美国防部向敏捷多域指挥控制转型

来源：中国指挥与控制学会

简介

随着AI和自主技术在多域指挥控制中的应用，美国防部需要在流程和体系方面进行哪些变革？本文从敏捷指控理论、设计、国防部网络中心数据战略的经验教训、数据科学技术等几个方面进行了剖析，并提出了相关建议。

正如飞机和核武器一样，人工智能(AI)和自主系统技术的进步将为那些应用这些技术的国家提供更强的军事能力。但与飞机和核武器不同的是，人工智能和自主系统的最佳运用方式不是专用于某个军种或部队，而是将其纳入到所有作战域的现役部队中。因此，国防部需要对与数据相关的政策、领导结构和数据文化进行变革，以充分利用人工智能和自主系统技术的优势。

在学术界和商业界，数据科学被定义为“涉及技术、流程和系统以从数据中提取知识和见解，并在各种不确定情况下支持推理和决策的多学科领域。”数据科学领域包括两种主要活动：管理数据和使用（分析）数据。数据科学的许多活动都使用AI，进而支持自主系统的开发和运行。

AI、自主系统和大数据分析的进步与新兴的多域作战和相关的多域指挥控制（MDC2）概念尤其相关。鉴于AI和自主系统技术的变革潜力，应重新评估当前的指挥控制系统和概念，并对这些系统和概念进行修改或重新设计，以获得更多的能力。

本文重点关注学术界和商业界数据科学机构所提出的一些见解，主要涉及美国防部“在多域指挥控制中采用AI和自主技术”需要在流程和体系方面进行哪些变革。最近发布的《美国防部数字现代化战略》包含了实现指挥控制基础设施现代化和改善联盟互操作性的目标。数据科学学术领域与敏捷指挥控制理论相结合，为利用AI和自主技术实现敏捷、一体化的多域指挥控制提供了建议方案。这些建议方案对美国防部向认知和算法战转型提供了一些政策和文化方面的建议。

1

应用于多域指挥控制的敏捷指挥控制理论

根据联合条令的定义，“指挥是联合部队指挥官所承担的最重要的角色。指挥控制是联合部队指挥官同步和/或统一联合部队行动的手段。指挥控制将所有的作战职能和任务联系在一起，适用于战争的各个层级和指挥梯队。”指挥控制的职能(或行动)与指挥控制支撑系统及实现它的架构是分开的:

指挥控制支撑系统包括可互操作的通信保障系统，是联合部队指挥官用于收集、传输、处理、共享和保护数据和信息的主要工具。为了方便指挥控制的执行和处理，军事通信系统必须在整个指挥系统中提供快速、可靠和安全的信息

敏捷指挥控制理论通过确定三个要素来解释指挥控制职能和指挥控制支撑系统工具之间的联系，这三个要素可以描述实现指挥控制职能的任何方法:

联合部队指挥官应该根据目标、威胁和环境来确定这些因素。多域指挥控制从根本上认定，未来的冲突将需要敏捷的指挥控制才能获胜，只有具备改变决策权、交互模式和信息分发的能力，才能有效地实现跨多个域的统一的、同步的作战。

2

设计多域指挥控制所需的敏捷性

指挥控制支撑系统应该按照敏捷指挥控制理论的决策权、交互性和联系这三个要素，为联合部队指挥官提供最大的设计空间。设计空间在这里用来确定三个要素中每一个要素可能选择的范围。现有的指挥控制支撑系统限制了指挥控制的设计空间；决策权可能不会分配给期望获得决策权的下级指挥官，因为交互和联系要么是不可能的，要么不符合快速、可靠性或安全性的要求。例如，联合部队指挥官可能想要将某个区域的防空决策权分配给某个特定的战场指挥官，但是“交互性”和“联系”这两个要素可能不支持必要数据流传递给所需的战场指挥层。数据科学可以通过基础设施设计和分析工具提供帮助，这些基础设施设计和分析工具可以根据联合部队指挥官的决策权分配情况实时控制交互和联系。此外，数据科学应该应用于指挥控制的每个宗旨和子领域——例如，通过使用推荐系统(购物篮分析方法或其他方法)来管理流向各层级和各域决策者和作战人员的信息。

