英伟达很快意识到，使人类能够驾驭人工世界的计算引擎，也可以用于智能武器在现实世界中导航等场景。英伟达的图形处理单元很快推动和引领了人工智能和机器学习的新革命，具有广泛的应用。正是通过将英伟达最强大的计算核心堆叠在一起，橡树岭国家实验室建造了超级计算机。

然而，我更感兴趣的是英伟达在为自动驾驶汽车提供动力方面的作用。英伟达并不是唯一为自动驾驶汽车制造小型超级计算机的公司，但它无疑是该领域的领导者。它将功能强大的计算机和图形处理单元以及用于人工智能的加速器集成到一本书大小的“芯片”，嵌入车上。安装训练好的机器学习算法后，英伟达的计算机使车辆能够感知拥堵道路上每秒发生的海量事件，并执行复杂而对时间十分敏感的动作，例如在城市街道上行驶。事实上，所有信息都在车辆的信息采集端和需求端进行处理和解释，英伟达等公司开发的这种技术，被称为“边缘”计算，更确切的说是机器大脑。

与一些领先的美国科技公司不同，英伟达愿意与国防部做生意。我问它有多少图形处理单元在野战情况下的美国军事系统上运行。我对答案并不感到惊讶：“没有”。

正如答案所暗示的，与英伟达等商业公司正在开发的最先进技术相比，大多数美国军事系统都落后多年。美国军事系统上功能最强大的计算机是F-35联合攻击战斗机的核心处理器，这为其赢得了“飞行的超级计算机”的绰号。处理器每秒可以执行4000亿次操作。相比之下，Nvidia DRIVE AGX Pegasus每秒可以在商用车或卡车上进行320万亿次操作，处理能力是F-35核心处理器的800倍。

与其他美国军事项目相比，F-35在智能化方面遥遥领先。大多数美国军用机器收集的信息实际上并没有在机器本身上进行处理。要么存储在系统上，然后在机器处理数小时甚至数天；或者以TB量级实时传回作战中心，给军事通信网络带来了巨大的负担。无论哪种方式，梳理大部分数据并找到相关的信息位是人工而不是自动完成。到2020年，这是数以万计美军的全职工作。当他们下班时，可能会使用英伟达的技术玩视频游戏，甚至帮助他们开车回家。但身穿制服，他们的工作基本上与祖父辈在第二次世界大战中相同。

信息革命可能始于国防部建立现代互联网的原型，随着华盛顿政府和硅谷之间、国防世界和技术世界之间的距离越来越大，美军干脆被甩在了后面。同时，在商业技术公司推动下，特别是最近二十年，信息革命超速发展，并将扩展到几乎所有领域。

信息革命在1990年代成为热门关键词，其本质核心是传感（收集信息）、计算（处理和存储信息）和网络（传输信息）的相互促进和发展。由于其中一种技术的发展使另外两种技术的进步成为可能，三者互为必要，因此发展速度呈指数级增长。商业技术公司（主要但不限于硅谷）推进信息革命的程度远远超出人们二十年前的想象，也远远超出美军当前所处的状态。

例如，通信公司已经成功地建立了高速网络，在几年内通信标准从3G发展4G，数据传输速度提高十倍，并很快达到5G，5G可能比4G快二十倍。无处不在的连接与国防部网络水平形成鲜明对比。可以肯定的是，五角大楼使用的网络在工作环境和条件上肯定比商业网络更恶劣。军用网络往往是由那些核心竞争力是将金属转化成军事平台的公司建立，所以解决这些问题的难度也显著增加。因此，军事网络就像一个中世纪的系统，到处都是未经铺砌的道路、手工搭建的桥梁和检查站，对信息传输的限制重重。结果是，国防部的大多数平台和系统都没有（实际上无法）与其他平台和系统连接，当然更谈不上简便、快速和可靠。

