Bagaimana Pentagon Mempercepat AI – Pengajarannya untuk Kerajaan

AI dalam Kerajaan & Sektor Awam••By 3L3C

Pentagon mempercepat penggunaan AI untuk logistik, risikan dan operasi. Apa pengajarannya untuk kerajaan Malaysia dalam keselamatan, bandar pintar dan perkhidmatan awam?

AI sektor awamkeselamatan negarabandar pintarkecerdasan buatandasar digitalpertahanantransformasi kerajaan
Share:

Bagaimana Pentagon Mempercepat AI – Dan Apa Maknanya Untuk Kerajaan Malaysia

Pada minggu kedua Disember 2025, Pentagon mengumumkan sesuatu yang jarang berlaku: alat AI berskala besar akan digunakan dalam masa “hari atau minggu”, bukan bertahun-tahun. Fokusnya bukan lagi sekadar kajian konsep, tetapi penggunaan nyata untuk logistik, analisis risikan dan perancangan operasi.

Ini bukan hanya kisah pertahanan Amerika Syarikat. Ini cerminan satu trend global: agensi kerajaan mula mempercepat pengambilan AI untuk keselamatan negara, bandar pintar, automasi perkhidmatan awam dan analitik pengawasan. Kalau Pentagon boleh menyusun semula organisasi, mengurangkan bidang keutamaan dan menolak AI ke barisan hadapan, persoalannya ialah:

Bagaimana kerajaan lain – termasuk Malaysia – boleh belajar dan bertindak sekarang, bukan lima tahun lagi?

Artikel ini kupas langkah Pentagon, kaitannya dengan hala tuju Malaysia (seperti Rangka Tindakan Ekonomi Digital Malaysia dan agenda kerajaan digital), dan apa yang praktikal untuk CIO sektor awam, perancang bandar pintar serta pemain industri pertahanan dan ICT tempatan.

1. Apa Sebenarnya Pentagon Sedang Lakukan Dengan AI?

Pentagon menjadikan “penggunaan luas AI” sebagai keutamaan nombor satu, dengan garis masa hari dan minggu – bukan bulan dan tahun.

Beberapa perkara penting dari kenyataan Emil Michael (Undersecretary for Research & Engineering):

  • AI akan digunakan secara meluas untuk:
    • Logistik – rantaian bekalan, penyelenggaraan, pergerakan aset.
    • Analisis risikan – menganalisis data besar, imejan, isyarat dan laporan.
    • Perancangan tempur – simulasi senario, bantuan membuat keputusan.
  • Pentagon memilih platform Gemini for Government untuk gelombang pertama alat AI di seluruh jabatan.
  • Beberapa pejabat teknologi utama – Defense Innovation Unit (DIU), Chief Digital and Artificial Intelligence Office (CDAO) dan lain-lain – digabungkan di bawah satu payung untuk mempercepat peralihan dari eksperimen ke penggunaan sebenar.
  • Senarai bidang teknologi kritikal dikurangkan daripada 14 kepada 6, dan AI diletak paling atas.

Dari sudut pengurusan perubahan, mesejnya jelas: terlalu banyak keutamaan bermaksud tiada keutamaan. Pentagon memutuskan untuk “mengunci” AI sebagai fokus dan menyusun semula struktur organisasi supaya semua bergerak ke arah yang sama.

Kenapa langkah ini besar untuk sektor awam global?

Kerajaan di seluruh dunia bergelut dengan isu sama:

  • Terlalu banyak projek perintis AI yang tidak berkembang.
  • Data kerajaan bertabur di pelbagai sistem legasi.
  • Kekurangan bakat AI di sektor awam.

Bila organisasi sebesar Pentagon boleh memusatkan usaha AI dan mengumumkan penggunaan dalam masa yang sangat singkat, ia memberi isyarat jelas: model “tunggu dan lihat” untuk AI dalam kerajaan sudah ketinggalan.

2. Dari Medan Perang ke Dasar Awam: Isyarat Untuk Malaysia

Apa berlaku dalam pertahanan selalunya menjadi petunjuk ke mana arah teknologi kerajaan secara keseluruhan. Banyak inovasi digital bermula di sektor pertahanan sebelum menular ke agensi lain – contohnya internet, GPS, drone dan satelit.

Hala tuju Pentagon ini seiring dengan beberapa komitmen Malaysia:

  • Rangka Tindakan Ekonomi Digital Malaysia (MyDIGITAL) menekankan penggunaan AI dalam sektor awam, termasuk keselamatan, mobiliti bandar dan perkhidmatan rakyat.
  • Konsep Bandar Pintar di KL, Selangor, Johor, Sabah dan Sarawak sangat bergantung kepada analitik masa nyata, kamera pintar, pengurusan trafik berasaskan data dan automasi operasi.
  • Transformasi keselamatan negara merangkumi pemodenan keupayaan risikan, keselamatan siber dan pertahanan.

