昆崳/編譯【知遠導(dǎo)讀】本文編譯自美軍《聯(lián)合部隊季刊》2020年第4期發(fā)表的同名文章，作者系前美國北方司令部和北美防空司令部司令、退役空軍上將特倫斯·奧肖內(nèi)西。文章作者立足自身崗位經(jīng)歷，結(jié)合美國北方司令部和北美防空司令部的工作實際，介紹了司令部為推動聯(lián)合全域指揮控制的實現(xiàn)所付出的努力。為確保聯(lián)合部隊獲取數(shù)字時代的核心作戰(zhàn)能力，司令部通過迭代的方式與國防部及商業(yè)合作伙伴展開合作，運用“四步走”概念消除了聯(lián)合全域指揮控制的歧義，并完成了兩項重要任務(wù)：一是提供了一個可操作性的框架；二是闡明了聯(lián)合全域指揮控制與傳統(tǒng)指揮控制之間的差異。在過去的兩年里，筆者有幸領(lǐng)導(dǎo)著美國北方司令部和北美防空司令部。在此期間，兩大司令部經(jīng)歷了一次重要轉(zhuǎn)型，使它們有能力攝止和擊敗來自競爭對手的現(xiàn)實威脅。為確保在危急關(guān)頭成功遂行國土防御任務(wù)，我們必須具備某些關(guān)鍵能力，其中最主要的是保持領(lǐng)域認知，對任務(wù)部隊實施指揮控制，以及擊退敵人的攻擊。這些能力并不是新生事物，其伴隨著每個司令部的建立存續(xù)至今，始終是威懾敵人的關(guān)鍵所在。雖然這些基于國土防御任務(wù)的關(guān)鍵能力持續(xù)存在，但運用這些能力所需的要求已隨時間推移發(fā)生了改變。在我擔(dān)任美國北方司令部和北美防空司令部司令期間，毫無疑問，司令部需要迅速提升能力，以完成保衛(wèi)國土的神圣使命。需要注意的是，美國的對手已經(jīng)適應(yīng)了環(huán)境變化，他們在全新領(lǐng)域使用更快速、更先進的武器來對抗我們早已過時的防御系統(tǒng)。為反制此類武器，提升作戰(zhàn)節(jié)奏，我們必須具備跨域指揮控制意識，不僅要形成對地下、海上、陸地、空中、近地空間、太空和網(wǎng)絡(luò)活動等融合威脅的全面認識，還要建立能夠?qū)_敵人針對美國關(guān)鍵基礎(chǔ)設(shè)施發(fā)動攻擊的防御機制。而將上述兩項能力聯(lián)系在一起的關(guān)鍵是聯(lián)合全域指揮控制（JADC2）。什么是聯(lián)合全域指揮控制？對國防部而言，描述并生成聯(lián)合全域指揮控制絕非易事，因為在某種程度上，將一個理想化概念轉(zhuǎn)變?yōu)楣餐妇埃缓笤俎D(zhuǎn)化為設(shè)計需求非常困難。其中一種方法是借助對所需屬性的描述來闡釋聯(lián)合全域指揮控制。從這個意義上講，我們指的是能夠?qū)崿F(xiàn)快速可靠通信的冗余和彈性架構(gòu)，或者是能夠融合“傳感器-數(shù)據(jù)-射手”，精簡指揮層級，拒止敵人對我造成致命打擊的能力。除了上述這些肯定性的描述，對聯(lián)合全域指揮控制的最佳描述或許是對其最終目的的高度概括：獲取決策優(yōu)勢。聯(lián)合全域指揮控制是數(shù)字時代條件下的指揮控制，其作用是為各層級（從戰(zhàn)術(shù)到戰(zhàn)略）作戰(zhàn)人員提供更快更好的決策。聯(lián)合全域指揮控制與傳統(tǒng)指揮控制體系的不同之處在于，聯(lián)合全域指揮控制體系建立在大數(shù)據(jù)的基礎(chǔ)上，并利用機器賦能來增強決策能力。