美国陆军会如何将人工智能应用于战场
蓝方部队包括一支装甲旅、远程精确火力火炮、拥有反无人机能力的防空和导弹防御系统、四支未来垂直起降中队以及多架配有模块化有效载荷的可消耗长航时无人机，这些无人机的有效载荷包括信号情报、情监侦和电子战。蓝方装甲旅的装备包括主战坦克、“下一代战车”载人战斗车辆（MCV）和机器人战车以及用于超视距瞄准的在编无人机。蓝方部队通过机动专用网络相连接，此外，蓝方部队还配备有机网络、反AI工具和进攻性AI攻击工具。
图1.作战序列
②战场情报准备
AI在这一阶段的冲突中发挥了3个重要的作用（如图2所示）：
在联合部队和美国陆军的指挥中心，AI分析、融合来自多个情报源的数据并开发通用作战图，以人类难以企及的速度为部队提供优化的态势感知。信号情报无人机使用AI赋能的敏捷网络监控无线电频谱，以优化对低拦截概率/低探测概率/抗干扰网络的管理。这些无人机还可以在作战前线处理数据。无需地面作战人员的持续更新和/或控制，自动协调和同步多架无人机的飞行路径、化解己方空域冲突并收集结果。图2.战场情报准备
③网络作战
在进攻之前及进攻的初始阶段，蓝方防御性网络和反AI措施需要与红方进攻性网络和AI攻击能力相对抗（如图3所示）。网络和各个系统的各AI模块中都嵌有网络作战能力，并且，只有AI能以机械速度对抗红方的网络和AI攻击并实现实时效果。此外，美国陆军的情监侦和无人机护卫队中都配有进攻性网络和AI攻击有效载荷，可使红方系统失效或降级，并控制或妨碍红方机器人和自主系统（RAS）。红方在失去这些AI赋予的能力的同时，也将失去对蓝方系统的决定性优势。
图3.进攻和防御网络
④任务指挥与机器人和自主系统控制
在执行任务之前，需通过AI应用开发任务规划以协调任务部门之间的复杂互动并同步作战行动。这些AI应用的用途包括评估红蓝方的行动方案选项，决定资源的最优分配方案，分配目标，为下一代战车旅资产挑选合适的机动路线，为未来垂直起降系统挑选合适的入口/出口线路，以及最大限度地优化无人机有效载荷方案并为无人机规划路线（如图4所示）。
图4.任务指挥与机器人和自主系统控制
⑤下一代战车旅攻击
下一代战车旅做好攻击准备后，旅队的无人机开始部署，以获得对红方部队阵地的实时超视距情监侦信息。使用AI赋能的融合算法，蓝方部队可将这些无人机传送回来的数据与高空游荡信号情报，以及情监侦无人机、载人战斗车辆、机器人战车上配备的光电/红外和激光雷达传感器传送回来的情监侦数据相融合（如图5所示）。
图5.下一代战车旅攻击
⑥未来垂直起降实施对敌防空压制（SEAD）和进攻作战
下一代战车旅开始进攻后，未来垂直起降中队同步执行近距离空中支援任务和拦截任务，以为地面部队提供支持。配备诱饵、干扰性有效载荷和毁伤性有效载荷的可消耗无人机，将未来垂直起降设备护送到红方高性能综合防空系统发射器位置后，向红方地对空导弹发射误导性目标，并使用AI赋能的认知电子战能力干扰红方发射器。敌方发射地对空导弹打击蓝方未来垂直起降设备时，蓝方无人机进行近距离干扰，以缩小敌方地对空导弹的有效打击范围。与此同时，部分未来垂直起降设备将执行对敌防空压制任务，以便蓝方在敌方地对空导弹打击范围外发射AGM179联合地对空导弹。
图6.未来垂直起降中队对敌防空压制和进攻作战
⑦远程精确打击
游荡的蓝方无人机向远程精确火力火炮提供打击所需的实时超视距瞄准数据。蓝方指挥部使用AI赋能的通用路线规划和空中管理工具来协调部队行动、化解空中己方火炮、无人机和未来垂直起降设备之间的冲突。参与同步任务的蓝方部队通过战术机动专用网络进行连接，利用嵌入式AI算法响应意外事件，并根据需要调整飞行路线。
图7.远程精确打击
⑧防空和导弹防御
战斗开始后，红方的远程火炮向蓝方部队发射了大量炮弹。红方情监侦无人机提供了实时超视距瞄准。蓝方防空和导弹防御火炮必须击落红方无人机，同时使用远程精确火力使红方部队的能力降级。红方部队可能会使用诱饵来欺骗蓝方防空和导弹防御火控系统，以保护高价值的情监侦资产。红蓝双方都可以使用AI来帮助区分目标，以打击价值更高的敌方资产。
图8.防空和导弹防御
⑨并行的多域作战
AI功能和能力将被嵌入6个美国陆军现代化优先系统以及任务指挥、情报和处理、利用、传播（PED）系统。美国陆军如果在这些系统中将这些嵌入式AI分别开发成烟囱式能力，将无法全面实现多域作战能力。只有将这些单独的AI系统整合起来，使蓝方军队在多域作战行动中实现近乎实时的同步和协调作战，才能发挥AI的最大价值，并在战场上以最有效的手段利用AI获得优势。比如，一些体系系统（SoS）中就包括多个AI赋予的能力：