David Perkins 和James Holmes描述了多域作战的概念和需要它的原因。从历史上看，每个军种都在各自的作战域中开发了联合解决方案(武器、概念、能力)。然后，在针对特定问题而定制的联合响应方案中实现军种间的“同步”。但是，即便耗费了更多的时间和精力也无法保证未来任务的成功，且目前混搭的联合能力仍然易被军种界限割裂。各军种已经在开发未来的指挥控制系统，包括空军重新启动的“驯鹰者（Falconer）”10.2升级，陆军对战术作战人员信息网（WIN-T）计划的重组，以及核指挥、控制和通信系统的现代化。在开发这些系统时，除了基本的网络需求(如网络安全、弹性等)之外，关键的性能属性还应该包括一体化和敏捷性。

未来的指挥控制系统必须是一体化和敏捷的。《JP1美国武装部队》联合条令认为，“最简单、最精简的指挥系统，可能会因为各组成部分的部队和系统之间缺乏互操作性而受阻。”正如Perkins 和 Holmes指出的那样，要解决互操作性问题，“必须从相互依赖的模式转向一体化模式。”这种一体化架构将支持传感器到射手的网络。应投资于自动化数据管理工具，如，执行任务的部队将自动获得与该任务有关的情报信息和各域中与任务有关的作战信息。

例如，在反介入/区域拒止环境中，未来的一体化防空反导系统(IAMD)将依赖于传感器(通常是多任务的)和射手(通常是多用途的)之间的进一步集成和信息共享。战略与国际研究中心导弹防御项目部的海军少将Archer Macy认为，指挥控制条令是一体化防空反导在向分布式防御过渡过程中面临的最大挑战之一。当两个军种使用来自四个军种和国家机构的传感器数据进行射击时，将信息和权力准确分配给所有节点将面临艰巨的挑战。敏捷性即为解决这一挑战的关键。

敏捷在这里被定义为：增加了易用性和及时性的适应性(随着情况的变化而变化的能力)。根据必须要更改的属性的不同，可以通过不同的方式实现敏捷性。基础设施中的敏捷性可能意味着可以通过多种路径获取数据，并设计一些自动化或省力的方法用于在这些路径之间进行切换。分析的敏捷性可以通过数据管理来实现，这种数据管理能够在由开源或取得授权的工具以及经过培训的管理员组成的环境中提供全面的数据。

整合战术和指挥控制网络的需求与开发这些网络的组织和投资策略背道而驰。各军种根据联合参谋部提出的互操作性要求，按照自己的采购时间表开发网络以满足各自的需求。由于在采购和开发过程中缺乏同步，导致集成面临挑战，且降低了指挥控制能力。

当前的指挥控制系统限制了联合部队指挥官分配决策权的能力，因为它限制了可能的或允许的链接，以及哪些信息可以在可能的链接集上流动。它们的集成度或敏捷性不足以支持多域指挥控制。这些系统是由组织、文化和安全决策所决定的，这些决策影响了先前的系统设计和运营使用。在世纪之交，国防部领导人寻求运用网络技术和概念来改造武装部队。那么，可以从2003年国防部以网络为中心的数据策略以及由此产生的改造指挥控制网络和战术网络系统的尝试中学到什么？

3

国防部网络中心数据战略的经验教训

网络中心战是在上世纪90年代后期由海军中将Arthur Cebrowski ，Dave Alberts和John Garstka提出的。该概念力求将分散在不同地域的部队有效地联系起来（联网），共享战场态势感知，谋求实现自动同步和协同行动，从而实现战斗力最大化。受网络中心战信息技术实施的影响，2003年美国制定了一份网络中心数据战略。

该战略试图使部门数据流从严格受控的接口之间指定的点对点传输转变为全球企业数据环境中的灵活的多对多交换。它支持国防部首席信息官（CIO）“将所有数据（情报、非情报、原始的和经过处理的数据）迁移到网络”的目标，但至今这一宽泛的目标尚未通过单独的情报和非情报数据网络实现。此外，该战略提议将数据处理模式更改为“先发后处理”，而不是在完成“处理、利用、传播”周期后再发布。其他尚未实现的功能包括企业元数据注册表、数据目录以及在信息系统开发过程中建立接口标准，以创建灵活的接口应对无法预见的情况。该战略定义了实现绩效目标必不可少的数据属性，即使数据变得可见、可访问、制度化、可理解、可信任、可互操作且可响应用户需求，准确地把握了全球信息环境中的重要变化，并提出了广泛的改变措施以适应这种变化。在最近的国防部和各军种指南中，该战略的目标得到了回应，尽管它们之间有内在的相关性并能满足相关需求，但事实证明该战略是难以理解的。那么哪些因素限制了该战略的实现？

