今日之情报数据平台——无人操控的武器系统

近期美军“战士演习(WFX)”25-04与26-03所呈现的现代作战环境,其显著特征是数据洪流已压垮传统情报流程。分析人员深陷耗时的手动任务泥潭,轮值期间大多耗费在管理数据、无休止地更新PowerPoint幻灯片与Excel电子表格上,而非从事驱动决策的研判工作。此种状况不仅效率低下,更潜藏危机。陈旧数据、虚报战果以及支离破碎的通用情报图(CIP),严重瘫痪指挥官洞察战场并果断行动的能力。

依据“陆军转型倡议2.0”,数据不再是作战的副产品,而是武器系统。然而,武器系统唯有配备训练有素、随时待命的操作班组方能发挥效能。尽管陆军已列装陆军情报数据平台(AIDP)、战术情报瞄准接入节点(TITAN)等先进平台,但WFX 25-04演习向第三装甲军证明,短板不在硬件,而在人力资本与方法论。为在大规作战行动中取胜,陆军必须在各级建制正式组建情报数据团队(IDT)。

本文阐述第三装甲军情报处(G-2)建立其IDT项目的实践,并明确组建此类团队的具体要求。研究表明,成功关键在于打造一支专业化“人类武器系统”操作班组,由兼具军事谍报技能与民用数据教育背景的军官领衔。我们提议构建分阶段训练管道——从基础数据素养到专业技术精通——并将其整合至敏捷项目管理框架(如Scrum)之中。

上述建议旨在与新兴训练指导无缝衔接。IDT的独特设计,正是为了弥合先进平台与操作所需人力资本之间的鸿沟。

数据洪流下的洞察匮乏

近期演习中暴露的摩擦点并非理论推演,而是具有直接作战影响的实质性障碍。

战斗损伤评估(BDA)困局。 BDA流程是低效的典型例证。分析人员手动汇总“杀伤通报”与非结构化报告,导致敌方战损严重虚报,对敌战斗力形成失真判断。在近期的战士演习中,第三装甲军IDT观察到分析人员每班次耗时数小时手动更新PowerPoint幻灯片。此种“算盘式”统计流程产出陈旧数据,并扰乱“决策、探测、交付、评估”(D3A)的瞄准方法论。

数字化RSOI失效。 近期情报与电子战营(IEW BN)“下一代”试验揭示全军面临的一项关键需求:部队必须以“数字化就绪”状态抵达战区。若未能在进驻前完成此项要求,部队可能因冗长的“数字化RSOI”阶段需求,数日乃至更长时间内无法充分发挥企业级潜能。此类需求将消耗人力于账户验证、软件熟悉、初始配置与供应、数据源集成等基础任务。部队再也无法指望临战抵达便能立即生效;数字化备战必须在部署前久经规划、演练与验证。

多国协作瓶颈。 第三装甲军在近期WFX 25-04多国演习中凸显,当前及未来的作战环境要求团队能够快速赋能多国数据共享。多国共享领域的最新进展,包括诸如美陆军情报与安全司令部“任务伙伴环境(MPE)”云倡议,以及通过AIDP与Maven智能系统(MSS)共享数字化CIP等举措,前景可期。然而,战场上传感器数量的增长,以及人工智能与机器学习(AI/ML)泛化催生的海量数据,要求更稳健、可靠、实时的数据交换。共享机制必须能使依托不同情报图的联军部队同步实施瞄准,杜绝对手获取任何优势。

第三装甲军情报数据团队模式

为实现从被动数据消费向主动“数据战”的跨越,第三装甲军G-2构建了以三大支柱为根基的试点IDT。此模式为操作我军数据武器系统所需的专业化班组提供了蓝图。

复合型领导。 最为关键的教训在于,IDT负责人不能是传统的情报军官。该角色亟需“复合型负责人”:一名具备瞄准或情报搜集实战经验,并持有数据分析、数据科学或信息系统管理领域民用学位或认证的连级军官或准尉。现行职业军事教育体系未涵盖Python脚本编写、结构化查询语言(SQL)数据库管理或复杂应用程序编程接口(API)集成等课程。负责人必须具备陆军战略规划系统、情报搜集管理或瞄准领域的背景,以理解数据价值的根本所在——因为IDT负责人最终必须将指挥官意图转化为团队可执行的具体技术任务。

敏捷管理。 IDT无法依循传统军事决策流程的时间表运作;数据开发具有持续性与迭代性。第三装甲军IDT采用Scrum框架实施敏捷项目管理,将工作组织为为期一周的“冲刺”,专注于交付特定产品,如瞄准仪表板或BDA规范化脚本。这使得团队能够随战场需求变化迅速调整,确保在需要时以所需速度交付相关能力。简短的15分钟例会用于识别“阻滞点”并同步开发人员与分析人员的工作。项目经理每周向高级情报军官(上校)与负责人(上尉)提交概要,聚焦于“交付成果”(建成的能力)而非“活动过程”(召开会议)。

