新加坡不是人人獲派 ChatGPT Plus：真正值得學的是把 AI 用進工作

2026/9/29 · ArleeFather

最近看到新加坡推動 AI 培訓的消息，我第一個反應是：

現在是不是每個新加坡人都有一個免費的 ChatGPT Plus？

如果只看新聞標題，很容易得到這個印象。但再查看官方安排，答案並不是這樣。

年滿 18 歲的新加坡公民，在完成指定的 SkillsFuture AI 課程後，可以一次性選擇一項進階 AI 服務，免費使用六個月。可以選擇的服務包括 ChatGPT Plus、Google AI Pro、Manus AI、Microsoft 365 Personal或 Singtel AI Pass。每人只可選擇一項，而且必須先完成合資格課程。

所以，這不是全民永久獲派 ChatGPT Plus，也不是政府單純送出一項消費優惠。

新加坡真正嘗試補貼的，是完成課程後的一段實習時間：讓人把剛學到的 AI 方法帶回工作和生活，連續使用六個月。

這個設計，比「免費帳戶」本身更值得討論。

AI 培訓最常見的問題，是上完課便沒有然後

很多人上過 AI 課程：認識甚麼是大型語言模型，學習幾種 prompt 寫法，看導師示範生成文章、圖片或簡報。上課的一刻覺得很厲害，回到自己的工作崗位，卻不知道第一件應該交給 AI 處理的工作是甚麼。

問題未必是課程完全沒有用，而是課堂示範與真實工作之間仍然有一道空隙。

真實工作不會像示範題目一樣乾淨。資料可能不完整，客戶要求可能互相矛盾，公司的格式和規則未必寫得清楚，產出的答案還要有人核實及承擔後果。使用者需要的不只是知道某個按鈕在哪裏，而是有足夠時間把工具放進這些混亂情境，再慢慢找出真正有用的部分。

因此，新加坡這項安排的邏輯其實是：

先透過課程建立基本認識；
選擇一項較配合自己需要的工具；
在六個月內反覆應用於工作與生活；
逐步由「我試過 AI」變成「我有一項由 AI 協助完成的工作」。

六個月是否足以形成新能力，現在還不能確定；不同課程的質素、參加者是否持續使用，以及實際能否改善工作成果，都需要其後數據驗證。但至少它承認了一件事：AI 能力不會在一節課內形成。

東南亞的培訓，也開始由認識工具轉向完成任務

同一方向也出現在 Grab 與 OpenAI 公布的 GO Forward with AI 計劃。兩家公司計劃在兩年內，為東南亞 30,000 名司機、外送員及商戶伙伴提供實務培訓，由新加坡開始，再擴展至泰國、印尼和菲律賓，並計劃於 2027 年進入馬來西亞及越南。

值得留意的不是參加人數，而是課程示例。參加者不只是練習向聊天機器人提問，而會嘗試：

從銷售資料找出模式；
規劃推廣活動及需求變化；
把資料整理成 dashboard；
建立簡單網站；
發展業務或擴展計劃；
審閱 AI 的產出，再由人作出下一步決定。

這個方向與一般的「AI 工具介紹班」很不同。它把學習單位由一個功能，改成一項可以驗收的工作。

不過，這仍然是一項剛推出的合作計劃。現時公布的主要是課程規模、地區和活動例子，還沒有完成率、技能提升、收入變化或對照組結果。因此，我們可以借用它的培訓設計，卻不能在現階段便宣稱它已證明 AI 能改善小商戶收入。

今日，我已經可以在 WhatsApp 問 Meta AI

另一邊廂，我今日已經可以直接在 WhatsApp 使用 Meta AI。問一問問題、找一找資料，初步感覺其實也不錯。

這種體驗代表另一條 AI 普及路徑。

使用者不需要先選擇模型、不需要安裝陌生軟件，也不用先建立複雜的工作流。AI 直接出現在每日已經使用的通訊工具裏。想到一個問題便可以問，需要初步整理、翻譯或尋找方向時也可以立即開始。

對很多未正式使用過 AI 的人而言，這個入口可能比一個免費的進階帳戶更加重要。因為真正阻止他開始的，未必是每月訂閱費，而是他從來沒有在日常生活中形成「這件事可以先問 AI」的習慣。

可是，方便不等於可靠。

Meta AI 很適合用作初步提問、腦力激盪、整理方向和一般資料搜尋，但重要事實仍然需要打開原始來源核實。WhatsApp 亦說明，Meta AI 只能讀取使用者主動傳送或分享給它的內容，一般私人訊息仍採用端對端加密；不過，傳給 Meta AI 的內容可能會被用來提供回應或改善模型。因此，客戶資料、公司機密、個人身份資料和未公開文件，不應因為介面熟悉便隨手貼上。

