数据科学在陆军作战决策中的应用

常逸昆/编译

【知远导读】本文编译自美国陆军《军事情报专业公告》2019年第4期。作者为美国陆军上尉杰森·博斯劳（Jason Boslaugh）和扎卡里·肯德里克（Zachary Kendrick），二人均有陆军未来司令部（AFC）服役经历，是情报分析和数据科学领域的专家。文章主要探讨了美国陆军应如何借鉴产业界和学术界运用数据科学的经验来推动自身情报作战职能的现代化，以辅助决策，并从人事、政策、文化等角度提出了合理意见。

数据科学——即运用高等数学和编码技术从数据中不断提取知识的学科——旨在通过分析海量复杂数据，提出对问题有意义和有可行性的见解。产业界多年来一直根据数据科学提供的相关商业见解来制定投资策略、吸引消费群体以及改善企业内部的低效现象。2013年，据美国麦肯锡咨询公司（McKinsey &Company）预估，大数据项目能够节约3000-4500亿美元的医疗支出，约占美国医疗支出总费用2.6万亿美元的12%～17%。当数据科学家根据所获海量数据提出此前难以被人理解的观点时，企业不仅可以因此节省成本，还可以降低风险、生产符合政策的产品以及精简工作流程。对企业而言，数据科学可以为其提供利润和效率；而对美国陆军的情报工作而言，数据科学可以为指挥官提供信息优势，从而提高陆军各部队在多域作战（MDO）中的杀伤力和生存能力。

本文阐明了数据科学能够为陆军情报作战职能（IWfF）和指挥官带来的优势，并就如何实现数据科学与陆军情报工作的融合发展提出了部分建议。

数据科学和沃尔玛

美国陆军机构巨大、数据庞杂，但在陆军范围内推广数据科学与规模无关。沃尔玛是全球员工数量最多和年收入最高的公司，该公司已将数据科学的基本原理融入其公司运营的绝大部分流程。面对亚马逊等技术驱动型竞争对手市场份额的迅速增长，以及自身庞大的业务规模，沃尔玛需要借助大数据和数据科学来探索保持盈利的方法。

有关沃尔玛运用数据科学的一个早期案例发生于2012年，当时飓风“桑迪”袭击了美国人口最稠密的地区。所有人都知道处在飓风路径上的居民需要手电筒、应急设备和其他额外补给，但只有沃尔玛的首席信息官通过统计模型成功计算出人们具体需要哪种食物以及它们的数量，并及时满足了顾客在紧急情况下的需求。正是由于有了这些模型，沃尔玛才得以将包含特定商品的供应链转移到受飓风影响的地区。

沃尔玛的“数据咖啡馆”（Data Café）是数据科学在该公司的最新应用成果，它实际上是一个拥有先进技术的分析中心，能够自动检测库存中的销售异常。当商品滞销时，分析人员可以联系负责销售的店面，请他们做出实时反馈，从而制定由数据驱动的快速解决方案。其结果可能是：重新定位商品销售范围、下调商品价格，或下架商品。“数据咖啡馆”系统的成功运用，使问题从发现到解决由过去平均两三周缩短到了现在的大约20分钟。

沃尔玛目前还通过使用机器学习和人工智能来测试顾客对店内自助服务终端和线上销售的满意度。沃尔玛很早就采用了无线射频识别技术（即电子标签）和无线网络技术来监控物流动态。未来还将进一步实现物联网（IoT）标签与产品的集成，以便跟踪产品使用情况，根据需要自动替换产品，以及监控产品是否过期并及时召回。在行业竞争中，对数据的实时分析能力是提高业绩的关键。而数据科学在军事上的应用与其在商业上的应用有类似之处，即满足指挥官对即时信息的需求，以便更好地指挥作战任务。

