- 林毅平（Lim Yi Ping，新加坡）和麦琳·卡巴罗纳（Mylene Cabalona，菲律宾）的故事清晰地说明了 AI 浪潮的两面：学会新技能的人可以快速晋升，而传统劳动者则面临被取代的风险。
- IDC–UiPath 报告（2025 年 8 月）显示，86% 的东南亚企业将在 12 个月内应用 AI“代理”（agent），比 2024 年翻了一番。然而，该地区的 AI 能力极不平衡：
- 新加坡每 1,000 名劳动力中有 3.5 名 AI 专业人才；
- 马来西亚：0.5 名；
- 菲律宾、泰国、印度尼西亚、越南：仅 0.2 名。
- Kearney（2020 年）估计 AI 可能在 2030 年为该地区 GDP 贡献 1 万亿美元，但目前新加坡吸引了 84 亿美元的 AI 投资资金——占整个东盟的 75%，而印度尼西亚仅接近 20 亿美元，越南、马来西亚、泰国则处于非常低的水平。
- 最容易受损的行业是服务业和 BPO（业务流程外包）：1.64 亿劳动力（占地区劳动力的 57%）可能受到影响，尤其是在菲律宾，那里的 BPO 产业价值 350 亿美元（占 GDP 的 8%），已开始裁员。
- 在新加坡，由于灵活的再培训系统，影响得到了更好的“吸收”。星展银行（DBS Bank）预计在三年内裁减 4,000 个合同工岗位，但同时创造 1,000 个与 AI 相关的新职位。
- 这种差异也明显体现在 AI 基础设施投资上：
- 2024 年上半年，新加坡、泰国、马来西亚获得了超过 300 亿美元的数据中心投资；
- 欠发达国家由于数字基础设施薄弱和数字技能缺乏而面临困难。
- 尽管如此，AI 也为农业带来了机会：像 Jamras Inpuek 这样的泰国农民利用 AI 预测降雨量，将生产力提高了 20%，证明了如果技术得到正确获取，改善生计的可能性。
- 为了缩小差距，东盟颁布了：
- 《数字经济框架协议》（DEFA，2023 年）——促进数字贸易，有可能将数字经济价值在 2030 年翻一番至 2 万亿美元；
- 《负责任的 AI 路线图》（2025-2030 年）——指导负责任地使用 AI。
- 新加坡以 Sea-Lion 领先——这是一个价值 7000 万美元的大型语言模型（LLM），支持 13 种东南亚语言，有助于技术本地化并减少对美中模型的依赖。
📌 AI 正在加剧东盟内部的不平等：新加坡等拥有技能、数据和基础设施的富裕国家发展更快，而菲律宾、越南、印度尼西亚则面临失业和落后的风险。然而，如果《数字经济框架协议》和《负责任的 AI 路线图 2025-2030》等区域性倡议得到有效实施，东盟仍有机会将分歧转变为合作——将“AI 差距”转化为“AI 桥梁”，共同迈向更公平的数字经济时代。
