决策优势即胜利：美军 CDAO 谈 Maven 智能系统与指挥控制的未来

摘要

美军首席数字与人工智能官（CDAO）在 AIPCon 9 上复盘了 Project Maven 的十年之路：最初假设「把 AI 交到作战人员手中就能赢」，结果发现真正的瓶颈不是 AI 模型，而是决策流程本身。由此诞生「以决策为中心」的方法论——先问决策、再谈技术，并用九问清单把数据、交互、度量与迭代一一对齐。

落地载体是 Palantir 的 Maven 智能系统（Maven Smart System）：用统一的数据本体（ontology）与抽象层，把过去决策者每天要盯的八九套独立系统融合进一个可视化与行动界面，让「发现目标→生成行动方案（COA）→执行打击」的完整杀伤链（kill chain）从跨系统的数小时压缩到同一系统内的数分钟。这套整合花了七年，且系统每天都在变好。

演讲者的结论带着强烈的使命感：技术开发飞轮必须与流程改进飞轮耦合，让数据专业人员的职责是「让领导者变得更好」而非取代他们。支撑这一切的只有一个目标——让那个没有选择权、十八九岁的孩子赢得战斗并平安回家。不搞公平对决。

正文

一、第三次抵消战略：从核威慑到决策优势

故事要从 2016 年讲起。早在 Project Maven 正式组建为「算法战争跨职能团队」（algorithmic warfare cross-functional team）之前，它始于一个假设：第三次抵消战略（third offset）应该是什么样？

回顾二十世纪后两次抵消战略：第一次抵消是用核武器抵消对手在规模与体量上的优势；第二次是隐身与精确制导弹药。时任国防部长卡特（Secretary Carter）提出，二十一世纪美国的真正优势在于「决策优势」（decision advantage）——比对手更快做出更好的决策，这才是赢得战争的关键。2016 年摆在面前的技术选项很多，AI 是卡特希望聚焦的那个，尤其用于 Project Maven。

算法战争团队因此成立，使命是「把 AI 交到作战人员手中」，重点是无人机全动态视频的影像处理与开发（UAV-PED）：空中监视资产不断回传画面，人类不能一天 16 小时盯着屏幕——会疲劳、会分心、会漏看。于是用 AI 来做「提示与引导」（tip and cue），让正确的系统及时提醒人类，而不是让人硬扛。团队开发了当时最好的计算机视觉模型，基于自己的数据训练、部署在自己的系统上，尽可能在全球范围内集成，能识别车辆与人员——这是全球反恐战争年代的核心挑战，系统也确实在整个战场空间里得到了扎实部署。

二、推翻假设：问题不在 AI，在流程

但 ISR-PED（情报、监视与侦察的影像处理与开发）本身不是真正的难题，它只解决整条链条上「一个人」的问题。Maven 与第 18 空降军联合演习「猩红龙」（Scarlet Dragon）中的战区作战中心照片揭示了真相：墙上贴满静态图片、白板、PPT 幻灯片——没有任何自动化。团队试图把 AI 检测结果硬塞进人类主导的工作流，而人类恰恰在限制输出与结果。于是他们推翻了「把 AI 交到作战人员手中就是答案」的假设，后退三步重新审视：真正的问题不是 AI，而是工作流——我们到底是怎么做决策的？

由此提出「以决策为中心」的方法论（decision-centric approach），配一套九问清单：要改进决策流程，永远从决策本身出发——今天的决策是怎么做的？你在加速流程的哪一部分？做这个决策需要什么数据？数据如何到达？用户如何与数据交互？人类输入减少了多少？如何衡量成功？迭代计划是什么？这套问题对数据圈的人是每日直觉，真正的挑战在于让资深领导者——尤其是那些非常能干、非常专业的人——理解：数据专业人员的工作不是取代他们，而是让他们变得更好，办法是给足他们做决策所需的数据、时间、格式与容量。

但还有第二个问题：复杂工作流里有几十个决策。难点不再是找到正确的方法——方法已经有了——而是让用户群体接受这套方法，愿意把自己整个工作流做彻底的数字化转型，从而看到以数据为中心的技术能让他们同时解决所有决策，在战场上取得真正的优势。

三、两个飞轮：技术开发必须与流程改进耦合

技术圈对「左飞轮」——技术开发（technology development）——非常熟悉，标准的螺旋式开发流程，无人意外。但人们往往忽略，理想情况下同时还有一个「流程改进飞轮」（process improvement flywheel）在运转。真正的问题不是「如何用技术改进流程」，而是如何把这两个飞轮互相咬合：在流程的合适阶段交付技术，运营方在技术开发的合适阶段回馈运营反馈，让双方对做事方式的改进形成协同增益。重点不是技术，而是流程。

把 AI 放进各种工作流后，团队发现系统本身是错的。Maven 智能系统是 Palantir 的软件即服务（SaaS）产品，正部署在整个国防部：它不止接入一路数据，而是多路。过去决策者每天要在八九套系统之间来回切换才能做决策，现在全部融合进一个可视化工具——可以选择、取消选择不同类型的数据，从不同角度查看数据，更重要的是，可以直接在你正在围绕其建设工作流的同一个系统里采取行动。

演示中，一旦你有一个想要推进的检测结果，例如把它送入目标打击流程：左键、右键、左键——检测对象神奇地生成，随即进入工作流。左侧列出不同类型的靶标，每一列对应一种不同的决策流程；做出决策后要执行时，进入行动方案生成（COA generation）——系统根据一系列因素自动判断最适合打击该目标的资产；选定方案后，直接进入如何执行打击的环节。从识别目标、到生成行动方案、再到执行打击，全部在一个系统内完成。过去这需要在八九套系统间人工搬运检测结果，才能走完整条杀伤链——开始这项工作时，刚刚演示的流程要花数小时；经过多轮部署，时间被大幅压缩。

这一切归功于两点：一是与客户群体的直接集成，客户与我们共同工作，让我们理解他们的流程并开发正确的技术；更重要的是，以前所未有的方式把那些彼此割裂的系统连接起来——通过名为 Maven 智能系统的抽象层，用正确的数据方法、正确的数据本体、正确的数据格式把它们互联互通。这不是一夜之功，仅数据连接与系统互联就花了七年。

四、每天变好的系统与回家的理由

未来还有很多事要做，远未完成。作为国防部 CDAO，每天早晨让演讲者起床的动力是：从供应商——尤其是 Palantir——那里得到的每一个工具都随时间更新。这是他职业生涯中第一次拥有一个「日复一日变得更好」的系统：因为我们与客户集成、倾听反馈、交付他们真正要求的功能——而不是五年前某个需求经理让人建造的东西。这一切就发生在当下。

而他日复一日做这件事，只在乎一件事：那个十八九岁、对自己要去哪里、面对什么威胁毫无选择权的孩子——他只想让这个孩子赢，并且回家。这是做这一切的理由。Palantir 在交付这件事上帮助巨大，Maven 智能系统是一套不可思议的系统。「不搞公平对决。只要能避免，就不要有公平对决——我们的人赢，然后回家。」