与政府、企业、学界合作

根据已有案例和从各界伙伴处汲取的经验，美国陆军领导层已经认识到数据科学可以直接应用于陆军作战职能中的某些流程。为应对未来冲突，特别是大规模地面作战行动，2018年陆军情报界开始致力于推动军事情报力量现代化和优化陆军情报工作。为启动陆军情报现代化进程，美国陆军G-2副参谋长、陆军情报与安全司令部（INSCOM）司令和陆军情报卓越中心（USAICoE）主任共同指导了数据科学能力研发及其与情报作战职能融合的工作。在过去的18个月里，设立在陆军情报卓越中心、隶属陆军未来司令部能力发展综合局（CDID）的情报分部，有目的地通过政府、企业和学界获取最有效的实践方案和战术、技术、程序（TTPs），并以此来探索将数据科学整合到陆军情报工作中的方法、手段和目的。

此项评估已被纳入由陆军情报卓越中心参与的各项陆军分析现代化工作中。其中就包括由陆军情报卓越中心赞助，陆军研究实验室（ARL）和卡尔斯本大学布法罗研究中心（CUBRC）共同参与的数据科学研究。该研究的目的是为了明确如何在未来发挥数据科学和数据科学家的作用，以最大限度地利用数据，并减轻陆军情报分析人员的负担。为此，陆军专门召集一批军内外专家、学者，在乔治梅森大学（GMU）举行了一场为期两天的论证会，专题研讨数据科学在情报作战职能中的应用问题。与会代表除了来自陆军情报与安全司令部、陆军训练与条令司令部、陆军部队司令部和陆军特种作战司令部的专家外，还包括来自微软、BAE系统、兰德和洛-马公司的科学家。

数据科学如何发挥作用

在数据驱动逐渐成为情报分析发展方向的背景下，陆军情报工作正处于一个转折点。信息的泛滥使情报分析人员很难从所有可用资源中得出全面而准确的观点。单从数据量来看，从1992年至2018年，陆军对多媒体信息管理程序（Multimedia Message Manager）的使用率平均增长了1000%，信息流从过去平均每年3万条增长到现在平均每年3500万条。尽管在陆军当前的情报工作环境下，数据科学适用于全部情报品类，但想要满足多层级安全环境中数据持续增长的需求，必须要为数据解决方案配备适当的技术。数据科学具备快速分析海量数据和自动关联本体以创建全面威胁分析产品的能力。这种能力将会大大节省分析人员用于数据检索的时间，从而使他们能够把更多时间用在质量控制和关键分析上。如果将这种能力加入情报分析人员的“技能包”，那么就可以极大增强情报部门管理信息和支援指挥官决策的能力。

与此前的作战相比，多域作战所涉及的数据无论是在规模还是在复杂程度上都不可与之前同日而语。陆军情报部门需要具备快速搜集与分析结构化、半结构化和非结构化数据的能力。这些由情报界、国防部、公共实体、盟友伙伴、消费者，甚至陆军本身创造的数据，不仅能够为作战行动提供情报支援，而且能够以合适且创新的方法，帮助指挥官在未来的复杂环境下实现态势感知（SA）。

与此同时，陆军情报部门必须妥善处理由各种传感器搜集到的数据并有效加以利用。与早期的传感器相比，现在的传感器所获取的数据要多出好几倍数量级。搜集这些数据是为了向各级指挥官以及作战任务和指挥自动化系统提供必要的支援。数据科学有潜力成为情报作战职能的力量倍增器；然而，要实现该目的，陆军必须解决在情报作战职能中应用数据科学的诸多优先事项。

投资、发展和保留人力资本

截至2018年，整个产业界有超过1万个与数据科学相关的岗位处于空缺状态。随着对数据科学家、云工程师和开发人员的需求达到顶峰，IBM和谷歌已率先启动了全新的认证项目，通过组织内部培训来填补公司的人力资源缺口。IBM制定了一项数据科学家认证制度，用于测试和评估求职者的数据科学专业能力。而谷歌的认证工作则主要集中在四个方面：云开发人员、云工程师、云安全工程师和谷歌工具软件（即G Suite）认证。谷歌还提供按需培训课程和短期实践实验室来提高员工的能力。虽然上述案例只是产业界众多案例中的两个，但陆军军事情报部门完全可以借鉴该模式。因为上述案例表明产业界正致力于储备必要的人力资源来满足其日益增长的数据需求，同时也表明数据处理能力对拥有海量数据的机构而言是非常重要的。

