军事战备：新兴技术如何变革防御能力
军事优势通常不是来自新技术，而是来自技术、流程和人员如何协同工作。工业4.0时代的战备工作即将重新定义这些关系。
军事战备是军方长期关注的焦点。随着预算压力的不断增加，现在正在成熟的数字资源，包括数据科学、云计算和人工智能，都可以帮助军队更有效地做好战备工作。
从培里克利斯到巴顿，军事领袖们可能总是怀疑他们是否有足够的士兵、长矛或坦克处于战斗状态。在当今威胁激增的环境中，军事战备再次成为人们关注的焦点。美国国防部长吉姆·马蒂斯已将军事战备作为优先事项，而在大西洋彼岸，英国、德国和法国的国防领导人也正在制定计划，以提高作战飞机、地面车辆、船只和人员的利用率。随着全球各国军队都寻求将预算中的每一美元价值最大化，现在似乎是时候用一种新视角重新讨论军事战备问题，这种新视角利用了技术、数据科学、云计算和人工智能（AI）的技术，而就在几年前，这些能力都还没有被实现。
军事战备这一话题会引发很多争论。人们在作战层面和组织层面都对军事战备进行了定义。而全方位军事战备将两个层面综合起来，从而调和了这些争论。狭义上讲，军事战备是指军队的训练和战士身体素质以及设备的维护状态。从广义上讲，军事战备是指“军事力量的作战与满足赋予任务需求的能力。”从狭义的概念到最广义的概念，全方位军事战备不仅为决策者提供战略决策所需的高层次观点，还提供了战术改进所需的细节。对全方位军事战备的思考，也引发了一系列重要的问题：为什么做准备？何时准备就绪？准备就绪了什么力量组合？
军事战备最终取决于一个核心问题：我们是否准备好赢得下一场战斗？与“是否可以在任何时间、任何地方集结足够的力量来击败对手”这一问题相比，没有哪一个问题可以更好地定义一个军队的使命了。但这一问题也很棘手：答案取决于从战术到战略目标的大量投入和评估，而每一项投入和评估都可能是很难收集和分析。为了简化这一问题，我们可以将其拆解为决策者应该理解的3个问题：
预期任务需要哪些能力？军队在执行计划任务指令时，有哪些能力、资产和赋能者可供使用？这些也被称为兵力结构，也就是军事战备的起点。因为，如果领导者想要确定执行任务的军队需要多强大或多“健康”，那么任务的性质就会变得非常重要。
这些能力的状况如何？执行任务所需的人员、武器系统和辅助基础设施目前的状况如何？换句话说，衡量一支军队的“健康”程度的标准，与可能分配给它的任务相关。
如何分配“下一美元”来改善这些能力？军队应该如何用好每一分钱，来投资于军队的维护、现代化或培训？这一问题涉及到预算，这个问题基本上是由军事战备情况来决定的——要投资的地方通常取决于军队哪里是“健康”的以及哪里是不符合要求的。
当前的军事战备报告系统往往很难完全解决上述所有问题。但基于新兴技术（包括传感器，可穿戴设备，自动化和机器学习）的新方法，能为国防机构提供比以往任何时候更加全面的军事战备图谱了。这些技术促进了工业领域的变革。这种被称作“工业4.0”的变革已经让私营部门能够快速制成原型、更快地构建产品、优化运营、改善维护并让供应链管理更加智能。不过，要想充分了解这些技术为军事战备带来的全部价值，我们首先应该研究当前系统中的一些挑战。
当前的军事战备衡量方法限制了高级领导者实时、实地地了解其部队的真实情况。因为当前军事战备报告形式并不总能准确地描绘出军队的真实状况，相反，它只是一个模型。当前的军事装备报告系统试图依赖于一组代理输入展现军队状态，但该系统有两个固有缺陷：一是在时间上滞后; 二是只向决策者提供高级总结，而没有底层数据。
实际上，当前的系统记录了几个月前甚至几年前做出的资源决策结果，并将所有数据汇总在一起，而这样做往往会丢失关于军事战备问题根源的关键信息。在基于报告的军事战备系统中（如美国国防部使用的系统），只有净状态报告（而不是权威数据源）会被提交给领导层。其结果是，领导者有时只能根据仅有的信息（有时只有单张幻灯片）来做出决策。我们需要的是一个既能提供大趋势以支持领导层决策，又能保留底层数据的系统。
