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工作仍然具有价值。 对 DOGE 成功与否的评估各不相同，但越来越难以辩称该倡议显着减少了联邦支出，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 的影响，称其仅“取得了一点成功”。 这一声明标志着他早些时候对 DOGE 精简政府运营的潜力所做的更为乐观的声明有所背离。 尽管他自己的部门显然存在不足，但马斯克还是重提了有关政府普遍存在欺诈行为的说法。

在 X 上，马斯克估计“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。” 这些说法是在没有提供具体证据的情况下提出的，与他为唐纳德·特朗普竞选时所做的类似断言相呼应。

马斯克于 5 月公开离开了 DOGE，理由是他与特朗普在预算法案上存在分歧，马斯克认为该法案会破坏 DOGE 的工作。 他的离开是在与这位前总统发生冲突之后，他表示担心拟议的预算会阻碍识别和消除浪费性支出的努力。

DOGE 背后的概念是应用数据分析和潜在的人工智能原理来识别政府机构内部的低效率和欺诈活动。 其想法是，人工智能算法可以筛选大量财务数据，以检测异常和指示欺诈的模式，类似于人工智能在私营部门中用于欺诈检测和风险管理的方式。 然而，人工智能在政府环境中的应用通常面临与数据访问、隐私问题以及政府法规的复杂性相关的挑战。

使用人工智能进行欺诈检测是一个新兴领域，其应用范围从金融交易到医疗保健索赔。 这些系统通常使用机器学习算法来识别异常模式，并标记潜在的欺诈活动以供进一步调查。 这些系统的有效性取决于可用数据的质量和数量，以及所使用算法的复杂性。

马斯克目前的立场表明他对 DOGE 的总体影响缺乏信心，这引发了人们对将私营部门效率模型应用于复杂政府官僚机构的可行性的质疑。 类似倡议的未来仍然不确定，有待人工智能技术的进一步发展以及政府采用新的财政监督方法的意愿。