为有效实现数据科学为陆军情报工作赋能的目的，陆军的首要任务就是培养和保留能够遂行此项任务的数据科学家。增强指挥官和士兵的“弹性”，使部队能够在高强度和复杂条件下遂行多域作战，离不开良好的战备训练、装备保障和情报支援。陆军军事情报部门必须加大对人力资源的投入和培养力度，通过将数据科学纳入情报作战职能来整合不断增强的情报技术和分析能力。为实现该目的，陆军情报部门需要一批受过专业训练的人员来从事上述相关工作。

从衡量数据科学能力的角度出发，陆军情报部门应当建立一套技能鉴定和能力评估机制，以便从现有军事情报人员中挑选具备相关数据科学能力的高素质人才。该机制应为参与评估的人员建立成绩档案、颁发数据科学相关技能鉴定证书，就像统计学或其他数据科学领域学科的民事教育（civilian education）一样。具体评估工作应由陆军人力资源司令部（HRC）或陆军G-1部门组织实施，评估结果作为分配、训练、选用优秀人才从事数据科学工作的重要依据。这样做的目的是为了塑造军事情报人员的情报数据科学能力和应急响应能力，以更好满足指挥官的决策要求。今天的作战环境对陆军构成的威胁比伊拉克和阿富汗战争时更甚，要想在大规模地面作战行动中击败对手，陆军需要迅速的决策能力。通过利用数据科学为情报分析人员提供支持、增加预测性分析和提供能够驱动指挥官决策的可行性情报，陆军可以较好地解决上述问题。

需要注意的是，数据科学能力在任何时候都不会取代情报分析人员。无论是单一来源情报分析人员，还是全源情报分析人员，由于他们可以近实时地直接获取作战信息，因此在军事情报搜集、处理、运用和分发各环节中都发挥着至关重要的作用。一支具备数据科学能力的情报分析团队可以有效管理搜集到的各类数据，并确保这些数据在情报界和国防领域得到合理运用。而那些常驻部队的数据科学专家则可以为这支团队提供机会、指出不足和反馈意见。陆军情报分析人员必须适应这种挑战，即通过管理和分析能够支援任务指挥的大数据来获取情报，通过识别与作战相关的重要信息来提高部队的杀伤力和生存能力。

通过在信息搜集活动和整个情报流程中运用数据科学和情报技术，训练有素的陆军军事情报数据科学家和情报支援分队能够使军事情报行动更好地支援陆军作战、联合作战和多国作战。支援分队应当参加额外的数据科学培训，以确保其能够与跨职能团队协作。这种额外培训不仅有助于末端人员强化能力素质，而且能够提高整个支援分队的灵活性，从而更好地满足各层级和受支援机构的任务需求。同时，为选拔情报数据科学家，陆军还可以在军种范围内开展一次评估，以确定哪些人员接受过从事相关工作所需的正规教育或培训。评估技能包括但不应限于计算机软件编程、计算社会学和统计学。

最后，陆军还必须建立完善的人才保留和物质激励制度，最大限度地保护数据科学人才。由于种种原因，不少商业机构和政府部门在聘用数据科学人才方面遇到了困难。其中最大的阻碍是应聘人员技术不熟练、安全许可资质不健全以及薪资待遇缺乏竞争力。虽然在军队内部数据科学人员的职业发展前景比较乐观，但物质激励可能更具吸引力。因此，选取恰当方式来缩小军队与政府、企业在数据科学人才薪资待遇问题上的差距是非常重要的。