合作共享和融合来自多个异构情监侦数据源的数据；实时化解己方的空域冲突，保证多域作战中炮火、情监侦和战斗机同步行动，实现集中式效果；实时对任务进行再规划，调整任务以适应动态环境和意外事件。随着美国陆军对技术的开发，AI通过需求流程嵌入单一系统的现象将变得越来越常见，例如下一代战车上已嵌入了辅助性目标识别/自主目标识别技术，而防空和导弹防御则运用了目标识别算法。
⑩没有AI，就没有多域作战
多域作战依赖于战场上多个AI的整合，因此，为实现多域作战，美国陆军不能仅仅依靠于平台特有的AI（如烟囱式AI能力），而应整合多个AI，如将平台特有的AI、独立的AI、融合AI和实时同步AI整合起来。此外，美国陆军只有在体系系统架构中才能定义和开发这些AI能力。
3.前景和挑战
经AI赋能系统改善后的陆军应用程序有助于将士兵从更高级别的任务和部分危险环境中解放出来，如，陆军可使用AI来完成信息和情报任务，驱动自主空中机器人飞行器和自主地面机器人车辆等。
为全面部署AI并实现上述效果，美国陆军需要克服多个挑战，以及时收集和处理数据，并构建在战场环境中快速迭代和适应变化的能力。此外，美国陆军还需要打磨其通过AI增强的能力，以抵御对手对数据、模型和/或AI系统决策的破坏。
二、当前美国陆军与AI相关的活动研究小组通过面对面会议和线上会议进行数据汇总，在一些情况下，还会对找到的信息进行阐释。研究小组重点关注了美国陆军的关键方案（如表2），发现，许多方案都由多个陆军组织共同合作进行。
表2.关键AI组织和项目一览表
三、美国陆军与AI相关的发现研究小组以数据汇总工作为基础，对美国陆军的AI相关活动做出了以下总结和发现：
美国陆军开始将AI带入战场；当前，美国陆军的AI工作还十分不协调；美国陆军AI活动在系统分析以及建模和仿真上并不充分；当前，美国国防部的采购环境无法快速进行开发和运营维护（DevOps）；美国陆军缺少AI人才，这将限制陆军采购和使用其所需的能力；美国陆军的AI赋能系统缺少评估/建立弹性的系统方法。整个AI开发和运营链（如图9所示）存在多个漏洞，可能导致一系列后果。
图9.敌方攻击界面和影响返回搜狐，查看更多
数字指挥系统对任务式指挥的冲击
来源：中国指挥与控制学会
作者：MajorThomasMcMullen
致力于数字孪生体技术的研究与发展
通过解决方案和工程化应用造福人类
摘要
本文译自加拿大军事学院学员托马斯·麦克马伦的一篇学术论文。作者重点论述了数字指挥系统(DCS)对任务式指挥的影响，DCS相当于我军的指挥信息系统。任务式指挥是广为流行的指挥理念或基本原则，它包含密切相关的两方面内容：分散执行和给下属授权。而信息技术的进步和DCS的广泛运用，使人们一度偏离了这些原则。本文通过对近期武装冲突的案例分析，指出了对DCS的一些误解或误用，对我军指挥信息系统的组织运用有一定参考价值。
DCS对分散决策分散执行的不利影响表现在：
1)信息并非越多越好，DCS有助于减少战场迷雾，但无法根除战争的不确定性，虚假的信息甚至会加剧战争的迷雾；
2)信息的高度集中助长了权力的相对集中，DCS将指挥中心变成信息流动的终点（信息仓库），而不是信息的集散点（分发枢纽）；
3)指挥员对完善信息的无止境的追求（施瓦兹科普夫综合症），会放大增强型DCS对决策过程的迟滞作用；
4)对DCS和复杂武器系统的高度依赖，容易使集中型组织和指挥体系变得更为僵化和脆弱。
DCS对给下属授权的不利影响表现在：
1)DCS减少了监控管理的成本，助长高层的过度控制（可精细到每一分钟）和微观管理（甚至干预下级的下级的活动）；
2)DCS逆转了上下级的信息不对称性，上级无所不知，下级变得谨小慎微，妨碍了下级的主动性和创新性；
3)DCS过分强调信息的丰裕度和及时性，加重了下层报送信息的负担，影响了信息质量和上下级的信任关系；
4)DCS对超长、复杂行动指令的支持，导致了指挥意图不清晰，上下级难以达成共识。
作者提出的三点建议是：
1)DCS是工具，指挥员应当是工具的主人而不是仆人，DCS不能决定如何指挥，任务式指挥的原则不能丢弃；
2)要根据实战环境检验DCS的效能，而不能局限于技术演示或试验的效果，要重视运用非正式、非结构化的沟通方式；
3)指挥员的命指令要力求简洁，这是实施任务式指挥的关键。
一、引言