這種新能力超出了人類能力的極限，它賦予機器識別異常事件、預(yù)測下步發(fā)展以及提供風(fēng)險處置選項的能力。舉例來說，最近亞馬遜云端服務(wù)（AWS）Next Gen Stats播放的一則商業(yè)廣告很好地描述了這種決策能力。這則廣告以橄欖球比賽中的四分衛(wèi)為例，展示了決策者如何運用人工智能賦予的洞察力。借助人工智能，教練可以評估不同得分方式需要承擔(dān)的風(fēng)險，并據(jù)此判斷究竟是選擇7碼第一次進攻（first down）還是53碼觸地得分。拋開這個簡單的例子不談，當(dāng)我們將機器學(xué)習(xí)因素納入考慮，采用歷史分析與當(dāng)前情況相結(jié)合的方式來預(yù)測未來時，還將激發(fā)更大的潛力。像湯姆·布雷迪（Tom Brady）這樣的明星四分衛(wèi)在接近爭球線（line of scrimmage）時，他的大腦中正在處理二十年來的賽場經(jīng)驗。他知道自己將面對什么樣的防守以及在各種情況下可能采取什么樣的策略，并根據(jù)評估結(jié)果提前做好預(yù)案。如果此類信息能夠?qū)崟r傳輸至賽場上的四分衛(wèi)，由機器賦能的洞察力完全可以幫助一名菜鳥在比賽中展現(xiàn)出如同布雷迪般的能力。掌握了這種“未卜先知”的能力，即便是一名新秀也能夠做出準(zhǔn)確判斷，從而確保比賽的成功率。作為軍方領(lǐng)導(dǎo)人，我們同樣在尋求這種數(shù)據(jù)驅(qū)動優(yōu)勢。當(dāng)前的技術(shù)不僅可以復(fù)制擁有30年軍齡的指揮官的知識與智慧，還可以通過處理超越思維局限的信息來完善這些知識。這種能力不僅適用于戰(zhàn)術(shù)層面，即機器的數(shù)據(jù)處理能力可以縮短殺傷鏈，并幫助識別現(xiàn)有系統(tǒng)難以探測到的威脅，還適用于戰(zhàn)役和戰(zhàn)略層面，即機器賦能的洞察力可以幫助我們理解對手的行為模式，預(yù)測他們接下來可能采取的行動，并據(jù)此做好各種應(yīng)對準(zhǔn)備。這樣的前景聽起來充滿誘惑力。但我們?nèi)绾尾拍馨堰@個概念變?yōu)楝F(xiàn)實？在過去的一年里，美國北方司令部和北美防空司令部開展了一項活動，以顯著增強關(guān)鍵能力，并在日益危險的安全環(huán)境下滿足國土防御需求。這項活動重點突出速度與創(chuàng)新，涵蓋了內(nèi)部努力、商業(yè)領(lǐng)域的試驗，以及空軍在操作層面的兩次演示。通過這些舉措，我們成功將“聯(lián)合”概念納入了聯(lián)合全域指揮控制，并迅速將這一概念轉(zhuǎn)變?yōu)閷嵺`。我們在實現(xiàn)這個目標(biāo)的過程中提出了一個“四步走”概念，其闡明了聯(lián)合全域指揮控制的基本構(gòu)成，幫助我們突破了那些描述性的理論觀點，以更切實際的框架來生成聯(lián)合全域指揮控制能力。首先，從基礎(chǔ)上看，聯(lián)合全域指揮控制是一個數(shù)據(jù)問題。它必須以歷史和當(dāng)前的權(quán)威數(shù)據(jù)為來源，而這些數(shù)據(jù)來源對理解相關(guān)安全環(huán)境條件至關(guān)重要。其次，這些數(shù)據(jù)必須基于云計算，且能夠依據(jù)不同密級向不同級別的指揮機構(gòu)開放權(quán)限。再次，數(shù)據(jù)必須分層并最終實現(xiàn)同跨域和報告流的融合，以便在全域通用作戰(zhàn)圖（COP）中實現(xiàn)可視化操作。