传感器也是如此，就像机器的眼睛和耳朵。国防部已经花费了数十亿美元来逐步升级几十年来使用的传感器，例如，成像距离更长、分辨率更高的相机。这些精密的传感器比民用的性能好，但商业技术一直在奋起直追。现在，全球充斥着大量低成本、高质量和日趋小型化的传感器，包括能够“看”的光电、红外、雷达、激光雷达和射频传感器，以及像Alexa、Siri等能“听”的声学传感器。商业公司甚至开始开发合成孔径雷达等目前还在美国政府计划阶段的传感器。

这形成了鲜明对比。许多美国家庭现在都配备了由Nest和Ring等公司制造的低成本传感器网络，这些传感器使人们通过移动设备实时定位，而传统的美国军事基地的安全仍然由大量站岗或盯着视频监控的人来执行，好像电影《好莱坞广场》那样排列。同样，许多民用车辆配备的传感器，可以随时感知车辆周围态势，而大多数美国军用车辆则不具备这样的功能。

传感器在全球广泛分布，并逐渐覆盖到太空。从数百英里之外，商业卫星可以非常详细地看到地球上的目标，可以很快就识别出个人面孔。这些卫星的数量以每年数百颗的速度增长。硅谷在很大程度上负责即将建成数千颗小型卫星，这些卫星将在整个地球上构建一个不眨眼的眼睛，从而对地球进行实时监视。事实上，美国国家地理空间情报局是一家拥有14,500人的情报机构。最新估计，仅分析未来二十年将产生的全球所有图像，就需要超过800万人。

简而言之，硅谷正在将整个世界变成一个传感器网络，存储和解释传感器数据，推动了对海量算力永无止境的追求。实际上，估计当今世界上90%的数据都是在最近两年内产生的。商业技术公司也解决了这个问题。自20世纪90年代以来，计算机性能几乎每年翻一番。随着云计算技术的发展，人们不再需要在家中或办公室实际拥有计算能力和数据存储设备。计算和存储成为一种服务，除了美军，任何人在任何时候都能获得几乎无限的处理和存储数据的能力。虽然国防部某些部门最近采用了云计算技术，但直到2019年10月，国防部才最终批准建立企业云的合同，但这项官方采购很快遭到唐纳德·特朗普总统的反对，他公开批评了其中一家竞争对手亚马逊和其创始人杰夫·贝佐斯。

“边缘计算”

然而，信息革命近来已经超越了云计算，转向了所谓的“边缘计算”，这是英伟达等公司开发的新技术。自从人类创造计算机以来，只有通过高度集中化才能实现大规模的处理能力。大量的计算机处理器通常必须在整个房间甚至整栋建筑中堆叠在一起，以实现快速、大规模地数据处理和存储。现在情况已不再如此，计算机处理已经分散并推向网络边缘，创造了一个不断扩展的智能系统网络，如车辆、电器，甚至家庭，通过与其他所有连接来收集、处理和共享信息，即所谓的“物联网”。令人兴奋的是将边缘计算超级计算机的处理能力分布在大量的军事系统中，可以创造出更具弹性、安全性和操作效率的作战网络。

硅谷很久以前就开创了一种全新的软件开发方法，可能引发新一阶段的信息革命。这是一个永无止境的构建、测试和发布代码，推进信息技术发展过程。移动设备中的应用程序和操作系统也因此可以随时更新。

在美国军事系统中，这些事情根本不会发生，硬件一直是王道，软件在很大程度上是事后的事情。对于大多数军用系统，硬件更新计划决定软件更新的计划。毕竟，构建这些系统的大多数公司都是硬件公司，而不是软件公司。这造成了多年的软件开发周期注定要失败。设想一下，移动设备的软件和应用程序每隔几年才更新一次，运行效果会如何？军事系统就是如此。我无法告诉你我在参议院任职期间遇到的国防项目的数量（美国政府多年来已经花费了数十亿美元），这些项目之所以失败，原因很简单，因为承接方不擅长开发适用、可扩展、适应性强、可迭代的软件。结果是，美军不断的接收新装备，这些装备功能上还不如在日常生活中所用的东西。