Pentagon memberi tiga pengajaran utama yang sangat relevan:

  1. AI mesti dilayan sebagai keutamaan strategik, bukan projek sampingan IT.
  2. Struktur organisasi perlu menyokong AI – bukan dipecahkan kepada silo kecil yang bersaing.
  3. Penggunaan praktikal lebih penting daripada retorik polisi. Mereka memfokus kepada kes penggunaan nyata seperti logistik dan analisis data, bukan demo yang cantik tetapi tidak digunakan.

Kalau diterjemah ke konteks Malaysia: bercakap tentang AI dalam ucaptama tidak cukup. Jabatan dan agensi perlu ada projek penggunaan sebenar yang menyentuh operasi harian – dari pengurusan kes di mahkamah, hingga sistem trafik di bandar, hingga operasi kecemasan.

3. “Robot lawan robot” & Perlumbaan Cip: Realiti Keselamatan Negara Baharu

Emil Michael menekankan dua realiti yang patut buat pembuat dasar berhenti dan berfikir sejenak.

3.1 Medan hadapan “robot lawan robot”

Dalam perang Rusia–Ukraine, kita sudah melihat:

  • Drone pemantauan dan serangan digunakan secara besar-besaran.
  • Sistem AI digunakan untuk mengesan sasaran, menjejak pergerakan dan membuat keputusan taktik pantas.

Beliau menggambarkan situasi sekarang sebagai:

“Anda ada robot lawan robot di barisan hadapan – sesuatu yang kita tak pernah lihat sebelum ini.”

Ini memberi implikasi besar untuk:

  • Angkatan Tentera Malaysia (ATM) – dari penggunaan drone, sistem pertahanan udara, hingga automasi pemantauan sempadan maritim.
  • Agensi keselamatan awam – PDRM, APMM, APM dan lain-lain – yang perlu berdepan ancaman rentas sempadan, siber dan fizikal dalam satu masa.

Sesiapa yang masih fikir AI hanyalah chatbot atau sistem cadangan, sedang memandang rendah skala perubahan ini.

3.2 Perlumbaan cip & infrastruktur AI

Michael juga menyentuh tentang China yang cuba menghasilkan ekosistem cip sendiri, dari pembuatan sehingga reka bentuk, untuk mengurangkan kebergantungan pada rantaian bekalan global seperti ASML, TSMC, dan Nvidia.

Kenapa ini penting untuk kerajaan lain?

  • Tanpa akses kepada cip AI berprestasi tinggi, semua visi besar tentang analitik data besar, pengawasan pintar dan automasi hanya tinggal dokumen PDF.
  • Negara perlu memikirkan strategi jangka panjang untuk infrastruktur AI – dari pusat data hijau hingga kerjasama serantau untuk kapasiti pengkomputeran.

Untuk Malaysia, ini berkait rapat dengan:

  • Pelaburan hyper-scale data center.
  • Dasar keselamatan data dan kedaulatan digital.
  • Perkongsian dengan negara seperti Singapura, Korea Selatan atau negara Teluk untuk kapasiti AI.

Pendek kata, AI dalam kerajaan bukan hanya soal perisian; ia soal kuasa pengkomputeran, rantaian bekalan dan geopolitik.

4. Apa Yang Kerajaan Malaysia Boleh Contohi Dari Model Pentagon

Daripada hanya memerhati berita antarabangsa, lebih berguna kalau kita tafsirkan sebagai pelan tindakan. Inilah beberapa langkah yang boleh diadaptasi – dengan realiti dan skala Malaysia.

4.1 Satu pejabat pusat AI kerajaan yang benar-benar berkuasa

Pentagon menggabungkan DIU, CDAO dan beberapa fungsi lain di bawah satu tokoh bertanggungjawab. Logiknya mudah: satu pusat keputusan, satu hala tuju.

Untuk Malaysia, pendekatan yang berkesan biasanya mengandungi:

  • Sebuah Pejabat AI Kerajaan (boleh berada di bawah MAMPU / MOSTI / Kementerian Ekonomi bergantung struktur) yang:
    • Ada mandat merentas kementerian.
    • Ada bajet sendiri, bukan hanya koordinasi polisi.
    • Boleh menetapkan standard data, keselamatan dan etika AI.
  • Jawatan Chief AI Officer (CAIO) peringkat persekutuan dan di kementerian utama, sama seperti peranan CIO.

Tanpa mandat yang jelas, projek AI mudah berubah jadi koleksi POC yang tidak pernah diarusperdanakan.

4.2 Fokus pada beberapa kes penggunaan bernilai tinggi

Pentagon mengurangkan keutamaan teknologi daripada 14 ke 6. Michael sendiri kata, “14 keutamaan, hakikatnya, bermaksud tiada keutamaan.”

