本文探讨了指挥与控制(C2)能力的发展,以帮助国防企业更好地应对2040年及以后未来作战环境(FOE)中可能面临的挑战。作为四篇概念文件(CP)系列中的第三篇,它以之前讨论未来作战环境复杂性(CP1)和国防 C2 企业定义(CP2)的文件为基础。随后的第四份概念文件将更详细地讨论与未来实现新的 C2 方法相关的推动因素,如新技术。

本文首先介绍了本系列文章的背景,包括国防为何首先希望将 C2 设想为一种持续发展的能力。然后,本文深入探讨了国防如何更好地为整个组织的人员提供能力,然后讨论了国防本身作为一个企业将需要如何发展,以便在 2040 年的时间框架内培育和交付新型 C2 系统。报告最后讨论了国防部门如何在未来更好地将新技术融入 C2 系统,为在即将到来的 CP4 中进一步分析具体技术做铺垫。

将 C2 视为一种能力

本文鼓励将 C2 作为一种更具流动性的社会技术能力进行讨论,而不是将其视为在整个国防中开展的一系列静态的定义活动,国防中必须不断培养这种能力,以应对 FOE 中可能面临的挑战的规模和复杂性。采用这种概念方法,主要是为了能够更加整体和全面地理解国防部门为创建和启用未来的 C2 系统而必须开展的多种活动;这些系统将支撑英国的动能火力或核威慑等国防能力。这些活动需要在国防发展线(DLODs)和国防的不同部门进行,包括科学研究、采购、人员招聘和培训,以及企业本身的组织结构和制度文化。因此,研究小组还根据与国防发展与合作部和为未来 C2 混合系列研讨会召集的国际专家进行的广泛磋商,得出结论认为,如果国防内部的观点发生转变,将 C2 本身视为一种能力,那么这种协调一致的努力就最有可能实现。

使人员能够应对复杂性

虽然在国家方案 2 中对人员培养进行了详细讨论,但这一主题被认为非常重要,应在此通过将 C2 作为一种能力来重新审视。第 2 章探讨了四个优先领域:

  • 将 C2 作为一种社会技术系统进行战略能力管理,确保企业的设计和管理方式有助于形成一种具有相辅相成的社会和技术要素的综合能力。

  • 促进各级国防人员的持续学习和发展,使其做好在不确定和复杂条件下执行任务的准备,包括在指导有限或无法获得更高层(如更高级指挥官或总部)或支持组织的情况下。

  • 为人员提供装备,使其能够在国防部内部以及与政府(PAGs)、行业或国际盟友和合作伙伴等外部伙伴开展不同模式的协作。这超越了传统的 “指挥 ”和 “控制 ”等级方法,反映了国防日益需要在其无法强迫或甚至不一定能影响其他行动者的情况下开展行动。

  • 分享见解和信息,愿意并能够学习和适应,使国防能够更好地从自身、对手和合作者那里吸取经验教训。这对不断调整和完善思维和工作方式以及 C2 流程至关重要。

发展业务体系以应对复杂性

为了培养 C2 能力,使其适应 FOE 的复杂性,大部分文献和许多专家都认为,更广泛的国防企业需要改变--既要改变其正式结构,也要改变其机构文化中不那么明显的方面。第 3 章探讨了这两个方面:

  • 应用学术和企业文献中已有的变革管理框架,可使国防部门更好地设计、规划、沟通、“推销 ”和实施组织结构的必要变革,即使新结构在某些方面存在争议。这些框架可作为蓝图或指南,用于构思变革以及如何在整个 C2 企业中推动和维持必要的调整,帮助最大限度地减少任何障碍和反对意见。同样,必须认识到,国防(或类似组织)内的许多转型计划都失败了,因此必须从过去的举措中吸取教训。

  • 同样,利用促进文化变革的良好实践对于帮助改变国防及其机构文化中不那么具体、规范的方面也是至关重要的。相关章节还讨论了为什么这是一项更为艰巨的任务,以及如何克服其中的一些障碍。

本章的结论是,单靠组织或文化变革可能都是不够的:要实现团队认为未来需要的 C2 能力,两者都是必要的。

整合技术,实现 C2 体系

本文最后一部分,即第 4 章,探讨了有效利用新兴技术所面临的挑战,这些技术将成为未来 C2 系统的基础。它首先讨论了数字化转型的挑战。然后讨论了在确定挑战后,国防部门如何更好、更快地将新技术与现有工作方式和传统技术系统相结合,为培养 C2 能力的转型方法创造成功的社会技术条件。

成为VIP会员查看完整内容
47

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
国家自然科学基金
10+阅读 · 2017年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
38+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关VIP内容
相关资讯
相关基金
国家自然科学基金
10+阅读 · 2017年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
38+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员