当时的美国国防部副首席信息官 Priscilla Guthrie是该战略的主要倡导者，他认为通信是一个主要缺陷。2003年，数据科学的倡导者们未能清楚地传达实施网络中心数据战略的业务和运营案例，信息理论、语义技术、信息技术能力和计算机科学术语对大多数国防部高级领导人、军队或平民来说都毫无意义。当时也有一些研究数据科学的私营机构，但都处于刚起步阶段。这种情况放到2020年会好一些，因为以数据为中心的公司（如Google，Amazon，Microsoft和Facebook）的商业业绩中出现了私营机构成功的案例，从AlphaGo 到自动包裹递送演示，公众对AI /机器学习也产生了浓厚的兴趣。

由于领导层的变更加上对数据战略缺乏理解，2003年的领导层未能对网络中心数据战略持续提供有利的支持。美国国防部没有人力资源来有效地获取、实施和运营现代化的数据基础架构，并且未能开发出可行的工具来弥补这一不足。数据战略的实施也因元数据注册表和数据目录（有效执行数据科学的必要因素）未能实地部署而停滞了。国防部未能制定可行的资源分配计划以支持该战略。作为一项跨领域的基础能力，数据基础架构需要一位坚定的拥护者来提供长期稳定的资金投入。

2003年的网络中心数据战略是一个有远见的文件，但未能取得理想的结果。失败的主要原因是由于缺乏理解且缺乏领导层的支持；未能在文化、组织和政策方面进行必要的改变；内部人力资源不足，且无法获得足够的外部人力资源；投资策略错误导致经费资源不足。

为了实施该战略，美国国防部在数年间花费了数十亿美元，但却付诸东流。作为迈向有效多域指挥控制的基础性步骤，高级领导人应解决导致该失败的关键因素。该数据战略不是一个完美的文档，网络中心战也不是一个完美的概念，但是这些缺陷将成为当前和未来战略和概念发展的固有部分。新的《国防部数字现代化战略》概述了2019年至2023财年的资源投资战略计划，并延续了网络中心战和2003年数据战略演变出的许多主题，但任务目标更加具体，并且计划纳入前沿信息技术。为了有效地执行国防部的数字现代化战略，上层领导者将需要权衡政策、组织和资源转变所固有的成本效益。数据科学作为一门学科，为领导层制定决策提供了知识支持。各个应用程序需要各自的解决方案，面临各种不同的挑战，但是数据科学提供了理论原理和严格的流程，国防部可以利用AI和自主性技术将数据转变为军事能力。

4

数据科学定义

重申一下，数据科学是一个“涉及技术、流程和系统的多学科领域，它从数据中提取知识和见解，并在各种不确定情况下支持推理和决策。数据科学领域包括两种主要活动：管理数据和使用（分析）数据。数据管理包括数据收集、存储、清除、工程和监视活动，这些活动需要为数据提供使其有用的所需属性。要想有用，数据必须是可见的、可访问的、可理解的、可信的和可互操作的。经过数据分析后使用的数据主要用于商业情报或大数据分析，涵盖描述性、预测性和规范性分析。本文在数据科学的定义中包括了实现数据管理和分析技术应用所必需的管理、组织过程和系统，有时也称为组织的“数字化转型”或“数字现代化”。

5

数据科学:驱动（Forcing）、使能（Enabling）和赋能（Enabled）技术

促进技术通过创建需要数据科学解决的数据问题来推动数据科学。传感器、存储和计算能力以及网络连接的激增导致必须管理的数据量和种类的大幅增长。进行数据分析会创建有关数据的新数据。物联网有望将这种感知/存储/计算/网络结构渗透到以前数据稀疏的环境中。由此产生的大量数据使传统的以人为中心的分析和决策方法无效。主要的挑战已经从感知和收集数据变为处理、分类、搜索和验证有用数据。这些驱动技术相结合，可以增加多域指挥控制可用数据的数量、处理速度和种类，从而超越传统基础架构和分析能力。

数据科学通常使用的统计方法是以新方式应用旧的概念。关键的使能技术包括以更低的成本提高计算处理能力和内存，在整个环境中增加数据生成，以及在存储点（虚拟化）实现数据的高效存储和处理的大规模并行数据体系结构。这些技术进步相结合，使统计概念在实际应用中对于大量用户而言，无论是时间还是金钱的成本都很昂贵。