任务式指挥是一种广泛采用和流行的军事原则，特别是在整个西方军队，如加拿大、英国、美国和以色列，它强调任务型命令和分散执行，并与对指挥官意图的共同理解相一致。任务式指挥被视为一种永恒和持久的原则，通过赋予下级决策权和行动自由权，使军队能够迅速适应复杂不确定的作战环境。任务式指挥本身并不是一个指挥控制(C2)系统，而是一门指挥哲学，指导指挥控制应该如何做。
有趣的是，在冷战结束时，西方军队流行的任务式指挥原则在很大程度上被当时称为“国防转型正统观念”所掩盖，因为1990年代基于下列认识：信息时代的新兴技术创造了一场军事革命(RMA)。事实上，许多军事理论家和领导人当时时尚地认为，在广泛的通信、情报和监视系统支持下，战场数字化导致的“网络中心战”概念将给指挥官带来前所未有的战场感知，通过信息优势将有效地消除战争迷雾，能快速和轻易地夺取军事胜利。然而，从那以后，西方的军事冲突实践在很大程度上揭穿了RMA正统性的真相，反而激发了回归到任务式指挥的原点，并在战斗磨练中为许多经历和经验所证明。
诚然，数字通信链路等新兴战场技术对于支持指挥控制系统以及成功实施行动至关重要，但需要进行更深入的分析，以便更好地理解技术对指挥实践可能产生的潜在有害影响和偏离失真。本文具体研究数字指挥系统(DCS)对任务式指挥基本原则（分散执行和给下属授权）可能产生的偏离效应。此处DCS定义为在现代指挥系统中使用的技术手段，它基于数字通信和信息系统，如网络、计算机、服务器和应用软件，允许分散各地的部队使用数字通信链路即时地共享数字化信息，例如命令、情报产品。
本文分析的重点特别针对在陆地环境中的中层或战术级别，即旅、战斗队和分队，在复杂和不确定的环境中的作战，采用任务式指挥哲学的基本理念是最合适的。本文利用因果关系框架研究DCS对任务式指挥原理可能产生的有害影响及其相关后果和副作用，特别是涉及任务式指挥原则所谓的优点和原理。分析方法主要是定性地利用现有的研究成果和最近冲突案例分析的主要观察结果。本文认为，如果不能准确地理解DCS或不明智地使用DCS，则实际上可能会违背分散执行和为下属授权等任务式指挥的基本原则。
论文分为两部分。第一部分讨论DCS对分散执行的影响，调查DCS如何实际上强化集权和集中式结构，并描述与DCS相关的信息病理（informationpathology）。第二部分调查DCS对下属授权的影响，并采用更定性的方法来确认微观管理的因果关系，以及坚持采用DCS提供的正规方法对下属授权的影响。本文最后综合主要的论点，并提出进一步研究的建议。
二、分散执行
本节将分析DCS对任务式指挥原则中分散执行可能产生的有害影响。首先，回顾任务式指挥原则所主张的在作战环境中分散执行的基本原理和天生的优点。随后分析DCS如何促进集权和组织结构的中心化，表面上更广泛地通告决策结果，实际上加强了信息处理能力的集中控制。最后研究日益增强的技术依赖关系，可支持DCS将资源集中管理后的协同，还探讨了使用半独立单元带来的相关影响，这是任务式指挥所倡导的。
军事理论家马丁·范·克里维尔德在论著《战争的指挥》(该课题研究广受好评)中提到：说到底，指挥是应对战争不确定性的永恒努力(timelessEndeavour)。历史证据证实，在高度不确定和复杂的作战环境中，分散执行——即在等级结构中将决策权下放到较低的层级——提供了一种应对不确定性的方法，已证明这是最有效的方法，使独立和半独立的单元能够依据他们面临的环境谨慎行动并能适应这样的环境。
另一方面，克里维尔德认为，权力下放不过是高层司令部做出的一种有意识的选择，旨在为较低层级减少不确定性，同时增加他们自己层级的不确定性，这一认识基于如下事实：需要拥有最准确的信息用于决策的，正是那些在较低层级上与环境进行实际交互的单元。分散决策和执行在适应性和弹性方面确实有明显的优点，它能提高决策速度，超越于敌人的行动节奏，使部队能够更好地应对不确定环境。如前所述，这是以减少整体灵活性和组织高层的态势感知为代价的一种权衡。
克雷维尔德指出，除了权力下放以降低较低层级的不确定性外，对于寻求减少战争不确定性的指挥官来说，还有其他选择，包括增加部队的感知能力，收集更多关于态势方面的信息——例如，关于我们的对手、他们的意图、自身的力量、环境中其他要素等等。事实上，更多的信息能提高指挥官做出更明智和更佳决策的能力，似乎是合乎逻辑的。这就是DCS宣称的能提供明显信息优势之所在，它通过技术手段支持指挥官，提高了整个部队即时收集、处理和共享战场信息的能力。这也是1990年代倡导的军事革命和国防转型的理由。但是，提高DCS支持的信息收集能力，以便减少不确定性和提高决策能力，同时也会鼓励权力集中，这与任务式指挥所主张的权力下放基本原则形成鲜明对比。