真正的数字化组织已经认识到了这一点，它们正越来越少地依靠报告来评估项目、性能和维护。相反，它们使用的是来实地采集的实时数据流。每一个员工的签到、涡轮机的每一次旋转以及可穿戴设备检测到的每次心跳都能生成有意义的数据。每个个体的数据都可以与他人的数据进行比较。这些新的数据意味着组织少花时间在建立虚拟模型上，转而直接关注现实世界。
完全基于现实世界数据的军事战备报告系统似乎不可能实现。毕竟，找到每个设备和人员的位置和状态几乎是无法逾越的挑战。然而，将这个庞大的任务分解成更小的、更易于管理的问题，现有解决方案可以让一切简单化。实际上，这种解决方案已经在应用“工业4.0”技术的商业公司发挥作用了。
“工业4.0”的核心在于使用现实世界中的数字信息来改进决策和行动。有了更准确的现实世界信息，组织就能更快地做出更好的决策。
世界上没有哪一家商业公司面临着像军方那样的日常挑战，所以仅仅从商业世界引入解决方案是永远行不通的。然而，军事战备的核心问题在本质上与许多公司面临的业务挑战相似。因此，如果以新的方式重新组合，工业界的方法和技术将有助于解决军方面临的类似挑战。从这个角度看，一家为提高效率而苦苦挣扎的制造公司看起来就像一个正在努力决定其军事战备的军事组织。二者都需要了解各自资产所在的位置、关键部件的状况、以及设备的当前状态是否能够满足当前订单的需求。就这三个问题而言，军队和公司都需要了解需求、资产及最佳行动。对军方而言，这意味着军事战备的三个问题都需要特定信息：
预期任务需要哪些能力。这就要求我们知道需求，这意味着要将任务参数与军队的要求和执行任务所需的能力联系起来。
这些能力的状态如何。这就要求我们知道资产，即实时、实地地了解联合军队甚至是单个坦克、飞机和服役人员的状况。
如何分配“下一美元”来改善这些能力。这就要求我们将这些数据流结合起来，以使领导者知道最佳行动是什么。把对预期任务的军队需求与现有人员、系统和基础设施的实时情况联系起来，可以让领导者了解可能存在的不足之处，以及资金投到哪里是最有效的。
可以通过不同的解决方案来满足其中每一种信息需求，其中一些解决方案已经在世界各地的商业工厂和仓库发挥作用了（见图2）。
了解一项任务所需的能力似乎是军事部门有关军事战备的所有问题中最简单的了。毕竟，关键任务所需的军队和能力通常都是在各级指挥部的战略计划中提前很久就确定的。但是，计划中的军事行动往往和成功执行的军事行动之间可能存在很大差异。毕竟，正如一句谚语所说，“计划赶不上变化。”因此，为了真正了解一支军队执行任务的战备状况，军方不仅应该考虑计划要求，还应该考虑已经在现实任务中完成的事情。
这意味着绝非仅仅考虑战斗顺序或参战部队名单。相反，它是要理解任务的不同参数对执行该任务的军队提出了怎样的要求。从任务、地形、天气、到面对的特定敌人，这一切都可以改变执行任务所需的组成和技能。在高海拔地区作战？由于空气稀薄，飞机的负载量将减少，所以你将需要更多的直升机。接受过海外的内部防御任务吗？你将需要掌握当地语言技能人员。各种各样的因素使得预测未来的军队需求变得非常困难。
在这里，机器学习可以给我们指明一条出路并减轻我们的工作量。今天，机器学习就在我们身边，从识别手写数字到识别信用卡欺诈模式。我们可以训练使用神经网络或其他机器学习工具，将各种任务参数（例如任务内容、敌人规模、地形、天气、时间等）与完成任务所需军队的规模和能力相关联。随着时间的推移，神经网络将得到足够的训练，并可以对从未见过的任务参数进行需求预测。换言之，机器学习工具将能够可靠地对未来任务所需的能力提出建议。但最重要的是，这些建议不是基于假设或最佳猜测，它们是基于从现实世界任务中得来的来之不易的经验教训（见图3）。