人工智能

信息革命也为人工智能和机器学习的爆炸式增长创造了条件，机器学习是机器独立于人类指令理解和学习信息。几十年来，人工智能一直是人们强烈关注研究的主题，许多机器学习算法也已经存在了同样长的时间。但直到最近，信息革命才带来了海量数据和计算能力这两个重要要素。这使得通过算法抽取大量数据，并训练机器执行以前只有人类才能完成的任务成为可能，例如识别人或图片中的特定物体。

人工智能技术在2012年进一步爆发，杰弗里·辛顿（Geoffrey Hinton）领导的计算机科学家团队展示了“深度学习”的力量。这项技术将多种算法（有时超过100种）整合到一个“神经网络”中，网络中的一层可以将其知识传递到下一层以进行进一步完善。例如，深度神经网络的第一层可以确定图片中是否有人，更深层可以分析特定特征，以确定图片中的人是谁。深度学习的成功与英伟达等公司开发的图形处理单元的有效性直接相关。处理器使学习机能够在很短的时间内处理大量数据，极大的提高了理解信息的能力，并实现了许多其他突破。

私营企业致力于迅速改进这项技术，体现了软件程序如何从经验中学习，比人更快、更准确地执行特定且功能有限的任务。最著名的案例是谷歌的AlphaGo，一个深度神经网络，在2016年使用机器学习击败了围棋世界冠军。更令人印象深刻但鲜为人知的是AlphaStar，也是由谷歌开发，它在2018年的即时战略游戏《星际争霸Ⅱ》中击败了一些世界顶尖选手。事实证明，该软件在玩《星际争霸Ⅱ》方面非常成功，这对我来说特别有启发性，因为该游戏以战争为蓝本。

在《星际争霸Ⅱ》中，玩家必须选择如何建立具有不同能力的作战单元，以及如何与以相同方式建立部队的对手作战。两个玩家都不知道对方建立了什么样的军队，也不知道对方如何进攻，而玩家招式的数量（就像在生活中一样，但远远超出了国际象棋甚至围棋游戏的招式）是天文数字10270。在《星际争霸Ⅱ》中，玩家还必须应对高度的不确定性、不完整的信息、行动和结果之间长时间间隔，以及同时在战场各处展开的多场战斗。

谷歌的AlphaStar用一周时间训练玩《星际争霸Ⅱ》，相当于人类两百年的游戏，然后与职业选手比赛。尽管AlphaStar犯了很多明显的错误，但还是连续五场击败了对手。AlphaStar在与更高级的职业选手较量之前又获得了两百年的经验。第二个挑战中的表现不仅没有明显的错误，而且非常引人注目，它做出了人类观察者难以理解的决策。AlphaStar赢了所有比赛。只有同时看到整个战场的能力这个明显的机器优势被解除，AlphaStar才失败。

在国防部这样的事情根本没有发生。大多数美国人每天都从机器学习中获益。他们通过机器学习来购书、选歌，选择最快的出行路线，并规划网上消费。令人震惊的是，让人越来越认为理所当然的机器学习技术在美国军人的日常工作中很罕见，他们在工作中经常不得不手动执行繁重的任务，他们个人生活中类似任务多年前就已经交给了机器和算法。

大多数国防部的部门都没有能力利用机器学习，部分原因是他们处理自己数据的方式。很久以前，商业领域就意识到，数据是推动数字世界的石油，也是智能革命的先决条件。没有大量数据，机器学习算法是不可能有效，十多年来，科技公司一直在努力积累数据储备。相反，国防部大部分人仍然将数据视为发动机尾气，只是运行过程中的副产品，经常被大量丢弃。更严重的问题是，即便五角大楼领导人开始慢慢认识到数据的重要性，他们也并没有倾向用机器学习来帮助快速、大规模分析处理数据，而是增加了更多的人来尝试手动处理它。