然而，首先有必要澄清这样一种观点，即增加信息将减少战争的不确定性。事实上，只要战争依然存在，再多的信息也无法消除其不确定性。正如克劳塞维茨很久以前阐述的那样，战争本质的一个恒久特征是，“预测交战效果所需的精确知识是无法获得的。”巴里·瓦茨令人信服地指出，“在未来战争中摩擦和不确定性将继续存在，因为分散在作战空间中的信息难以获取，还有更重要的时间因素(瞬息多变)。”事实上，尽管在平时的训练或在计算机战争模拟中，DCS展示出强大吸引力和有效性，但在减少不确定性方面，暂时还没有“银弹”。
此外，从收集到的信息中确定实际有用的信息，即从噪声中分离信号，仍然是一大挑战。正如克劳塞维茨所说：“许多战况情报是矛盾的；很多是假情报；大多数是不确定的消息。”战斗信息不仅基本上是短暂的，而且还容易出现错误和欺骗。虽然DCS支持多个梯队之间即时传输信息，但虚假信息也能跨梯队传播，这些信息还可能被DCS即时放大，实际上加剧了战争迷雾。正如艾伦·拜尔琴所描述的，克劳塞维茨所说战争迷雾的真正含意是，“与其说是信息的稀缺，不如说是信息的扭曲和泛滥，导致了对实际情况认知的不确定性。”
现在讨论DCS对权力下放的不利影响，例如在处理DCS产生的战斗信息时，就要考虑这种不利影响的延续和积累。英国军事理论家吉姆·斯托尔准确地指出，“信息量随参与行动人数的平方而增长，而处理信息能力只能随人数线性增长。”这种信息病理在2003年的伊拉克战争中表现很明显，期间英国和美国战术司令部参谋人员规模比1991年的海湾战争增加了25%以上，以应对DCS产生的不断增加的信息。
这是一个自我恶化的循环，治疗方法比疾病本身更糟糕：更多的参谋产生更多的关系需要协调，进而产生更多的信息，需要更多的参谋来处理，以此类推。大型司令部的参谋人员促进信息更加集中，从而使决策的权力更加集中。合乎逻辑的结论应是，决策的权力应交给能最佳和最准确地了解情况的部门，他们拥有必要的手段，足以向分散的部队发出指挥控制指令。值得注意的是，强调分散执行的任务式指挥哲学，起初在很大程度上是作为一种被动手段应对如下事实：指挥官当时没有可用的技术手段发布指令和控制战斗中分散的部队（例如奥普战争中的普鲁士军队）。
DCS从两方面促进了权力集中。首先，提高信息收集能力和信息处理能力。第二，向指挥官和参谋人员提供手段，在战斗前和战斗中能全过程地指挥控制分散的部队，同时按需收集和发送最新的信息。因此，任务式指挥原则所提倡的权力分散的基本原理，在很大程度上被DCS的能力所颠覆，DCS提升了决策集中程度，使得较高层级能有效指挥和控制部队。
然而，正如军事理论家罗伯特·莱昂哈德在他的论著《信息时代的战争原则》中所指出的那样，实施决策的层级应该拥有最佳的和更多的知识，这才是合乎逻辑的。但应该指出的是，任务式指挥原理并不是针对每一种情况的灵丹妙药，不可能适用于所有情况。如前所述，任务式指挥原则所推荐的是一种关于如何更好地处理不确定性的哲学思想，并假设与环境和对手直接打交道的下级部队比远离战场的高层司令部更适合做出决策和采取行动。
但是，在高层司令部确实占有更多知识的情况下——例如低强度冲突或核威胁背景——那么实施权力分散的任务式指挥原则将是不利的。与之相反的另一种情况是，DCS的设计宗旨应是实现部队的网络化，上下左右均能共享信息。但是正如军事理论家道格拉斯·麦格雷戈在分析1991年海湾战争指挥时所描述的那样，DCS仅支持信息向上流动，“指挥中心更多是作为信息仓库，而不是信息分发的枢纽”。
由DCS输入的信息，以及确实有望能提供的上佳信息，在决策过程中可能会起到制动器作用。尽管分散执行能在决策速度和相对的行动节奏方面比对手更胜一筹，但DCS实际上会产生相反的效果。这一点在1991年海湾战争中表现尤为明显，军事历史学家费里斯和汉德尔称其为施瓦兹科普夫综合症(Schwarzkopfsyndrome)，他们对冲突中某些决策者的综合症描述如下：“渴望再多等片刻，再多读一份报告，不愿依据不完美的知识采取行动，因为现有的报告并不完美，等一段时间另一份报告可能会有完美的结论。”增强的DCS放大对决策的制动作用，使某些指挥官和参谋人员认为，他们正在寻找的精确的信息就在附近，可能已经收集到，但还没有处理。
