埃隆·马斯克的政府效率部门（Department of Government Efficiency，简称DOGE）并未能揭露马斯克最初认为可能存在的2万亿美元政府欺诈，但马斯克的盟友认为，尽管未能达到最初的预期，这项努力仍然具有价值。据观察人士称，DOGE的主要目标是大幅削减联邦支出，但其影响有限。

马斯克本人最近在一次播客节目中承认了DOGE的有限成功。马斯克说：“它取得了一点成功”，这与他早先更为乐观的评估有所不同。

尽管如此，马斯克还是重提了关于政府普遍存在欺诈的说法。他在X上估计，欺诈约占联邦预算的20%，即每年1.5万亿美元，并补充说：“可能更高。” 这些说法与他为唐纳德·特朗普竞选时所做的说法相呼应。

马斯克在5月份因与特朗普存在分歧而离开了DOGE，理由是担心特朗普的预算案会破坏DOGE的工作。现在，他对自己在政府效率工作中的价值似乎不太自信。

使用人工智能（如DOGE可能采用的技术）来检测欺诈的概念依赖于模式识别和异常检测。人工智能算法可以分析大量的金融交易和政府记录数据集，以识别可能被人工审计员忽略的可疑活动。这些算法经过已知欺诈活动的例子训练，然后用于标记新数据中类似的模式。

然而，人工智能在欺诈检测中的有效性取决于数据的质量和完整性，以及算法的复杂程度。欺诈者不断开发新的方法来逃避检测，因此必须不断更新和完善人工智能系统，以保持领先地位。

人工智能驱动的欺诈检测对社会的影响是巨大的。如果成功，这些系统可以为纳税人节省数十亿美元，并提高政府项目的效率。然而，人们也担心隐私和算法中潜在的偏见。重要的是要确保这些系统以负责任和透明的方式使用。

人工智能欺诈检测的最新发展包括使用机器学习技术，如深度学习和强化学习。这些技术使人工智能系统能够学习更复杂的模式并适应不断变化的欺诈趋势。此外，人们越来越有兴趣使用人工智能来预防欺诈的发生，方法是识别有很高风险从事欺诈活动的个人或组织。