最后，也是最重要的一點，聯(lián)合全域指揮控制必須將機器賦能的洞察力納入通用作戰(zhàn)圖。這種洞察力能夠同時利用預(yù)測分析、機器學(xué)習(xí)、深度學(xué)習(xí)以及人工智能來更好地判斷形勢，以便生成數(shù)據(jù)驅(qū)動下的分析結(jié)論，從而為領(lǐng)導(dǎo)層提供決策優(yōu)勢。傳統(tǒng)指揮控制體系聯(lián)合與聯(lián)軍部隊所面臨的挑戰(zhàn)是如何迅速采取行動，以懾止和擊敗當(dāng)前威脅。這些威脅已經(jīng)發(fā)展到了一定程度，給我們做出迅速應(yīng)對帶來了一定壓力。鑒于現(xiàn)代武器在速度和隱身性能方面的進步，即便是最優(yōu)秀的“射手”也需要額外時間去感知威脅和采取行動。我們也許能夠識別威脅，也許擁有合適的機制進行攔截，但如果不能及時處理信息，我們就將陷入極端不利的境地。傳統(tǒng)指揮控制更多依賴于單一指揮層級獨自搜集和提取的海量數(shù)據(jù)，且各指揮層級間缺乏通用接口。這些數(shù)據(jù)通常存儲于專用或封閉的“煙囪式”機構(gòu)中，給訪問帶來了極大挑戰(zhàn)。其結(jié)果是各指揮層級的不同指揮機構(gòu)形成了不同的作戰(zhàn)圖，這嚴(yán)重妨礙了協(xié)作和形成統(tǒng)一認識。另外，由此種架構(gòu)產(chǎn)生的決策將不可避免地受制于人工處理能力的極限——經(jīng)驗、知識和偶然突發(fā)事件。美國北方司令部和北美防空司令部最近積極響應(yīng)國家需求，直面新冠疫情帶來的挑戰(zhàn)。隨著疫情蔓延，美國北方司令部和北美防空司令部接到了協(xié)助國防部行動的指示。在48小時內(nèi)，我們建立了海上和陸上聯(lián)合司令部以及靈活的指揮控制架構(gòu)，向全國范圍內(nèi)的能力動態(tài)運用提供支援，其中包括向紐約市的疫情中心部署醫(yī)護人員。在運用傳統(tǒng)指揮控制系統(tǒng)的過程中，我們很快就發(fā)現(xiàn)保持態(tài)勢感知能力，及時向國家領(lǐng)導(dǎo)人通報情況，以及就何時何地完成任務(wù)進行決策存在很大困難。在危機早期階段，我們通過傳統(tǒng)的人工方式逐級匯總Excel電子表格和Power Point幻燈片中的數(shù)據(jù)，浪費了數(shù)百小時，只為生成一些毫無時效和用處的報告。聯(lián)合全域指揮控制概念的應(yīng)用我們之所以能夠克服在應(yīng)對新冠疫情之初所面臨的指揮控制挑戰(zhàn)，是因為疫情為我們提供了一個獨特的契機。作為一項全國性的工作，社會各界都有一種緊迫感，特別是那些渴望提供幫助的商業(yè)合作伙伴。在他們的幫助下，我們得以通過前文提到的“四步走”概念加快了聯(lián)合全域指揮控制的開發(fā)進程，以解決面臨的挑戰(zhàn)。要想解決這個問題，首先需要找到權(quán)威數(shù)據(jù)，這意味著在大多數(shù)情況下要獲取最新數(shù)據(jù)并去除冗余。例如，我們通過與兩家技術(shù)公司合作，將智能設(shè)備部署至一線機構(gòu)（如紐約賈維茨會展中心），那里的醫(yī)療部門可以通過個性化的應(yīng)用程序和商用線上協(xié)作工具實時更新各種狀態(tài)。這項能力使我們能夠跟蹤醫(yī)護人員的狀態(tài)，如位置信息、健康狀況和個人防護設(shè)備情況。