当然，没有一个人知道如何或何时才能掌握所需的所有事实，才能做出正式决策。DCS还能根据态势情况和对风险的容忍能力，为指挥官提供“瞬间集中”（suddencentralization）的手段以及大跨度控制技术。虽然DCS的技术依存性必然会产生紧耦合，但这种依存性能更好地支持各作战要素之间的协调。它鼓励集中或池化各部队的资源，以获得高效费比和整体灵活性。但这有悖于任务式指挥原则，即拥有资源和手段的独立的或半独立部队可以自主采取行动。事实上，如果需要更多的协调，并导致需要更多的沟通和信息处理以支持分散执行，则资源池化以节省成本的想法就显得无关紧要了。
分散执行的任务式指挥原则不仅是处理不确定性的基本原则，而且还减少了对DCS的技术依存性和过度依赖，因为在战时DCS肯定会过载或中断。这是在平时引入新技术所带来的永恒问题，平时理性和理论上的优势，以及在训练中的成功，确实证明了新技术的价值。但实际的战争经验胜过理论。英国海军历史学家安德鲁·戈登在《游戏规则》一书对此有清晰的描述，他研究了在1916年日德兰战役中英国的指挥控制系统使用了最新改进的通信条令，但新的无线电技术从未在战争时期测试过，导致战争中无线电通信堵塞，给英国造成许多C2问题。与通信条令有关的这一结论今天仍然适用于现代DCS：“作战指挥官可能会发现自己丧失了在平时训练中可依赖的通信能力。”因此，对DCS的过度依赖可以成为现代武装力量的“阿喀琉斯之踵”，并能很容易地将集中型组织变成僵化和脆弱的组织。
然而有许多专家，如历史学家罗伯特·西蒂诺，不认同任务式指挥分散执行的原则仍然适用于当今时代高度复杂的武器系统和通信技术，“任务式指挥没有为真正独立作战的军事单元提供机会，如高移动的地面单元，战术空军和武装直升机等。”但是，这些新的复杂系统所引入的依赖关系，则是一种比疾病本身更有害的治疗方法。如果复杂的武器系统依赖于与精密传感器和GPS相连的DCS通信链路（在战争中它们肯定会被干扰），复杂的武器系统有什么好处？在这种情况下，仍然需要作战单元具有独立或半独立的行动能力，并能与指挥官的总体意图保持一致。显然，任务式指挥的分散执行原则在许多战争情况下仍然具有重要意义。
三、给下属授权
本节的重点将转为更具主观性、人性化的任务式指挥原则之一——给下属授权的心理效果。首先描述为什么授权的概念在任务式指挥原则中如此重要和强大，包括与创造力和创新性有关的结论。然后是关于DCS会对给下属授权产生不利影响的争论，即使用DCS有可能导致微观管理和挫败下属的潜力。本节还分析讨论了DCS可能会取消非正式的通信手段，如定向通信和非结构化交互，这些手段对有效指挥、信任和创造力至关重要。
任务式指挥原则强调委托式授权和给下属授权，鼓励下属行使自己的判断力和主动性，允许部队在战场上抓住短暂的机会。艾坦·萨米尔在研究美国、英国和以色列军队内部整合与适应任务式指挥时，就观察到授权很难实现，这是由于人类的本性使然，指挥官很难放弃控制权，下属在没有接到指示的情况下很难采取行动。授权的心理学概念意味着“强化个人对其影响、改变和控制态势能力的信念。”此外，萨米尔还指出，授权与上级批准下属实施的行为高度相关，会导致皮格马里翁效应(Pygmalioneffect)，即期望的事情自然会实现。例如，有些上级认为下属不值得信任，并经常监控他们的行为，以确认他们是否按照规定的标准完成任务，从而导致下属感到无能为力，压制了下属的主动性。反之亦然。
任务式指挥条令被视为基于上下级之间隐性信任的合同，合同约定上级信任下属“在面对意外情况时，在没有监督的情况下，有能力明智地和创造性地实施行动”。信任还要求上级指挥官承担责任和风险。促使下属的行动保持一致的关键是上级的意图，它必须“以最简单和最清晰的方式来传达”。给下属授权带来的直接好处包括主动性和创新性，但需要建立信任，勇于承担风险和责任，传达指挥官意图时要简洁。
DCS最不利的影响也许是指挥官可能用来过度控制他们下属的行动，从而导致下属的主动性受到压制，相互信任遭到有害侵蚀。对最近冲突如2003年伊拉克战争和2006年黎巴嫩战争的案例研究，提供了这方面令人信服的证据。新引入的DCS，如美国陆军的蓝军跟踪(BFT)系统和以色列国防军(IDF)“铁穹”数字地面部队系统，被上级用来对下属实施微观管理——在许多情况下甚至管理到他们下属的下属行为。
