战争的胜利并非取决于速度和更优决策。当武器找到并摧毁目标时,战争才得以取胜。然而,在竞相建造更快、更便宜、更智能系统的过程中,可能忽视了一个关键可靠性的来源:关于敌方军事系统的扎实、具体的情报。理解对手的机器——而不仅仅是其行动——的决策者能够扭转战役乃至战争的局势。领导人应确保情报为军事创新和适应提供动力。否则,军工企业将生产出在接触现实时便会失效的武器。

将情报转化为军事的致命优势。下文将阐述情报如何推动了美军过去的突破,审视当前美国各采办项目中的情报短板。随后,将就描述美军可能如何改进政策以最大化利用情报,以及美情报界可能如何为下一场大规模战争做准备。

决策优势的局限

决策优势,即比敌人更快、更好地做出决策的能力,是指导美国军事现代化的北极星。人工智能在分析“联合作战概念”(五角大楼对大国战争的构想)所需的威胁数据方面将发挥重要作用。但是,对以数据为中心的决策的短视依赖,可能导致领导人过度优先考虑先发优势,并掩盖在持久战中需要做出的许多其他决策以及需要生产的武器。

还有一种将情报简单等同于信息的倾向。这种态度忽视了良好情报是极高技术含量和高风险工作的成果这一事实。二战期间,盟军密码破译员在中途岛战役前识别了日本的意图,并收集了关于德国军事能力的深入见解,这些情报为盟军的诺曼底登陆计划提供了信息依据。根据一些评估,关于德国U型潜艇在北大西洋行动的可操作情报,使战争缩短了二至四年。

这些事例值得借鉴,但它们也可能夸大决策优势的重要性。有效的军事创新和适应与窃取敌人的作战计划同等重要。无论军事决策多么出色,武器仍然需要能够损伤或摧毁其目标。

情报在创新与适应中的作用

历史学家观察到,胜利取决于军队在战前的准备程度,以及在战火初起后的适应能力。创新发生在和平时期,此时军队有充裕的时间仔细研究未来冲突的轮廓。

来自科技情报(研究外国武器系统工作原理的学科)的案例研究显示了情报如何支持军事创新。冷战期间,一位名叫阿道夫·托尔卡切夫的苏联异见科学家为中情局秘密拍摄了与苏联雷达系统相关的技术文件。托尔卡切夫的见解帮助五角大楼创新了新的电子战能力,如雷达干扰机和反辐射导弹。这些能力在1980年代和1990年代压制了利比亚、伊拉克和塞尔维亚的苏制防空系统,使美国在各自的军事行动中获得了空中优势。1985年,托尔卡切夫及其他苏联线人被逮捕并处决的悲剧,显示了获取此类洞察所付出的人力代价。

相比之下,适应发生在战争期间,当现实迫使军事指挥官重新审视其最初的假设之时。正如学者威廉姆森·默里所观察到的,“军事效力的首要属性之一,必然在于陆军、海军或空军识别并适应实际战斗条件的能力。”

中途岛战役后,美军在阿拉斯加缴获了一架坠毁的日本A6M“零”式战斗机,此事例展示了情报如何支持军事适应。美国人修复并试飞了这架“零”式战机以研究其性能,并利用这些见解来训练新的战斗机飞行员。关于“零”式战机的情报也为美国海军的F6F“地狱猫”战斗机的改进提供了信息,该机型在对抗日机时取得了令人印象深刻的19:1的杀伤比。二战期间对德国军械的类似战时利用,以及在“伊拉克自由行动”中对简易爆炸装置的利用,进一步证明了科技情报的历史价值。

采办情报

当前,美情报界的采办情报队伍在创造新武器方面扮演着重要角色。诸如美国防部指令5000.01和国防部指示5000.86等一系列政策文件,是众多令人眼花缭乱、规范如何利用情报来创造新军事装备的深奥文档的一部分。

