砺道智库 2024-03-12 13:30 北京

据国家防务网3月11日报道，“后勤赢得战争”是一句古老的格言，但它的应用已经从日志和电子表格发展到数据流和分析。美国国防部现在希望利用这些新做法来预测未来。

负责保障事务的美国助理国防部长克里斯托弗·洛曼(ChristopherLowman)将预测性后勤描述为一种利用各种平台生成的数据的方法，以更好地了解需要使用哪些工具将数据转化为可行的后勤决策。

洛曼表示：“这一切都是为了恢复战备状态，并推动满足战区内需求的能力更接近需求点。”

美国陆军装备司令部司令查尔斯·汉密尔顿陆军上将表示，精确和预测性保障意味着“不仅要知道部队何时、何地以及使用了多少弹药、水或某些部件等物品，还意味着准确地了解您将来在何时何地需要多少商品。关键是要走在前面。”

汉密尔顿说，预测能力也是领先对手的能力，这需要“我们进入下一场战斗”，并采用“基于数据的决策过程”。

数据分析的“水晶球”正在获取政府和行业收集的所有数据，并分析和解释有意义的模式。人工智能和机器学习等热门解决方案是可以提供帮助的工具，但需要被认可为工具，而不是最终的救赎。基本输入是他们所依赖的数据。

LinQuest集成分析和支持高级副总裁凯文·戈德特表示，人工智能和机器学习就像优化和模拟一样，都是“工具，而且它们依赖于数据”。

美国海军陆战队后勤司令部司令基思·雷文特洛少将称，人工智能和ChatGPT是“很棒的工具”。他说，“浏览互联网上有关某个主题的所有资源，进行比较并给出答案”的概念对于物流来说可能是革命性的。

他说：“当我们考虑保障、了解我们的武器系统、了解基于条件的维护的可预测性时，如果我们可以做类似的事情，比如预测故障间隔时间，并让指挥官可以选择更换它，会怎么样？”

人工智能和机器学习只是国防部正在进行的广泛项目和研究中的几个工具，目的是更好地了解如何利用数据。

其中一项努力是国防后勤局的联合增材制造模型交换（JAMMEX）——一种整合技术数据包并允许用户通过单个系统从多个来源下载和打印模型的工具。

美国国防后勤局信息运营首席信息官阿达里尔·罗伯茨强调了一个基于JAMMEX的名为数字维持平台的计划，“不仅能够获取技术数据包，还能创建一个单一平台，让我们所有的工程师......数字孪生可以驻留在整个部门，以便在作战司令部和军种中获得这种效率。

罗伯茨说，国防后勤局的其他工作包括数字业务转型和仓库现代化项目。这些努力正在偿还他所说的20年的技术债务，并表示该部门“在……我们灵活和敏捷地与技术一起发展的能力方面落后了。”

美国空军装备司令部去年启动了数字装备管理计划，旨在利用数字工具、结构化数据和安全性，在从发明到退役的整个能力生命周期中整合和采用数字方法。

Shipcom无线公司的高级战略总监吉姆·萨顿表示，该计划最近的一次启动活动涉及“创建组织结构、汇总数据、识别所有风险并建立团队来降低风险的想法”的对话，但-完全没有围绕零信任的对话。

零信任是国防部的一个安全框架，它假定“从不信任，总是验证”的心态。围绕数据共享的信任是政府和行业之间有据可查的犹豫，也是有效利用数据分析的另一个障碍。

尽管随着行业和政府在能力交付方面的交叉，数据共享存在许多“潜在的不确定性”，但萨顿表示，从服务领导的角度来看，首要切入点应该是推动白宫2022年零信任备忘录的实施，该备忘录要求各机构在2024财年年底前达到特定的网络安全标准。

“如果这一点到位，基本上90%的关于风险的讨论都会消失，”萨顿说，“因此，我们将重点关注风险真正重要的地方，以便在使用时获取可操作的、有决策价值的信息。”

Palantir供应链和物流主管亚伦·贾菲表示，工业界和国防部之间的数据联系需要在更广泛的工业基础社区中得到考虑，“作为限制国防部运作方式的输入因素”能够在我们做出的任何决策中与我们的盟友和合作伙伴整合并合作。”

他说，问题在于如何更好地理解差距和接缝，以及如何在保护安全的同时实现无缝互操作性，“在比我们历史上看到的更大的社区”。

他说，这些差距带来了“巨大的挑战”，但并非前所未有。新冠疫苗加速器“曲速行动”和对乌克兰的支持是行业和政府快速合作并“以冲突的速度前进”的例子。

Systecon首席技术官贾斯汀·沃尔夫表示，获得完美数据可能是不可能的。原始数据是理想的，但“这不是不进行分析的借口，”沃尔夫说，“因此，在获得完美数据之前我们无法开始做任何事情的想法是无稽之谈。当我们考虑有争议的物流时，我们正在为未知的事情做计划。”