商傳媒｜責任編輯／綜合外電報導
美國聯邦政府在推動人工智慧（AI）應用時，強調以紮實的數據為基礎，並採取快速迭代而非追求完美的務實策略。這項經驗，透過《Technology Solutions That Drive Government》（一份專注於美國聯邦政府科技應用的雜誌）的報導揭露，為全球政府與企業推動 AI 專案提供寶貴借鏡。
美國國防後勤局（Defense Logistics Agency, DLA）是此策略的實踐者。該局曾因多年自動化，導致員工對數據和業務流程理解不清，尤其在外包工作後問題更甚。DLA 資訊長 Adarryl Roberts 表示，該局已投資 SAP公司以解決長達 30 年的技術債，並在 COVID-19 疫情封鎖前迎來「數據轉捩點」。Roberts 強調：「這讓我們意識到，我們需要重新掌握自己的數據控制權。」
疫情期間，DLA 雖能即時掌握供應鏈數據，卻缺乏預先行動的工具。如今，DLA 正建立以單一權威數據源為核心的數據架構，並標準化工作流程，避免官方記錄散落。他們同時積極運用預測式 AI 工具，期能提早發現供應鏈中斷風險並預先採購。DLA 將代理式人工智慧（agentic AI，一種能自主執行任務的 AI 系統）視為發展目標，目標是作為勞動力的增效器，而非替代品。
優化數據治理與高層支持
美國國防部的 Chief Digital and Artificial Intelligence Office (CDAO) 則專注於擴展企業級 AI 和整合超過 800 個數據源的企業數據層。CDAO 意識到，用於記錄交易的數據與適用於分析和 AI 的數據存在差異，因此 DLA 會預先處理數據，以便 CDAO 等合作夥伴即時使用，無需重新加工。
CDAO 主任 Andrew Mapes 指出，數據治理常淪為無實質進展的會議。他們已改變做法，透過針對特定任務成果的短衝刺來推動數據治理。Mapes 表示，高層支持對數據共享與使用至關重要。美國國防部認為現有數據原則穩健，無需另訂數據策略來搭配 AI 策略。此外，CDAO 結合實時訓練與專案小組，展示 AI 代理如何協助用戶完成日常工作。GenAI.mil 平台於 2025 年 12 月啟用，採用谷歌（Google）的 Gemini for Government 模型，服務約 300 萬用戶。