此外，移動設(shè)備使我無需親臨現(xiàn)場也能與醫(yī)療部門展開虛擬互動、獲得第一手資料。第二個關(guān)鍵步驟是將數(shù)據(jù)轉(zhuǎn)存至云端。我們通過與聯(lián)合人工智能中心（JAIC）合作，向業(yè)內(nèi)實體開放數(shù)據(jù)訪問權(quán)限，支持這些實體以通用作戰(zhàn)圖的形式實現(xiàn)可視化操作。為完成這項任務(wù)，我們與兩家軟件公司共同研發(fā)了一種顯示器，不僅可以用于查看全國醫(yī)療狀態(tài)，還可以用于查詢后勤和部署信息，并向下屬提供實時的態(tài)勢感知。聯(lián)合全域指揮控制概念最關(guān)鍵最有用的部分是將機器賦能的洞察力整合至通用作戰(zhàn)圖。我們與創(chuàng)新實驗室和部分科技公司展開合作，利用預(yù)測分析為決策提供所需信息。例如，我們利用從各政府部門和私營企業(yè)獲取的大量數(shù)據(jù)開發(fā)出一種模型，該模型成功預(yù)測出新冠疫情在兩周后將接近峰值，同時伴隨著醫(yī)療能力的嚴(yán)重不足?；谠撃Ｐ停以?月14日收到一份簡報，其中提到了紐約北部一個急需關(guān)注的地理位置。根據(jù)從曼哈頓到康涅狄格市郊的人口數(shù)量，該模型預(yù)測疫情將在斯坦福附近迎來爆發(fā)，于是我們派出大量遠征醫(yī)療能力，以滿足民眾的就醫(yī)需求。該模型的預(yù)測得到了驗證。在4月19日，新增病例還停留在412例，而到了4月22日，這個數(shù)字激增至2109例。幸運的是，我們能夠及時利用大數(shù)據(jù)和預(yù)測分析為行動決策提供信息。該案例之所以能夠取得成功，很大程度上是因為在疫情爆發(fā)前，我們?yōu)樘岣呗?lián)合全域指揮控制在國土防御方面的能力所做出的反復(fù)努力。聯(lián)合全域指揮控制的交付應(yīng)對新冠疫情為我們提供了一個驗證、運用和加速推進聯(lián)合全域指揮控制概念的契機。我們在很早之前就意識到了美國北方司令部和北美防空司令部所面臨的能力挑戰(zhàn)，并在過去幾年里持續(xù)開展一系列研究，以認識我們的差距和不足，尋找解決持續(xù)性威脅的可能方案。事實上，我們正通過多種不同類型的分析工作，研究如何實現(xiàn)彼此之間的融合。我們承認一開始毫無頭緒，但全新的敏捷研發(fā)方法使我們實現(xiàn)了快速的迭代升級。基于行動偏好，我們在聯(lián)合全域指揮控制概念的開發(fā)過程中采用了一種實踐的方式：運用聯(lián)合全域指揮控制背后的理論或想法——即獲取決策優(yōu)勢——并積極嘗試實地建設(shè)。由于時間緊迫，我們采用了一種敏捷研發(fā)模型，同眾多技術(shù)創(chuàng)新商業(yè)實體一道，為打破標(biāo)準(zhǔn)的能力采購流程付出了努力。我們大膽設(shè)想、小心求證、接受失敗、鞏固成果。在過去的一年里，我們運用這種方法開展原型設(shè)計、實驗測試和示范演示，目的是生成現(xiàn)代化防御所需的關(guān)鍵需求。此項行動始于一個名為“探路者”（Pathfinder）的原型項目，其重點是向空域感知中的潛在弱點提供支援，以提高探測和響應(yīng)能力?！疤铰氛摺崩眯袠I(yè)創(chuàng)新激發(fā)的競爭力，迅速實現(xiàn)技術(shù)的跨越式發(fā)展。