托马斯·索尔斯对2003年伊拉克战争期间美国和英国军队的微观管理问题的研究尤其具有启发性。他分析了像美国陆军BFT这种战术级DCS是如何帮助消除一些战争迷雾的，在历次战争中这些迷雾总是掩盖了上级对下属混乱活动的观察。事实上，在DCS之前，监视下属行动，如下属向高层报告态势或上级访问战场情况，是一件高成本的交互，在很大程度上阻止和减少了密切监视下属的机会。但是现代的DCS，如BFT，可以自动在网络上传输信息，从而实际上消除了下属和上级的交互成本（只需较少的技术配置）。因此DCS提供了一种有吸引力的手段，帮助减少上下级之间长期存在的信息不对称性。
在许多情况下，上下级信息的不对称性实际上能被DCS逆转，其时，上级能比下级指挥官自身掌握更多有关下级（以及层次结构中更低层的下属的下属）的信息和感知。例如，在2003年的伊拉克战争中，美陆军的BFT就创建了一条数字鸿沟：所有的BFT系统都将信息发送给数字化的司令部(例如，旅和旅以上)，他们比基层部队的司令部自身拥有更多关于下属部队(例如营)的位置信息，因为这些低层指挥中心缺乏数字通信手段。
这不仅造成了处于数字鸿沟劣势方的低层指挥官的沮丧，而且在高层司令部造成了一种反常的无所不知感，扼杀了下属的主动性。例如，一名驻伊拉克的美陆军军官描述了这种情况，即他的小分队正在部署一个检查站，而附近的一支部队刚刚遭到袭击，正在请求支援。当检查站的成员开始撤离时，比他们高三层的上级司令部打电话来质问为什么要撤离这些士兵，随后命令他们留在原地。这种情况导致了退役海军上将詹姆斯·马蒂斯所说的类似于“妈妈，我可以吗？”的胆怯，部队知道自己的行为已被监视，未经许可不得轻举妄动。这种情况符合众所周知的“霍桑效应(Hawthorneeffect)”，即个体在意识到自己被观察时会刻意改变他们的一些行为。
除了强化微观管理外，DCS还会削弱对下属的授权和信任，它向低层司令部洪泛太多的信息和信息请求，而低层司令部只有少量参谋，他们需要花费大量时间给机器“喂送”信息，从中他们几乎没有得到任何好处，只是为了满足高层司令部的信息需求。这往往会导致上送的信息不准确，而得到的回报是信息的即时性而不是真实性，这会进一步损坏上下层之间的信任。这在每天战斗的定期报告和汇报中尤其明显。
例如，在伊拉克作战的美军低层战术分队会按高层司令部的要求，每天提交一份PPT短片，演示他们的巡逻和活动，这些分队通常只有一两台计算机能产生数据，这样做不仅会导致下属倍感沮丧，也降低了他们自我规划和创造性思维的能力。这种机械式的信息上报要求对战术单元没有任何价值，只能听任高层司令部的摆布，即使是他们的直接上司也无法减少高层司令部强加的需求。同样的逻辑适用于通过DCS沿信息链向下属推送各种已有和可用的信息，遵循原先的通信规则，“要扩大带宽以满足容量需求”，“通信容量的定义往往取决于有多少高层终端需要传输信息，而不是有多少低层终端能方便地接收信息。”
同样地，DCS与无线电、电话或面对面等短暂通信手段不同，它的长久性和可录制的性能进一步加剧了高层司令部的避险心理，因此它们被迫借助DCS将尽可能多的信息下载到下属的作战单元，以避免日后因为没有发送关键信息而受到指责。
DCS还会助长那些历来依赖它的指挥官忽视其他独立的信息收集手段,因为借助DCS传递信息和报告似乎很容易。但是，仅仅依赖于DCS指挥链的逐级上报信息必然意味着信息的丢失，因为指挥链中的每一级在信息上送前都会对报文进行汇总和某种程度的加工，这不仅影响了态势理解，而且迟滞了信息的及时性。正如克里尔德观察到的，指挥官应当用定向信道来满足他们的特定信息需求，即使用他们自己的独立通信手段，以更好地提炼和通告他们的态势理解。它不仅可减少对下属部队施加的额外报告负担，不至于破坏信任和授权，而且还会使高层有更精准的态势理解和更明智的指令。
业已证明，DCS有助于增加行动指令的长度和复杂性，导致对任务目标和指挥官意图的理解不清楚。例如，在2003年伊拉克战争中，英军的规划人员定期发布的指令长达100多页，表述的使命任务和指挥官的意图并不清晰，并且在发布指令时也经常受各种事件的影响。在2006年黎巴嫩战争期间，以色列国防军的命令中也发现了同样复杂的语言，士兵们不清楚他们分配任务的目的（意图）。
DCS在两种方面导致了这个问题。首先，DCS允许几乎无限长的书面指令向分散的部队瞬间发送。如果像使用复写纸或油印蜡纸等非数字手段用手工方式向下属部队发送命令，在减少指令长度、复杂性和及时性方面，就不再需要实行强制措施了。第二，在行动过程中，DCS控制部队时空同步的能力导致了过度复杂的命令，规划人员试图利用DCS工具在行动过程中追求效果的同步，对自己属下的部队过度控制甚至到每一分钟的细节，而不是关注敌人的动态；这显然违反了任务式指挥原则。