专业化人员构型。 最后,成功的IDT需要一支具备独特互补技能的班组。来自各情报军事职业专业(MOS)的训练有素人员可胜任以下角色:

  • 数据管理员(数据素养倡导者)。 负责确保基层数据质量、治理及录入符合自动化摄取所需的严苛标准。
  • 数据开发人员(构建者)。 接受过AIDP开发人员计划培训的士兵,负责构建仪表板与工作流,打通数据瓶颈。
  • 数据科学家(算法大师)。 专注于高级建模与AI/ML开发,以预测对手行动并实现分析自动化。

情报数据团队的训练与培养

IDT的结构性整合无需彻底重组部队,仅需对现有陆军架构进行专业化调整。在军、师两级,G-2下属的IDT被构想为数据架构与治理的核心节点。其应与情报与电子战(IEW)系统集成要素同址部署,将任务从管理硬件连通性扩展至监督数据层管理。该团队的关键使命是通过管理源自TITAN、AIDP及下属IEW营等系统的数据流,主导情报架构建设。

在作为情报搜集战术引擎的IEW营内部,IDT嵌入两个层级:

  • 分析与利用连IDT。 驻扎于师技术控制与分析中心,专注于数据规范化,确保信号情报、地理空间情报及开源情报的报告格式正确,可被CIP摄取。
  • 多域军事情报分遣队IDT。 该团队通过聚焦数据分析、自动化传感器数据关联以加速杀伤链,为纵深感知与跨域瞄准提供支持。其角色直接关联支持全师情报与非情报传感器的搜集集成与分析团队的集成工作。

打造此“人类武器系统”需要一套审慎、分阶段训练的进阶路径,引领分析人员从基础素养迈向技术精通。

第一阶段——基础数据素养(起步)。 此阶段面向全体情报专业人员。每位分析人员必须认识到,数据录入即是情报生产。诸如第三装甲军G-2开设的“情报人员数据素养”等课程奠定了此基础,讲授结构化与非结构化数据的区别,以及“脏数据”对瞄准工作的危害。

第二阶段——技术胜任力(行进)。 此阶段为“构建者”提供实操训练。课程包括关于数据治理的《军事数据战略课程》,以及关于平台特定开发技能的AIDP铸造厂/罗盘课程。

第三阶段——集体战备(奔跑)。 此阶段验证团队在压力下的履职能力。包含两个关键活动:数据通信演习——一项测试数据流的技术预演;以及数字化指挥所演习——一项确保情报架构在拒止、降级、断续、受限(DDIL)环境下保持韧性的演习。

情报数据团队建设经验启示

对WFX 25-04、WFX 26-03及相关指挥所演习的分析,凸显了横跨条令、编制、训练、装备、领导与教育、人员、设施及政策(DOTMLPF-P)全谱的关键教训,揭示了阻碍数据中心作战落实的在数字化备战、人员发展、技术及条令方面的差距,亟待弥补。

条令与编制

  • 技术权属模糊。 IDT(负责数据流)与IEW系统维护员(MOS 35T/353T,负责物理架构)之间存在职责不清。这引发了关于谁拥有“数据架构”的困惑。
  • 编制表(MTOE)缺陷。 当前专业化团队的编制,特别是多学科分析小组(瞄准)与搜集集成分析小组的人员配置,不足以支持对抗势均力敌对手所需的持续全天候(24/7)作战。

训练与人员

  • 专业技能缺口。 人力资本缺口显现。成功需要一支由复合型负责人——兼具实战经验与数据科学、信息系统等民用数据教育背景的军官与准尉——领导的“人类武器系统”班组。

  • 缺乏正规训练管道。 尚无制度化的培养数据专业人员的训练路径。弥合此缺口需要构建结构化管道,开设数据素养、Python、SQL及敏捷项目管理课程,并以《军事数据战略课程》作为高阶收官。

装备与技术

  • 跨域效率低下。 缺乏建制内机动跨域解决方案,迫使分析人员在安全互联网协议路由网络(SIPRNet)与MPE等不同安全域间,通过低效的“转椅式”工作流手动迁移数据,导致延误。

  • API与网络延迟。 在多国环境下,IDT必须掌握API设置与数据传输质量,以实现数据向MPE的流转,防止情报图碎片化,避免传感器到射手周期慢至作战不可接受的程度。

数字化备战与流程

  • 非结构化数据超载。 依赖PowerPoint、Excel及聊天记录等非结构化数据格式执行BDA等关键流程,是主要摩擦源。它导致数据陈旧、分析人员认知过载及战果严重虚报。

  • 未提供可摄取数据。 IDT全部潜能受限,原因在于任务指挥训练计划在演习开始后方才提供涵盖部队、装备及位置的起始数据,且非机器可读格式,无法直接被AIDP、MSS等平台摄取。

建议

通过将此类创新根植于现行及正在制定的《训练通报(TC)2-19》系列条令,陆军将确保“陆军转型倡议2.0”不仅交付新平台,更能锻造一支可将数据作为决胜武器运用的部队。三项具体举措将推动IDT从前景光明的试点项目转化为全军通用能力:

