埃隆·马斯克的政府效率部门（DOGE）并未发现马斯克最初认为可能存在的2万亿美元政府欺诈，但马斯克的盟友坚持认为这项努力仍然是有价值的。对DOGE成功与否的评估因来源而异，但有证据表明，该倡议未能显著减少联邦支出，而这正是其主要目标。

马斯克本人最近在一次播客中淡化了DOGE的成就，称其仅“略有成功”。这与他之前对该项目潜在影响更为乐观的说法大相径庭。最近，马斯克又重新提出了未经证实的说法，声称存在广泛且不受控制的政府欺诈行为，这似乎与DOGE可能产生的任何积极影响相矛盾。他在X上估计，“我对全国欺诈金额的下限猜测约为联邦预算的20%，这意味着每年1.5万亿美元。可能更高。”

马斯克与DOGE的合作在5月份因与前总统唐纳德·特朗普的意见分歧而结束，他表示担心特朗普的预算案会破坏DOGE的工作。马斯克目前的言论表明，他对自己在政府效率工作方面的尝试缺乏信心。

即使像DOGE这样在有限范围内使用人工智能来识别政府支出中的欺诈和浪费，也反映了一种日益增长的趋势。人工智能算法可以分析庞大的数据集，以检测表明欺诈活动的异常情况和模式，这是一项人类无法手动完成的任务。然而，此类系统的有效性在很大程度上取决于数据的质量和完整性，以及所使用算法的复杂性。

人工智能驱动的欺诈检测的影响不仅仅局限于政府。金融机构、医疗保健提供商和其他组织越来越多地采用人工智能来打击欺诈并提高效率。然而，人们仍然担心人工智能算法中可能存在的偏见，以及在部署中需要透明度和问责制。该领域的最新发展包括联邦学习的使用，它允许人工智能模型在不损害隐私的情况下在分散的数据上进行训练，以及可解释人工智能（XAI）技术的开发，旨在使人工智能决策更加透明和易于理解。