DCS妨碍了下属的创造性和创新性，它在很大程度上取消了非正式和非结构化的沟通方法，而这对创造性思维至关重要。通过数字连接的上下级更有可能减少面对面的交互，例如，取消了司令部之间交换联络官的制度，转而支持DCS提供的更具成本效益、看似足够正规的方法。这种信息交换的机械过程提供了精度、标准化和简洁性等方面的好处，但与非正式的沟通方法相比，它们很容易中断，并降低了灵活性。事实上，正如克里费德所观察到的，非结构化交互方式与DCS都应保留，它不仅支持给下属授权，促进指挥官和下属之间的信任，而且有提高正式DCS通信质量和减少其数量的边际效用。这在现代作战中尤其重要，因为出于部队防护的需要，部队的部署越来越分散，因此上下级司令部实际上很有可能是分离的。仅有DCS是不够的。
DCS还可能导致上下级之间对态势的理解不充分，因为他们过分依赖难以准确反映环境真实情况的数字工具。例如，数字地图可能描绘最近知道的敌人部署、实时跟踪的我军位置以及其他数据，如后勤方面指数，但数字地图根本不能准确地描述战争中定性的人的因素，这对态势理解至关重要。事实上，将指挥官对环境的解释与其下属解释相结合的辩证演练，构成了任务式指挥倡导者美国海军陆战队中流行的指挥和反馈过程的基础。
DCS作战管理工具，如美国陆军未来指挥所(CPOF)或加拿大陆军的战斗视图指挥系统，其危险之处在于指挥官可能会错误地将屏幕上描述的数字场景与真实现场混为一谈，建立的系统依赖关系是脆弱的，在战争条件下系统肯定会过载或中断。这些系统还增进了麦克纳马拉谬误，即决策是基于数字战斗管理系统中可以定量观察和量化的各类事件，而不是专注于需要定性评估的实际问题。
相反，许多人认为，在任务式指挥中，DCS不仅能更好地支持给下属授权，还能委托其控制权，但是，正如英国军事理论家吉姆·斯托尔所说，DCS和信息时代所创造的条件，将迎来任务式指挥的“复活”，由于它提高了部队自我同步能力，提高了对指挥官意图的共同理解。但是，像任何其他技术一样，DCS不是智能体，它只是一种工具，其性能和效果取决于使用它的人。正像其他工具一样，它也会随着时间的推移不断塑造用户，并可能最终造成不利的影响。事实上，指挥官显然不能忽视在有效指挥战争中人的因素，比如非结构化的面对面的交互，这对于给下属授权和培养信任至关重要，DCS永远无法取代。
四、结论
本文认为，如果没有充分理解或明智使用数字指挥系统(DCS)的话，它可能会对任务式指挥的主要原则产生潜在的不利影响，并有效地削弱了其实践价值。这些影响与两个主要观点有关。首先，DCS促进了基于感知能力的权力集中，指挥官在作战期间通过DCS可有效地指挥和控制其部队；CDS日益增加的收集和处理信息的能力，建立了集中式的指挥中心，成为信息仓库而不是信息分发的枢纽。第二个主要影响是损害了下属的授权和主动性，此时DCS被用来强化微观管理，在下属中创造了高层无所不知的错觉，扼杀了下属的主动性。还有人认为，DCS有可能取代非正式的通信手段，如定向信道和非结构化的交互方式，而这些手段对于指挥官是至关重要的，它可以提高对态势的共同理解，提高创造力和思想创新，以及进一步巩固上下级之间的信任。
对DCS的使用提出三个建议。首先，必须将DCS视为服务于指挥和指挥系统的工具。军事案例研究经常观察到指挥官和参谋人员成了这些技术工具的仆人，技术工具最终决定了指挥风格。战争史表明，像DCS这样的技术永远不能也不应该决定如何实施指挥。其次，DCS应该在类似战争的条件下进行严格的测试，指挥官应该为他们的指挥系统制定替代计划，以弥补DCS可用性的不足。过分依赖DCS很可能被敌军视为一种弱点，他们会迅速寻求利用这一点。最后，指挥官应该记住，虽然DCS鼓励信息共享，但通常情况下，在命令或指令中没有包含的内容反倒是至关重要的。
少通常就是多。指令的简洁性是有效实施任务式指挥的关键环节，而长篇大论和不顾风险的规划人员经常违反这一原则。指挥官可以规定画框的尺寸，但如何用画笔作画应由下属负责。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
人工智能在数据转换工具中的应用前景
人工智能正在革新数据转换工具，提高效率、准确性和实时处理。
高效的数据转换对于寻求无缝集成、提高生产力和增强决策的企业至关重要。随着人工智能(AI)技术的进步，数据转换工具正在经历一场变革，有望彻底改变数据的处理、提取和翻译方式。在这篇博客中，我们将探讨人工智能如何补充这些工具，以及它对企业的重大影响。