可以肯定的是，机器智能的能力不应被夸大。迄今为止，人工智能的成就令人印象深刻，尽管复杂性越来越高，但仍然处于执行功能有限、重复性任务的层次，与通用人工智能相去甚远，后者需要在高度多样化和情境依赖性的条件下进行独立推理，例如能够完成人类所能做的一切的机器。这种技术即使可行，也还有很长的路要走。随着人工智能和机器学习的不断发展，国防部更大的担忧就是被甩在后面。

可回收运载火箭

除了机器学习，硅谷还将信息革命的前沿拓展到了外太空，这在一定程度上也是因为它。自1950年代以来，进入太空受到某些现实的限制。火箭只能进行单程旅行，将它们送入太空就像在一次飞行后扔掉一架飞机。这个现实使得太空发射非常低效、昂贵和少见。因此，卫星寿命设计的很长，通常是几十年，这意味着它们高度复杂、数量很少、非常昂贵。由于高成本和复杂性限制，通常只有少数国家有进入太空的机会。

大约十年前，随着低成本商业太空发射的出现，情况开始发生变化。埃隆·马斯克、杰夫·贝佐斯、保罗·艾伦和理查德·布兰森等有远见卓识的人开始制造新型火箭，包括可重复使用的运载火箭。可以往返太空的火箭使得以更低的成本更频繁地发射卫星成为可能，这意味着卫星本身的设计可以完全不同。

低成本的太空发射催生了一个全新的微型卫星产业。卫星现在不再是体积庞大、数量稀少、价格昂贵、设计寿命数十年，而是可以数量大、成本低，像手机一样设计，批量生产，使用几年后替换。这使得卫星能够地变得更好、更快，因为新技术每隔几年就会迭代一次，而不是几十年。这反过来又创造了另一个全新的行业：小型低成本火箭，一次可以发射几颗微型卫星。简而言之，在短短十年内，加州等地方的商业科技公司推翻了许多关于进入太空的核心假设，他们现在正在将信息革命的前沿扩展到地球大气层之外。

几年前，我在西雅图郊外一个不起眼的办公园区里看到了未来。从外面看，这儿很容易被忽略，我一开始开车经过就没有注意到。然而办公园区内部是典型的硅谷初创公司：开放空间、白色墙壁、丰富零食，工程师正在整洁的空间建造洗碗机大小的卫星。这就是SpaceX的微型卫星部门， Starlink计划的所在地。

对于开创可重复使用的太空运载火箭的公司来说，SpaceX对Starlink的愿景无疑是雄心勃勃的：在近地轨道上建造一个小型卫星星座，可以随时向地球的每个角落提供高速通信和数据网络。自60年前太空时代开始以来，人类总共向近地轨道发射了大约800颗卫星。在未来几年，SpaceX计划发射多达12000枚，并已寻求政府批准再发射3万枚。我访问SpaceX的时候，只有几颗这样的卫星在轨道上，但可以直接从太空的高速互联网上传输YouTube视频流。SpaceX在2019年5月部署了60颗Starlink卫星，但SpaceX并不是唯一追逐这个未来的公司。OneWeb和Blue Origin等公司也正计划发送自己的大型星座。如果成功，所有人和设备都可以随时访问地球上任何地方的互联网，所需要的只是一个披萨盒大小的接收器。

先进制造

随着信息革命扩展到太空，技术正在改变制造业。几十年来，制造业往往远离需求。一般物品由多个组件组成，这些组件在许多不同的地方制造，然后通过庞大的物流网络（通常是全球）运输，在特定的地方组装成可以交给消费者的成品。

相比之下，先进制造业使得在用户需要的时间点生产日益复杂的成品或关键部件成为可能，同时显著降低了成本、时间、劳动力和后勤管理。其中一个原因是使用复合材料和制造方法，使得在很少或根本没有熟练劳动力的情况下生产高质量的部件，并组装成最终产品。通过这种方式，制造业变得类似于宜家家具组装的模式。

