イーロン・マスクの政府効率化部門（DOGE）は、マスクが当初示唆した可能性のあった2兆ドルの政府不正を発見することはできなかったが、マスクの支持者たちは、この取り組みには依然として価値があると主張している。DOGEの成功に対する評価は様々だが、その主要な目的である連邦支出の大幅な削減に貢献したと主張することはますます難しくなっている。

マスク自身も最近、ポッドキャストでDOGEの影響を「少し成功した程度」と述べ、その影響を軽視した。この発言は、政府運営を効率化するDOGEの可能性について、以前に彼が行ったより楽観的な発言とは異なるものだった。自身の部門の明らかな欠点にもかかわらず、マスクは広範囲にわたる政府不正の主張を再燃させている。

X（旧Twitter）でマスクは、「私の下限の推測では、全国の不正の総額は連邦予算の約20％、つまり年間1.5兆ドルになる。おそらくもっと高いだろう」と推定した。具体的な証拠を示さずに述べられたこれらの主張は、ドナルド・トランプの選挙運動中に彼が行った同様の主張を反映している。

マスクは5月、DOGEの活動を損なうと信じる予算案をめぐるトランプとの意見の相違を理由に、DOGEを公に離脱した。彼の離脱は、元大統領との衝突に続くものであり、提案された予算が浪費的な支出を特定し、排除する取り組みを妨げるとの懸念を表明した。

DOGEの背後にあるコンセプトは、データ分析の原則と、場合によっては人工知能を適用して、政府機関内の非効率性と不正行為を特定することだった。そのアイデアは、AIアルゴリズムが膨大な量の財務データをふるい分け、不正を示す異常やパターンを検出するというもので、AIが民間部門で不正検出やリスク管理に使用されるのと同様である。しかし、政府機関におけるAIの応用は、データアクセス、プライバシーに関する懸念、政府規制の複雑さに関連する課題に直面することが多い。

AIを使用した不正検出は成長分野であり、金融取引から医療費請求まで、幅広い用途がある。これらのシステムは通常、機械学習アルゴリズムを使用して異常なパターンを特定し、さらなる調査のために潜在的な不正行為にフラグを立てる。これらのシステムの有効性は、利用可能なデータの質と量、および使用されるアルゴリズムの洗練度に依存する。

マスクの現在の姿勢は、DOGEの全体的な影響に対する自信の欠如を示唆しており、民間部門の効率モデルを政府の官僚機構の複雑さに適用することの実現可能性に疑問を投げかけている。同様の取り組みの将来は不確実なままであり、AI技術のさらなる発展と、財政監督に対する新しいアプローチを政府が採用する意欲にかかっている。