來源：專知智能防務

每天，數以千計的美海軍陸戰隊員都要執行例行的數據收集任務，并做出數百項基于數據的決策。他們在白板上匯編人員配備數據以決定單元的人員配置，截屏天氣預報并將其粘貼到每周的指揮官更新簡報中，并手工提交訓練條目。但是，任何在過去兩年中使用過 ChatGPT 或其他大規模數據分析服務的人都知道，生成式人工智能的巨大威力，它可以簡化這些流程，并通過基于新鮮、全面的數據來提高這些決策的質量。

埃里克-史密斯將軍在新的致辭中呼吁海軍陸戰隊認識到，“技術已經成倍地提高了信息在現代戰場上的作用，這使得我們對數據的利用比以往任何時候都更加重要”。海軍陸戰隊的 “待命部隊”作戰概念依靠海軍陸戰隊整合到傳感器網絡中，利用自動化和機器學習來簡化決策過程和殺傷鏈。部署在瀕海環境前沿的部隊將由一個供應系統來維持，該系統利用數據分析進行預測性維護，提前確定部隊將需要哪些維修部件。

然而，要實現這些預測還有很長的路要走。在過去六個月里，對海軍陸戰隊作戰部隊和支持機構、其他軍種以及作戰司令部的關鍵人員進行了一系列采訪，結果發現，如果海軍陸戰隊打算利用人工智能和機器學習來執行這一作戰概念，那么就需要更快地行動起來。盡管高層領導推動海軍陸戰隊整合人工智能和機器學習，但只取得了循序漸進的進展。

美海軍陸戰隊需要掌握技術技能，使自動分析系統能夠識別數據，并做出基于數據的決策。指定一支海軍陸戰隊遠征部隊或其主要下屬司令部之一作為數據分析和掃盲的牽頭單位，將統一海軍陸戰隊的雙軌方法，創建一個生態系統，允許自下而上的創造力，擴大整個部隊的創新規模，并加快將這些技術整合到艦隊和支持機構中。

新技術改變作戰、后勤和教育的潛力

人工智能、機器學習和數據分析有可能改變軍事教育、規劃和行動。美海軍陸戰隊大學的實驗表明，它們可以讓學生通過探究復雜問題的新層面和了解對手的系統，在教育環境中磨練作戰藝術。根據敵方的條令出版物和有關部隊部署的公開信息訓練出來的人工智能模型，可以利用概率推理來預測敵方的反應。這種能力可以補充情報紅隊的不足，獨立分析敵方的選擇，提高參謀人員的作戰計劃能力，或者僅僅為學生提供寶貴的分析經驗。NIPRGPT是空軍的一個新項目，有望在安全的環境下生成文件和電子郵件，從而顛覆工作人員的日常工作。

除了教育和規劃，人工智能和機器學習還能改變海軍陸戰隊的作戰方式。在一次行動中，人工智能可以利用有人和無人系統的網絡集合來偵察和攻擊對手。人工智能還能比人類分析師更快地合成和顯示傳感器網絡的數據，或篩選成千上萬的圖像，以識別特定場景或感興趣的地點。無論哪種算法都能自行決定，或使指揮官以以前無法想象的方式做出數據信息決策。從人工智能決策到增強態勢感知，這項技術有可能徹底改變軍事行動。最近，一個智庫研究團隊甚至利用人工智能重新思考了統一指揮計劃。

但是，要實現這些未來愿景，需要軍方在實施該技術之前培養技術技能并熟悉該技術。培養數據素養是有效運用先進系統的先決條件，因此這項技能與海軍陸戰隊對其他方面的要求一樣重要。在海軍陸戰隊使用人工智能無人機群攻占灘頭陣地或使用預測性維護來簡化供應操作之前，其員工需要了解如何使用數據分析工具，并能在日常工作環境中自如地應用這些工具。

為海軍陸戰隊提供服務

如果海軍陸戰隊想在戰斗中使用機器學習和人工智能，就應該教海軍陸戰隊員如何在穩定、可預測的駐軍行動中使用它們。這樣做每年可為海軍陸戰隊節省數萬小時的時間，同時通過取代艦隊海軍陸戰隊所依賴的陳舊流程和系統，提高戰斗力和戰備狀態。

作戰部隊擁有大量可用于分析的清晰數據。每個單元都有序列化裝備、武器和機密信息的記錄。這些記錄大多保存在陳舊的計算機記錄程序或 Excel 電子表格中，顯然有優化的余地。

此外，艦隊中的所有海軍陸戰隊員每年都要參加培訓和戰備任務，以展示他們在指定職能方面的能力。這些數據一旦提交到海軍陸戰隊訓練信息管理系統，就不會再有任何反應--除了在司令部視察時偶爾粗略地看一眼之外，沒有任何總部梯隊會跟蹤一段時間的表現，以確保海軍陸戰隊員不斷改進。該系統耗費大量人力，每次訓練活動和每個海軍陸戰隊員的成績都需要手工錄入。