简而言之,这些指示要求美军确保采办项目能持续地从情报记录中获取信息并以其为标准进行评估。此过程影响着新武器的设计要求或对已列装系统的改进,并有助于赋予作战人员优势。为支持此目标,美采办情报分析师会撰写各类报告,描述项目管理人员必须应对的威胁,例如导弹、卫星、黑客,乃至供应链漏洞。

但情报需要成本。情报机构需要足够的间谍、传感器和分析师去关注正确目标,以产出那些武器所需的数据。反之,也必须确保不采购情报界无法提供支持的装备。采办情报在管理此平衡中起着关键作用,这一作用已编入即将废止的“联合能力集成与开发系统”中。

总体而言,采办情报面临一个“先有鸡还是先有蛋”的难题。采办领域情报短缺,是因为支持采办的情报分析师数量不足。此种稀缺导致情报人员与采办人员之间的协作时好时坏。在协作成功之处,紧密的专业人际关系——或称“兄弟关系网”——更常被用于将情报融入采办决策,而非政策规定的正式逐步流程。此种替代做法——虽更具动态和实效——却向情报界传递了混乱信号,要求其为采办客户生产更多分析成果。

另一问题在于,对持续军事行动和国家政策制定者的情报支援均优先于采办工作。采办情报分析师通常需与情报界内其他技术及非技术专家协作,为采办项目量身定制评估报告。但当这些情报分析师被迫将有限精力转向紧急需求时,采办利益相关方便被置于等候名单。这造成一种观感:尽管资源丰富,情报界却过于迟缓。

提速需求

2020年,美五角大楼发布国防部指示5000.02,即“自适应采办框架”,以修正“联合能力集成与开发系统”的繁琐特性。2025年4月,此框架在一项聚焦采办改革的白宫行政命令中受到特别关注。该框架在传统的“重大能力采办”路径之外,创设了两条更快捷的选项:一是“紧急能力”路径,旨在两年内部署新能力;二是“中间层级”路径,目标在二至五年内实现。

五角大楼对速度的需求正将情报搁置一旁。上述指示中并未直接提及情报。同样,在该框架引用的另外两份系列化政策中,情报仅被粗略讨论。而根据该框架的可选情报指南,一份关键情报文件“……为重大能力采办所需……但若国防情报体系能够编制,对中间层级和紧急能力路径亦有价值”。

这些不一致的政策揭示了三个问题。首先,它们未像对重大能力项目那样严格要求紧急和中间层级项目配备情报。指南中称“极力鼓励项目办公室正式请求情报支援”并非硬性规定。

其次,它假定情报界与采办企业间存在持续的组织对齐。换言之,面对日益多样的项目,缺乏足够的情报人员实施区域联防。这实则默许了情报界的资源约束。

第三,它将责任置于情报界身上,要求其内部调剂资源以支持采办项目。指南强调阐明“需求信号的重要性,以便国防情报体系能够争取更多资源”。虽为精确衡量预算需求所必需,此表述却忽视了五角大楼在情报界的分量。五角大楼的军事情报项目约占情报界预算的三分之一,且情报界半数为国防部下属单位。此乃未开发的潜力。

情报界亟需跟上步伐。上届政府的“复制器”计划为美国印太司令部的“地狱景象”概念快速采办空中及海上无人机。

速度过快的风险

当前的美采办情报指南会带来三重风险。

首先,优先处理“重大能力”项目可能会为快速通道项目造成情报缺口。情报界被要求持续报告对“重大国防采办项目”的威胁,这些属于“重大能力”项目,依法需要军方领导人和国会进行更严格审查,例如“哥伦比亚”级弹道导弹潜艇项目。虽然需要此种警惕性来保障纳税人资金的使用,但它扭曲了情报界的分析重点。

其次,美现行政策并未推动情报界去跟进那些解决美军最严峻作战问题的、规模较小且创新的项目。正如“地狱景象”概念可能展示的,“紧急能力”和“中间层级”项目可能在潜在冲突中扮演关键角色,并以具有战略意义的方式影响战争结局。“复制器”计划为“地狱景象”概念投入了约10亿美元。尽管美国会计划投入160亿美元用于采购更多无人机、人工智能及低成本武器,但目前尚不清楚这些系统的采办路径将如何划分。对2027年的关注表明,许多此类项目将归属于“紧急能力”或“中间层级”路径。这意味着五角大楼将在名义上不要求情报支持的、具有战略意义的项目上花费数十亿美元。

