新加坡提出全球首个生成式AI测试国际标准,企业需要关注什么?

生成式人工智能正在快速进入企业应用。

从内容生产、客户服务，到数据分析与自动化流程，越来越多公司开始将AI技术嵌入业务之中。

但与此同时，一个现实问题也逐渐显现：

当企业同时使用不同AI系统时，如何评估它们的能力、安全性与可靠性？

近期，新加坡提出的一项新国际标准，

正试图回答这个问题。

新加坡提出全球首个生成式AI测试国际标准

4月20日，新加坡提出一项新的国际标准建议

——ISO/IEC 42119-8。

这一标准旨在为生成式人工智能系统建立统一的测试方法，由新加坡资讯通信媒体发展局（IMDA）与 新加坡企业发展局共同提出。为针对生成式人工智能（Generative AI）系统的测试方法。

这一建议是在 国际标准化组织（ISO）与 国际电工委员会（IEC）人工智能分技术委员会会议上提出讨论。

此图源自新加坡联合早报官方网站，

见https://www.zaobao.com.sg/realtime

会议于 2026年4月20日至24日 在新加坡举行。

这也是该会议首次在东南亚地区举办。

本次会议吸引了来自全球 35个国家和地区的标准机构，以及 250多名AI专家参与。

随着AI技术在各行业加速落地，如何确保AI系统安全、可靠并具备可验证性，正成为各国政府与企业共同关注的问题。在这一背景下，新加坡提出的这项标准，也被视为推动生成式AI测试规范化的重要一步。

新标准主要解决什么问题？

此次提出的 ISO/IEC 42119-8，核心目标是：

建立统一的生成式AI测试框架。

让不同AI系统之间的表现，

可以被更清晰地评估和比较。

在技术方法上，该标准主要围绕两类测试方式展开。

基准测试（Benchmarking）

基准测试主要用于评估AI模型的整体表现，例如：

• 模型能力

• 输出质量

• 系统稳定性

通过建立统一的测试指标与评估方法，不同AI系统之间的能力可以进行更客观的比较。

这对于企业在选择或部署AI系统时，

具有重要参考价值。

红队测试（Red Teaming）

红队测试是一种模拟攻击的安全测试方式。通过主动寻找系统漏洞，来评估AI系统的安全性和稳定性。

例如：

• 识别模型潜在漏洞

• 评估系统安全风险

• 测试系统在极端情况下的应对能力

在实际操作中，通常由负责模拟攻击的“红队”，与负责防御的“蓝队”进行对抗测试，从而发现系统中的潜在问题。

总体而言，该标准希望通过规范化测试方法，提高AI系统测试的：可重复性、可比性、可信度

从而帮助企业和用户更好地理解AI系统的表现，并增强对AI应用的信任。

新加坡近年来推动AI治理与标准化

值得注意的是，这项标准并不是突然出现的。

它是新加坡近年来持续推动AI治理与标准化工作的延伸。过去几年，新加坡逐步建立了一套较为完整的AI治理与测试体系。

2019年

推出国家级《人工智能治理框架》

（Model AI Governance Framework）

2022年

推出AI治理测试工具 AI Verify

2024年

发布生成式AI治理框架，

并推出大型语言模型测试工具

2025年

推动 ISO/IEC 42001 人工智能管理体系标准

在本地应用

2025年

推出 全球AI保障沙盒 

（Global AI Assurance Sandbox）

2026年

提出生成式AI测试国际标准 ISO/IEC 42119-8

从整体路径来看，

新加坡正在逐步建立一套完整体系：

AI治理框架 → 测试工具 → 管理认证 → 国际标准

通过这一体系，新加坡希望在推动AI创新的同时，也建立更具可信度的AI应用环境。

企业使用AI时，为什么需要关注这些标准？

随着生成式AI逐渐进入企业核心业务，越来越多公司开始在不同场景中部署AI系统，例如：

• 内容生成

• 客户服务

• 数据分析

• 自动化流程

在实际应用中，企业往往会同时使用多个AI系统。

这些系统可能来自不同技术供应商，也可能部署在不同平台。如果缺乏统一测试与评估标准，企业可能会面临一些现实问题：

• 不同系统能力难以比较

• AI风险难以评估

• 合规要求不够清晰

统一的测试标准，可以帮助企业在部署AI系统时获得更加透明的信息。

对于企业而言，其价值主要体现在几个方面：

首先，可以更清晰地评估AI系统表现。

通过统一指标，企业能够了解不同AI系统在性能、安全性和稳定性方面的差异。

其次，可以更有效地管理AI风险。

系统性的测试，有助于提前发现潜在漏洞或不当输出风险。

同时，也有助于提升AI应用的透明度与可信度。

企业在新加坡部署AI时需要关注什么？

随着AI治理体系不断完善，企业在部署AI系统时，需要关注的因素也在逐渐增加。

例如：

AI风险管理机制

模型测试与评估流程

AI治理框架的应用

国际标准与认证要求

对于计划在新加坡开展AI业务或部署AI系统的企业来说，提前了解这些政策与标准，有助于减少技术落地过程中的不确定性。

结语

随着生成式人工智能在企业中的应用不断扩大，如何评估AI系统的能力、安全性与可靠性，正成为全球共同面对的问题。

从治理框架、测试工具，到管理认证与国际标准，

新加坡近年来持续推进AI治理体系建设，

也逐步形成了一套较为完整的制度框架。

此次提出生成式AI测试国际标准 ISO/IEC 42119-8，

正是这一体系向国际层面延伸的重要一步。

对于企业而言，AI技术的应用不仅是技术问题，也越来越涉及风险管理、治理机制以及合规要求。

对于计划在新加坡开展AI业务或布局区域市场的企业来说，理解当地不断完善的AI治理与标准体系，将有助于更稳健地推进技术落地与业务发展。

新加坡最懂出海的企业服务专家。深耕行业二十余年，服务众多来自中国、东南亚及欧美地区的企业客户顺利拓展新加坡市场。

如果你也在考虑出海“下一步该怎么走”，不妨早点来看看新加坡。有时候，看清方向，比拼命奔跑更重要。