• 2026年5月：宣布“OpenAI for Singapore”计划，承诺投资超过3亿新元，设立其在美国以外的首个应用人工智能实验室；计划未来几年内将团队规模扩大到200人以上。

加码新加坡的不只有OpenAI。

当前，全球AI企业如英伟达、美光、微软等，都在加速布局新加坡，芯片、服务器、数据中心、电子制造以及相关资本投资也正在被这股浪潮带动。

就在这时候，新加坡公布了一个惊人的数字：

5.9%！

2026年第二季度，新加坡GDP同比增长5.9%，上半年增长6.1%。

政府甚至将全年经济增长预测，从原来的2%-4%上调至4.5%-5.5%。

对于一个高度依赖全球贸易、已经相当成熟的经济体来说，这个增速相当不寻常。

于是，一个问题来了：

这场AI带来的经济繁荣，最终会不会变成普通人的工作机会、工资增长和更好的生活？

因为现实中，很多人的感受可能恰恰相反——

GDP增长了5.9%，但工资没有同步上涨；咖啡没有变便宜，房租和生活成本依然是很多家庭最直接的压力。

这轮AI红利，普通人究竟能不能吃到？

先看数字

贸工部8月11日发布第二季度经济调查报告：

2026年第二季度GDP同比增长5.9%，略高于此前公布的5.7%初值，但较第一季度的6.3%有所放缓。

经季节性调整后，第二季度环比增长1.4%，延续了第一季度1.2%的增长。

贸工部将全年预测从2%-4%上调至4.5%-5.5%，主要基于以下两个原因：

• 上半年表现强于预期；

• 全球AI相关资本支出前景改善。

制造业是最大的功臣

但背后是AI

制造业是第二季度增长最快的行业，同比增长12.5%，远高于第一季度的7.3%。

增长主要由电子和精密工程集群驱动，背后是强劲的全球AI相关需求。

批发贸易同比增长8.3%，与制造业共同成为第二季度经济增长的两大主要引擎——

其增长同样受益于AI驱动的电子、精密工程及机械行业的强劲需求

金融与保险业同比增长6.2%，其增长主要由银行业带动，得益于强劲的信贷增长和收费业务活跃

上半年增长率达到6.1%，这对一个高度依赖全球贸易的成熟经济体来说，不是常态。

那常态是什么？

疫情前的2019年，新加坡全年GDP增长约1.3%。2020年受疫情影响收缩4.1%。

• 2021年反弹至7.6%；

• 2022年3.8%；

• 2023年1.1%；

• 2024年4.2%；

• 2025年约5%。

2026年上半年增速6.1%的，是2021年疫情后反弹以来的最高水平之一。

AI带来的增长和疫情后的复苏，性质完全不同。

疫情后的增长是“补回来”——餐厅重新开门、航班重新起飞、人们重新消费。

而AI带来的增长是“新创造”——全球企业正在为AI买芯片、建数据中心、扩产服务器。

那么，具体是怎么一回事呢？

关于经济快速增长的原因，贸工部在报告中写道：

“全球AI相关需求强劲，推动了制造业电子和精密工程集群的增长”。

大白话就是：

全球科技巨头在疯狂买芯片，而新加坡有半导体工厂。

另一个案例：

美光科技押注新加坡

2026年1月，美国存储芯片巨头美光科技宣布：

未来10年在新加坡追加投资240亿美元（约310亿新元），建设新加坡首座双层晶圆制造厂。

这240亿美元不是美光一时兴起。

2025年1月，美光已经宣布投资70亿美元建设高带宽内存先进封装厂。

两笔合计310亿美元。

新工厂预计2028年下半年投产，创造约1600个高技能岗位。

加上此前封装厂的1400个岗位，合计约3000个新岗位。

全球AI投资订单

汇聚新加坡

新加坡不是突然变成了全球AI中心，而是全球AI投资正在把订单送到新加坡。

AI不是“科技新闻”，是一轮全球资本开支周期。

2026年第二季度，新加坡非石油国内出口（NODX）同比增长27.4%，全年预测从3%-5%大幅上调至14%-16%。

电子产品出口增长88.1%，其中集成电路飙升91.9%，磁盘媒体暴涨182.5%。

AI驱动的半导体超级周期正强力拉动新加坡出口。

全球企业为了AI买芯片、建数据中心、买服务器、扩大计算能力——

这些需求通过新加坡的半导体、电子制造、精密工程、国际贸易和金融服务传导进来。

AI投资热潮正在改写新加坡经济。

AI有没有真正进入新加坡普通企业？

根据人力部2026年4月发布的《企业AI采用调查》：

• 2026年第一季度，71.5%的新加坡企业尚未采用AI；

• 已采用的28.5%中，仅3.8%将AI融入核心业务流程。

