文中真实反应了美国国防部所存在的DRIP问题，及其对情报与作战的不良且十分严重的影响，不仅浪费国防部的大量人力财力，并成为信息时代作战的致命隐患。文章最后提出解决DRIP的三个具体措施：①明确DRIP的定义并宣传其重要性，②发布明确的信息战略指令，③定义权威数据源。
“DRIP”是“Data Rich and Information Poor”的缩写，意为数据丰富和信息不足，DRIP这个词首次出现在1983年最畅销的商业书籍“追求卓越”中，书中描述了虽然拥有大量丰富的数据，但缺乏生产有价值信息的流程。而后，通过实施信息技术，DRIP问题终于被成功解决。然而，政府机构并没有铲除DRIP的足够动机，在美国国防部，大量数据让分析师们喘不过气，他们提供的信息常常过时、且与决策者的决策并不相关。在现代战争的速度下，DRIP却像一个迷宫一样错综复杂，充满无法访问或是毫无权威性的数据，从而阻碍了信息融合和理解，以此来降低了部队战斗力。
DRIP的致命性表现在不足以满足“在正确的时间将适当的武器传递到精确位置”的需求。这一需求看似简单，但在竞争过度和巨大杀伤力面前变得相当复杂。比如需要精确考虑：对敌人最有效的武器是什么？这些武器怎么样产生预期效果？敌人和其他人将怎么样应对这种影响？等诸多问题。
战争的速度发生了惊人的变化，使得全球安全环境变得更难以预测、危险和无情。决策空间的高度折折叠乃至瓦解，促使我们的决策必须跟上战争的速度。
常规的方式是通过有顺序的、缓慢的信息请求流程，传达给决策者。这种情况下，一个军事单位可能起草了某个提案并发送给众多单位。在这个神秘过程中，必须反复确认提案，明确需求，并做出响应。以这种方式最快的反馈也需要数天时间。
而当下，信息能够最终靠以光速穿过光纤电缆的数字位来表示。比尔盖茨也提出了很多良好信息系统如何加快生产的例子。根据盖茨的说法，最优化的方式是将所有信息都减少到高度结构化的数据位，编写算法，并根据决策者的目标操纵这一些数据，然后将分析师和决策者无缝连接到这样的平台。最后盖茨还恳请各个行业领导者研究他们的所有信息整合到数字神经系统中，从而大幅度减少工作时间。
国防工业和美国国会许多领导都在争取增加政府支出，来投资建设信息融合中心，大数据分析，机器学习，AI和云计算。毫无疑问，这些都是部分有助于提高信息优势，但如果国防部的DRIP问题没解决，那么投资效果会大幅度的降低。这些投资与建设看起来光鲜艳丽，但是一些部门仍处在“ garbage in, garbage out”的状态。当底层数据是垃圾，或者数据被埋在垃圾堆中时，单纯地拨款并不能解决其根本问题。
为解决DRIP问题，第一步是要回顾认知领域对数据和信息的看法。如上所述，必须首先进行数据处理，提炼出信息，最终才能支持最终决策。数据通常由看似毫无意义的点表示，包括位置、温度或特定时间。通过属性的匹配将这些数据点一起处理产生关于特定时间的特定位置的温度的信息。当多个信息组合在构建成知识，信息才变得更有价值。
与信息融合相关的数据挑战以产生知识（作者的工作），演示了分析师融合信息的方法。
2017年，国防情报总监Jack Shanahan中将报告说，国防部每天收集22TB的数据。承认美国政府面临DRIP也不单单是最近才发生的事情。
2001年，国防建模与仿真办公室的Jack Sheehan发布了一份报告，呼吁使用权威数据源。Sheehan清楚地发现了一个耗时的问题，即“许多用户访问许多数据源”需要好几个月，许多人只是在国防部内找寻信息。情报界在9/11报告中对同样的问题表示严厉批评。近二十年来，国防部和情报界一直感叹他们缺乏权威的数据来源，并形成了一种常态。