通過建立和分析這些活動的績效標準，可以確定哪些單元的訓練方案最有效。表現優異的領導者可以得到獎勵，而海軍陸戰隊遠征部隊則可以在下屬單元中建立最佳實踐，以提高戰斗準備狀態。由于人工智能擅長執行參數明確的重復性任務，因此數據錄入和分析的自動化或簡化將非常簡單。這樣做既能節省時間，又能提高作戰部隊的作戰能力。

作戰部隊中的海軍陸戰隊員要執行無數的常規任務，而這些任務都可以輕松實現自動化。例如，參謀部的海軍陸戰隊員每周都要抓取數據并將其格式化為每周的指揮和參謀簡報。情報官從上級總部獲取天氣預報數據。供應干事在簡報中插入信息供應量。醫療和牙科準備狀態數據通常顯示在綠色/黃色/紅色紅綠燈圖中。這些數據都是手工編制在 PowerPoint 幻燈片中的。這些簡單的任務可以實現自動化，為整個海軍陸戰隊遠征部隊節省數千小時。指揮官可以根據最新信息做出決策，而不是依賴幾小時前獲取的陳舊數據。

海軍陸戰隊使用過時的流程和系統，浪費了本可用于訓練和戰備的寶貴時間。利用自動化、機器學習和人工智能來簡化日常任務，讓指揮官能夠根據最新數據做出決策，將使海軍陸戰隊在提高戰斗力的同時實現效率節約。用史密斯的話說，“將人才和先進的流程結合起來，[將使海軍陸戰隊]在支持聯合部隊和我們的盟友及合作伙伴方面更具殺傷力”。

美海軍陸戰隊目前的做法

美海軍陸戰隊在實現其目標方面進展緩慢，因為它事實上已決定奉行雙軌發展戰略。海軍陸戰隊將精力和資源集中在機構的最高層，而在最低層則依靠難得的專業知識和個人主動性來取得進展。這種一分為二的做法缺乏連貫性，阻礙了進展。

美海軍陸戰隊第 5231.4 號命令概述了該部隊的人工智能方法。該命令沒有將作戰部隊作為工作重點，而是將工作重心放在了支援機構上。輔助機構擁有管理整個海軍陸戰隊計劃的專業知識、資源和權力。但它缺乏對個人面臨的具體問題的了解，而這些問題可以通過人工智能、機器學習或自動數據分析來解決。

在美海軍陸戰隊的戰術層面，個人正在將這些工具集成到他們的工作流程中。但是，如果沒有更廣泛的贊助，這主要是由于巧合：當一個人擁有開發自動化數據解決方案的技術技能，認識到不足之處，并主動實施時，就會出現這種情況。由于為一個單元創建、維護或定制項目所需的技能并不常見，因此推廣采用或擴展項目都很困難。因此，大多數單個項目都會枯萎，機器學習、人工智能和數據分析也只是零星地、暫時地滲透到作戰部隊中。

這種雙軌制將資源和問題分開。這意味著最高級別的服務并不直接參與戰術層面的成功。戰術梯隊沒有時間、資源或任務來自行開發這些技能并使之系統化。我們需要的是一種自下而上、中央協調的扁平化協作方式。

第 18 空降團

美海軍陸戰隊的條令和文化主張謹慎平衡集中規劃與分散執行和自下而上的細化。上級向下級下達靈活的指令，逐級提高具體化程度。領導者要確保訓練標準化、工作統一和資源的有效利用。自下而上的實驗將新思路應用于具體問題。

機器學習和數據分析也不例外。目前的挑戰在于找到一種方法，將單個創新實例與資源和影響力聯系起來，以便在整個機構內推廣。陸軍利用第 18 空降團來彌合軍種級計劃與單個倡議之間的差距，為如何做到這一點提供了一個清晰的范例。

第 18 空降團與海軍陸戰隊一樣，承擔著應急響應的角色。它位于自由堡，是包含第 101 和第 82 空降師以及第 10 山地和第 3 步兵師的總部單位。作為更廣泛的現代化計劃的一部分，第 18 空降軍致力于創建一個技術生態系統，以促進創新。整個軍團的士兵都可以建立個人應用程序，在可定制的儀表板中匯總、分析和展示信息，從而簡化工作流程，做出基于數據的決策。

例如，第 82 空降師的士兵創建了一個單一的應用程序，用于監控和執行后勤任務。第 18 空降團的數據戰連建立了一個工具，用于實時監控戰區內的供應水平，并在某些類別的供應不足時發出警報。此外，指揮部還將這些項目與其他數據應用程序整合起來，以簡化作戰功能。例如，第 18 空降團通過 “猩紅龍 ”等聯合演習，將情報分析、目標捕獲和火力整合在一起。

除了簡化作戰工作流程，數據分析還能改善訓練和戰備狀態。第 18 空降團制定了一項 “戰士技能 ”培訓計劃，通過收集數據來建立一個基準線，以比較不同時期士兵的個人技能。最后，自由堡的一些營房嵌入了二維碼，士兵在執勤時掃描二維碼即可簽到。