这表明，AI还处于企业应用的早期阶段。

这意味着，AI红利期还有很久。

AI的“光”已经照进来了，但还没有照亮每一个角落。

大企业跑在前面：

• 员工超过500人的企业AI采用率76.4%；

• 200-500人的中型企业54.8%；

• 200人以下的小企业仅27.2%。

大企业资金雄厚，复杂度更高，采用AI的效果也会更好。

行业差异同样巨大：

• 资讯通信74.1%；

• 专业服务57.5%；

• 金融保险56.4%；

• 零售23.4%；

• 餐饮21.9%。

信息化程度高的行业，使用AI的程度更高，这很符合我们对AI发展的认知。

AI不是均匀地落在每个行业、每家企业身上。

这意味着，在微观层面，个人有很多机会。

贸工部报告首次专门探讨了AI对企业表现和就业的影响，给出了一个惊人的数据：

采用AI的企业，一年后营收增加16%，就业人数增长8%。

这个数据可以说颠覆了我们的认知：

讨论AI时，许多人觉得AI会造成失业，然而事实上AI带来了就业增长。

从行业分布来看：

• 资讯通信业：就业增长19%，营收增长23%，利润增长16%；

• 金融与保险业：营收增长21%，利润增长73%，平均本地工资增长21%；

• 批发贸易业：营收增长24%，就业增长18%；

• 专业服务业：营收增长12%，就业增长10%。

很明显，信息化程度越高AI带动效果越明显。

不过，还需要注意的是：

企业在首次采用AI后的四年内，生产力和利润并未出现统计意义上的增长。

这是因为AI的全部效益只有在企业进行网络安全、数据分析等辅助投资后才逐步显现。

这有些类似于互联网等早期颠覆性技术的发展进程。

AI能提升企业效率，但AI不是“立竿见影”的魔法，而是一场需要耐心的基础设施投资。

对于上班族来说，AI的到来也是极大的红利。

调查显示：

AI新增就业集中在月薪7000至10000新元、年龄35至44岁的群体。

这是因为，高收入员工可以让AI完成常规工作，从而腾出时间做判断决策和客户管理。

同时，中年员工拥有行业知识和适应能力，能够有效运用AI并适应重新设计的工作流程。

这并不表示年轻人没有机会。

根据普华永道和华德士的数据：

• 新进人员的年薪通常在7万到9万新元之间；

• AI相关岗位薪资溢价高达32%至107%；

• 政府部门溢价最高达107%，消费品市场96%。

这意味着，年轻人学会AI技能，更容易获得高薪资。

数据与生活有差距

GDP增长并不等于工资增长，GDP是整个经济的产出，不是居民收入。

GDP增长→企业营收→就业/工资→家庭收入。

这条传导链需要时间。

目前，AI红利主要落在高收入群体和特定行业，尚未广泛扩散到所有行业和群体。

经济数据很漂亮，但生活成本的“体感温度”不会骗人。

普通人如何吃到AI红利

普通人想要吃到AI红利，不能被动等待AI变革的到来。

因为这个过程很慢，很可能让我们错过最佳的红利期。

主动拥抱AI、学习AI、使用AI，将是我们吃到AI红利最佳的选择。

如果你是上班族：

不要只问“AI会不会抢我的工作”，要问“我的工作会不会被AI重新定义”。

目前AI新增就业集中在月薪7000至10000新元、35至44岁的群体。

AI技能溢价32%-107%，关注AI与你所在行业的结合点，提升自己的AI技能。

可以获得更宽阔的就业通道和更高的薪资上涨空间——比如进入国际AI巨头、政府部门、新兴行业等等。

如果你是学生：

不要只问“什么专业热门”，要问“什么专业+AI最有竞争力”。

金融+AI、工程+AI、商业分析+AI、医疗+AI、法律+AI——这些组合可能是未来最值钱的方向。

在新加坡，可以获得和国际巨头更多的接触机会——比如实习和面试。

如果你是企业主：

政府的目标是推动更多企业采用AI。

AI的价值不是“赶时髦”，而是降本增效。

但要保持一定的耐心——AI的全部效益需要辅助投资才能显现。

写在最后

5.9%的GDP增长，看起来是一个非常漂亮的数字。

对普通人来说，真正重要的从来不是GDP增长了多少，而是——

这轮增长，什么时候才能真正进入我们的工资、工作和生活？

当前的AI落地与应用，在行业、人群上很不均匀。

但幸运的是，这一轮AI浪潮才刚刚开始。

对个人来说，最好的选择不是等待红利落到自己头上，而是主动走到AI浪潮里面去。

因为未来真正拉开人与人差距的，可能不再是“会不会用AI”，而是：

谁能更早把AI变成自己的生产力。