與國防創(chuàng)新小組（DIU）的合作使商業(yè)準(zhǔn)入成為可能，此舉讓來自硅谷的人才得以參與我們的研究。國防創(chuàng)新小組幫助我們創(chuàng)建了一個云端數(shù)據(jù)生態(tài)系統(tǒng)，該系統(tǒng)可以將不同的空域數(shù)據(jù)（例如聯(lián)邦航空局的雷達數(shù)據(jù)）納入云端，借助數(shù)據(jù)處理器的算法來識別傳統(tǒng)系統(tǒng)無法搜集的飛行軌跡。這項能力不僅強化了識別傳統(tǒng)攻擊平臺（如戰(zhàn)斗機）的傳感柵格，而且提高了對發(fā)射裝置和無人機的探測能力。“探路者”僅僅是一個開始。我們還通過與商業(yè)合作伙伴進行的實驗，改善針對巡航導(dǎo)彈和無人機的探測能力。我們與部分公司展開合作，將這些公司開發(fā)的基于機器學(xué)習(xí)和人工智能的探測能力配置到戰(zhàn)術(shù)層級，以達到提前識別威脅、簡化多重報告的目的。此外，這些公司還為通用作戰(zhàn)圖設(shè)置了一個先進的虛擬用戶界面。在這個界面中，機器能夠為操作人員提供多種導(dǎo)彈攔截機制選項——在這種情況下，操作人員可以模擬駕駛F-22進行虛擬交戰(zhàn)。基于上述早期原型和實驗，空軍邀請我們擔(dān)任“先進作戰(zhàn)管理系統(tǒng)”（ABMS）第一次“on-ramp”（入站）演示活動的指揮員?？哲姾臀覀兊膱F隊專注于創(chuàng)建真正的聯(lián)合全域指揮控制，并在此過程中運用了類似DevOps（開發(fā)和運維）的方法。盡管了解開發(fā)所需能力的標(biāo)準(zhǔn)模型要花費很長時間，但我們還是勇于去嘗試不同的過程。我們在“廣撒網(wǎng)”的同時，還向可能提供解決方案的潛在公司和機構(gòu)闡釋我們關(guān)于國土防御的需求。我們并非要求具體的能力，只是描述我們所面臨的挑戰(zhàn)。當(dāng)我們發(fā)現(xiàn)志同道合者，無論其來自產(chǎn)業(yè)界還是情報界，我們都會與之展開合作，并向著互利互惠的目標(biāo)共同努力。由于我們團隊是“on-ramp”演示活動的先行者，因此我們能夠?qū)a(chǎn)業(yè)實體與政府合作伙伴納入原型設(shè)計和實驗測試，并快速生成需要的結(jié)果，從中驗證可能性。2019年12月，在佛羅里達的埃格林空軍基地，我們首次在聯(lián)合部隊的范圍內(nèi)成功應(yīng)用聯(lián)合全域指揮控制模型?！?/span>on-ramp”場景允許我們搜集最新處理的權(quán)威數(shù)據(jù)，并將這些數(shù)據(jù)資源傳輸至云端，然后運用機器賦能的洞察力來呈現(xiàn)戰(zhàn)術(shù)層級的可執(zhí)行選項，最終在多域通用作戰(zhàn)圖中為決策者顯示這些信息，供其決斷。通過“實驗+演示”的方法，我們確立了構(gòu)建聯(lián)合全域指揮控制的基本流程，提出了經(jīng)過驗證的“四步走”概念（數(shù)據(jù)-云端-機器-通用作戰(zhàn)圖），并以此作為組織行動和闡釋進程發(fā)展的方式，其最終目標(biāo)是獲取決策優(yōu)勢。聯(lián)合全域指揮控制的構(gòu)建權(quán)威數(shù)據(jù)實現(xiàn)快速作戰(zhàn)的第一個關(guān)鍵步驟是找到權(quán)威數(shù)據(jù)源，對它們進行優(yōu)先排序，并去除冗余。