海外軍情 | 戰爭部需要組建新機構以迎接未來兵棋推演挑戰

場景設定

你受邀參加一場獨家兵棋推演，地點是世界上最難進入的五邊形建筑——五角大樓。當你進入一個充滿LED燈光的房間，周圍是一張從天花板垂吊到地板的地圖，地圖上點綴著五彩紙板紙條，代表軍事單位。最初的回復被寄給了四星上將和副部長，但如今房間里擠滿了各種替補“隊員”，因為官僚事務迅速將原本需要的對陣員帶去參加各種任務。你花費數小時練習和磨練決策能力，尋找對抗強大對手的新穎策略。結尾時，你會遇到其他參與者，他們評論自己學到了很多，并表達了對這次演習必將重塑美國軍事規劃的信心。分析報告被埋沒在一堆文件中，供戰爭部長審閱。隨著時間推移，你那天的揭示性兵棋推演會成為遙遠的記憶，最終對全球部署的美軍日常行動毫無影響。

這個情景既不是歷史也不是虛構。這就是當今的美國戰爭部兵棋推演的縮影：有價值，但影響力有限，而且脫離現有的條令體系。要解決這個問題需要什么？制度改革和人工智能整合為兵棋推演的可重復性、可擴展性和可操作性提供了途徑。

人工智能作為未來兵棋推演規則的改變者

并非所有AI應用都一樣，兵棋推演行業不能將其作可替代的存在。AI與兵棋推演的整合在可行性和成本效益上因模型能力及其支持的具體兵棋推演功能而有顯著差異。有些應用已經觸手可及，而另一些則需要大量研發，才能可靠地增強而非扭曲這一過程。課程是外科手術般的精準。AI工具在有意匹配兼容的兵棋推演系統時，價值最大，而非無差別地疊加。

然而，潛力巨大。在接近的階段，大型語言模型可以通過模擬對手決策生成多樣化的初始場景，擴展兵棋推演設計的可能性空間，使參與者接觸不同的戰略視角。這些模型可以提供實時支持（例如翻譯、政策建議、增強可視化），降低參與門檻。

最后，革命性應用可以通過行動分析輔助、自動判決輔助以及數字博弈中的行為數據采集，徹底改變兵棋推演的分析骨干，實現跨項目的真實元分析。認知AI模型甚至可以考慮恐懼、過度自信和誤判等人為變量，幫助參與者理解對手為何以及如何升級。

這些都不會自動發生。這項技術已經存在，并且仍在不斷發展中，變革性和信息豐富的兵棋推演瓶頸在于機構的采納能力。

存在哪些要問題？

即使明天有合適的AI工具，兵棋推演行業也不是為采納它們而設計的。這些障礙是結構性的，而非技術上的。

盡管十年來一直在推動兵棋推演復興，戰爭部（DoW）仍然大量依賴由物理架構、預設場景和僵化裁決結構定義的模擬、耗時演習。兵棋推演數據存儲在煙囪系統中，結果未被記錄或共享。雖然模擬和觸覺功能有助于吸引注意力并使游戲更具吸引力，但缺乏數字工具意味著任何演習中產生的洞察往往停留在少數參與者手中，而難以觸及規劃者、操作員或政策制定者，更不用說重塑戰術理論。

碎片化

現代戰爭同時跨越多個領域。例如，邊境入侵可能引發太空GPS干擾以及對關鍵基礎設施的網絡攻擊。兵棋推演本應反映這一現實，但事實并非如此。推演仍按軍種細分，數據庫分散且跨組織訪問受限，難以總結部門級經驗。那些真正會授權多域行動的跨部門決策者很少參與旨在探索這些領域的演練。

人才差距

兵棋推演行業沒有成熟的培養技術從業者管道。缺乏標準化的資格認證或正式認證，也沒有結構化的職業路徑。戰爭部將大量智力資本外包給承包商和聯邦資助的研究中心。此外，全隊中AI熟練人員仍然稀缺，而使AI在兵棋推演中可利用的人機協作，需要一種部門尚未培養出的混合技能。

模擬基礎設施

人工智能集成需要數字環境、可互操作的數據以及人機交互技術。但機密兵棋推演設定依然是模擬的，封閉的數據收集做法阻礙了模型訓練或跨系統分析。盡管商業人工智能能力不斷加快，戰爭部新技術的采購歷來因官僚惰性和風險規避而受阻。

無反饋循環

戰爭宣誓不對兵棋推演的影響進行整體的實證分析;不正式評估其內部能力的充分性或外部提供者的績效;且不要求對洞察、成本或結果進行標準化報告。沒有這種反饋循環，企業面臨研究者所稱的“負面學習”風險，即參與者從不完美的練習中吸收錯誤教訓，從而采用錯誤的啟發式方法。

應該怎么辦？

軍事創新之所以傳播，不是因為能力有用，而是因為國家擁有吸收必要變化的組織資本。當機構缺乏能力或持續的興趣去實施時，令人信服的創新往往無法普及。AI驅動的兵棋推演正好符合這一模式。盡管技術已經可用或正在出現，但組織的前提條件卻不夠。打破這一模式需要結構性干預，而不僅僅是另一份備忘錄。

戰爭部應建立一個危機模擬卓越兵棋推演中心，由高級官員領導，即“兵棋推演沙皇”。沙皇直接向戰爭部長匯報：

1. 數字化基礎設施和數據，開發機密系統的流程。

2. 標準化人工智能的采用并建設人才儲備。

3 .創建一個人工智能兵棋推演研發生態系統。

4 .建立效能指標。

5 .要求統一數據提交，以便從中汲取經驗教訓，指導美國戰略。

6 .促進國家安全委員會參與高級別演習。

7 .每年發布一份聯合兵棋推演報告，分享軍事和政策領導人的經驗教訓。

作為對部長負責的政策辦公室，中心將擁有目前任何單一軍種兵棋推演中心都不具備的跨軍種權力。這將確保中心能夠標準化數據協議，強制高級決策者參與，并實施以人工智能為核心的培訓要求。

更重要的是，這種結構創造了企業目前缺乏的正反饋循環。每個兵棋推演周期都會將標準化數據輸入強制的跨軍種倉庫，用于指導下一次迭代。效能指標計算的是隨著時間推移的改進。事后復核將課程內容融入教義。

結 論

戰爭部的兵棋推演業務仍陷入模擬流程、孤島運作和機構慣性。這些都阻礙了人工智能的采用和整合，也阻礙了決策者獲得新教訓，更不用說將其納入教義。

只有擁有部長級權力、跨軍種授權和標準化數據協議的危機模擬卓越兵棋推演中心，才能克服數十年的官僚阻力，將兵棋推演從孤立演習轉變為持續的軍事創新與學習引擎。

本文是由美國負責任創新組織（ARI）研究員撰寫，ARI一家致力于公共利益政策倡導的非營利組織，專注于人工智能（AI）等新興技術。

作者：杰西卡·馬克西莫夫，政策分析師，前能源部科學、技術與政策研究員;喬治城大學安全研究中心前人工智能研究助理;波蘭華沙前博倫研究員;美國國務院前研究生實習生

來源：未來科技前沿