整合AI的障碍很多。DOD长期以来一直以硬件为导向船，飞机和坦克。现在正试图转向软件密集型企业。支出仍然集中在为工业时代和冷战设计的旧系统上。5许多部门流程仍然过于依赖PowerPoint和手动驱动的工作流。当前，燃料机器学习所需的数据（ML）当前被口吃，混乱或经常被丢弃。平台已断开连接。的获取，开发和野外实践在很大程度上遵循刚性，顺序的过程，抑制早期和连续的实验并对AI至关重要的测试。即使有希望的AI计划尚未按照希望的方式交付，并且通常仍然与专有软件和商业供应商的数据存储有关。诸如构建规模AI应用程序所需的云基础架构之类的步骤缓慢进行。数据共享协议和软件更新需要数小时或数天的行业变成数月的延迟。服务成员在各个层面都缺乏技术教育和经验