Untuk kerajaan Malaysia, pendekatan praktikal ialah memilih 4–5 kes penggunaan lintas agensi yang benar-benar kritikal, contohnya:

  1. AI untuk pengurusan trafik bandar
    – ramalan kesesakan, pengoptimuman lampu isyarat, laluan ambulans.

  2. AI untuk pengesanan penipuan dan kebocoran hasil
    – cukai, subsidi, bantuan sosial.

  3. AI untuk kesihatan awam
    – triage maya, sokongan diagnosis di klinik kesihatan, ramalan wabak.

  4. AI untuk keselamatan sempadan dan maritim
    – pengesanan bot suspek, pencerobohan ruang udara, aktiviti IUU fishing.

  5. AI untuk automasi perkhidmatan kerajaan
    – pengurusan permohonan lesen, aduan awam, integrasi sistem e-Kerajaan.

Mulakan dengan beberapa projek yang jelas, ukur impak (masa proses, kos operasi, kadar pematuhan), dan gunakan kejayaan itu untuk mengembang.

4.3 Bina latihan dan “sandbox” untuk penjawat awam

Emil Michael menegaskan bahawa mereka akan:

“Meletakkan keupayaan ini di hadapan anda supaya anda boleh mula belajar dan menggunakannya. Akan ada latihan, sokongan jurutera, dan inovasi akan datang dari situ.”

Ini tepat dengan masalah utama sektor awam di mana-mana:

  • Pegawai tak selesa dengan AI, atau takut ia “menggantikan” kerja mereka.
  • Tiada ruang selamat untuk mencuba dan gagal.

Apa yang berkesan biasanya kombinasi:

  • Platform AI dalaman (seperti versi terhad ChatGPT / Gemini / model tempatan) yang dikawal selia, dengan data kerajaan.
  • Program latihan terstruktur: dari asas pemikiran data hingga pembinaan prompt dan reka bentuk proses AI.
  • Sandbox peraturan untuk membenarkan eksperimen terhad dalam rangka tata kelola yang jelas.

Kerajaan yang menang dalam AI bukan yang paling banyak beli teknologi, tetapi yang paling cepat membina literasi AI di kalangan penjawat awam.

5. Menjaga Keseimbangan: Kuasa AI vs Tanggungjawab Kerajaan

Setiap kali AI digunakan dalam pertahanan dan pengawasan, dua soalan besar timbul:

  1. Siapa bertanggungjawab bila AI buat kesilapan?
  2. Bagaimana nak pastikan AI tidak disalah guna terhadap rakyat sendiri?

Dalam perbincangan lain di Washington, Setiausaha Tentera Udara AS menegaskan bahawa manusia mesti kekal bertanggungjawab atas penggunaan AI dalam konflik. Prinsip ini patut jadi asas juga dalam konteks Malaysia.

Beberapa garis panduan yang saya rasa wajar diangkat di sini:

  • “Human-in-the-loop” untuk keputusan kritikal – AI boleh cadang, manusia mesti luluskan, terutama dalam tindakan penguatkuasaan dan ketenteraan.
  • Tata kelola data yang telus – rakyat perlu tahu bagaimana data mereka digunakan, terutama dalam sistem bandar pintar dan analitik pengawasan.
  • Garis merah yang jelas – contohnya, larangan penggunaan AI untuk profiling kaum/agama atau untuk menekan perbezaan pandangan politik.

Kerajaan yang berjaya mengimbangi kecekapan AI dengan hak asasi dan kepercayaan rakyat akan mendapat mandat sosial untuk mengembangkan teknologi lebih jauh.

6. Langkah Seterusnya Untuk Pemimpin Sektor Awam & Industri

Kalau anda:

  • CIO di kementerian atau agensi,
  • perancang bandar pintar,
  • pemimpin GLC/GLIC,
  • atau syarikat teknologi yang bekerjasama dengan kerajaan,

ini tiga langkah praktikal yang boleh dimulakan seawal suku pertama 2026:

  1. Pilih satu kes penggunaan AI bernilai tinggi dan ukur dengan tegas.
    Bukan hanya POC; letak sasaran jelas seperti “kurangkan masa proses lesen 40%” atau “naikkan kadar pengesanan penipuan 30%”.

  2. Bentukkan pasukan kecil lintas fungsi.
    Gabungkan pegawai proses, pakar domain, pegawai IT dan rakan teknologi dalam satu skuad yang fokus pada hasil, bukan sekadar dokumentasi.

  3. Sediakan pelan tata kelola & etika awal.
    Dokumenkan bagaimana data dikumpul, siapa mengakses, apa peranan AI, dan bila manusia mesti campur tangan.

Pentagon menunjukkan bahawa kelajuan dan keberanian membuat keputusan adalah faktor utama dalam perlumbaan AI. Malaysia sudah ada dasar yang baik di atas kertas; langkah seterusnya ialah mengubahnya menjadi projek nyata yang memberi impak kepada keselamatan, ekonomi dan kualiti hidup rakyat.

Jika sektor pertahanan dunia sedang bergerak ke arah “robot lawan robot”, sektor awam Malaysia tak boleh kekal di tahap “borang lawan borang”. Masa untuk AI dalam kerajaan bukan lagi masa depan – ia sedang berlaku sekarang.