增材制造具有非凡军事意义，复杂的零件甚至成品能够使用不同种类的材料在三维空间中打印，从低成本塑料到碳纤维再到熔融金属。这项技术已经用于打印飞机、火箭、车辆等机械的关键部件。随着时间的推移，人们将能够在需要的地方，只需单击按钮，就可以制造出更多需要的产品，又不会增加生产、组装、运输和仓储所需的成本、时间和人力。事实上，使用增材制造技术在太空打印完整的卫星，从而消除发射需求、高昂成本、时间和风险已经不再难以置信。

生物技术

近年来，商业技术公司甚至开始将信息革命扩展到生物领域。计算机处理和机器学习的增长使科学家能够将基因组（生命的基石）视为另一个大数据问题，现在可以比以往任何时候都更容易地解码。事实上，自2003年以来，人类基因组测序价格已经降低了二十万倍，编辑基因组序列价格也降低了一千多倍。CRISPR等低成本基因工程技术的发展使这成为可能，这些技术使得从零开始创造新的遗传物质甚至新的生命形式成为可能。最引发军方关注的直接应用是扩展增强人类能力极限的边界，更精确地评估具体人在认知和执行任务方面的优势，然后通过单独定制的药物或生物技术增强这些自然能力。

“脑机接口”技术是生物技术革命的另一个新兴前沿， “脑机接口”就是将人脑连接到机器并控制的能力。埃隆·马斯克创立了一家名为Neuralink的脑机接口初创公司，目标是“完整的脑机接口，人类可以与人工智能实现某种共生”。马斯克设定的近期目标是让人完全通过思考完成每分钟输入四十个单词。

脑机接口可以通过手术植入物以侵入性方式实现，但更多地以非侵入性方式实现。例如，约翰霍普金斯大学应用物理实验室已经证明，固定在人体上的机器人假肢可以拾取神经信号，使截肢者能够把假肢作为附属物来控制。脑机接口技术也可以把先进传感器和机器学习结合，使人类能够控制其他类型的机器，如无人机蜂群。随着脑机接口技术的逐步完善，人类就可以纯粹用他们的思想来指导和监督无人机等智能军事系统的运行。

量子技术

近年来，硅谷等地方的公司将目光投向了信息革命中更激进的前沿，即利用量子技术构建信息收集、处理和传输技术，量子科学涉及比原子小的物质的特性。亚原子的特性与较大物质不同，而且更独特。例如，它们能够实现所谓的叠加：一个亚原子可以同时存在于两个不同的物理空间中。类似地，一对亚原子具有纠缠的特性，这意味着它们的行为就像彼此的镜像。即使隔开很大的物理距离，影响一个粒子的行为会瞬间影响另一个粒子，对其中一个粒子的观测会破坏它们的纠缠。

量子科学与物理定律背道而驰，这就是阿尔伯特·爱因斯坦曾经称之为“幽灵”的原因。但事实证明，新型的量子信息技术得到了巨大的商业推动。一种应用是量子传感器，利用量子叠加特性用于检测，例如飞机，这些物体在穿过环境时对重力和磁场造成的微小破坏。另一个应用是量子通信，利用纠缠的特性来保护信息。这个想法是，由于两个纠缠的粒子相互镜像的行为，并且由于外部干扰破坏了纠缠，粒子可用于构建“牢不可破”的加密系统。

另一个应用是量子计算机，它使用量子来编码和处理信息。在经典计算机中，信息采用二进制形式，用1或0编码。在量子计算机中，由于叠加，量子可以同时编码为1和0。听起来很荒谬，但是有效，使将信息编码为三个单元成为可能，而不仅仅是两个单元。这使得量子计算机比经典计算机更快、更强大，可以解决即使是最好的超级计算机也无法解决的问题。例如，传统加密基于复杂的数学算法，经典计算机需要数百万年才能破解，量子计算机可以在几分钟内解决。

实现量子信息技术可能需要数年甚至数十年。商业技术公司正在花费大量资金来开发这些幽灵般的系统，如果成功，信息革命将发生质的飞跃，进入一个时代，产生令人不安的巨大军事影响。

