姚刚, 孙涛, 王永生. 美军数据战略的演进逻辑与实践启示[J]. 指挥控制与仿真. 2026, 48(4): 145-149.
摘要：在智能化战争形态下,数据已转化为决定军事竞争优势的关键性战略资源。美国作为全球军事数据建设的先行者,其战略演进历程具有典型性。本文基于美国国防部及其各军种的核心战略文件与最新实践,在梳理现有研究的基础上,提出美军数据战略遵循“网络中心—数据中心—决策中心”的三阶段演进逻辑。研究发现,美军数据战略的演进呈现清晰的逻辑递进:从网络中心阶段的“连接万物”,到数据中心阶段的“治理资产”,最终迈向决策中心阶段的“赋能决胜”。本文系统剖析了各阶段的战略思想、关键举措与内在驱动力,详细梳理了各军种的差异化实践路径。最后,结合我国军事数据建设实际,从顶层设计、实施体系、人才战略、建设模式及安全治理等维度提出针对性启示,旨在为我国构建适应未来战争需要的军事数据能力体系提供理论参考。
1
国内外研究现状
新一轮科技革命正以前所未有的力度重塑战争形态,数据被公认为继机械化、信息化之后驱动军事变革的又一核心引擎。数据已成为连接作战要素、优化指挥决策、提升作战效能的核心纽带。美国自20世纪末推动网络中心战以来,其数据战略思想与实践不断更新迭代,对全球军事变革产生了深远影响。
当前,我国正处于军事智能化建设的关键阶段,系统剖析美军数据战略的演进逻辑,对我国构建军事数据战略体系、提升数据赋能作战能力具有重要的理论与实践价值。为此,本文将首先梳理国内外相关研究,在此基础上提出分析框架,并对美军数据战略的演进历程与核心特征进行深入剖析,最后提出对策建议。
国外研究多聚焦于作战概念与技术实现。一方面,研究人员围绕联合全域指挥与控制(JADC2)等具体项目,从技术和作战概念层面进行探讨,如美国战略与国际研究中心(CSIS)等智库持续追踪联合全域指挥与控制的预算、技术集成与组织障碍。另一方面,研究人员从决策优势的理论高度,探讨数据和AI如何重塑军事决策,认为速度和质量的结合是未来战争的关键。然而,上述研究多为对单一项目或特定概念的“横截面”分析,缺乏对美军数据战略演进历程的纵向、体系化梳理。
国内研究则主要呈现为政策解读与经验借鉴。一是对美军具体战略文件进行解读和介绍,如对美军早期数据发展战略的演进进行了梳理,或对美国陆军数据战略进行了分析,或聚焦于情报界的数据战略;二是对美军数据建设的经验进行提炼,以期为我所用,如李增华等研究了美军数据建设的路径。总体而言,国内研究虽已取得一定成果,但大多仍停留在对单一战略或举措的分析层面,未能构建一个能够解释其前后关联和内在驱动力的整体性分析框架。
本文提出并系统论证了“网络中心—数据中心—决策中心”的三阶段演进逻辑,旨在将美军看似分散的各项战略举措整合进一个具有内在逻辑和历史深度的分析视野中,系统揭示其战略演进的规律与本质。
2
美军数据战略的演进逻辑
美军数据战略的演进本质是数据价值释放与作战需求升级的动态适配过程,呈现出从“连接”到“治理”再到“赋能”的三个层层递进的阶段。
2.1 网络中心阶段
这一阶段以网络中心战(NCW)理论为牵引,战略重心在于构建广域互联的作战网络。此时,数据本身尚未被视为独立战略要素,而是作为实现信息共享的“内容”或“副产品”。此阶段的核心目标是打破军种与平台间的“信息烟囱”,通过网络将传感器、决策者和武器平台连接起来,形成统一的共同作战图(COP),以获取信息优势。该阶段重点发展战术数据链、全球信息栅格等网络基础设施。数据工作的重心在于确保通信协议和接口层面的互操作性,而非数据内容的标准化与治理。
网络中心阶段的成功带来了“信息过载”的新挑战。决策者需要面对海量未经处理的原始数据,出现了“数据丰富,但信息贫乏”的困境,数据的潜在价值远未被发掘。
2.2 数据中心阶段
为应对“信息过载”的挑战,美军的战略认知发生转变,确立了数据作为战略资产进行精细化管理的核心理念。数据战略的定位由支撑性要素上升为与装备、人员同等重要的独立建设领域。此阶段的核心目标是通过强有力的顶层设计与治理,解决数据可见、可及、可用的基础性问题,将原始数据转化为可控、可信、可用的高质量作战资源。美国国防部2020年发布的《国防部数据战略》是本阶段的标志性文件[10]。该战略明确提出了将国防部转型为数据中心型组织的核心愿景,并确立了VAULTIS七项指导原则(可见、可访问、可理解、可链接、可信赖、可互操作、安全),为数据治理构建了基础框架。
此阶段的建设为美军后续向智能化转型奠定了坚实的数据治理基础,是连接“网络中心”与“决策中心”不可或缺的承上启下环节。
