新加坡人工智能市场正面临一个悖论：雄心日益高涨，但支撑其落地的基础设施却明显滞后。根据我对全球领先企业最新数据的分析，这个城市国家近八成（78%）的IT主管直言，实时数据处理基础设施的匮乏是阻碍AI项目规模化发展的主要瓶颈。

这并非局部问题。在全球范围内，接受调查的来自14个国家的4625名IT领导者中，72%的企业遭遇了三个或以上的关键障碍。在新加坡，这一比例高达78%，表明危机具有系统性特征。

通往AI未来的五大障碍

我的分析揭示了阻碍企业从试点项目迈向全面部署AI的五项核心痛点：

  • 流式数据基础设施不足（72%）： 该指标较2025年的61%急剧攀升，表明压力持续增大。若无法实现"实时"数据处理，需要即时响应变化的智能体AI将无从谈起。
  • 人才能力短缺（71%）： 合格人才的长期匮乏仍是第二大挑战。
  • 数据质量不确定性（66%）： 企业对训练模型所用数据的来源、时效性和准确性缺乏信心。
  • 数据所有权碎片化（65%）： 数据分散于不同部门与系统，导致整合极为困难。
  • 新数据源集成困难（64%）： 接入新数据流需要耗费过多时间与资源。

尤为令人警惕的是，超过73%的新加坡IT主管已暂停其智能体AI项目。这与整个亚太地区的状况如出一辙——该地区74%的项目被搁置，53%的项目已完全终止。

然而，矛盾之处在于：86%的新加坡领导者将流式数据传输视为与AI和机器学习并列的首要投资重点。换言之，他们已认识到问题并愿意投入解决，但变革速度仍未能匹配挑战的规模。

我的专家观点： 作为亚洲领先的金融与科技枢纽，新加坡已处于这场基础设施陷阱的前沿。若不能构建可靠的实时数据"循环系统"，即便最先进的AI模型也将沦为昂贵的理论空谈。投资流式数据处理并非追逐潮流，而是企业在智能体AI时代保持竞争力的生存底线。