Anthropic Dibuka di Singapura: Isyarat Sebenar MOU Itu

Satu lagi makmal AI telah memacakkan benderanya di Singapura. Pada 14 Oktober Anthropic membuka pejabat di sini dan menandatangani memorandum persefahaman dengan kerajaan. Saya tinggal dan membina di bandar ini, jadi saya membaca pengumuman itu dengan dua soalan: apakah yang benar-benar dijanjikannya, dan apakah yang diubahnya bagi syarikat yang menggunakan AI untuk berkomunikasi dengan pelanggan di Asia?

Apa yang berlaku

Menurut pengumuman Anthropic, Singapura ialah pejabat kelimanya di Asia Pasifik. MOU itu dimeterai dengan Ministry of Digital Development and Information (MDDI). Ia ditandatangani oleh Setiausaha Tetap MDDI Kai Fong Chng dan pengasas bersama Anthropic Ben Mann di luar acara Singapore International Cyber Week, dan disaksikan oleh Menteri Josephine Teo.

MOU itu meliputi tiga bidang: kerjasama dalam keselamatan, sekuriti dan penilaian model AI; penyelidikan tentang penerimaan AI dan kesannya; dan penerimaan yang bertanggungjawab merentas sektor awam dan swasta. Aktiviti yang dirancang termasuk pertukaran teknikal dengan institusi keselamatan dan jaminan AI Singapura tentang penilaian, piawaian ujian dan tindak balas insiden, sokongan untuk perniagaan kecil dan sederhana, dan perkongsian penyelidikan seperti Economic Index Anthropic.

Beberapa angka dalam catatan itu menonjol. Anthropic menyatakan Singapura berada di tempat kedua daripada 121 negara bagi penggunaan Claude.ai berbanding jumlah penduduk, hampir enam kali ganda daripada yang dijangka berdasarkan saiznya. Ia menyatakan lebih 1,500 jurutera dan kakitangan teknikal di GovTech Singapore telah menggunakan Claude Code, dan pembantu jualan BriX milik Grab, yang dibina di atas Claude, menjimatkan kira-kira 40,000 jam sesuku tahun bagi pasukan jualannya. Ini ialah angka syarikat itu sendiri.

Perincian yang paling menarik bagi saya bersifat sejarah. Anthropic menyatakan ia menyertai Generative AI Evaluation Sandbox yang dikendalikan oleh IMDA dan AI Verify Foundation pada 2023, dan kemudian bekerjasama dengan mereka dalam projek red-teaming dalam bahasa Inggeris, Mandarin, Melayu dan Tamil.

Mengapa ia penting

Pembukaan pejabat mudah ditafsir secara berlebihan. MOU ialah kenyataan niat, bukan produk. Saya membuat perkara berkaitan baru-baru ini di e27: Singapore and Romania don't need another MOU, they need first customers. Perjanjian menjadi penting apabila ia bertukar menjadi kerja yang boleh digunakan oleh seseorang.

Apa yang menjadikan perjanjian ini wajar diperhatikan ialah klausa penilaian. Singapura secara luar biasa konsisten dalam melayan penilaian AI sebagai infrastruktur: kotak pasir, kit alat ujian, dan kini pertukaran penilaian model dengan makmal terdepan. Bagi perniagaan, itulah bahagian yang memberi pulangan berganda. Piawaian ujian yang jelas menjadikannya lebih murah bagi bank, syarikat telekomunikasi atau peruncit untuk bersetuju dengan pelaksanaan AI, kerana beban pembuktian dikongsi dan didokumenkan.

Red-teaming berbilang bahasa penting atas sebab yang berbeza. Kebanyakan ujian keselamatan dan kualiti yang diterbitkan masih dijalankan dalam bahasa Inggeris. Asia Tenggara tidak membeli-belah, mengadu atau mencari dalam bahasa Inggeris sahaja. Model yang berkelakuan baik dalam bahasa Inggeris tetapi menyimpang dalam bahasa Melayu atau Tamil bukanlah model yang selamat untuk pasaran ini.

Apa kata penyelidikan saya

Kerja PhD saya di NUS adalah tentang mempelajari siapa seseorang daripada banyak sumber serentak: hantaran, imej, daftar masuk lokasi dan data sensor merentas rangkaian yang berbeza. Satu dapatan yang kekal dalam ingatan saya datang kemudian, dalam I Know Where You Are Coming From (AAAI 2020): sumber data yang anda pilih mengubah ketepatan model pengguna AI anda. Bahasa juga ialah sumber. Model yang dinilai dalam satu bahasa belum dinilai pada populasi yang anda layani.

Logik yang sama mendorong kerja saya tentang AI yang boleh dijelaskan untuk pemasaran. Dalam Against Opacity (ACM Multimedia 2023) kami meramal kadar klik lalu bagi kreatif iklan baharu dan menggunakan pembantu LLM untuk menjelaskan apa yang mendorong ramalan itu. Dalam MindFuse (ACM Multimedia 2025) kami menggabungkan pemarkahan kreatif dengan LLM untuk mencipta strategi bersama daripada data iklan sebenar. Dalam kedua-dua kes, penjelasanlah yang membolehkan pemasar mempercayai dan bertindak berdasarkan output. Penilaian dan penjelasan ialah dua bahagian daripada janji yang sama: tunjukkan kepada saya bahawa ia berfungsi, dan tunjukkan mengapa.

Jadi apabila kerajaan dan makmal bersetuju untuk bekerja pada piawaian penilaian, saya membacanya sebagai berita baik bagi pemasar, bukan hanya bagi pengawal selia. Ia permulaan bahasa bersama untuk "AI ini sesuai untuk tugas ini dalam pasaran ini".

Apa yang perlu dilakukan syarikat di Singapura sekarang

• Uji dalam bahasa yang digunakan pelanggan anda. Jika chatbot atau alat kandungan anda melayani penutur bahasa Melayu, Tamil atau Mandarin, nilaikannya dalam bahasa-bahasa itu sebelum pelancaran, bukan hanya dalam bahasa Inggeris.
• Dokumenkan penilaian anda, walaupun belum ada yang bertanya. Rekod ringkas tentang apa yang anda uji, bagaimana dan dengan keputusan apa ialah aset pematuhan paling murah yang pernah anda bina.
• Tanya vendor tentang penilaian, bukan hanya ciri. Ujian apa yang mereka jalankan, dalam bahasa apa, dan apa yang gagal?
• Gunakan program awam. PKS khususnya perlu melihat apa yang ditawarkan kerajaan dan rakan kongsinya di bawah MOU ini dan skim yang serupa sebelum membeli khidmat perundingan yang mahal.
• Pastikan manusia membuat keputusan muktamad bagi apa sahaja yang bercakap bagi pihak jenama anda dalam bahasa baharu.

Singapura mahir menukar perjanjian menjadi piawaian. Jika MOU ini menghasilkan panduan penilaian praktikal untuk AI berbilang bahasa, ia akan memberi kesan jauh melangkaui pejabat sebuah syarikat.

Soalan Lazim