图:美国空军的先进作战管理系统有望实现跨所有领域、武器系统和指挥部的快速收集、处理和数据共享。(美国空军)

明天的战争将在哪里获胜?

这个问题的答案现在与十年前大不相同,因为战场已经如此迅速地扩展到新的领域——也许最明显的是进入数字领域。

无论是在传统战线(陆地、海上和空中)、网络空间还是太空本身的战斗,胜利都取决于我们根据传感器、机器、无人机和其他数字系统生成的大量数据做出准确、闪电般快速决策的能力,此外还有几十年来为国防相关决策提供信息的情报来源。

分析惯性

归根结底,获胜是关于拥有知识和洞察力,能够比对手更快地做出更明智的决策。但是,尽管国防组织可能想要迅速采取行动,但无数经过充分探索和公开讨论的因素,如庞大的官僚机构、过时的采购流程、过时的政策等,阻碍了机构转型的规模和速度,以适应日益数字化的环境。

与此同时,今天的对手凶猛、灵活、数字化,并且不受成熟国防组织运作的深思熟虑、以流程为导向的环境的阻碍。

解锁数字能力的核心是应用已经在整个商业世界中使用的高级分析。但很多时候,“分析惯性”正在限制进步,而挣脱束缚需要理解它为什么存在。

以下是有关如何获得动力的一些原因和见解。

供应商锁定

国防组织必须保持灵活性,以获得最好的软件,而不必担心随着技术和任务的变化而陷入未来可能不适合的解决方案中。如果技术合作伙伴没有提供预期的结果,或者如果任务和优先事项发生变化,则必须将其替换。

许多负责获得关键任务软件的国防领导者——那些“接近”组织成功任务的软件,例如支持情报和以运营为重点的组织的目标的分析解决方案——通常不愿意与商业提供商签订合同,因为担心软件可能成为任务成功的核心,并且随着时间的推移,公司可能会在关系中获得不成比例的影响力。相反,他们的默认模式是自己构建软件功能——在大型咨询机构的帮助下,与内部技术专家和其他利益相关者合作。

虽然这种方法可能耗费时间和资源,但它有效地绕过了“供应商锁定”。但从某种意义上说,这种锁定关系刚刚转变为对永久服务成本的依赖,因为软件是在内部从头开始构建的,经过迭代以满足需求,然后由一排开发人员维护。

这是最好的情况,因为许多这样的感知永远不会超越“永久迭代阶段”——出于显而易见的原因,专注于提供服务的实体满足于保留。

国防合同的历史充斥着这种功能失调关系的例子,这使得国防领导人很容易忽视过去十年左右商业软件提供商之间发生的根本性转变。在经历了供应商锁定的磨合之后,企业界改变了自己对商业供应商的软件要求,要求这些解决方案更容易被替换。

如今,这已成为软件提供商的一个关键卖点,基于对真正的商业软件“为被替换而构建”的认识,使他们的解决方案比以往任何时候都更加模块化。这从根本上改变了供应商/买方的关系,使国防组织更容易从世界领先技术解决方案的即用型功能中受益。

大规模分析

无论是将数据用于情报目的、供应链管理,还是任何数量的高度敏感、关键任务计划,国防组织都会以指数级规模传输数据。因此,整个国防组织普遍认为,管理这些庞大的数据量的唯一方法是构建能够胜任任务的解决方案。

的确,许多商业数据管理和分析解决方案无法处理军用级数据量。另一个事实是,越来越多的精英商业解决方案正在被证明已经准备好迎接挑战——用于商业环境,其规模可与国防应用相媲美。例如,雀巢在 24 小时内在其系统中移动了大约 10 亿个 SKU。

可替换性

想象一下这样一种情况:国防组织与符合“可替换性”要求的分析解决方案提供商签订了合同,然后决定替换它们。新的系统、流程和功能通过新的供应商成功实施......但数据是另一回事。以前的提供商使用专有的数据格式,该格式需要大量耗时的翻译工作才能将其重新构建为可行的格式。这是太多国防领导人面临的痛苦现实,而且是完全可以避免的。

负责分析软件采购决策的国防领导者可以应用一个简单的标准来避免将来出现困难的软件转换:如果解决方案依赖于专有数据格式,请取消其资格。相反,应专注于确保组织数据以可以永久使用的标准、非专有格式返回的解决方案。

明天的战争将在哪里获胜?它们将在我们全国各地的会议室、会议室和实验室中获胜。只要有风险承受能力的领导者参与推动现有的惯性稍微偏离轨道,他们就会赢得胜利。最终,这些未来的战争将在数据、速度和信任的交汇处取得胜利。

参考来源:C4ISRNET

成为VIP会员查看完整内容
20

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。
军事数据空间:挑战、机遇和用例
专知会员服务
114+阅读 · 2023年11月14日
战争算法:人工智能在武装冲突决策中的应用,ICRC视角
专知会员服务
103+阅读 · 2023年10月28日
未来士兵系统
专知会员服务
66+阅读 · 2023年10月15日
释放战略潜能: 电子战中的人工智能
专知会员服务
93+阅读 · 2023年10月5日
军事人工智能风险:致命自主武器
专知会员服务
63+阅读 · 2023年9月27日
美国陆军希望人工智能能为士兵带来信息优势
专知会员服务
49+阅读 · 2023年9月21日
利用人工智能测试军事认知系统
专知会员服务
80+阅读 · 2023年9月17日
通过集成 XNNPACK 实现推理速度飞跃
TensorFlow
26+阅读 · 2020年7月30日
国外有人/无人平台协同作战概述
无人机
102+阅读 · 2019年5月28日
反无人机技术的方法与难点
无人机
20+阅读 · 2019年4月30日
分布式防御:一体化防空反导作战新概念
未来产业促进会
28+阅读 · 2018年2月8日
进攻机动作战中的机器人集群
无人机
21+阅读 · 2017年12月4日
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
7+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
0+阅读 · 2014年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
国家自然科学基金
37+阅读 · 2013年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
VIP会员
相关VIP内容
军事数据空间:挑战、机遇和用例
专知会员服务
114+阅读 · 2023年11月14日
战争算法:人工智能在武装冲突决策中的应用,ICRC视角
专知会员服务
103+阅读 · 2023年10月28日
未来士兵系统
专知会员服务
66+阅读 · 2023年10月15日
释放战略潜能: 电子战中的人工智能
专知会员服务
93+阅读 · 2023年10月5日
军事人工智能风险:致命自主武器
专知会员服务
63+阅读 · 2023年9月27日
美国陆军希望人工智能能为士兵带来信息优势
专知会员服务
49+阅读 · 2023年9月21日
利用人工智能测试军事认知系统
专知会员服务
80+阅读 · 2023年9月17日
相关基金
国家自然科学基金
289+阅读 · 2017年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
7+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
0+阅读 · 2014年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
国家自然科学基金
37+阅读 · 2013年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员