科技行業普遍認為，擴大核能產能對發電系統未來至關重要，各大企業正探尋加快反應堆建設的方法，神經網絡被納入計劃，企業宣稱算法可縮短新設施啟動文件準備時間，但研究中心警告此舉后果嚴重。微軟和美國能源公司西屋電氣聯合發起計劃，想利用模型加快核設施審批流程，不過AI Now報告強調，算法無法取代旨在降低風險、防止嚴重事故的多階段審批流程。

許可流程復雜，并非簡單填表，需分析、討論設計方案并論證工廠可靠性。微軟提議用監管機構存檔資料和未來設施選址數據訓練模型，生成設計文檔后由員工審核。愛達荷國家實驗室、勞氏船級社已采用類似方法，西屋電氣推廣的“bertha”系統承諾將文檔準備時間大幅縮短。但AI Now專家認為，軟件版本或設備規格的微小誤差，都可能導致對系統行為的錯誤判斷，引發連鎖反應，如1979年三里島核事故，部分堆芯熔毀就是因一系列故障和對讀數誤讀。模型易出現細微誤差，部分許可流程自動化會增加類似情況再次發生的風險。

核機密性問題也備受關注，科技公司要求訪問更多數據集，這些信息可能用于制造兩用資產，訪問受嚴格監管，傳輸到云服務會帶來額外威脅。美國政府推進監管改革，縮短項目審查周期，但核管理委員會代表警告，人事變動和人員縮減可能削弱安全監管能力。核工業對此看法不一，部分分析人士認為謹慎運用算法處理文件可提高效率，但支持者也強調自動化不能取代人工監督，盲目依賴模型結論會威脅核工業。AI Now報告作者警告，將核設計納入人工智能競賽邏輯、降低監管水平以加快進程，可能破壞人們對核技術的信任，增加數據擴散風險。