AI用得淺才是新加坡中小企業的真成本:一筆賬該重算了
新加坡中小企業用AI強度僅為美國十分之一,淺層使用等於重複支付人力成本;文章拆解流程未結構化才是真門檻,並給出先梳理重複動作的落地起點。

據新加坡數碼發展及新聞部(MDDI)官網發佈的一篇部長演講實錄,代理人力部長兼數碼發展及新聞部高級政務部長Jasmin Lau在ISEAS第41屆東盟圓桌會議上提到了一組對照數據:一份由Google、Temasek和Bain發佈的東南亞數字經濟報告估算,生成式AI在該區域六大經濟體已有2.43億人使用,相當於勞動人口的58%;但同一個人均口徑下,東南亞人使用AI的強度大約只有美國人的十分之一。
她給出的判斷很直白:大多數人還停留在“試過AI”,下一階段要解決的是“用得好不好”。
這組數字放在新加坡中小企業身上,賬要重算一遍。AI用得淺,不是省錢,是把人力成本重複付了兩次。
58%的人在試,十分之一的強度在用,差在哪
先把兩個數字分開看。58%說的是覆蓋面,十分之一說的是強度。覆蓋面說明“能不能接觸到”這道門檻基本過去了,強度說明“有沒有把它接進日常經營動作”這道門檻還沒過。
Jasmin Lau在同一篇演講裡點出了她擔心的地方:大企業更有條件把AI規模化用起來,中小企業可能跟不上。
這句話不是客套。規模化的前提是流程本身能被拆成明確的動作——誰跟進線索、什麼時候出賬單、抄表數據怎麼進賬、退租怎麼結算。流程清楚,AI才有活可幹;流程含糊,AI只能陪著聊天。
中小企業常見的狀態恰恰是後者:人少、事雜、老闆自己就是流程。AI買回來,用兩天,放一邊。

一個反方說法:小公司業務簡單,用不上AI
這是我最常聽到的反駁,也是最容易讓人安心地什麼都不做的一句話。
它有一半是對的。業務真的簡單、單量真的小、一個人一支筆就能記住所有事,那確實不需要系統,更不需要AI。這種情況下花錢上工具,是給自己找活幹。
但它不成立的條件也很清楚:只要出現下面任一情況——“線索散在幾個人的微信裡沒人跟”“賬單靠人記,催繳靠人情”“抄表數據月底集中補”“合同到期沒人提前提醒”——業務就已經不簡單了,只是還沒被寫下來。
沒寫下來的流程,不會因為公司小就自動變簡單,只會變成老闆腦子裡的隱形加班。
門檻不在技術,在流程有沒有被寫下來
把這件事想透,機會窗口的位置就清楚了。
AI在經營場景裡真正能替人乾的,是那些有明確輸入、明確判斷、明確結果的重複動作。比如招商線索的跟進提醒、逾期賬單的催繳、抄表之後出賬。這些動作的特點是:不做會漏,做了沒成就感,最容易被小團隊拖到最後。
Jasmin Lau說的“從試過到用好”,落到中小企業就是這一步:先把這些動作從人腦裡搬出來,變成系統裡跑的東西,AI才有地方接手。

反過來,如果一家公司的賬目、合同、鋪位狀態還散在Excel和紙質本里,任何AI都接不住——它沒有可讀的底稿。
這類系統能做什麼,做不到什麼
以商業租賃、綜合市場這類經營場景為例,舍予的商業租賃系統(SHEYU AImarket)把資產租控、招商CRM、合同到賬單的生成、催繳與在線繳費、抄表出賬這些環節放在一套中台裡,AI管家負責招商跟進、賬單催繳、抄表出賬這類動作。據其官網說明,涉及寫庫的操作走“預覽→確認”兩道,執行後留審計痕跡,抄表出賬、合同生效、退租退押這類資金動作由事務引擎統一執行。
邊界也要說清楚:它接的是已經結構化的租賃經營流程。如果一家公司的核心業務不是鋪位、合同、賬單這套邏輯,它幫不上忙;如果流程本身還沒理順,上系統只是把混亂搬進電腦。
現在可以先做的一件事
不用急著選工具。先花半小時,把這周你親手做過的、重複出現三次以上的經營動作列出來——跟進、催款、對賬、提醒到期,哪個都行。
列完你會發現,能交給系統的和只能自己扛的,界限比想象中清楚。AI的機會窗口不在別處,就在這張清單上。
據MDDI官網Jasmin Lau在ISEAS第41屆東盟圓桌會議的演講實錄;東南亞數字經濟數據引自該演講中援引的Google、Temasek、Bain報告。