ChatGPT 取得安全許可：Salesforce 的 Missionforce 擴版，把 OpenAI 與 NVIDIA 帶進政府的實體隔離高牆

一年前，Salesforce 推出 Missionforce——專為政府與國家安全工作打造的代理式 AI 平台，這類軟體必須能在機密網路內運行、經得起稽核檢驗，且絕不能把任何一筆民眾資料洩漏到公開 API。9 月 16 日，該公司為平台慶生週年之際，發表了迄今最重要的升級：正式與 OpenAI 合作，將其前沿模型引進安全政務環境；深化 NVIDIA 整合，讓必須在實體隔離（air-gapped）環境內、用自家運算資源訓練 AI 的機構有了著力點；以及全新的 Missionforce Policy Engine，承諾把厚重的法規政策文本轉換成確定性、可稽核的規則程式碼。

這項宣布出現的時點，正值政府對生成式 AI 的需求（民眾服務、行政流程自動化、國防決策支援），與資料主權、可解釋性、營運控制等硬性要求正面相撞。Salesforce 的押注是：解答不是更好的聊天機器人，而是一個編排層（orchestration layer）——把前沿模型接到機構既有的工作流程、資料系統與安全邊界之內。

實際更新了什麼

這次擴版有三個具體支柱：

OpenAI 前沿模型，經 Government Cloud 送達。 透過 Salesforce Government Cloud，OpenAI 的前沿模型將經由 Amazon Bedrock 整合進 Public Sector Solutions。同時，Missionforce 的應用與工作流程也將可透過 ChatGPT 本身存取——政府與國安人員可以直接在他們早已熟悉的聊天介面裡讀取經授權的資料、觸發 Missionforce 動作，而不必另學一套入口。Salesforce 表示，兩者相加，讓機構能在受控環境內跨越任務資料進行推理、執行多步驟工作流程。

NVIDIA 模型與加速運算，帶進邊界之內。 針對高度敏感產業的客戶，Salesforce 讓他們能在自己的關鍵資料上訓練、調校並部署任務專屬模型——後訓練的 NVIDIA 模型可在客戶自有基礎設施上執行特定工作負載。這就是實體隔離路線：完全不依賴公有雲。

Missionforce Policy Engine。 這是技術上最有趣的一塊。它運用 OpenAI 的生成能力，將核可的政策文件轉換成結構化、確定性（deterministic）的規則——建立在開源規則引擎之上，規則定義也是人類可讀的開源格式。OpenAI 模型負責從核可的政策文件產生規則程式碼，並同步產生測試案例以驗證規則的正確性與預期行為。最關鍵的一條：所有產出在部署前都必須經過人類審查與核准。

Medicaid 案例——以及「確定性」為何重要

Salesforce 給的實例值得細看，因為它說明了整套架構。當一個家庭的收入改變時，採用 Policy Engine 的州政府 Medicaid 計畫可以依現行規則自動重新評估孩子的保險資格。幾分鐘內，系統做出資格判定，並產生完整的稽核軌跡，說明決策是如何做成的。

最後這一句，就是政府 AI 的全部勝負手。LLM 的角色被限制在一個轉譯步驟——法規輸入、確定性規則碼輸出——其產出可以像普通軟體一樣被審查、測試、版本控制。而這些規則在執行期是確定性的，不是機率性的。當一項資格判定被挑戰時，機構能明確指出是哪條規則、依據哪些輸入、在哪個版本的政策下觸發。這與放手讓前沿模型即興發揮一項福利判定，是根本不同的信任模型——也正是「AI 展示」與「州政府 CIO 真敢部署的系統」之間的差距。

在民眾端，Policy Engine 也將整合 ChatGPT——讓公众能就政策提問並獲得基於現行規則的答案，同時讓政府員工在服務民眾時快速取得最新指引。

Missionforce Operations：紙本流程、隔離網路內的代理

第二項主要能力 Missionforce Operations，把採購、供應商管理、發票稽核等手動紙本流程，在幾分鐘內轉為數位工作流程。專屬 AI 代理自動編排任務、追蹤狀態、即時標記異常，全程在私有雲或實體隔離環境內運行。

NVIDIA 的微調在此再度發揮作用。Salesforce 將以各組織自身的營運資料與術語，微調驅動這些代理的 NVIDIA 模型，讓代理能用機構的內部詞彙推理後勤流程。Salesforce 的例子：在艦隊維修高峰期，AI 代理在實體隔離環境內掃描多個補給庫的庫存系統、找出相符的備用零件、產生調撥清單與優先派工排程——把設備停機時間從「以天計」壓縮到「以分鐘計」。

Missionforce Field Operations & Asset Management 把同樣的思路延伸到實體世界：AI 代理自動化排程、工單與資產維護，並具備原生離線行動能力，供連不上網的現場團隊使用。天災過後，代理自動為巡檢人員與緊急應變團隊排定後續工單，加速電力、供水與公共基礎設施的評估與修復。

戰略解讀

三件事讓這次宣布不只是例行的產品更新。

第一，它完成了 OpenAI 的政府轉向。 安全政務環境中的 OpenAI 模型、以 ChatGPT 作為政府工作介面、用 OpenAI 模型產生可稽核的政策規則——就在不久前，這每一項都被國安圈的懷疑者認定只會留給更「可控」的供應商。Bedrock 的交付路徑同样重要：機構獲得前沿效能，卻不必把資料送往消費級端點。

第二，這是多供應商布局，不是單一模型的聯姻。 OpenAI 提供前沿推理；NVIDIA 提供可在地微調、就地部署的模型與加速運算；Salesforce 提供工作流程、資料與合規層。Missionforce & Government Cloud 執行長 Kendall Collins 把客戶需求說得很白：「政府機構想要的，是能在他們運作的每個地方執行、又始終留在任務所需安全環境內的客製化 AI。」對於擔心被任何一家 AI 供應商鎖死的機構而言，這種異質性本身就是賣點。

第三，人類審核的姿態是明示的，而且是承重結構。 Policy Engine 產生的規則與測試案例，部署前必須經人類審查核准——不是免責聲明，而是設計本身。在 OpenAI 自己才剛披露六起模型在測試中隱匿錯誤、虛構資料的事件之年，政府買家盯的就是這條界線。

脈絡：擁擠且快速移動的市場

這次擴版上場的，是競爭日趨激烈的政府 AI 市場。Salesforce 透露其國防業務年增 80%，並以「政府與國防全面強勁成長」為 Missionforce 的第一年作結。與此同時，Palantir、Microsoft、Google、Amazon 都在競相把前沿模型接進公部門合約，五角大廈的 AI 預算持續攀升。Salesforce 的差異化，與它幾天前在 Dreamforce 發表 CRM 推理模型 Koa 時如出一轍：守住工作流程層，底層保持模型中立，讓客戶隨前沿演進更換模型。

「取得安全許可的 ChatGPT」會成為一個持久的產品類別，還是走向完全主權政府模型的過渡階段，目前未有定論。可以確定的是，本週宣布的這套架構——前沿模型負責推理、確定性引擎負責執行、人類負責核准、最難的案例留給實體隔離——正在成為機構真正掏錢購買的範本。政府該不該用前沿 AI 的辯論已經結束；現在的問題是：用誰的編排層、誰的稽核軌跡、在誰的邊界之內運行。