這些例子展示了一個單元的數據通曉者如何利用現代技術提高整個組織的能力。如果沒有軍團一級的贊助，這些項目中的許多都不可能超越機構的界限。此外，由于第 18 空降團是一個作戰級指揮部，因此它將各師的士兵與陸軍的軍種級利益相關者聯系在一起。

指定一個主要司令部作為軍種領導

如果美海軍陸戰隊效仿第 18 空降團的模式，將指定一個作戰單元作為數據分析和自動化的軍種領導，將軍種總部與戰術單元聯系起來。將安全系統制度化、建立實驗邊界、在海軍陸戰隊遠征部隊中推廣成功項目，以及實施標準化培訓計劃，這些都將創建一個生態系統，以培養海軍陸戰隊領導所需的技術進步。

這支擬議中的部隊還將簡化海軍陸戰隊與軍方之間的互動，并確保開發數據系統的單元人員配備的連續性，以確保各項工作不會因個人輪換到新的任務而停滯不前。由于第二海軍陸戰隊遠征部隊在地理位置上靠近自由堡，而且第二海軍陸戰隊師炮兵單元已經參加了最近的 “猩紅龍 ”演習，因此對第 18 空降團的項目有一定的了解，因此第二海軍陸戰隊遠征部隊是擔任軍種牽頭單位的合理選擇。

一旦被指定，海軍陸戰隊第二遠征軍應設立一個辦公室、局或連，負責整個部隊的數據掃盲和自動化工作。這將效仿第 18 空降團的模式，建立一個數據戰連，以容納擁有專業技術技能的士兵。然后，該單元可以制定一個培訓計劃，在整個海軍陸戰隊遠征部隊中實施。這項工作的重點將是制定一個分級分兵的適當教育計劃，教導海軍陸戰隊遠征部隊中的每名海軍陸戰隊員如何使用 PowerBI 或陸軍 Vantage 系統等低代碼或無代碼應用程序閱讀、處理、交流和分析數據，并讓關鍵分兵學習如何構建和維護這些應用程序。海軍陸戰隊創新單元（我是其成員之一）可以利用其正在與訓練和教育司令部開展的工作，結合其成員的學術和行業專業知識，根據陸軍的模式制定一個海軍陸戰隊第二遠征軍可以使用的培訓計劃，并與擬議的辦公室一起制定和實施這一培訓計劃。

該培訓計劃將向每位海軍陸戰隊員傳授為自己實施簡單解決方案所需的基本技能。協調辦公室將集中管理管理費用，實現培訓標準化，并在整個海軍陸戰隊遠征部隊中推廣有價值的項目。它將把高層次的服務工作與作戰部隊面臨的小規模問題聯系起來，而數據掃盲和自動化可以解決這些問題。

所有受訪者都認為，參與和支持性領導是所有成功數據自動化項目的必要前提。軍種一級的任務分配應確保所有下級指揮官認真對待這一舉措。一旦下級單元看到花在死記硬背的瑣碎任務上的工作時間可以實現自動化，然后再投入到培訓和戰備中，官僚政治就會消失，實施工作也會隨之而來。關鍵是領導者要為下屬制定激勵措施，鼓勵第一代采用者。

強迫部署單元執行另一項培訓要求可能會使他們不堪重負。不過，認真實施這項訓練將確保其可控性。海軍陸戰隊遠征部隊及其下屬單元的總部不進行部署輪換，因此額外的培訓不會影響他們的部署前準備過程。此外，實施這些技術將大大節省時間，為訓練和戰備任務騰出額外的時間和人力。

結論

美國防部和海軍陸戰隊的高層領導都表示，人工智能和機器學習是未來部隊的發展方向。海軍陸戰隊目前的模擬流程和靜態數據所造成的效率損失（更不用說在作戰環境中這些陳舊流程所帶來的任務風險和部隊風險）足以成為采用這種方法的理由。然而，與現役實踐者的討論表明，海軍陸戰隊需要更快地行動起來。海軍陸戰隊一直奉行雙軌模式，創新在最低層，資源在最高層。縮小這些并行努力之間的差距對于取得有意義的進展至關重要。

如果海軍陸戰隊打算將人工智能和機器學習納入其部署行動，就應通過培訓其員工隊伍和在駐軍行動中建立熟悉度來打下基礎。一旦海軍陸戰隊員熟悉并能在穩定、可預測的環境中使用這些工具，他們在部署到充滿敵意的沿岸地區時就會自然而然地使用它們。指定一個主要司令部作為軍種領導將大大有助于實現這一目標。這個擬議中的司令部將效仿第 18 空降軍的模式，將部隊的戰略和戰術梯隊聯系起來，并采用新的創新方法實現日常任務和數據分析的自動化。這樣做將簡化駐軍行動，提高戰備狀態。