了解敌人至关重要，了解友军能力也同样重要。孙子说：“不知彼，不知己，每战必殆。”虽然情报界能力的提升正在慢慢打破“不知彼”的现象，但DRIP导致即使收集再多的数据都不见得有好的结果。
美国国防部没有私营部门那样制度化信息优势。更糟的是，对手了解美国官僚机构的DRIP，从而简化了自己的组织，成为敏捷的信息统治者。并且认识到，正确设计的信息系统能具备比美国更快的决策优势，因此他们的工作重点是速度。俄罗斯军事科学博士SA Bogdanov中将提出：
“部署统一的信息和通信系统，将决策者和有关人员联系起来，按照多对多原则，迅速向军事行动的所有参与者提供有关情况的基础信息。”
可以说，DRIP这一严重漏洞是信息领域努力统一的意外结果。造成这一问题的根本原因是：许多军事或情报部门都在各自为营，并且数据信息的标准化程度不够。这与早期国防部信息系统的采用和DARPA创建互联网形成了鲜明对比。DARPA创建了第一个数据标准，如传输控制协议，以准确地在网络中的节点之间传递信息。数字世界的其余部分采用了这些标准，并继续系统地开发新的信息相关功能，这些功能远超于了国防部处理自己数据的能力。
国防部的大部分数据都分散在非结构化和非权威门户网站中，使得分析师不可能迅速了解全部情况。首席信息官、空军总司令迈克尔彼得森中将层在2008年就十分感慨道：“找到权威数据对于情报分析员来说既费时又困难，因为数据存储在多个地点。”并且“获取敏感信息所需时间的三分之二是耗费在“手动通信过程”，即：不是机器到机器，不是自动化，而是某人进行语音呼叫，写下某些东西或手动输入数据。
现在，国防部面临的是处理来自数千个空军，陆军，海军陆战队和海军（及其他）部队的多种非结构化数据，这一些数据遍布全球的六大战区和四个军种作战司令部。缺乏通用的数据标准，很少有公认的权威数据来源，并且，制作算法将每种形式的数据翻译成有意义的信息是非常麻烦的，更不用说分析不同的信息形式，得出与决策相关的及时的知识和结论。
“我们最终选择去月球！我们选择在这十年里去月球做其他事情，不是因为它们很容易，而是因为它们很难......”（NASA / Wikimedia）
解决DRIP需要当年宣布登月的勇气与魄力，就像1969年总统约翰·肯尼迪提出美国人将要登月时那样。然而，国防部除了提高预算指标之外，并未提供解决实际问题最终的原因的解决方案。但是，真正的信息优势需要强制权威数据标准，以便所有人都从同一个数据库中获得信息。
现在开始解决这一个问题还为时不晚。国防部创新部门实验（现为国防创新部门），国防数字服务部和战略能力办公室，该部门的云执行指导小组（CESG）的所有成员都是该解决方案的一部分。指导小组成立于2017年，旨在为国防部提供商业云服务。联合企业防御基础设施（JEDI）的一项举措是将各种部门数据整合到一个平台上，以便为作战人员提供最佳服务，同时促进机器学习和人工智能。
“在做其他任何事情事前，先武装起来！”，把数据好好安置起来，以便发挥最大的作用。
为了支持2018年的国防战略，解决DRIP问题，提出以下3点建议：返回搜狐，查看更多
首先，明确数据丰富且信息贫乏（DRIP）的定义，以及这样的一个问题如何阻碍我们的努力，并形成一种潜在的更致命问题。以一种所有信息参与者都能理解的方式讲述这样的一个问题的严重性，包括前线作战人员，还有影响力的国会议员。
其次，通过发布信息优势战略和指令来控制国防部的数据。这一步将极大地改革部门，以提高绩效和承受能力。
第三，定义权威数据源，并建立跨部门的数据云空间，以更好地满足战士的需求。通过在安全云上提供数据，美国可以加强与盟友的深度联系，并吸引其他机构的新合作伙伴。