此舉可以實現(xiàn)指揮控制結(jié)構(gòu)的扁平化，降低出錯概率，節(jié)省處理時間。這些所謂的權(quán)威數(shù)據(jù)源可能來自傳感器（如雷達數(shù)據(jù)）、傳統(tǒng)的指揮控制節(jié)點，甚至是通過社交媒體發(fā)布的開源報告。考慮到所擔(dān)負的國土防御任務(wù)，我們必須實現(xiàn)對所有數(shù)據(jù)源的識別和融合，以創(chuàng)建一個覆蓋從地下到在軌傳感器的多層傳感柵格，以支持應(yīng)對入侵威脅的全域感知能力。云數(shù)據(jù)集成第二步是將這些數(shù)據(jù)集成到基于云端的體系架構(gòu)中，該體系架構(gòu)既可以面向平行指揮關(guān)系開放，也可以面向垂直指揮關(guān)系開放。重要的是，該體系架構(gòu)應(yīng)當(dāng)按密級分層，并根據(jù)用戶身份授予訪問權(quán)限，以破除各機構(gòu)與合作伙伴之間既有的隔閡。全域通用作戰(zhàn)圖接下來，數(shù)據(jù)應(yīng)當(dāng)以全域通用作戰(zhàn)圖的形式為作戰(zhàn)行動提供可視化效果。數(shù)據(jù)在實現(xiàn)可視化后，還要實現(xiàn)分層與融合，以便關(guān)聯(lián)目標(biāo)軌跡、減少不確定性和提高評估速度。在理想情況下，通用作戰(zhàn)圖應(yīng)當(dāng)具備多功能性，即在同一個框架內(nèi)實現(xiàn)多種可視化效果的自由轉(zhuǎn)換，而不是依靠多個通用作戰(zhàn)圖或傳統(tǒng)的人工處理方式。自定義可視化效果取代了靜態(tài)輸出模式，允許操作人員選擇他們希望關(guān)注的數(shù)據(jù)源，以便更好地增強認知和做出決策。在數(shù)字時代，基于大數(shù)據(jù)的機器分析需要具備對用戶友好的可視化界面以實現(xiàn)決策優(yōu)化。目前，我們設(shè)計的通用作戰(zhàn)圖原型就是這樣運行的；它基于數(shù)據(jù)而非平臺，通過技術(shù)來滿足指揮官的需求。通用作戰(zhàn)圖的出現(xiàn)有助于理解當(dāng)前形勢及其形成的方式，這是迄今為止大多數(shù)指揮控制系統(tǒng)改進的終點。但該目標(biāo)仍然無法確保我們在面對未來威脅時能夠獲取決策優(yōu)勢。為確保這種優(yōu)勢，我們必須運用工具，使我們能夠預(yù)測未來可能出現(xiàn)的情況并評估我們的選項。而這正是機器的作用。先進的處理能力，機器學(xué)習(xí)和人工智能可以將指揮控制提升到另一個層級。機器賦能的洞察力機器是聯(lián)合全域指揮控制的關(guān)鍵組成部分。它們提供了超越人類極限的潛力，不僅可以更好地理解當(dāng)前態(tài)勢，還可以更好地理解未來以及潛在行動可能發(fā)揮的效益。此類具備預(yù)見能力的技術(shù)是我們長期以來的訴求。所不同的是，這種能力已不再僅僅停留于科幻小說層面。從汽車導(dǎo)航到量身定制的在線購物選擇，它們幾乎可以覆蓋生活中的方方面面。釋放機器的巨大能量不僅可以改變我們的生活方式，還可以保護我們的生命。為實現(xiàn)該目標(biāo)，我們提倡通過機器的多功能性向聯(lián)合多域指揮控制提供支援。首先，運用大數(shù)據(jù)和預(yù)測分析可以幫助我們處理海量信息，節(jié)約數(shù)千人的時間成本。