大裂痕

硅谷似乎正在将信息革命扩展到人和物，正在改变全世界数十亿人的生活、工作和人机关系，似乎每个人都在尽最大可能受益，除了美军。某种程度上是因为许多硅谷公司对向国防部提供技术不感兴趣，首先是经济考虑：为五角大楼工作的时间太长、阻力大、收益少。随着时间的推移，经济差异固化了观念。冷战后长大的年轻创始人和工程师没有与美军合作的记忆。和硅谷前辈一样，他们有着改变世界的愿望。在“单极时代”令人兴奋的岁月里，无限的乐观情绪席卷了整个美国。

技术似乎正在打破壁垒，将人们聚集在一起。硅谷的许多人开始将自己视为全球公民，他们相信人们天生善良，渴望和平生活，技术可以使这一切成为现实。这种世界观似乎与美军的世界观格格不入，美军认为自己是抵御人类不可改变的邪恶、贪婪和侵略能力的最后一道防线。好像国防部在火星上，而硅谷在金星上。

华盛顿政府国防部门对此毫无办法，多次受到硅谷和其他商业世界的许多技术颠覆的冲击。错过了商业太空革命，错过了向云计算的转变，错过了现代软件发展时代，错过了数据中心化，也错过了人工智能和机器学习的兴起。当然，华盛顿政府的许多政商精英都能因为说服国防部抵制这些颠覆性技术而获得既得利益，华盛顿政府错过重大发展机遇的程度难以形容，因为根本不了解，甚至不知道是可能的。

更糟的情况是，华盛顿政府的国防部门最终意识到了这些商业技术革命，但并没有立即接受，大多情况下还是继续拒绝技术革命。两家加利福尼亚初创公司SpaceX和Palantir的案例就说明了这一点，它们的经历几乎完全相同。

尽管硅谷公司大多远离国防，但这两家公司例外。SpaceX开发了可重复使用的火箭，大幅降低了包括美国政府在内所有人的太空发射成本。美国政府多年来一直依赖一家军工企业发射其重要而昂贵的国家安全卫星，该公司的成功发射记录很完美的，但价格奇高。同样，Palantir开发了可以分析海量数据并提出重要模式和洞见的软件，可以帮助美国政府通过跟踪网络来阻止恐怖袭击。国防部，特别是美国陆军，多年来一直在努力，投入数十亿美元来发展类似的能力。

SpaceX和Palantir都拥有美军没有的顶尖技术，与许多硅谷同行不同，他们愿意与国防部合作。可以肯定的是，虽然有时都表现的傲慢、咄咄逼人和居高临下，但陆军（在Palantir的案例中）和空军（在SpaceX的案例中）都没有急于改变现状，即使它的成本更高（如空军的情况）或根本无法运行（如陆军的情况）。两家公司都没有放弃，开始了多年的不懈斗争，说服潜在的政府客户采购他们的技术，实际上只有一种可能，因为每家公司都有一位亿万富翁创始人，他们有意愿和能力维持这种斗争。然而，即使这样最终也没有奏效，Palantir和SpaceX都不得不起诉各自的客户以获得公平的申诉机会。两者都成功了，并已成为数十亿美元的公司。

自冷战结束以来，数十家初创公司已经发展成为数十亿美元的企业，涵盖消费电子、金融技术、社交媒体和生物技术等领域。在这三十年的时间里，Palantir和SpaceX是唯一两个在国防领域取得所谓独角兽地位的公司。华盛顿政府等地方的人们想知道为什么更多的工程人才和私人资本没有流入国防技术，原因并不比这更复杂，三十年的数据表明，如果想开始一个成功且有利可图的新业务，不能选择国防领域，除非你已经是亿万富翁。这两家初创企业获得很大成功的经验，并不是硅谷等地方急于效仿的。