WhatsApp 降低的是開始提問的門檻，並沒有取消核實、私隱和責任的門檻。

免費工具與付費工具，不一定是誰取代誰

如果我只想快速問一個概念、整理一段訊息或找出幾個搜尋方向，WhatsApp 裏的 Meta AI 已經可能足夠。這時候，沒有必要因為別人使用 ChatGPT Plus，便認為自己的工具一定不合格。

當工作開始涉及較長文件、反覆分析、多個檔案、程式執行、持續的專案背景或更高用量時，進階服務的價值才會變得明顯。問題不應該是「哪一個 AI 最強」，而是：

我現在要完成的是甚麼工作？免費工具在哪一步已經足夠，哪一步才需要較深入的能力？

新加坡讓學員從五項服務中選一項，其實也隱含這個判斷。需要深入研究和 coding 的人，可能選擇 ChatGPT Plus；主要在 Gmail、Docs 或 Sheets 工作的人，可能較適合 Google AI Pro；需要在 Word、Excel 和 PowerPoint 內完成工作的人，可能選擇 Microsoft 365 Personal；想嘗試代理式任務或多種工具的人，又可能作出另一個選擇。

工具不應該先於工作。否則，即使免費得到六個月訂閱，也可能只是在第一個星期試幾次，然後把它變成另一個忘記取消的帳戶。

由 Ask 到 Integrate：把一次提問變成一項能力

無論使用 WhatsApp Meta AI、免費版聊天工具，還是政府提供的進階訂閱，我認為都可以沿着四個階段練習。

一、Ask：先由一個真實問題開始

不要先問「AI 有甚麼功能」，而是拿出一項現在真的要完成的工作。例如整理客戶常見問題、比較三個供應方案、把銷售紀錄轉成每週摘要，或者準備一份會議議程。

二、Verify：核實事實和假設

要求 AI 列出資料來源，再打開原始文件檢查。分清楚哪些是已知資料、哪些是模型推論、哪些只是看似合理的填補。找不到來源的數字，不應因為文字流暢便進入正式交付。

三、Apply：把答案變成可以使用的成果

一段聊天紀錄不是工作成果。把它變成一封真正寄出的電郵、一份實際使用的檢查表、一個交給客戶的方案，或者一個能夠回答業務問題的 dashboard，才開始看見 AI 是否有用。

四、Integrate：把有效方法放回工作流

記錄用了甚麼輸入、節省多少時間、哪一步最容易出錯，以及哪一個決定必須由人負責。下一次再遇到相似工作，才有一個可以重複和改善的流程。

這四個階段的分別很重要：

問過 AI，不等於懂得使用 AI；得到答案，不等於完成工作；完成一次工作，也不等於建立了能力。

香港沒有同一項補貼，但今天也不能再停在「沒有工具」

新加坡的公共政策值得參考，但香港使用者不需要等到政府送出 ChatGPT Plus，才開始建立自己的 AI 能力。

正如我在〈香港是 AI 沙漠？以前可能是，今天不能再用它做藉口〉所寫，香港仍然面對平台開放、API、付款和企業支援不一致的問題。但當 Meta AI 已經進入 WhatsApp，Gemini、Poe、Copilot、DeepSeek及其他入口亦可供嘗試，「完全沒有工具」已經不能解釋為甚麼我們從未拿一項真實工作來測試。

我們可以先做一個很小的七日實驗：

選擇一項一星期內至少出現兩次的工作；
用現有的免費 AI 工具完成第一版；
核實其中的資料、計算和假設；
把成果真正用在工作或生活；
記錄節省了多少時間，以及增加了甚麼錯誤；
判斷下一次應該繼續、修改還是停止；
只有免費工具真的成為瓶頸時，才考慮升級。

這樣，即使沒有六個月免費訂閱，我們仍然可以開始由「認識工具」走向「完成工作」。

真正的問題，不是誰免費得到 ChatGPT Plus

新加坡這次安排最值得學習的，並不是政府替合資格公民支付了哪一個 AI 帳戶。

更值得學的是，它嘗試把課程、工具和一段持續實踐期連接起來；Grab 與 OpenAI 的東南亞計劃，則嘗試把培訓由示範 prompt 轉向商戶和平台工作者面對的真實任務。

另一方面，WhatsApp Meta AI 顯示，AI 的日常入口已經可以低得幾乎不需要學習成本。但入口愈容易，我們愈需要分清楚「方便問到答案」與「可靠地完成工作」。

所以，比「新加坡是不是每人都有 ChatGPT Plus」更重要的問題是：

如果我今日得到六個月免費使用期，我準備用它完成哪一項真實、可核實、可以反覆改善的工作？

如果這個問題沒有答案，免費帳戶很快便只是一項福利。

如果有答案，即使現在只有 WhatsApp 裏的 Meta AI，我們也已經可以開始。

資料來源：

AI 創作 Productivity 生產力個人成長