  • 正式确立IDT编制表(MTOE)。 修改IEW营及师G-2架构,正式设立数据管理员、开发人员及科学家岗位。这将使数据专业能力从低效、临时的附加职责,转变为作战人员不可或缺、获得认可的专用能力。
  • 制度化复合型IDT负责人资质。 优先选拔具备民用数据教育背景的连级军官与准尉担任IDT领导职务。这确保领导者能够弥合战术需求与技术执行间的鸿沟——此技能组合非现行职业军事教育所能产出。
  • 将“数据通信演习”列为训练必修课。 在《TC 2-19》系列中,强制要求IEW营及师G-2将聚焦架构的预演纳入集体训练周期。我们必须将情报架构视为作战系统,与其他系统一样,必须在首战打响前经受测试、施压与验证。

建设IDT非遥不可及的未来目标,而是赢得大规模作战行动的当务之急。军事情报界必须立即行动。

结语

WFX 25-04与26-03的教训昭然若揭:仅拥有先进数据平台远远不够。下一场冲突的胜利,必将属于能将数据洪流转化为决策主导权的部队。通过投资人力资本,打造训练有素、反应敏捷、领导有力的情报数据团队,陆军确保建设的不仅是新平台,更是一支能将数据作为决胜武器运用的铁军。

尾注

  1. 数字化RSOI是一种更新的备战模式,在传统军事“接收、集结、向前开进与整合(RSOI)”流程基础上扩展,纳入现代数据中心作战所需的技术准备。其旨在确保部队在演习或部署首日即达到“数字化就绪”状态并具备任务能力,防止因基础数字化任务拖延至抵达战区而造成延误。数字化RSOI的关键活动包括:接收——验证用户账户与网络访问权限;集结——启动所有系统,验证数据流与API端点,拉取必要数据集;向前开进——使士兵熟悉任务中将使用的特定工具、系统、仪表板及工作流;整合——连接至战术网络,并通过数字化握手确认能与相邻部队交换数据。此流程应尽可能在部署前30至60天启动,并常通过《数字化数据执行检查单》予以固化,以确保满足所有技术先决条件。

  2. Claire Drumond, “What is Scrum? Breaking Down the Agile Framework,” Atlassian, accessed May 27, 2026, https://www.atlassian.com/agile/scrum.

  3. 条令(Doctrine)、编制(Organization)、训练(Training)、装备(Materiel)、领导与教育(Leadership and Education)、人员(Personnel)、设施(Facilities)——政策(Policy)。

成为VIP会员查看完整内容
24

相关内容

军事防务数据板块介绍:系统化采集、存储、管理、分析与军事国防安全相关信息的专用数据板块,其核心在于整合全球新兴国防技术(军事人工智能、无人系统等)、热点案例(俄乌战争、美以伊战争)等方面的最新时讯、研究报告/论文、条令法规、案例分析,为战略研判、情报分析、决策支持等提供知识支撑。
从数据到主导:AI与兵棋推演构筑决策优势
专知会员服务
26+阅读 · 2025年8月4日
情报驱动决策优势
专知会员服务
67+阅读 · 2023年11月25日
《数据优势:未来武器》
专知会员服务
95+阅读 · 2023年8月14日
《数据赋能作战决策》
专知会员服务
220+阅读 · 2023年4月14日
【知识图谱】知识图谱+人工智能=新型网络信息体系
产业智能官
14+阅读 · 2018年11月18日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
警务云情报分析研判平台解决方案(ppt)
智能交通技术
17+阅读 · 2018年3月18日
国家自然科学基金
341+阅读 · 2017年12月31日
国家自然科学基金
122+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
46+阅读 · 2014年12月31日
国家自然科学基金
56+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2013年12月31日
国家自然科学基金
39+阅读 · 2013年12月31日
国家自然科学基金
21+阅读 · 2012年12月31日
国家自然科学基金
12+阅读 · 2012年12月31日
VIP会员
最新内容
《无人地面战车(UGV)的崛起》报告
专知会员服务
5+阅读 · 7月16日
美陆军任务式指挥人工智能解决方案
专知会员服务
7+阅读 · 7月16日
相关VIP内容
从数据到主导:AI与兵棋推演构筑决策优势
专知会员服务
26+阅读 · 2025年8月4日
情报驱动决策优势
专知会员服务
67+阅读 · 2023年11月25日
《数据优势:未来武器》
专知会员服务
95+阅读 · 2023年8月14日
《数据赋能作战决策》
专知会员服务
220+阅读 · 2023年4月14日
相关基金
国家自然科学基金
341+阅读 · 2017年12月31日
国家自然科学基金
122+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
46+阅读 · 2014年12月31日
国家自然科学基金
56+阅读 · 2014年12月31日
国家自然科学基金
50+阅读 · 2013年12月31日
国家自然科学基金
39+阅读 · 2013年12月31日
国家自然科学基金
21+阅读 · 2012年12月31日
国家自然科学基金
12+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员