与五角大楼的传统承包商一样，商业技术领域也在经历自己的整合过程，这一事实并没有帮助商业技术行业远离国防。在过去的十五年里，主要的科技公司已经收购了数十家科技初创企业：例如，Facebook收购了Instagram、WhatsApp和Oculus VR等，而谷歌则收购了更多公司，包括Android、YouTube、Waze、Nest和DeepMind。随着科技巨头发展壮大为更大的全球品牌，他们越来越认为美国政府不是资产，而是负债。因此，随着国防工业的整合导致有能力构建人工智能等尖端技术的大型公司数量减少，技术产业的整合也导致大型公司的数量减少，但这只会使它们技术实力更强，但不愿与美军合作。

与此同时，进一步推动华盛顿政府和硅谷扩大裂痕的一幕上演。2013年，爱德华·斯诺登事件强化了硅谷的信念，即美国政府不值得信赖，对他们日益全球化的品牌不利，甚至与他们的价值观相悖。一系列事情使情况变得更糟。2015年，苹果拒绝解密圣贝纳迪诺枪手的iPhone并向联邦调查局提供数据；Facebook未能控制俄罗斯劫持其平台以干预2016年大选；谷歌于2018年退出“Maven计划”，这是五角大楼旨在利用机器学习来处理情报的计划，还有云计算合同。华盛顿政府的许多人认为，实际行动表明，硅谷在道德上变得不严肃，把企业利润提升到国防安全之上，特别是因为这些公司中许多似乎更愿意与中国政府合作，而不是自己的政府。关系跌入谷底。

不幸的是，这出戏发生在国防部终于开始对先进技术进行伟大觉醒的那一刻。2014年底，国防部长查克·哈格尔离任，在继任者阿什·卡特的推动下，五角大楼领导人开始认识到美军的技术优势正在被削弱，而保持这种优势将取决于人工智能、自主系统和先进制造业等新技术。

很难形容这一刻的悲剧性讽刺，时而有意，时而无意，华盛顿政府花了二十年的时间与硅谷之间竖起了不可逾越的墙，达到了不惜一切代价维持现状的效果，得出了迟来的结论，即美军的未来效能取决于许多颠覆性技术，硅谷在技术发展中发挥了重要作用，但是现在比以往任何时候都更无意向政府提供。

分裂的程度令人震惊。美国排名前五的人工智能公司亚马逊、Alphabet、Facebook、微软和苹果在2018年的研发上总共花费了705亿美元，用于投资未来技术。相比之下，排名前五的军工企业洛克希德·马丁公司、波音公司、雷神科技公司、通用动力公司和诺斯罗普·格鲁曼公司总共花费了62亿美元。事实上，苹果经常性持有大约2450亿美元的“手头现金”，足以直接收购所有五家美国顶级军工企业。因此，当涉及对未来有效性最重要的核心技术时，国防部发现自己陷入了可怕的困境：最有能力的公司不愿意合作，而愿意合作的公司却没有能力。

这也许是最大的讽刺：对艾森豪威尔来说，正如在他1961年著名的告别演说中警告的那样，军工复合体的最大问题不在于成为美国自由和自治的威胁。军工复合体唯一的工作就是拿到国家必须提供给美国军方的最先进技术，以便美国能够保持对战略竞争对手的领先优势。更严重的问题是，随着时间的推移，军工复合体在这个唯一的工作上会失败。这并不是国防部、国会或国防工业某一方的单方错误，是三方系统性的失败。在两党的基础上，华盛顿政府的国防综合体与更广阔的世界隔绝，在很大程度上错过、没有充分利用，甚至积极抵制可能是历史上最重要的技术革命。

不管艾森豪威尔最终对军工复合体如何担忧，他都把它引向了令人难以置信的后果。在艾森豪威尔的支持下，施里弗等创新者采用宽容风险方法，达成了不可能完成的奇迹目标。但是，华盛顿政府反对宽容风险方法，花了几十年的时间用繁琐、僵化的中央计划程序取而代之，这些程序无法快速或根本无法提供伟大的技术。华盛顿政府牺牲了军工复合体的速度和效率，以换取节省成本和提高效率的希望，但最终却一无所获。这就好像美国打败了苏联，然后开始采用苏联的军事采购制度。