在过去的十年中,美国国防部(DoD)越来越多地将其条令和能力发展的重点放在大国对手上,如中国和俄罗斯联邦,或像朝鲜这样的地区核武大国。美国军队在面对这些对手时的最紧张战役占据了其国防部的规划。然而,认识到美国防部对高强度战争的关注,对手正在有条不紊地开发战略和系统,以规避美军的优势,并通过避免美军已准备好的情况类型来识别并利用其脆弱性。

作为对抗美国军事力量不对称工作的一部分,俄罗斯等军队正在追求的作战方法共同强调信息和决策是未来冲突的主要战场。诸如中国的 "系统破坏战"或俄罗斯军队的 "新一代战争 "等概念,引导部队以电子和物理方式攻击对手获取准确信息的能力,同时引入虚假数据,削弱防御者的定位能力。与此同时,对手的军事和准军事部队孤立或攻击目标,而不会使冲突升级,从而为美国及其盟国的大规模军事报复提供“理由”。信息退化和无法采用传统的美国军事反应所造成的困境,可以使侵略者在不诉诸于消耗作为主要成功机制的情况下实现其目标。

像俄罗斯等所追求的以决策为中心的概念可能会成为未来冲突的重要形式,特别是当更多对抗发生在大规模生存性战斗的背景之外。当一个政府的生存受到威胁时,其领导人将更有可能采取以消耗为基础的方法,试图避免失败。虽然当冲突变成消耗性冲突时,决策和信息仍然很重要,但单个部队的杀伤力和生存能力也同样具有决定性。

在冷战后期,美军对精确打击战争的革命性方法利用了当时的通信数据链、隐形和制导武器等新技术。同样,决策中心战是在军事上利用人工智能(AI)和自主系统的最有效方式,这些技术可以说是当今最突出的技术。这种方法的一个例子是美国国防部高级研究计划局(DARPA)的马赛克战争概念,它将人工智能赋能的指挥和控制(C2)与部队结合起来,通过纳入更大比例的自主系统,实现比今天的美国军队更大的分解。

马赛克战争的核心思想是,在人工智能机器控制下,由人类指挥指导的分解型有人和自主单位可以利用其适应性和明显的复杂性来延迟或阻止对手实现目标,同时破坏敌人的重心,以防止进一步的侵略。这种方法与机动战相一致,并将马赛克战争与盟军在第二次世界大战期间以及美军在冷战后的科索沃、伊拉克和利比亚冲突中采用的基于消耗的战略形成对比。尽管 "马赛克战争 "将消耗作为给对手制造困境的一部分,但其实现目标的主要机制是拒止、拖延或扰乱对手的行动,而不是将对手的军事力量削弱到无法再有效作战的地步。

尽管它们有着共同的基础,但马赛克战争在机动战的基础上提出了一种部队设计和C2流程,使美军能够与对手相比执行更大、更多样化的行动方案(COA)。在以决策为中心的对抗中,拥有这种 "选择优势 "的部队将更有可能给对手带来无法解决的困境组合。

马赛克战争在其范围和时间框架方面也与机动战不同。机动战被视为战术和作战层面的军事概念,而马赛克战争的部队设计和C2方法将在战略层面以及在对抗开始前开发和部署新能力方面产生选择优势。

兵力设计

美军已经采用了马赛克兵力设计的许多要素。为了增加可选性,"马赛克"兵力设计将用更多较小的、成本较低的、多功能性较差的单元和系统来取代美军的一部分单一的、独立的平台和单元。尽管这些较小的单元可能在耐力、自我保护或能力方面不如今天的部队要素,但它们可以由多任务平台部署或护送进入战区,并在战斗中被认为是可消耗的或能消耗的。图1显示了如何在美国海军的兵力结构中实施马赛克设计方法,在不增加采购或维持成本的情况下增加舰艇的总体数量。海军和其他美国军种已经在朝着符合马赛克式兵力设计的更加分散的兵力结构方向发展。

图1:美国海军如何重新平衡以实施马赛克战争兵力设计原则(考虑到通货膨胀因素,目前和拟议的未来兵力采购和运营成本大致相同)

马赛克兵力中更多的单元数量和多样性将为指挥官提供更多的潜在组合,使他们能够更快地确定可接受的作战行动,并更容易地选择具有较高成功率的作战行动。马赛克兵力的分解也将使指挥官能够更精确地校准部队组合的能力,与今天的美国军队相比,这可以使一支部队分散在更多同时进行的任务中。从对手的角度来看,与传统兵力相比,马赛克兵力有更高的决策节奏、规模和有效性,这将排除对手更多的COA,进一步加强马赛克兵力的可选择性优势。

重新平衡美国兵力,使之向更多的小型平台和编队发展,可以创造出作战优势。更加分散的马赛克兵力将能够更好地进行佯攻、探测和其他高风险、高回报的行动,而这些行动并不值得损失一个单一的、多任务的平台或编队。分解也将使更多的兵力组合选择能够按比例对抗灰色地带或次常规侵略。相比之下,今天美国的灰区反应要么采用少量昂贵的平台,在对手的领土附近有被淹没的高风险,要么采用较大的编队,可以保护自己,但可能与情况不相称。

在较长的竞争中,马赛克兵力中较小的、功能较少的单元与他们单一的、多任务的同行相比,可以更容易地纳入新的任务系统和技术。因此,与今天的军队相比,马赛克兵力可以更快地适应新的传感器、无线电、武器或电子战系统的研发,而不是等待昂贵和费时的整合。

指挥与控制(C2)

当今由参谋部管理和条令驱动的C2流程过于缓慢,缺乏快速制定COA的能力,无法将大量分散的单元整合在一起执行动态任务。马赛克C2方法通过将人的指挥与机器的控制结合起来,解决了参谋部驱动的计划的不足之处。在这种方法中,人类指挥官确定任务,设定限制和优先事项,并确定可使用的兵力;然后由机器赋能的决策支持系统开发出支持指挥官意图的拟议COA。如图2所示,一个更加分散的兵力和一个机器化的C2过程将使规模化的决策更加快速,这在马赛克小组的兵棋推演表现中得到了证明。

图2:在最近的兵棋推演中,马赛克兵力和传统军事兵力的任务完成情况比较(战例表明,马赛克式C2方法与更加分散的兵力结构相结合,可以产生更快、更具适应性的行动。)

人工指挥和机器控制也将支持美军的任务指挥概念,在通信中断的情况下,下级领导依靠自己的主动性和创造性来追求高级指挥官的意图。随着美军变得更加分散或分布,下级指挥官在没有规划人员的情况下,将更难创造性地运用其控制的单元和系统。因此,与总部隔绝的下级指挥官可能会退回到敌人可以预测的习惯或战术。决策支持系统将避免这种选择权的丧失,使下级指挥官能够有效地即兴发挥,并在通信降级时创造出意想不到的行动方案。

实施决策中心战

今天,美国防部的C3工作是在其联合全域C2(JADC2)战略下组织的,其中包括美国空军的先进作战管理系统(ABMS)、陆军的聚合项目和海军的超配项目。JADC2下的系统开发主要集中在通信方面,以通过ABMS连接更多不同的单元,但获得决策优势将要求指挥官不仅仅是连接兵力,还要比他们的对手更快或更有效地制定COA和组成兵力包。

尽管JADC2应该帮助指挥官与更加多样化和动态的部队进行沟通,但目前由参谋部主导的美军规划方法将无法以与作战相关的节奏来审查越来越多可能的COA。为了加快规划速度,参谋部可能会退回到敌人更容易预测的条令或习惯,从而减少美军的决策优势。

需要一些新技术来实现美国防部的新兴兵力设计,如自主车辆控制、网络管理系统和小尺寸的传感器或效应器。然而,这些工作得到了很好的支持并达到了很高的成熟度。鉴于美国防部在部署更多的分解兵力方面取得的进展,C2应该是一般决策中心战和马赛克战的技术发展重点。人工指挥和机器控制的技术已经在美国防部旨在支持特定军事任务(如空对空作战或导弹防御)的举措中体现。C2技术的发展将需要建立在这些规划的基础上,并能够管理整个部队的多种任务,以对抗那些积极试图破坏美国决策的对手。

与今天作战计划中所使用的剧本和战术相比,实现马赛克兵力设计中所固有的更大的可选择性,将需要决策支持系统能够快速分析许多潜在的作战行动和对手反应,为指挥官提供对每个作战行动成功的可能性评估,以及它如何影响对手的决策空间。也许最重要的是,决策中心战的C2工具将需要有能力开发和考虑以前的交战或条令范围之外的COA,以便用意外的行动给对手一个出其不意,或对不可能的对手行动作出反应。美国防部的一些项目已经在追求所需的算法,以支持这种对对手 "改变游戏"的方法。

在较长的冲突中,C2工具还需要帮助指挥官了解他们如何协调个体交战,以实施他们的战略并保持选择优势。例如,指挥官最初可以使用大量的同时行动方案,包括大量的佯攻和试探,以压倒敌人的决策并缩小决策空间。利用从行动中获得的信息,美军随后可以对主要目标实施一系列重点攻击,同时利用损失可能性大的可损耗部队对敌军实施压制行动。美军指挥官可以通过对剩余目标实施一系列意想不到的作战行动来结束任务,以限制敌人的选择并使其失去平衡,直到美军完成其目标。一个以决策为中心的C2工具应该帮助指挥官考虑一系列像这样的COA来对付一系列敌人的反应。

实施决策中心战的兵力将需要一套复杂的C2和通信能力,以充分利用更细分的兵力设计可能带来的可选性,并缩小对手可用的COA。这些任务整合能力将在下一节描述。

整合异质军事力量

通信技术、模块化电子产品和软文定义系统的进步正在推动美国经济大多数部门的爆炸性增长和专业化。在技术公司商业模式的推动下,消费者可以获得越来越多的定制产品和服务,往往直接送到他们的家里。尽管2020年的冠状病毒大流行和远程工作的紧迫性加速了这些发展,但这些发展反映了潜在的趋势,正不可阻挡地走向一个迅速扩大的市场,提供多样化产品和服务。

军队也在向异质性和规模性相结合的方向发展。美国防部正在通过分布式兵力结构追求更大的弹性,旨在增加敌人需要攻击的目标数量,并扩大美国部队实施进攻行动的方式。在一个财政紧张的环境中,进一步分配美军必然会增加其异质性。如果今天的美国联合部队被分配成更多的具有大致相同能力的单元,那么要么美国军队的整体规模太小,因为每个单元都是一个昂贵的多任务平台或编队,要么美国防部将缺乏所需的高端能力,如防空或远程火力,而这些能力太过昂贵,无法由每个单元携带。因此,与目前的美军相比,美国防部未来的兵力设计可能会更加分散和异质化,将更少的大型多任务平台和兵力编队与更多的小型、更专业的单元相结合。

除了因分布而产生更好的弹性之外,一支更加异质的美国兵力可能会在对抗中更加有效,在这种对抗中,成功越来越多地来自于信息和决策的优势,而不是消耗性。例如,"马赛克战争"概念认为,一支能够大规模利用异质性的军队可以通过为指挥官提供更大的适应性和为敌人创造更复杂的展示来评估、理解和防御,从而获得对对手的决策优势。

美国特种作战部队(SOF)是当代类似马赛克兵力设计的一个例子,它主要由小型的、专门的兵力组成,并由一些多任务平台或兵力编队支持。然而,SOF的训练、装备和规划模式如果在整个美军中应用,就显得过于昂贵和耗时。要使美国防部的通用部队在可能的财政和组织限制下具有更强的适应性和可组合性,就需要采取新的兵力管理和准备方法,以平衡可扩展性和为指挥官提供更多可选择的目标。

以决策为中心的战争意味着两个层面的竞争。在行动上,军队将需要有能力通过在战场上重新组合和整合兵力来利用更多的分布式和异质性兵力可能带来的适应性。在体制上,军队将需要通过采用新的技术和概念,利用新出现的机会或应对新的威胁和挑战,不断发展能力来进行竞争。

规模化的异质性将提高美军的可组合性,但决策优势将同样或更多地取决于整合部队并协调其行动的C3能力。除了组织更多和更多样化的军事单位的困难之外,今天的规划和管理过程很可能被更多的兵力组成和效果链所产生的复杂性所淹没。因此,无论美军最终达到何种程度的异质性,都需要新的C3组织、流程和系统来实施以决策为中心的战争。

换个角度看,仅仅在现有部队中建立机器对机器的通信,不太可能对对手提供不对称的优势。虽然将所有的东西都联网是一个崇高的长期目标,但在可预见的未来是不现实的。一个更富有弹性的竞争领域将是管理时间和协调兵力组合的可能性,指挥官可以与这些单元沟通,以追求直接的、集中的军事目标。决策支持工具可以帮助指挥官了解他们的通信可用性,并利用更多潜在兵力组合和更加异质化兵力的COA。美国军方已经在扩大使用基于计算机的C2辅助工具,其中一些采用了人工智能(AI),利用建模和仿真以及以前的行动结果来加快COA的开发和提高其有效性。

美国防部通常用来评估与新作战方法相关需求的结构考虑了条令、组织、训练、物质、领导、人员和设施(DOTMLPF)。由于 "马赛克战争"、JADC2和联合作战概念的条令已经在发展之中,本研究将重点关注其余的DOTMLPF要素,分为三个主要类别:任务整合、作战基础设施和机构流程。

任务整合

今天,兵力的组成主要由各军种执行,它们组织、训练和装备部队,然后部署到作战司令部(CCDR)及其特定领域的服务指挥官。然而,美国防部依靠各军种来创建兵力组合,这可能会将兵力组合的种类限制在使用单一军种的能力上。此外,各军种被激励限制他们创建的兵力组合的多样性,以控制与部署前准备和认证部队有关的成本。

为了利用一个更加异质和可重组军队的潜力,作战指挥官(CCDR)将需要在战区建立机制,重新组合和整合来自多个部门和领域的兵力。然而,要确定何时需要重新组合,就需要不断评估当前兵力组合的有效性和适应性,以应对作战指挥官(CCDR)可能需要处理的一系列潜在情况。在战场上整合新的兵力组合也会在行动基础设施方面产生费用,如后勤、保护、运输和C3能力。为了管理其评估和重组工作的范围和成本,作战指挥官(CCDR)可以把重点放在一小部分必须解决的作战挑战上,以实现其威慑和作战准备计划。作战指挥官(CCDR)的一个任务整合小组可以持续评估现有兵力的能力,以应对作战指挥官(CCDR)的行动挑战,并在有效性和适应性的改善超过与行动基础设施相关的成本时,指导战区兵力的重新组合。

任务整合的过程也将产生未来能力发展的洞察力。通过评估,任务整合小组可能会发现潜在的新能力,与目前应对作战挑战的方法相比,这些能力将在有效性或适应性方面产生重大改进。为了抓住这些机会,美国防部将需要利用一个联合的能力发展模式,包括服务项目办公室、快速能力组织和 "任务工厂",如海军和空军作战中心。

作战设施

要实现一支更加异质化的未来兵力的更大潜在选择性,将取决于军事运输、保护、后勤、能源、C2和通信基础设施的性质和供应的变化。较小的专业单元,如巡逻艇、无人驾驶飞机或营级及以下的部队编队,往往需要被带入战区,并获得比大型独立的多任务平台和编队更多的无机支持和保护。在某些情况下,多任务单位可以与更小、更专业的部队协同行动,提供保护和支持。当独立行动时,与今天高效但集中的补给和燃料库、飞机和船舶相比,功能较少的部队编队和有人或无人平台可能需要更加分散的基础设施和后勤力量。

地理限制较少的军事能力,如天基传感和通信系统或信息和网络工具,也将需要由作战指挥官(CCDR)部整合成重新组合的兵力包。像更小、更专业的平台和编队一样,这些能力也可能依赖于作战基础设施;网络工具可能需要运输工具来实际接触目标,或者商业卫星传感器可能依赖于互操作性软件来与无人驾驶的军事水面舰艇连接。

如上所述,任务整合小组在分析新的兵力组成时需要考虑作战基础设施。在一支更加异质化的军队中,规模较小、功能较少的单元将无法满足其自身的所有支持要求,因此有必要将作战基础设施纳入作战指挥官(CCDR)在战区创建的新兵力组合。

美国防部机构过程

美国防部今天使用的基于预测和以供应为重点的分析、资源分配和能力发展过程不适合实现以决策为中心的战争所需的兵力设计和C3架构。最重要的是,更多的可重组兵力将不会产生可预测的系统实例,而这些系统实例可以用来确定能力差距,并定义工程师通过研究和开发(R&D)追求的要求。美国防部将需要新的方法来评估和满足其能力需求,以反映以决策为中心的兵力的更大选择性。

今天,联合能力整合与发展系统(JCIDS)旨在通过预测计划能力在预测的未来场景中的表现来确定系统需求。这种方法取决于对美军配置的假设,但随着美军变得更加可重组,单位的具体组合及其战术将不那么确定。为了评估未来美军的有效性,美国防部可以评估在现实情况下,可以追求的所有合理的兵力组合。兵力的有效性在不同配置和情况下的分布可以被表示为一种统计分布,而不是目前通过JCIDS指导的点解决方案。

美国防部正在通过任务线索分析和任务工程,来确定可组合性要求方面取得的一些进展。美国防部长办公室(OSD)、美国联合参谋部和各军种正在开始使用这种方法。在今天的应用中,任务线程分析检查了完成针对目标的特定杀伤链所需的信息和数据流,这可以暴露出数据传输和共享方面的差距,而这些差距并没有反映在简单的作战结构图中。然而,由于假设兵力要素的静态安排,美国防部目前的任务工程有可能创造出只在单一配置下工作的脆性系统。美国的不对称优势应该来自于快速分解和重新组合兵力并创造新的系统组合的能力。

在过去的十年中,美国国会和国防部建立了新的采购程序,可以提高美国军队根据新出现的技术机会和作战挑战而不是对未来需求的预测来发展能力。然而,美国防部开始、停止或改变能力发展方向的能力从根本上受到以供应为基础的政府预算结构和程序的限制,这些结构和程序是围绕着项目而不是任务或需求建立的,需要多年才能改变资金的分配。新的预算机制具有更大的灵活性,如基于任务的预算编制或美国防部最近的软件拨款试点,将需要通过修改或引入可以提高部队的有效性或适应性的新能力来应对作战指挥官(CCDR)的行动挑战。

结论与建议

新兴技术和新的使用案例正在推动消费产品、服务和军事力量走向异质性和规模性的结合。在商业应用中,互联网、移动通信、模块化产品和基于算法的运输正在使定制产品和服务分散到用户手中。军队也能够类似地利用网络、C2工具、模块化任务系统和作战基础设施来组成兵力包,为作战指挥官(CCDR)提供有效性和适应性的组合。

许多商业技术公司围绕着向广泛分布的客户提供定制产品和服务的能力来建立自己的业务,而美国防部在很大程度上是规模化异质性趋势的旁观者。尽管五角大楼建立了越来越多的能力发展组织和采购途径,以更快地部署更多样化的系统,但这些努力的目标是为了更快地将能力提供给作战人员,而不是改变其部队发展模式以利用基本的技术趋势。

美军需要作战和体制上的决策优势,以有效威慑诸如俄罗斯武装力量这样的对手。在行动上,实现更大的决策空间取决于是否有军事单元和决策支持工具能够组成在广泛情况下有效的兵力包。在战略上,美国防部的机构过程将需要新的衡量标准和分析方法,更灵活的资源分配结构,以及更灵敏的国防工业生态系统,以调整其能力以实现作战优势。

作为第一步,美国防部应更积极主动地利用国防技术的发展,明确采用联合模式进行任务整合。今天,服务部门整合部署单元的方法,以及赋予CCDR在战区重新组合兵力的能力,剥夺了美国指挥官最有效的适应机会,也没有利用网络和互操作性方面的持续进步。除了产生更多的作战选择外,为CCDR提供组建兵力的工具和作战基础设施,还可以为已经按照任务工厂、快速能力组织和任务整合方式进行组织的能力开发者提供反馈。

为了充分利用规模化异质性的机会,美国防部应该更进一步,开始改革其一些决策过程。通过优先考虑适应性和有效性作为能力评估的衡量标准,兵力规划者可以优先考虑在各种情况下改善结果的系统,并根据价值而不是成本做出决定。执行这些评估将需要新的分析方法和工具,与今天在一套狭窄的典型场景中进行深入分析相比,这些方法和工具可以在较低的保真度下快速检查许多情况。为了给CCDR提供行动基础设施以整合战区兵力,或提供实现可接受的有效性和适应性所需新的和修改的能力,美国防部将需要比今天的计划要素结构更灵活的预算类别。

美国防部将需要让国防工业作为合作伙伴参与其提高作战和战略灵活性的工作。技术和概念趋势正在推动商业和国防生态系统走向新的能力交付模式,并将政府作为客户参与其中。根据价值而不是成本来衡量新能力的效用,美国防部可能能够激励商业对国防能力做出更大的贡献。

五角大楼应该停止让技术的发展与它擦肩而过。通过接受新的能力开发、整合和决策模式,美国防部可以获得组织上的灵活性,以有效地与俄罗斯等进行同行竞争。如果不这样做,美国军队就会面临像IBM个人电脑那样的风险——在那个时代,它的能力很强大,但被更灵活的竞争对手打破,变得无关紧要。

成为VIP会员查看完整内容
222

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。
《重建美国军队:美国海军》102页报告
专知会员服务
71+阅读 · 2023年4月2日
《人工智能在军事武器系统中的崛起》
专知会员服务
115+阅读 · 2023年3月21日
《多域作战的需求》美陆军
专知会员服务
150+阅读 · 2023年3月9日
译文 |《人工智能军事应用:对战争的影响》
专知会员服务
113+阅读 · 2023年2月21日
推荐!《未来战场形态》(译文),美国国家情报委员会
专知会员服务
208+阅读 · 2023年1月16日
国家自然科学基金
45+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
88+阅读 · 2009年12月31日
Arxiv
14+阅读 · 2022年5月6日
Arxiv
34+阅读 · 2019年11月7日
VIP会员
相关资讯
相关基金
国家自然科学基金
45+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
88+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员