虽然全面了解实际任务需求可以简化军事计划，但仍需要正确的能力来执行这些计划。这一挑战远远超出了任何军事组织的补丁图或理论表格。它是军队取得成功的核心因素。如果其中一些机构拥有合适的设备，就很容易了解并评估敌人，而如果其他一些组织拥有当地知识或经验丰富的领导，就可能很难被观察到。实时、实时地了解人员、设备和基础设施的位置和状态，一直到个人层面，都有助于解决这一挑战。
毕竟，是否指定一个具有区域特色的军队去西非并不重要，重要的是队长是否会说法语。事实上，这种更精细的能力图可以增强军队已经享有的任务组织带来的好处。今天，任务组织往往只存在于军事单元层面，所以可以将具有不同能力的不同军事单元混合在一起，以创建针对专门任务的小组。然而，在对设备、人员和基础设施有了更具体的了解之后，指挥官可以在适当的时候整合具有合适技能和经验的人员与设备，在更短的时间内形成更有能力的编队。比如由于雷达告警系统无法运行，直升机可能还没有为中队即将进行的作战部署做好准备，但指挥官却可以派另一支中队支持救灾任务。
同样，由于即将休陪产假，一名士兵可能看起来“不可部署”，但如果更详细地了解他的技能和可用性，就能发现，他的语言技能可能使他成为短期部署支持外国演习的理想人选（见图4）。这种更精细的图景需要有关设备、人员和基础设施状态的实时信息：
设备。传感器已经可以监测到许多主要武器系统的许多性能参数。通过将这些数据与公共数据平台中的设备位置相结合，军事规划人员可以开始更详细和准确地了解哪些资产可以使用。以军用机场铲雪机的情况为例。简单地知道一个军队有多少铲雪机是必要的，但知道哪些铲雪机在维护或甚至预计哪里会下雪则是更重要。如果指挥官能够在一个地方看到所有这些不同类型的信息，他们就可以根据情况进行调整，把可以工作的铲雪机从预计不会下雪的基地送到一个即将经历暴风雪的基地以保持那里的跑道畅通，使更多飞机能够起飞。
人员。军方已经掌握了大量有关其人员能力和资质的数据。将这些数据与任务需求进行比较，可以更全面地了解影响战备情况的那些隐性因素。了解哪些士兵是可部署的、是健康的和经过培训的，是了解军队可以完成什么任务的关键部分。在详细了解每一个人的情况下，指挥官可以看到比“军事简报”更多的信息，并将合适的团队技能与任务需求组合在一起。
增强现实等技术可以进一步扩大这一数据优势，使在任何情况下，完美的专家们都能“亲自到场”。例如，一些航空公司已经在利用增强现实技术将小型机场的维修人员与专家联系起来，这样他们就可以即时修复，而不用等待专家飞过来，造成代价高昂的延迟。对于军方来说，这可能意味着，如果你了解每位服役人员的能力，那么从修理战场上坏掉的起落架，到翻译尼泊尔语（这些都需要专业知识），仅需一副耳机。
基础设施。没有跑道，任何飞机都不能起飞；没有开放式港口，任何船只都不能停泊。安装在停机坪上的传感器可以显示跑道的状态，而智能浮标可以告诉港口管理员，哪一个泊位随时可以开放给什么大小的船只。对关键基础设施状况的实时了解对于任务成功至关重要，就和拥有合适的军队和合适的设备一样重要。
然而，收集这些数据并不是目的。不同形式和类型的数据应该以一种通用的方式存储，使得开车的工程师和军级将领都能够发现与他们相关的见解。这通常需要用到大数据存储，支持并行和交叉分析——这些分析可能不像技术术语看起来那么新颖，那么令人生畏。多年来，商业行业和军方的预测性维护以及物联网解决方案一直在使用类似的数据存储，其中许多甚至是开源的。
