Nagbukas ang Anthropic sa Singapore: Ano Talaga ang Ipinahihiwatig ng MOU

Isa na namang AI lab ang nagtayo ng bandila sa Singapore. Noong 14 Oktubre, nagbukas ang Anthropic ng opisina rito at pumirma ng memorandum of understanding sa gobyerno. Dito ako nakatira at bumubuo, kaya binasa ko ang anunsyo nang may dalawang tanong: ano talaga ang ipinangangako nito, at ano ang binabago nito para sa mga kumpanyang gumagamit ng AI upang makipag-usap sa mga customer sa Asya?

Ano ang nangyari

Ayon sa anunsyo ng Anthropic, ang Singapore ang ikalima nitong opisina sa Asia-Pacific. Kasama sa MOU ang Ministry of Digital Development and Information (MDDI). Pinirmahan ito nina MDDI Permanent Secretary Kai Fong Chng at Anthropic co-founder Ben Mann sa sidelines ng Singapore International Cyber Week, at sinaksihan ni Minister Josephine Teo.

Sumasaklaw ang MOU sa tatlong larangan: kooperasyon sa AI safety, security at model evaluation; pananaliksik sa paggamit ng AI at sa epekto nito; at responsableng paggamit sa pampubliko at pribadong sektor. Kabilang sa mga planong aktibidad ang mga technical exchange sa mga institusyon ng AI safety at assurance ng Singapore tungkol sa evaluation, testing standard at incident response, suporta para sa maliliit at katamtamang negosyo, at pagbabahagi ng pananaliksik gaya ng Economic Index ng Anthropic.

May ilang numero sa post na namumukod-tangi. Sinasabi ng Anthropic na pangalawa ang Singapore sa 121 bansa sa paggamit ng Claude.ai kaugnay ng populasyon, halos anim na beses ng inaasahan batay sa laki nito. Sinasabi nitong mahigit 1,500 engineer at technical staff sa GovTech Singapore ang gumagamit na ng Claude Code, at na ang BriX sales assistant ng Grab, na binuo sa Claude, ay nakatitipid ng humigit-kumulang 40,000 oras bawat quarter para sa mga sales team nito. Sariling numero ng kumpanya ang mga ito.

Ang detalyeng pinakakawili-wili para sa akin ay pangkasaysayan. Sinasabi ng Anthropic na sumali ito sa Generative AI Evaluation Sandbox na pinapatakbo ng IMDA at AI Verify Foundation noong 2023, at kalaunan ay nakipag-partner sa kanila sa isang red-teaming project sa English, Mandarin, Malay at Tamil.

Bakit ito mahalaga

Madaling bigyan ng sobrang kahulugan ang pagbubukas ng opisina. Pahayag ng intensyon ang MOU, hindi produkto. Gumawa ako ng kaugnay na punto kamakailan sa e27: Singapore and Romania don't need another MOU, they need first customers. Mahalaga ang mga kasunduan kapag nagiging trabaho ang mga ito na magagamit ng isang tao.

Ang nagpapaging kapansin-pansin dito ay ang clause tungkol sa evaluation. Kakaibang pare-pareho ang Singapore sa pagturing sa AI evaluation bilang imprastraktura: mga sandbox, testing toolkit, at ngayon ay mga model-evaluation exchange sa isang frontier lab. Para sa mga negosyo, iyan ang bahaging lumalago nang lumalago. Pinamumura ng malinaw na testing standard para sa isang bangko, telco o retailer ang pagsabi ng oo sa isang AI deployment, dahil pinagsasaluhan at nakadokumento ang burden of proof.

Mahalaga ang multilingual red-teaming dahil sa ibang dahilan. Karamihan sa nailathalang safety at quality testing ay nangyayari pa rin sa English. Hindi lamang sa English namimili, nagrereklamo o naghahanap ang Southeast Asia. Ang modelong mahusay ang asal sa English at lumilihis sa Malay o Tamil ay hindi ligtas na modelo para sa market na ito.

Ang sinasabi ng aking pananaliksik

Ang aking PhD work sa NUS ay tungkol sa pag-alam kung sino ang mga tao mula sa maraming source nang sabay-sabay: mga post, larawan, check-in at sensor data sa iba't ibang network. Isang natuklasang nanatili sa akin ang dumating kalaunan, sa I Know Where You Are Coming From (AAAI 2020): binabago ng data source na pinipili mo kung gaano katumpak ang iyong AI user model. Isang source din ang wika. Ang modelong in-evaluate sa isang wika ay hindi pa na-evaluate sa populasyong pinagsisilbihan mo.

Ang parehong lohika ang nagtutulak sa aking gawain sa explainable AI para sa marketing. Sa Against Opacity (ACM Multimedia 2023), hinulaan namin ang click-through rate ng mga bagong ad creative at gumamit ng LLM assistant upang ipaliwanag kung ano ang nagtulak sa prediksyon. Sa MindFuse (ACM Multimedia 2025), pinagsama namin ang creative scoring at mga LLM upang sabay na bumuo ng estratehiya mula sa totoong ad data. Sa parehong kaso, ang paliwanag ang nagpapahintulot sa marketer na pagkatiwalaan at aksyunan ang output. Ang evaluation at paliwanag ay dalawang kalahati ng iisang pangako: ipakita sa akin na gumagana ito, at ipakita sa akin kung bakit.

Kaya kapag nagkasundo ang isang gobyerno at isang lab na magtrabaho sa mga evaluation standard, binabasa ko ito bilang magandang balita para sa mga marketer, hindi lamang para sa mga regulator. Ito ang simula ng isang pinagsasaluhang wika para sa "angkop ang AI na ito para sa trabahong ito sa market na ito".

Ang dapat gawin ngayon ng mga kumpanya sa Singapore

• Mag-test sa mga wikang ginagamit ng iyong mga customer. Kung naglilingkod ang iyong chatbot o content tool sa mga nagsasalita ng Malay, Tamil o Mandarin, i-evaluate ito sa mga wikang iyon bago ilunsad, hindi lamang sa English.
• Idokumento ang iyong evaluation, kahit wala pang nagtatanong. Ang maikling talaan ng kung ano ang sinubukan mo, paano at ano ang resulta ang pinakamurang compliance asset na mabubuo mo.
• Tanungin ang mga vendor tungkol sa evaluation, hindi lamang sa mga feature. Aling mga test ang pinatakbo nila, sa aling mga wika, at ano ang pumalya?
• Gamitin ang mga pampublikong programa. Lalo na ang mga SME, dapat tingnan ang iniaalok ng gobyerno at ng mga partner nito sa ilalim ng MOU na ito at ng mga katulad na scheme bago bumili ng mamahaling consulting.
• Panatilihin sa tao ang huling pasya para sa anumang nagsasalita para sa iyong brand sa isang bagong wika.

Mahusay ang Singapore sa paggawang standard ng mga kasunduan. Kung makabubuo ang MOU na ito ng praktikal na evaluation guidance para sa multilingual AI, magiging mahalaga ito nang higit pa sa opisina ng iisang kumpanya.

FAQ