数据科学使人们能够以多种方式感知现实，然后执行计算量大但概念上简单的算法，以使（人力或人工智能）情报更全面、更准确地理解现实。数据科学支持的技术包括描述性、预测性和规范性分析，人工智能和自主性技术。主要的技术趋势已极大地改变了多域指挥控制可用数据的数量、种类和速度，以及可以从该数据中获得的运营收益。要获得运营收益，就必须克服阻碍2003年数据战略全面实施的障碍。

6

关于敏捷多域指挥控制的建议

从历史案例和有关复杂业务运营的数字化转型的文献中可以总结出实现有效多域指挥控制的建议。国防部在数据和网络中心战方面的战略目标迟迟未能实现，部分原因是对技术及获取技术的方法过度关注。国防创新委员会找到了前三个建议之间的联系，“由于国防部在数据方面的许多挑战是文化方面的（即国防部组织不习惯收集或共享数据），要改变现状需要新的政策和法律框架，国防部长在此过程中的作用是至关重要的。”这些建议都不是二元建议；每个建议都需要领导层做出判断，以选择一种平衡当前和未来风险、资金限制、法定权限等的方法。Leandro Dallemule 和Thomas Davenport讨论了领导者如何定义组织相对于“进攻性”和“防御性”数据使用的总体态势，并说明不同的治理、组织结构和资源配置方法如何以最佳的方式适用于每种用途。这些建议背后的基本概念是，通过阅读有关数据科学和数字现代化的文献而得出的，即高级领导者应采取整体方法来推动国防部转型，以促进AI和自主技术在多域指挥控制和其他任务领域中的应用。2019年的《国防部数字现代化战略》概述了国防部转型的目标，领导人应做出哪些政策，文化和组织权衡取舍，以及有哪些可用的资源来支持这些决定。

建议一：高层领导应将数据科学作为一个多学科领域来实施，以指导国防部在政策、组织和资源配置方面进行转变。随着人工智能和自主技术的应用和部署，领导者必须制定基本决策，以实现数据管理、数据分析和国防部的整体战略和轨迹之间的一致性。在国防部这一层，领导者可以从民企管理方面（如公司和机构改组）中吸取经验教训，以指导权衡决策。将指挥控制从工业时代的方法过渡到人工智能增强的方法，将需要领导者在不断变化的威胁环境和新兴的多领域作战概念的发展演变中进行变革。变革举措包括开发和购买指挥控制支撑系统，最大化联合部队指挥官可用的设计空间，并以集成和敏捷的方式交付以支持联合作战。为了同步各种工作，可能需要不同的资源分配和/或监管策略来采购这些系统。指挥官们不应该把数据科学（人工智能或自主技术）视为一种要采购的工具，而应该其视为一门可以帮助他们更好地进行决策的学科。这种认识应包括试验不同的决策权分配、相互作用和联系，以探讨不同概念在与均势对手的冲突中的效果。如果没有高层领导的支持来启动和持续支持数据科学的应用，则政策、组织优先级和狭隘利益之间的现有冲突将继续阻碍多域指挥控制系统的设计、采购、实验和应用。

建议二：国防部高层领导人应促进数据收集、验证和合作（数据共享）的文化价值观。国防部对数据价值的理解不够恰当。数据的价值与收集数据的主要目的有关。数据科学的一个原则是，数据具有内在价值，除了最初收集数据的目的之外，还可以通过许多方式来提取数据的价值。

国防部内关于数据价值的主要文化是保护数据，使其在组织内部最小范围内使用，除非领导者采取强制行动或制定政策。从上到下的领导者应认识到共享数据的价值，并要求进行公开分析，包括共享基础数据以及支持基于证据的决策的分析方法。为了支持和鼓励数据共享的文化，应该制定政策以促进所需的分析，从而产生用于决策的证据，同时将管理和安全需求的干扰降到最低。

建议三：领导层应发布清晰、一致的政策，在可接受的风险下促进数据可用性。高级领导对数据创新和快速获取的呼吁有时会受到数据治理政策的削弱（或缺乏数据治理政策），这种数据治理政策坚持把数据隔阂开来。这是下级单位不能及时解决的问题。治理政策应该包括数据的所有权、访问、使用、保护和部署。此外，数据治理可以拓展到权威的数据集验证或技术上合理的分析。数据集将根据其内容和潜在用途而具有独特的风险/回报特征。与任何政策一样，数据治理政策应该清晰一致，以定义可接受的操作范围，并促进在这些范围内自由共享。除了清晰和一致之外，政策应该随着时间的推移进行评估，以确定其有效性。这种评价应成为联合演习和行动的一部分；如果数据共享政策无法支持任务取得成功，则必须更改该政策。