第三点也是薄弱的情报要求可能导致研发出的武器无法有效对抗敌方的反制措施。这会加剧军事适应的难度,并增加战败的风险。而当五角大楼受2027年紧迫性的驱动时,满足成本和项目期限的压力可能会危险地激励走捷径和忽视情报记录的行为。

可能采取的解决方案

五角大楼才刚刚开始对其获取新能力的方式进行重大改革,但情报将如何融入这些改革仍是其一个重大问题。现行形式的采办政策将情报视为事后考虑的因素。此外,流程简化工作可能将情报视为需要削减的环节。

首先,美采办政策可能会进一步明确将情报规定为“紧急能力”和“中间层级”路径的硬性要求。国会可能在情报预算中为此指令配套指定用途的资金,以确保情报界将提升作战人员的杀伤力作为优先事项。为防止忽视,采办项目的评估也可能包括其动态应对威胁环境的能力,而不仅仅是评估其满足成本、进度和性能目标的情况。这是因为军事武器是为作战人员服务的,而不是为财务审计人员服务的。

美情报界还可能与一系列专注于快速能力生成的新建司令部和办公室建立联系,并确保它们能够获取权威的威胁情报。这能推动情报驱动创新,并为这些实体向情报界沟通其知识缺口提供机会。此种协同也有助于引导针对敌方军事项目的情报搜集工作。

最后,美情报界可能研究如何在持久战中支持快速适应。研究的问题包括:如何在对抗性环境中进行外国物资技术利用;以及如何重新调整优先级并集中情报界资源,以加速情报周期和适应过程。美国特种作战司令部在“全球反恐战争”期间的敏感地点勘查流程,以及美国海军在红海应对胡塞武装导弹和无人机袭击时的适应措施,都为速度和敏捷性提供了经验。

批评者可能断言情报界速度太慢,而人工智能将在适应过程中扮演主要角色。事实上,俄乌战争的经验教训表明,让作战人员直接获取原始情报是一种最佳实践。但潜在对手武器系统日益复杂,可能超出军职情报分析师的技术专长。在战争期间,这些分析师将忙于为军事指挥官维护“通用情报态势图”。仍然需要人类来优化算法,并确保人工智能赋能的分析符合严格的分析标准。如果战争爆发后,情报专业知识持续短缺或激增的情报支援出现延迟,作战人员将无法快速适应。拥有更优情报——而非更多数据——的一方更可能获胜。

参考来源:warontherocks

成为VIP会员查看完整内容
1

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。
未来战争:现代冲突中的自主技术
专知会员服务
30+阅读 · 2月18日
小型无人机蜂群和战斗管理:不断演变的战争格局
专知会员服务
53+阅读 · 2024年10月4日
军事决策中的人工智能:支持人类,而非取代人类
专知会员服务
62+阅读 · 2024年9月10日
【普林斯顿博士论文】理解数据在模型决策中的作用
专知会员服务
41+阅读 · 2024年4月26日
军事数据空间:挑战、机遇和用例
专知会员服务
133+阅读 · 2023年11月14日
「基于通信的多智能体强化学习」 进展综述
机器人军团的智能指挥
科技导报
11+阅读 · 2019年4月4日
深度学习与计算机视觉任务应用综述
深度学习与NLP
50+阅读 · 2018年12月18日
无人机集群、蜂群与蜂群算法
无人机
93+阅读 · 2018年9月25日
国家自然科学基金
0+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
1+阅读 · 2015年12月31日
国家自然科学基金
51+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
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
13+阅读 · 2009年12月31日
Arxiv
171+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
484+阅读 · 2023年3月31日
Arxiv
175+阅读 · 2023年3月24日
Arxiv
25+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
0+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
1+阅读 · 2015年12月31日
国家自然科学基金
51+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
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
13+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员