当大批量的、冗余的任务通过人工智能技术来完成时，相关人员就可以腾出精力来从事更广泛的解释或概念性的工作。
据悉，美国防部每天识别约3600万封含有恶意软件、病毒的网络钓鱼电子邮件，这些电子邮件来自黑客、恐怖分子和外国对手，试图获得对美国军事系统的未经授权访问。
由于大数据分析会带来新的挑战，更大的数据流会使服务器难以根据需要“灵活地”适应传入数据的快速跳动。因此，需要人工智能授权的算法来对传入的数据进行分析并识别出异常或潜在的入侵。
例如，美陆军正在与一家名为NCI的私营公司合作，为旨在简化某些关键任务的特定人工智能项目进行认证。NCI开发的程序可以实现账户创建、账户删除、背景调查和其他种类的大容量数据分析。该程序可以让操作员同时登录10个不同的网站，让机器来收集操作员所需的全部信息，以便操作员专注于优先级更高的威胁。
另外，美国思科公司（CISCO）正在开发一种特殊的技术，试图解决如此特殊的安全悖论问题——既要对美国防部大量的网络数据流进行加密以增加安全性，又要让网络防御者可以看到加密的数据流中所隐藏的恶意软件。
CISCO公司现在正在对新的检测方法进行原型设计，并努力将其技术引入美国军事部门。该公司认为数据流即便是加密的，也依然会存在恶意软件，公司有能力读取和检测出加密的网络数据流中的恶意软件。
美海军正在采取技术措施扩大人工智能的应用，对不断增长的舰载海洋作战网络“统一海上网络与企业业务”（CANES）进行加固。
CANES正被安装在航母、两栖攻击舰、驱逐舰和潜艇上，美海军已经完成了至少50个CANES，并且还有更多的CANES正在生产中。
升级后的CANES依靠强化的网络、IT连接、无线电及其他通信技术，进行专门配置，提高在不需要操作员干预的情况下能够执行分析决策的自动化程度。美海军高级领导人认为，CANES的功能通过应用人工智能新算法得到不断提升。
濒海战斗舰（LCS）水面舰艇，依靠一系列相互融合的技术来实时共享威胁和目标信息、雷达信号处理和火控系统的关键数据。CANES的连接性和人工智能的分析对舰载系统的运行至关重要，这些系统通常依赖于对传感器、目标定位或情报、监视与侦察（ISR）数据的快速解释，以做出可能致命的决策。
特别是LCS，它利用高度关联的水面和反潜“任务包”设计了大量的舰艇系统，以便相互协调使用。LCS舰载系统的舰载火炮与导弹、直升机、无人机，以及声纳系统，均可以通过人工智能分析得到加强。
美海军开发人员认为，想提高CANES的网络安全、任务范围和整体灵活性，需要对路由器、卫星通信网络、服务器和计算功能采用通用的工程方法进行研发。
人工智能技术在美海军新兴的“福特”级航空母舰上发挥了较大的作用。新型航母使用先进的人工智能算法来完成诊断、维护和程序性任务，这使得美海军可以在每艘航母上减少900名水手，并在一艘舰船的寿命周期内节省40亿美元。