数据转换工具数据转换工具是旨在将数据从一种格式转换为另一种格式的软件解决方案，确保系统之间的兼容性和无缝集成。由于数据转换在各种大型项目(如数据迁移和系统集成)中起着至关重要的作用，因此许多数据集成软件供应商将数据转换功能作为其解决方案的一部分提供。
数据转换工具可以处理各种数据格式，包括结构化数据，如CSV或XML，以及非结构化数据，如pdf或图像。它们提供数据提取、转换、映射和验证等功能。这些工具还使企业能够通过将数据迁移到基于云的平台来实现其遗留系统的现代化。
人工智能在数据转换工具中的作用人工智能正在迅速发展，使机器能够从数据中学习，做出决策，并以类似人类的智能执行任务。人工智能可以在效率、准确性和自动化方面为数据转换工具带来重大改进。通过利用机器学习(ML)和自然语言处理(NLP)等人工智能技术，数据转换工具可以在最少的人为干预下智能地处理和转换复杂的数据集。
人工智能技术有可能改变整个数据转换过程。例如，机器学习算法可以在大型数据集上进行训练，以识别模式并做出预测。这些算法可以使数据转换工具自动解释复杂的数据结构和格式。
同样，人工智能驱动的数据转换工具可以智能地从非结构化来源(如文档、图像或扫描文件)提取和解释数据。通过使用光学字符识别(OCR)和自然语言处理(NLP)等技术，这些工具可以识别模式，提取相关信息，并将其转换为结构化格式。
总之，人工智能提高了数据转换工具的准确性、效率和自动化能力，减少了对人工干预的依赖。
自动化和减少错误传统上，数据转换过程涉及人工干预和较高的人为错误风险。人工智能驱动的数据转换工具不仅可以实现数据输入任务的自动化，还可以实现错误检测和纠正。这些任务的自动化大大降低了出错的可能性。
此外，这些工具可以使用ML算法从历史数据中学习，并随着时间的推移提高识别精度。它们还可以生成详细的错误报告，允许用户检查和验证转换后的数据，从而降低不正确或不完整转换的风险。从本质上讲，人工智能驱动的数据转换工具将能够进一步提高数据质量，提高运营效率，并为更具战略性的任务释放宝贵的人力资源。
智能映射与转换支持人工智能的数据转换工具可以基于语义分析和机器学习技术自动识别数据关系和层次结构。通过分析数据的结构和内容，这些工具可以确定不同的数据元素如何相互关联。例如，人工智能工具可以识别“产品ID”与“产品名称”、“价格”和“类别”等特定属性相关联。理解这些关系对于在转换过程中准确地映射数据至关重要。
数据转换工具中使用的人工智能算法也可以分析数据元素的含义和上下文。它们超越了表面的解释，并理解数据的底层语义。例如，人工智能驱动的工具可以识别出“客户名称”与另一个系统中的“名称”指的是同一个实体，即使字段名称不同。这种对语义的理解允许在系统之间对数据进行精确的映射和转换。
实时数据转换数据的动态性需要实时数据转换能力。人工智能驱动的数据转换工具可以实时处理数据，使企业能够跟上快速变化的信息环境。这些工具利用流数据处理技术来处理实时数据转换需求。通过实时或接近实时地摄取和处理数据，这些工具可以支持数据不断变化或更新的动态集成场景。
实时数据转换使数据易于用于分析、报告或与其他系统集成，从而确保企业能够迅速做出明智的决策，同时还增强了整个组织的敏捷性和能力。
挑战与未来展望虽然人工智能在数据转换工具中的前景很好，但也存在一些挑战。人工智能算法需要高质量的训练数据，而获得这样的数据可能是一项复杂而耗时的任务。数据转换场景的复杂性也会给实现最佳精度带来困难。
此外，在处理敏感信息时，必须解决伦理问题，例如避免人工智能模型中的偏见和数据隐私。确保遵守法规，如GDPR或HIPAA，需要强大的数据保护措施和匿名化技术。最后，持续监测和更新人工智能模型对于保持准确性和适应不断变化的数据模式至关重要。
然而，随着人工智能技术的不断进步，这些挑战可能会得到缓解。人工智能驱动的数据转换的未来对各行各业的企业都具有巨大的潜力。展望未来，人工智能驱动的数据转换工具将继续发展，实现更先进的功能。
随着人工智能算法变得更加复杂和适应性强，我们可以期望数据转换过程中的准确性和效率得到提高。采用这些工具的企业将通过释放其数据资产的真正潜力来获得竞争优势。
结语人工智能在彻底改变数据转换过程中扮演着催化剂的角色，为企业提供了更高的效率、准确性和自动化。通过利用人工智能驱动的数据转换工具，企业可以简化运营，做出更明智的决策，并释放数据的真正价值。尽管挑战依然存在，但通过人工智能技术的不断进步，人工智能驱动的数据转换工具有望重塑数据管理和集成的未来。