اگر شما یکی از کارمندان دولتی هستید که صدها ساعت از عمر خود را صرف کاغذبازیهای اداری میکنید، وزارت دفاع آمریکا همین حالا نقشهراهی برای رهایی از این وضعیت ارائه داده است. مقامات پنتاگون اکنون از هوش مصنوعی زاینده برای تدوین گزارشهای پیچیدهای که توسط کنگره الزام شدهاند استفاده میکنند و یک فشار کاری ۲۰۰ ساعته را به تنها ۵ ساعت تبدیل کردهاند.
بحران کاغذبازی
این تغییر در حالی رخ میدهد که پنتاگون با حجم انفجاری کاغذبازیها دستوپنج نرم میکند. طبق گزارش دیوان محاسبات آمریکا (GAO)، تعداد گزارشهای الزامی از حدود ۵۰۰ مورد در سال ۲۰۰۰، به بیش از ۱٬۴۰۰ مورد تا سال ۲۰۲۰ رسیده است.
برای سالها، شناسایی این الزامات چنان خستهکننده بود که گاهی ۶ ماه زمان میبرد تا فقط یک گزارش به تیمی سپرده شود. الیزابت فیلد، مدیر اجرایی سابق GAO، در مصاحبهای در سال ۲۰۲۳ اشاره کرد که مقامات دفتر معاون وزیر دفاع برای امور قانونگذاری معمولاً مجبور بودند قوانین مجوز دفاعی را «تقریباً خط به خط» اسکن کنند تا آخرین الزامات گزارشدهی را پیدا کنند. این موضوع بهخصوص زمانی چالشبرانگیز است که برخی گزارشها باید ظرف یک سال پس از ابلاغ دستور، ارسال شوند.
راهکار GenAI.mil
همانطور که در تحلیلهای پیشین ما دربارهی اتوماسیون اداری در سازمانهای بزرگ اشاره کردیم، مقاومت در برابر این حجم از دادههای غیرساختاریافته، تنها با ابزارهای پردازش زبان طبیعی ممکن است. برای حل این بحران، وزارت دفاع در دسامبر ۲۰۲۵ پلتفرم GenAI.mil را راهاندازی کرد. این سامانه اختصاصی، دسترسی شاخههای نظامی به ابزارهایی مانند Gemini for Government از شرکت گوگل کلاد را فراهم میکند.
در ۱۲ ژوئن ۲۰۲۶، امیل مایکل، مدیر ارشد فناوری پنتاگون، در رویدادی به میزبانی مؤسسه هادسون، توانایی این پلتفرم در بلع حجم عظیمی از مستندات و تولید پیشنویس گزارشها در کسری از زمان معمول را برجسته کرد. مایکل سازوکار کار را اینگونه توضیح داد: «اجازه دهید تمام اسناد را روی آن بارگذاری کنم تا گزارشی برای کنگره بنویسد که در حالت عادی ۲۰۰ ساعت زمان میبرد، اما حالا در ۵ ساعت آماده میشود».
مقامات دیگر نیز موفقیتهای مشابهی را گزارش کردهاند. در ۲۳ آوریل ۲۰۲۶، جیکوب گلسمن، معاون دستیار وزیر دفاع برای بنیادهای علم و فناوری، در اجلاس Box Federal اعلام کرد که یک تیم کمتعداد با استفاده از GenAI.mil، گزارشی را تولید کرده است که «بهترین گزارش» پنج سال اخیر این تیم توصیف شده است. اگرچه گلسمن نام گزارش خاصی را نیاورد، اما این روایت نشاندهنده جهش کیفیت در خروجیهای مدل است.
گسترش ردپای هوش مصنوعی
فراتر از گزارشهای سطح بالا، این موج هوش مصنوعی به کارهای روزمره نظامی نیز رسیده است. کارکنان اکنون از این ابزارها برای موارد زیر استفاده میکنند:
- نوشتن گزارشهای ارزیابی برای افسران ارشد (Commissioned) و پایینرتبه (Non-commissioned).
- تولید متنهای توصیهنامه برای مدالهای تقدیر.
- ایجاد بیانیههای رسمی برای جلسات مشاوره.
