海外军情 | 战争部需要组建新机构以迎接未来兵棋推演挑战|兵棋|军事|军种|美国战争部

场景设定

你受邀参加一场独家兵棋推演，地点是世界上最难进入的五边形建筑——五角大楼。当你进入一个充满LED灯光的房间，周围是一张从天花板垂吊到地板的地图，地图上点缀着五彩纸板纸条，代表军事单位。最初的回复被寄给了四星上将和副部长，但如今房间里挤满了各种替补“队员”，因为官僚事务迅速将原本需要的对阵员带去参加各种任务。你花费数小时练习和磨练决策能力，寻找对抗强大对手的新颖策略。结尾时，你会遇到其他参与者，他们评论自己学到了很多，并表达了对这次演习必将重塑美国军事规划的信心。分析报告被埋没在一堆文件中，供战争部长审阅。随着时间推移，你那天的揭示性兵棋推演会成为遥远的记忆，最终对全球部署的美军日常行动毫无影响。

这个情景既不是历史也不是虚构。这就是当今的美国战争部兵棋推演的缩影：有价值，但影响力有限，而且脱离现有的条令体系。要解决这个问题需要什么？制度改革和人工智能整合为兵棋推演的可重复性、可扩展性和可操作性提供了途径。

人工智能作为未来兵棋推演规则的改变者

并非所有AI应用都一样，兵棋推演行业不能将其作可替代的存在。AI与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体兵棋推演功能而有显著差异。有些应用已经触手可及，而另一些则需要大量研发，才能可靠地增强而非扭曲这一过程。课程是外科手术般的精准。AI工具在有意匹配兼容的兵棋推演系统时，价值最大，而非无差别地叠加。

然而，潜力巨大。在接近的阶段，大型语言模型可以通过模拟对手决策生成多样化的初始场景，扩展兵棋推演设计的可能性空间，使参与者接触不同的战略视角。这些模型可以提供实时支持（例如翻译、政策建议、增强可视化），降低参与门槛。

最后，革命性应用可以通过行动分析辅助、自动判决辅助以及数字博弈中的行为数据采集，彻底改变兵棋推演的分析骨干，实现跨项目的真实元分析。认知AI模型甚至可以考虑恐惧、过度自信和误判等人为变量，帮助参与者理解对手为何以及如何升级。

这些都不会自动发生。这项技术已经存在，并且仍在不断发展中，变革性和信息丰富的兵棋推演瓶颈在于机构的采纳能力。

存在哪些要问题？

即使明天有合适的AI工具，兵棋推演行业也不是为采纳它们而设计的。这些障碍是结构性的，而非技术上的。

尽管十年来一直在推动兵棋推演复兴，战争部（DoW）仍然大量依赖由物理架构、预设场景和僵化裁决结构定义的模拟、耗时演习。兵棋推演数据存储在烟囱系统中，结果未被记录或共享。虽然模拟和触觉功能有助于吸引注意力并使游戏更具吸引力，但缺乏数字工具意味着任何演习中产生的洞察往往停留在少数参与者手中，而难以触及规划者、操作员或政策制定者，更不用说重塑战术理论。

碎片化

现代战争同时跨越多个领域。例如，边境入侵可能引发太空GPS干扰以及对关键基础设施的网络攻击。兵棋推演本应反映这一现实，但事实并非如此。推演仍按军种细分，数据库分散且跨组织访问受限，难以总结部门级经验。那些真正会授权多域行动的跨部门决策者很少参与旨在探索这些领域的演练。

人才差距

兵棋推演行业没有成熟的培养技术从业者管道。缺乏标准化的资格认证或正式认证，也没有结构化的职业路径。战争部将大量智力资本外包给承包商和联邦资助的研究中心。此外，全队中AI熟练人员仍然稀缺，而使AI在兵棋推演中可利用的人机协作，需要一种部门尚未培养出的混合技能。

模拟基础设施

人工智能集成需要数字环境、可互操作的数据以及人机交互技术。但机密兵棋推演设定依然是模拟的，封闭的数据收集做法阻碍了模型训练或跨系统分析。尽管商业人工智能能力不断加快，战争部新技术的采购历来因官僚惰性和风险规避而受阻。

无反馈循环

战争宣誓不对兵棋推演的影响进行整体的实证分析;不正式评估其内部能力的充分性或外部提供者的绩效;且不要求对洞察、成本或结果进行标准化报告。没有这种反馈循环，企业面临研究者所称的“负面学习”风险，即参与者从不完美的练习中吸收错误教训，从而采用错误的启发式方法。

应该怎么办？

军事创新之所以传播，不是因为能力有用，而是因为国家拥有吸收必要变化的组织资本。当机构缺乏能力或持续的兴趣去实施时，令人信服的创新往往无法普及。AI驱动的兵棋推演正好符合这一模式。尽管技术已经可用或正在出现，但组织的前提条件却不够。打破这一模式需要结构性干预，而不仅仅是另一份备忘录。

战争部应建立一个危机模拟卓越兵棋推演中心，由高级官员领导，即“兵棋推演沙皇”。沙皇直接向战争部长汇报：

1. 数字化基础设施和数据，开发机密系统的流程。