此項能力不僅可以加快處理速度，而且可以更加深入地掌握當(dāng)前態(tài)勢。當(dāng)前，對海量情報數(shù)據(jù)進行研究與分析需要耗費大量人力。如果將依靠情報分析人員進行的查詢工作轉(zhuǎn)由機器處理，那么所處理的數(shù)據(jù)量不僅會呈指數(shù)級增長，而且還能從中發(fā)現(xiàn)更多具有價值的信息。同時，此舉也可以解放分析人員，使他們專心從事更復(fù)雜的工作。接下來，我們可以考慮使用機器學(xué)習(xí)來整合歷史數(shù)據(jù)，并從中識別可能代表對手意圖的重要模式和異常情況。例如，隨著時間發(fā)展，我們可能會獲取某些與軍事演習(xí)相關(guān)的指標(biāo)，而這些指標(biāo)通常超出了我們聯(lián)想的范疇。軍事基地附近的商品價格可能會出現(xiàn)波動；訂購軍用裝備零部件往往先于軍事部署。所有這類情況都可以作為一種指標(biāo)，來幫助我們更好地預(yù)測異常或有關(guān)活動的發(fā)生時間。除此之外，機器還可以在機器學(xué)習(xí)賦能的探測活動間建立鏈接，以催生深度學(xué)習(xí)。這種處理過程融合了實時和歷史數(shù)據(jù)，有助于理解某一事態(tài)的過去、現(xiàn)在和未來。鑒于機器學(xué)習(xí)和深度學(xué)習(xí)能夠識別全新的行為或條件，這將為我們爭取到更多的決策空間，允許我們以更靈活的方式和更充裕的時間做出響應(yīng)。我們還可以利用機器來整合假設(shè)。通過在相同界面中實現(xiàn)敵我行動的建模和仿真，我們能夠允許機器運行多種針對應(yīng)急態(tài)勢的場景。在這些仿真中運用人工智能可以使機器實現(xiàn)迭代學(xué)習(xí)和開發(fā)決策選項。基于大數(shù)據(jù)生成的決策選項通過提出建議、分析影響和研判風(fēng)險，幫助決策者時刻占據(jù)有利態(tài)勢。通過增加數(shù)據(jù)分析的廣度和深度使以上設(shè)想成為可能。我們不僅僅在探討如何讓計算機根據(jù)部分指標(biāo)生成某些規(guī)定的響應(yīng)流程。增加分析廣度可以幫助我們發(fā)現(xiàn)更多與對手行為關(guān)聯(lián)的事態(tài)。提升分析深度可以幫助我們更好地理解態(tài)勢發(fā)展。例如，蒙特卡洛分析法可以在更廣范圍內(nèi)提供對未來結(jié)果及其相關(guān)風(fēng)險的深入理解。這種數(shù)據(jù)驅(qū)動的方法提供了更為細致的理解，可將被動決策轉(zhuǎn)變?yōu)橹鲃記Q策。決策者針對復(fù)雜問題具備更富遠見的洞察力，有利于其在對未來作戰(zhàn)結(jié)果形成清晰判斷的情況下進行決策。可以明確的是，人類仍將主導(dǎo)決策，但是在機器的協(xié)助下，他們將從更加明智的角度做出選擇。今天，在出現(xiàn)危機情況時，我依靠一名有著20多年軍齡的上校及其在司令部指揮中心監(jiān)控大廳的團隊來協(xié)助我做出決策。這支團隊可以快速處理基于大量報告源的投屏信息。他們各自負責(zé)這些信息中的一部分，僅用固有的處理能力就可以快速關(guān)聯(lián)和理解數(shù)據(jù)。但當(dāng)下出現(xiàn)的技術(shù)可以使我們做得更好。只有充分利用機器的巨大潛力，我們才能最終實現(xiàn)通過聯(lián)合全域指揮控制獲取決策優(yōu)勢的目標(biāo)。 （平臺編輯：黃瀟瀟）