调整现有数据治理和数据管理政策

陆军军事情报部门必须就数据的治理和监管问题制定相应的政策和程序，以规范数据获取、传输、存储和访问等行为。为陆军数据科学设置一套办公软件是非常必要的，此举可以确保数据科学人员顺利访问各种工具，便于他们在不同网络和层级进行操作。此外，陆军军事情报部门还需要明确各类人员访问数据的权限，并对数据科学人员的职责进行解释说明。近期，陆军需要解决的具体政策性问题如下：

1. 确保数据科学工具的快速认证。

2. 调整信息确保（IA）政策，推动数据科学工具在政府网络上的快速部署。

3. 制定政策支持实时或近实时的多级安全领域数据传输机制。

4. 解决陆军人员跨部门、跨领域快速访问数据的问题。

陆军必须解决这些政策性问题，否则将无法获取全面的数据科学能力以及与之相关的其他能力，特别是在大规模地面作战行动中，数据科学将难以与指挥官的决策过程保持同步。

建立以数据为中心的部队文化

为了使数据科学能够更好地支援军事行动，有必要在陆军领导层进行一场自上而下的文化变革。识别、合并数据以及将数据结构化只能解决一小部分军事情报数据的问题和不足。数据科学团队必须通过相关的、易于理解的和经过算法生成的产品为指挥官提供有价值且有助于其决策的信息。这些基于广泛来源所形成的数据产品可以提升情报部门的效率和价值，特别是对那些经验相对匮乏的基层情报单位而言。在经过情报人员的识别和分析后，这些数据产品就可以转化为情报产品，从而帮助指挥官做出决策、降低风险和建立优势。

而这些用于搜集数据的技术还可以根据比对以往行动，通过定量的方式提供对有关威胁行为的预测。此举不仅可以提高威胁预警能力，而且能够改善以分析驱动、以定性为主的情报工作流程。为实现这一点，这些由数据科学驱动的产品和工具必须融入指挥官和参谋人员的决策过程。在此期间，陆军领导层应当接受这样一个事实，即情报数据科学团队能够使情报分析工作受益。而随着数据科学长期规划和发展战略的不断完善，陆军领导层也将对数据科学具备的能力和局限有一个更全面的理解。

根据作战需要调整相关能力

独特的数据科学能力是实现数据科学与各级陆军情报部门融合发展的基础，而这项能力与可能出现的威胁、做出决策的时间和不同层级士兵对数据科学专业知识的掌握情况密切相关。当部队级别越接近战术层级，其所面临的挑战也会越大，例如网络连接不佳、决策时间过短以及人员对数据科学的了解有限。而且战术级部队在更多情况下只是被动接收上级（例如陆军情报与安全司令部或其他军级情报部门）下达的指令。供战术级情报部门使用的数据科学工具可以实现情报处理流程的自动化。自动化工具可以将敌人的行动计划纳入战场情报准备，并协助开展地形/机动能力分析，以及提供态势发展报告。这些工具将大大减轻分析人员的负担，让他们有更多时间去关注复杂问题，特别是对那些为战术级指挥官和机动分队直接提供情报支援的分析人员而言。

数据科学与情报作战职能的融合有助于获取和巩固信息优势，关键是要确保与数据科学相关的培训、机构和分析工具等得到不断更新。具体方法是由数据专家团队和现有情报力量展开合作，将情报技术、大数据分析和数据科学能力纳入陆军编制。此举可能会给陆军带来可观的回报，特别是当数据科学成功满足情报需求，并为各层级决策准确提供信息的时候。数据科学团队不会取代情报分析人员及批判性思维等分析技巧；相反，数据科学团队将会提供全新的分析能力，并支援整个陆军的情报工作。

为了成功将数据科学纳入情报作战职能，陆军必须从条令、组织、训练、装备、领导与教育、人事、设施和政策（DOTMLPF-P）等方面做好准备，并基于FM 3-0《作战》、FM 2-0《情报》、陆军作战概念、陆军战略等树立职业观念。该职业观念将阐明数据科学在涉及军事行动范畴的情报作战职能中所发挥的作用，特别是在大规模地面作战行动中的作用。

投稿邮箱：liuyali@c2.org.cn

长按下方二维码    免费订阅