2.3 决策中心阶段
在坚实的数据治理基础之上,美军数据战略的重心清晰地转向其最终目标是将数据优势系统性地转化为战场决策优势。这一转变标志着美军数据战略完成了从“以数据为中心”到“以决策为中心”的跃迁。
2023年,美国新组建的首席数字与人工智能办公室(CDAO)发布《数据、分析与人工智能应用战略》。该战略不仅是对2020年战略的简单替代,而是一次重大的整合、升级与超越。它并未废除VAULTIS原则,而是将其作为实现更高目标的基石。该战略将数据、分析和人工智能3个原本相对独立的领域,整合为一个从数据到决策的无缝价值链,以高质量数据、富有洞察力的分析与指标、负责任的人工智能为关键要素,自下而上构建了人工智能多层次需求金字塔模型,如图1所示。模型底层是高质量数据,高质量可信的数据是富有洞察力的分析与人工智能能力的基础;中间层是富有洞察力的分析与指标,即通过深入分析和一系列指标,形成相关基础模型和成果的形象化展示,支持国防部领导层了解技术进展和关键影响因素;顶层是负责任的人工智能,即美国防部根据《人工智能伦理原则》设计、开发、部署与运用人工智能能力的方法;周围是推动因素,主要包括加强数据治理并消除政策障碍、优化数字人才管理等。数据不再是目的,而是服务于指挥员在复杂战场环境中看得更远、懂得更深、决策更准、行动更快的工具。该战略的发布,实际上是为联合全域指挥与控制这一宏大构想提供了具体的实现蓝图和评估标准。
图1 人工智能多层次需求金字塔模型
Fig.1 AI hierarchy of needs pyramid model
3
美国各军种实践路径
在美国防部顶层战略的统一指导下,美各军兵种围绕自身作战概念,开展了差异化的实践探索,共同支撑联合全域指挥与控制体系的构建。
3.1 陆军
美国陆军的数据战略紧密围绕其多域战(MDO)作战概念展开。美《陆军数据计划》明确要建设以数据为中心的陆军,确保从班组到战略司令部的所有梯队中,数据都能得到有效利用,其标志性举措是融合项目(Project Convergence),通过大规模实兵演习,迭代验证从传感器到射手的数据链路,旨在将决策周期从分钟级压缩至秒级。在融合项目2022(PC22)演习中,美陆军已成功验证了在复杂电磁环境下,利用AI算法将识别目标到下达开火指令的杀伤链时间从数分钟大幅缩短至20秒以内,初步验证了数据赋能决策与行动提速的巨大潜力。
3.2 空军
美国空军及其太空军的数据战略强调将数据视为与航空燃料、弹药同等重要的飞行线资源(Flight Line Resource)。数据战略核心是为其主导的先进作战管理系统(ABMS)提供数据支撑。先进作战管理系统作为联合全域指挥与控制体系的空军部分,其成败直接取决于能否有效整合来自天、空、网、电等多域平台数据,并驱动作战流程的自动化。美军在多次ABMS前沿部署演习中,实现了作战飞机与地面指挥节点间的数据共享和任务协同,并利用云原生技术和AI工具处理来自不同传感器的情报数据,生成了统一的空域态势图,展示了跨平台数据融合的实战价值。
3.3 海军
美国海军及其陆战队的数据战略目标是为分布式海上作战提供支持,其超越项目(Project Overmatch)高度关注网络的韧性和安全性。鉴于海上通信的高延迟、低带宽挑战,该项目大力发展AI和机器学习算法,将其部署在舰艇、飞机等边缘节点上,实现自主数据处理和辅助决策,减少对后方数据中心的依赖。据报道,超越项目已在多次舰队演习中成功测试其网络架构和AI工具,实现了无人水面舰艇、无人机与航母打击群之间的有人-无人协同及数据交换,印证了边缘计算与AI在远海作战环境下的有效性。美海军发布的《信息优势愿景》更是明确提出,要将美国海军转变为一个现代化的、数据流畅的组织,毫不费力地生成和运用数据。
4
美军数据战略的核心特征
美军数据战略呈现出高度的系统性、明确的目标导向和深刻的技术烙印,其核心特征可归纳为顶层统筹与军种创新相结合的体系化设计、从“数据可用”到“决策制胜”的价值导向、“数据+AI+设施”三位一体的技术融合路径,以及军工学研一体化的协同发展模式。这些特征共同构成了其战略成功的关键要素。
4.1 体系性的战略设计
美军构建了“国防部-军种”双主体联动的战略体系,采用顶层统筹和军种差异化实施的统分模式。美国防部通过发布全局性战略和设立CDAO等机构进行统一规划和标准制定,确保了数据建设的整体一致性。同时,又赋予各军种基于自身作战需求的差异化创新空间,形成了上下联动、协同高效的建设格局。