拥有关于设备、基础设施和人员的实地、实时信息不仅可以为领导者提供更好的信息来支持他们的决策，还可以支持指挥链上下的决策：当地的工程师可以看到他们国家坦克的状态，指挥官也可以看到他们所有坦克的状态，服务领导层还可以看到所有地面军队甚至单个坦克的状态。未经过滤的数据允许领导者按需对数据维度进行放大和缩小，以从不同的深度和广度了解当前战备态势（见图5）。
有了对任务需求的真实了解和对现有能力的实时了解，军方就可以对其战备状况进行详细评估。但这还不是故事的结局。更重要的是如何改进战备状态。当所需能力和现有能力之间不可避免地存在差距的情况下，规划者需要知道，今后的投资应该导向何处，以弥补这一差距。问题是在于缺乏经过专门认证的人员？还是在于缺乏某种类型的飞机？还是需要在接入技术方面拥有更多的合格的军队？
通常需要的是某种类型的决策支持能力。幸运的是，机器学习技术可以在这里再次解决这些问题，并最终确保联合军队比以前更有能力、更致命和更实惠。通过将实时、实地的军队能力图像结合起来，规划者可以创建军队的“数字孪生”。这种数字化和数据驱动的军队图像使领导者能够进行详细的情景规划。他们可以用不可能在现实生活中重现的方式来测试针对不同类型的任务和任务组合的军队。此外，通过观察军队如何应对这些不同的任务要求，规划人员可以了解在哪方面存在着能力差距，以及“下一美元”的投资应如何以最佳方式填补这些能力差距——无论是通过增强能力、加强培训还是增加新的物资（见图6）。
以F/A-18D中队的战备情况为例。如果中队因维护问题而出现战备问题，从降低运行速度到增加维护人员，到扩大仓库一级的维护能力，再到更新换代飞机，都可以成为解决方案。今天，规划者只需根据他们对每一种解决方案的成本和功效的理解，在这些不同的解决方案中作出决定。然而，应用于军队“数字孪生”的机器学习工具可以从历史数据中提取大量数据，从而准确地识别出哪种解决方案可能以最低成本获得最大收益。
从以报告为中心的战备状况向以实时、实地信息为基础的战备转变，对于几乎所有的军队来说都是一个巨大的转变。然而，好消息是，这似乎是一个行得通的变化。许多核心技术不仅已经在商业领域得到了验证，军方可能也已经掌握了大量所需的数据。这种数字化转型通常可以从现有的数据开始，而不需要对新技术或庞大的新信息技术系统进行大量投资。
事实上，军方的一些部门已经在这样做了。美国空军最近开始使用C-5、C-130J和B-1飞机多年来生成的数据来提供预测性维修算法。从机场状态到每日人事报告，同样的方法也可以用于军方已经获取的数据。所有这些数据都有一个值，挖掘这个值是以一种新的方式理解战备的关键。
当然，对一个大型官僚机构而言，任何转变都可能具有挑战性。然而，其他政府和商业现代化努力来之不易的教训可以帮助军方平稳过渡到实地、实时的战备状态：
从小处做起。考虑从小范围试点项目开始，侧重于具体的军队或具体的职能，并在一段时间后对这些试点项目进行评估。这种项目主要是围绕一种特定类型的设备，例如装甲和航空，或在一个地点的一个功能，例如安装管理，这可能是初始飞行员的最佳选择。
快速扩展。根据试点项目的经验，考虑修改项目以保持良好的功能，并消除无效的功能。然后扩展到更大的编队和更多的功能。
目标资源。随着资产状况和对资产需求的发展，你的投资应针对可能产生最大影响的升级。将战备数据纳入预算编制过程，可以使决策者实时了解他们的战备工作的回报情况。
归根结底，军事优势通常不是来自新技术，而是来自技术、流程和人员如何协同工作。工业4.0时代的战备工作即将重新定义这些关系。有了一些关键的原则，决策者就可以执行一项计划，释放其军队中的数据并加强其战备能力。通过将被验证的技术以新的配置在整个军队中传播，各国领导人很快就能够对他们的军队有一个完整、实时、实地的掌握了，而就在几年前，这一切看起来还像是天方夜谭。
作者丨Dennis Schultz等
编译丨IITE
选自丨Deloitte Insights