建议四：开发一种评估共享数据价值的方法。对于机密数据和被隔离数据，“需要知道”不仅是一种文化观念，还是一项策略。安全策略是一种权威传达有关数据访问的可承受风险/回报率的领导决策。为了支持这些决策，应该对由于资料外泄和消息不全而做的决定，或由于信息不完整而导致的行动失败对国家安全造成的损害进行估算。结构良好的数据科学工作应考虑在决策支持系统中量化（因共享造成的损失和由于不共享造成的损失）这两种评估，从而制定信息共享决策。此类决策可能包括随着时间的推移降低信息的密级，与某些盟友或联盟伙伴共享信息，取消隔离或特批接触项目的警告，使其为公众所知晓并与作战能力相结合。关于概念（例如在多域作战中的传感器-射手网络）和技术（人工智能）对在未来冲突中取得胜利的重要性，不应只是一纸领导声明，必须转变为安全策略的变更，从而可以采用那些适当的、可接受的信息风险的概念和技术。有一些技术可以提高信息共享决策的风险/回报率，但是这些技术不能完全解决随着信息访问量的增加而导致信息安全性下降的内在问题。

建议五：当风险和收益并存时，应授予指挥链相应的安全决策权。各级指挥官应得到明确的、扩大的信息和信息系统的“共享权”。除了为信息共享决策提供决策支持系统外，还应该更改策略，将这些决策权归属于指挥链。现有的策略会在基础架构层（连接/授权的网络基础架构授权）和作战层（将具体的作战要素或情报数据透露给下级决策者或作战人员的能力）将安全专业人员与最终拥有共享信息决策权的指挥链分离，从而影响作战效率。此外，一些情报和采办机构通过隔离或特批接触项目限制了作战指挥官可能获得信息的范围。指挥链应有权共享指挥官指挥的包括美国和盟军在内的所有成员所访问的信息。但同时需要对这种共享权进行限制，以保护战略利益和/或防止当前的指挥链以增加未来风险为代价获得当前收益。

例如，联合特遣部队指挥官有权与拥有类似安全许可的联盟伙伴共享未经特别批准对外披露的机密信息。作战指挥官可能被授予权利，允许他指挥的成员访问必要的特批接触项目，但这些成员必须符合总体保密等级认证。上述两个反映特定静态风险/回报权衡决策的示例均有现有流程，但这些流程和潜在的权衡决策应根据成功实施人工智能和自主技术所需的知识和信息流来重新进行评估。

建议六：签订伙伴关系合同，建立政府所有的指挥控制支撑系统的能力。敏捷指挥控制支撑系统可能无法像传统供应商提供的系统那样采购，这既是因为合同（和相关的法律）时间表太长，国防部人力资源需要对指挥控制支撑系统有深入了解。而当前美国防部人力资源缺乏足够的能力在指挥和控制中实施数据科学，因此需要承包商支持一段时间。承包商可以使用适当的合同工具提供支持服务，避免私有解决方案，生成属于政府的数据和工具，并解决国防部人力资源不足的问题。空军内部开发指挥控制应用程序的方法既要能满足当前指挥控制能力的需求，也要满足敏捷开发未来能力的需求。现役空军程序员与关键实验室的程序员合作，生产完全由政府拥有的软件，可以根据需求的变化进行迭代开发。国防部应该从装备和培训方面进行投资，来发展这种敏捷指挥控制系统开发能力。

未来的战争将包含两大趋势:多领作战和人工智能/自主技术。这两种趋势都要求数据网络具有更高水平的互操作性和一体化程度。从竞争到冲突，联合部队指挥官将需要在决策授权、交互性和联系这三个敏捷指挥控制要素上获得最大的设计空间，以开发有效的多领域指挥控制方法。美国国防部此前曾致力于向网络中心战转型，但成效有限。高层领导应该从2003年数据战略的实施中汲取经验，应用民用的数据科学理论，来评估采用人工智能和自主技术可能需要进行哪些深层次的文化、组织和策略变革。

赵锋编译自互联网

李皓昱审定

2019年4月13日

转自：防务快讯

投稿邮箱：liuyali@c2.org.cn

长按下方二维码    免费订阅

如何加入学会

注册学会会员：

个人会员：

关注学会微信：中国指挥与控制学会（c2_china），回复“个人会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可在线进行支付宝缴纳会费。

单位会员：

关注学会微信：中国指挥与控制学会（c2_china），回复“单位会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可缴纳会费。

长按下方学会二维码，关注学会微信