事件经过
乔治城大学CSET发布了一份报告，审视了人工智能赋能决策支持系统(AI-DSS)在目标定位之外的实际应用，呈现了两个详细案例研究 — 陆军弹药补给到火力单位，以及联合空中任务周期(JATC) — 其中AI-DSS可以匹配第十八空降军团用Maven智能系统获得的效率提升（用20人团队完成2003年需要2000人的工作）。该报告的核心发现是"在这些案例中实施合适AI-DSS能力的主要障碍不是软件开发，而是获取此类工具所需的数据"，其中许多数据仍然被锁定在PowerPoint幻灯片和特定单位电子表格等非结构化格式中。它建议CDAO优先使所需数据在数字上可获取，编纂来自第十八空降军团的DevSecOps最佳实践，以及在真实世界操作中部署AI-DSS能力以建立机构专业知识。
影响分析
识别数据可访问性官僚制度 — 而非技术 — 作为扩展军事人工智能决策支持的制约因素，这一发现与评估人工智能采购和数据治理投资优先级的国防部门技术高管和政策制定者直接相关。
建议行动
与评估AI-DSS机遇的国防部门业务发展和政府事务负责人共享；将数据可访问性障碍标记为与国防部人工智能供应商接触的尽职调查项目。