سرعت پذیرش این فناوری خیرهکننده بوده است. به نقل از امیل مایکل، تعداد کارکنانی که از ابزارهای تجاری AI از طریق GenAI.mil استفاده میکنند، از ۸۰٬۰۰۰ نفر در دسامبر ۲۰۲۵ به ۱.۵ میلیون نفر تا ژوئن ۲۰۲۶ رسیده است. این یعنی تقریباً نیمی از کل نیروی کار ۳.۵ میلیون نفری وزارت دفاع. این گسترش سریع مدیون قراردادهای سال ۲۰۲۵ بین اداره خدمات عمومی آمریکا (GSA) و چندین شرکت فناوری است تا ابزارهای AI با تخفیفهای شدید در اختیار آژانسهای فدرال قرار گیرند.
مشارکتهای استراتژیک و استثنائات
برای تامین زیرساخت این توسعه، پنتاگون در ۱ مه ۲۰۲۶ با هشت شرکت پیشرو در حوزه AI قرارداد امضا کرد تا ابزارها را روی شبکههای طبقهبندیشده برای «استفادههای عملیاتی قانونی» مستقر کنند. این شرکا عبارتند از:
- OpenAI
- Nvidia
- Microsoft
- Amazon Web Services
- Oracle
- SpaceX
- Reflection AI
نکته قابل توجه این است که شرکت Anthropic از این قراردادها کنار گذاشته شد. دولت ترامپ این شرکت را پس از آنکه گزارش شد مدلهای Claude را برای استفاده نامحدود در جنگهای خودکار و نظارت جمعی رد کرده است، در لیست سیاه قرار داد. دولت آمریکا مبلغ دقیق پرداختها در این قراردادهای جدید را فاش نکرده است.
ریسک «توهمات»
با این حال، این بهرهوری با یک ریسک بزرگ همراه است: دقت. غول مشاوره KPMG اخیراً مجبور شد گزارشی با عنوان «بازتعریف تعالی در عصر AI عاملمحور» را جمعآوری کند؛ چرا که گروه پژوهشی GPTZero و روزنامه فایننشال تایمز فاش کردند این گزارش حاوی خطاهای متعدد و ادعاهای دروغین تولید شده توسط AI است.
برای پنتاگون — که در دولت ترامپ با نام «وزارت جنگ» شناخته میشود — ریسکها بسیار فراتر از یک بروشور شرکتی است. این گزارشها مکانیسم اصلی نظارت کنگره بر بودجه ۱.۵ تریلیون دلاری درخواستی برای سال مالی ۲۰۲۷ هستند.
هنوز مشخص نیست پنتاگون چه فرآیند دقیقی برای بازبینی صحت پیشنویسهای AI دارد. اگر توهمات مدل — یعنی وقتی مدل با اطمینان چیزی میگوید که اصلاً وجود ندارد، شبیه دوستی که خاطرهای را اشتباه تعریف میکند — بدون نظارت انسانی شدید عبور کنند، پاسخگویی در مورد نحوه هزینه کرد مالیاتبگیران به خطر میافتد. باید منتظر ماند و دید آیا کنگره استانداردهای جدید تاییدیه یا برچسبهای «افشای AI» را برای گزارشهای رسمی مطالبه میکند تا اطمینان حاصل شود که بهرهوری به قیمت حقیقت تمام نمیشود.
گام بعدی شما
- اگر در سازمانهای بزرگ با حجم بالای گزارشدهی هستید، مدلهای «تولید بازیابیافزا» (RAG) — مثل دانشآموزی که قبل از جواب دادن، اول کتاب را باز میکند و از آن نقل میآورد — را برای کاهش خطای مدل بررسی کنید.
- استانداردهای جدید «برچسبگذاری AI» در اسناد رسمی را دنبال کنید تا متوجه شوید کدام بخشها توسط انسان بازبینی شدهاند.
- بررسی کنید آیا ابزارهای داخلی شما قابلیت دسترسی به مستندات طبقهبندیشده را دارند یا فقط روی دادههای عمومی کار میکنند.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است؛ برای درک اینکه این حجم از پردازش چگونه مدیریت میشود، به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو