智慧后勤：维持作战中的人工智能前沿

“随着美国寻求继续保持其在海陆空领域的主导能力，人工智能在战争中的应用将渗透到战斗的方方面面"。- 约瑟夫-斯蒂格曼，《人工智能与国防》白皮书，2020 年 4 月

在 2028 年的多域作战（MDO）环境中，美国陆军正在以创新的方式推进维持作战功能（WfF）。陆军维持人员将继续探索人工智能（AI）的可能性，以及人工智能如何减少供应链内的诸多不足，并为陆军和联合部队提供补给。高级维持领导者将需要应对三大挑战：维持 WfF 内部的物资、组织和条令差距。在有争议的环境中，维持能力缺乏战术机动性、战术燃料分配和陆军预置库存（APS）。

俄罗斯乌克兰战争凸显了现实生活中供应和支持方面的挑战，包括物资运输、缺乏实际训练、缺乏有效的维持计划，以及弹药和炮弹等国防工业材料的生产延迟。利用 Al 和智能自动化为解决维持学科在物资、组织和条令方面的差距提供了大量机会。部队就能在与近邻对手的较量中占有优势。

印太战区对美国联合部队、盟国和多国部队带产生了独特挑战。然而，陆军须有能力维持远离本土的大规模分布式部队。战争的胜负取决于军队开展后勤行动的能力。如果美国卷入与等同级对手的冲突，处境将与二战时类似。在新作战概念 MDO 的影响下，陆军继续在全球范围内调动部队，为大规模作战行动（LSCO）做准备。美军拟解决陆军在太平洋地区的现代后勤问题，以及陆军如何在太平洋地区的下一次冲突中为联合部队提供支持。

现代战争：俄罗斯乌克兰战争期间的维持能力挑战

俄乌战争证明，陆军不能再依赖毫无对抗性的持续作战。俄罗斯遭受重大损失的原因是多方面的。

首先，计划不周，后勤预测不准确：在对乌克兰作战初期，由于缺乏关键物资，俄罗斯的后勤失败几乎造成了潜在的长周期。这是由于俄罗斯试图在关键后勤资源耗尽前的几天内迅速对乌行动。在整个冲突期间，维修、保养和补给分配一直是俄罗斯面临的其他关键问题。在对抗性环境中作战使俄罗斯陷入了与补给和资源的争夺战。由于在乌克兰缺乏铁路支持，俄罗斯地面车辆无法快速有效地将燃料、弹药、备件和其他物资运送到前沿部署部队。补给线和通信线路的延误无法承受长距离的战斗推进。用于补给推进的俄罗斯军用车辆不合适，也没有适当保护以防乌克兰部队的反击。

第二，对乌克兰采取的战术假设不当：夺取和守住领土是俄罗斯的主要目标。这包括整合联合武器战斗力，即陆地和空中力量，以及远程火力。俄罗斯无法阻止外国对乌克兰的援助，因此乌克兰从外国获得了武器、弹药、燃料和其他援助。

第三，对乌克兰的指挥和控制节点评估不力：俄罗斯军事领导人和情报人员未能准确地对乌克兰的关键基础设施和高价值目标实施网络攻击和电子战。这为乌克兰提供了更多沟通和继续对抗俄罗斯行动的筹码。俄罗斯在领域战中的表现反映了俄罗斯在对乌克兰行动过程中经历的诸多挑战。美国需要利用人工智能和自主系统（AS）发展强大工业基础，为在印度洋-太平洋地区的 LSCO 做准备。陆军还必须实现其支持能力的现代化，以承受 MDO 内部的需求。

印太地区的 LSCO

在过去五年中，陆军重新将视角聚焦于将通过多个领域进行的大规模作战，为与同级和近级威胁的互动做好准备。陆军 MDO 概念的前提是，指挥官必须了解其部队将包含哪些内容，并且必须在地面作战期间在所有领域开展行动。陆军的下一个战场将是争夺陆地和太空，但在支持和维持 LSCO 方面却有其独特之处。

在 MDO 中实施 AI 和 AS 以促进 LSCO 的持续发展

人工智能对海洋环境中的后勤支持至关重要。它涉及包括国防工业基地在内的所有维持要素的基本流程和程序。后勤单位所面临的近距离威胁会限制往返于作战环境的资源部署和可用性。正如《野战手册 4-0：维持行动》中所述，对手威胁可通过信息、情报和对多领域（空中、陆地、海上、太空和网络空间）系统的破坏，利用维持部队的关键漏洞和薄弱环节。现代技术和人工智能带来了更为致命的威胁，如高超音速导弹和武装无人机，可造成重大破坏。

在对抗性环境中，陆军的维持能力缺乏燃料和自动装甲运兵车的战术机动性和战术分配能力。人工智能和自主系统为陆军供应链带来了许多机遇。人工智能为下至营级的部队提供了利用所需能力改善供应链管理、资源分配、机动性以及规划和准备的能力。尽管人工智能在人类集成专业技术与自动化、网络安全以及不断变化的环境之间存在顾虑和挑战，但人工智能仍是陆军维持者的有力工具。

人工智能应用将包括条令、组织、训练、物资、领导者培养、人员和设施，同时主要集中在物资、组织和条令方面。材料解决方案的一个例子是实施人工智能操作的短航程舰艇，它可以在印度洋-太平洋这样的大区域缩短从大型船只到海岸的航行时间。这一过程将包括在这些小型船只的生产和配送过程中，在仓库中进行人工智能优化操作和能力。因此，人工智能也将被用作一种材料解决方案。人工智能将有能力预测对所需设备和零件的需求，使仓库有更好的可视性，降低成本，减少不可用或短缺的机会。

另一个解决方案的例子是，供应仓库利用人工智能记录数据，增加供应生产和分配，提供实时准确的信息和分析，在印度洋-太平洋等关键环境中减少关键资源的延误。在任何特定的作战行动中，人工智能都能跟踪和处理工业生产中从后勤支持到侦察的更多任务。

适应人工智能和自动化系统可能既耗时又昂贵。人类始终需要与人工智能互动，以提供基于知识的经验和信息。美国陆军须继续创新人工智能在整个 WfFs 中的使用方式，并在 LSCO 期间保持 MDO 的优势。自主武器系统和人工智能武器编程可以锁定目标，控制具有先进瞄准能力的导弹系统，操作无人机进行侦察和监视。人工智能可在危险环境中运输、交付和导航物资，从而避免人类生命受到威胁。

将人工智能/自主系统用于维持的概念是开发创新解决方案，以预测部队对战斗力、战备状态和资源的需求。人工智能的目标是使能力与人的能力相匹配，特别是在规划维持需求的决策过程中。近五年来，人工智能在工业生产领域一直处于领先地位。人工智能技术在产品设计、维护操作和产品组装方面的应用，为美国防部提供了一种新的创新方法，可以快速、有效、高效地将产品从仓库运往战场。人工智能提供了供应链需求、库存、分配和关键战斗力预测的可视性，同时允许精确管理生产和基于数据分析的人机交互。

对手不断增强对数字后勤数据库平台的控制能力，并在任何作战区域延迟支持或中断关键后勤业务，从而导致生命损失，无法达到作战目的。

后勤融合

海域要求规划人员考虑作战范围以及空间和时间对增援部署部队的影响。陆军做到这一点的方法之一就是后勤融合。陆军对聚合的定义是，在任何领域的决定性节点上，多领域、多层次的维持能力协同使用所产生的结果。对于海上行动中的后勤工作而言，融合发挥着至关重要的作用，它为精确后勤工作提供了时间和空间，从而在任何作战行动中为作战人员提供支持。

近邻对手可能会破坏从船上到岸上的后勤行动，特别是中间集结基地到后勤船只的后勤行动。陆军后勤人员应继续通过融合窗口，以突击式后勤为部队提供支持。飞机和小型无人机系统可协助探测敌方在该地区的能力，并为水上或陆地上的关键行动提供地平线支援。太空领域包括卫星能力，可协助实施分散计划，暂时迷惑敌方，为战区维持指挥部、陆军水上系统和安保部门留出少量时间定位，以便将人员部署到岸上。这类行动需要精确的训练。网络领域可以暂时中断通信，为从海岸到 ISB 的必要行动提供所需的时间，而不会泄露行动环境的路线和位置。

进一步研究

以下是一些进一步研究的建议：

生成战场数据分析，评估后勤差距、能力和供应不足的潜在原因，并预测调整后的消耗率。
通过允许人工智能和自主系统创建随机路线规划和运输表，提供后勤包需求、路线数据和战场考虑因素。
为国防后勤系统和港口或仓库的后勤能力开发更高效的人工智能。
创建一个功能，允许计划人员提交名册、车辆集或空运能力，并要求其在执行任务前创建一揽子维持计划。
在对抗性环境中，使用人工智能来处理、生产和交付对关键零部件的需求。
生产一支由人工智能操作的 3D 打印船队，可驻扎在港口或岸上进行快速交付。使用 3D 打印技术制造这些船只的优势有很多。没有材料浪费，因为任何未使用的材料都可以回收利用。定制的船只部件使船只重量更轻，这反过来又使它们比传统船只更快。