4.2 价值导向的战略目标
美军数据战略的演进始终围绕数据价值释放这一核心,并呈现清晰的目标跃迁,其从网络中心阶段解决数据能否连通,到数据中心阶段解决数据是否可用、可信,再到决策中心阶段解决数据如何赋能决策、赢得战争,这一过程体现了技术服务于作战的根本逻辑。所有战略举措的最终评价标准均指向对作战效能的贡献程度。
4.3 技术融合的建设路径
美军高度重视技术与战略的深度融合,形成“数据+AI+基础设施”三位一体的推进模式。在数据层,美军通过VAULTIS原则建立全生命周期质量管控体系。在AI层,美军将AI视为数据价值释放的核心工具,并强调负责任AI的应用。在基础设施层面,美军大力投资联邦化、可互操作的云基础设施(如JWCC项目),并采用“混合云+边缘计算”模式,以适配从本土核心到战术边缘的全域作战场景。
4.4 生态协同的发展模式
美军数据战略的实施并非闭门造车,而是构建了一个开放、多元的协同生态。美军通过国防创新部门(DIU)等机构,依托“优先采用(Adopt)、按需采购(Buy)、自主研发(Create)”的框架,将大型科技公司的先进技术、初创企业的前沿创新与军方的作战需求紧密结合,既降低了研发成本,又确保了技术先进性,形成军事需求牵引、市场力量支撑的良性循环。
5
对我国军事数据建设的启示
本文深入剖析美军数据战略的演进逻辑与核心特征,对于正处在军事智能化建设关键阶段的我军具有重要的参考意义。面对现实挑战,我国需要立足实际,辩证借鉴其有益经验,通过顶层设计与实践探索相结合,系统性提升数据赋能作战的能力。
5.1 确立以决策优势为核心的顶层牵引
数据建设不应局限于数据治理、平台构建等技术层面,而必须从战略顶层就确立服务决策、赋能打赢的核心目标。我国应借鉴美军“决策中心”的思想,构建从数据到决策的完整价值链,以指挥员的决策需求为逆向牵引,规划数据体系的各项要素。数据工作的成效,最终都应以其对提升决策质量和缩短决策周期的贡献度来衡量。
5.2 构建统分结合、各司其职的实施体系
为有效破解“数据孤岛”问题,美军的经验在于,既有国防部层面的强力统筹,又有各军种的自主创新。数据战略的规划要建立类似的“统分结合”模式,加强顶层设计和集中领导,制定统一的数据标准、治理规范和安全框架,着力打破数据交流壁垒。同时,鼓励围绕自身核心作战任务,开展具有特色的数据应用创新,避免“一刀切”。
5.3 将人才置于技术驱动战略的中心
军队要实现军事智能化建设的跨越式发展,根本在于人才。美军所有数据战略的最新版本,无一不将人才置于极其重要的位置。技术和数据本身无法赢得战争,能够理解、驾驭并与智能系统协同作战的人才是最终的决定性因素。人才培养时,需高度重视人员的数据素养和人机协同能力,建设既懂技术又懂作战的复合型人才队伍,并发展可信、可解释的人工智能系统,构建以人为核心、以AI为赋能工具的新型人机协同作战范式。
5.4 采用敏捷迭代、快速交付的建设模式
未来战争瞬息万变,传统的、以数年为周期的开发模式已难以适应需求。美军正通过引入DevSecOps等商业实践,向敏捷、迭代的开发模式转型,力求缩短交付时间。数据建设过程中,我国要在确保安全可控的前提下,大胆改革科研与列装机制,建立小步快跑、快速迭代、持续交付的能力生成模式,使数据应用和算法模型能够紧跟战场需求,始终保持动态演进。
5.5 实现安全与应用的动态平衡
针对数据治理体系不完善可能带来的安全隐患,我国必须构建覆盖数据全生命周期的安全治理体系。通过建立严格的数据分类分级制度,军队综合采用零信任架构等新一代安全技术,并制定数据伦理规范与合规审查机制,确保在保障安全的前提下,释放数据价值。
6
结束语
美军数据战略在过去数年间经历了深刻而迅速的演进,其核心逻辑是从奠定数据基础的“数据中心”阶段,全面转向聚焦实战应用的“决策中心”阶段。这一转变由大国竞争的外部压力和信息技术的内部发展双重驱动,并通过国防部顶层设计与各军种差异化实践的协同得以落地。数据战略呈现出的体系性、价值导向、技术融合、生态协同等核心特征,共同构成了其战略成功的关键要素。
对于我国而言,数据战略应立足国情军情,辩证借鉴其有益经验,同时规避其技术应用的潜在风险,构建具有中国特色的军事数据战略体系,为打赢未来智能化战争提供坚实的数据支撑。
| 作 者：姚刚, 孙涛, 王永生
| 责 编：胡前进
| 审 核：许韦韦
声明：本文来自指挥控制与仿真，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
