摘要：2025年7月22日，兰德公司（RAND）发布《利用生成式人工智能提升美国国防部影响力活动》（Acquiring Generative Artificial Intelligence to Improve U.S. Department of Defense

2025年7月22日，兰德公司（RAND）发布《利用生成式人工智能提升美国国防部影响力活动》（Acquiring Generative Artificial Intelligence to Improve U.S. Department of Defense Influence Activities）的研究报告。报告系统分析了在日益激烈的战略竞争中，美国国防部利用生成式人工智能提升其全球影响力活动所面临的机遇与挑战。报告认为，尽管生成式人工智能为美军在数据处理、内容生成和决策效率方面提供了巨大潜力，但其采购与应用却面临着战略缺失、流程僵化、组织协同不足等根本性问题。启元洞见编译了该报告的核心内容，旨在揭示美军在这一前沿领域的战略思考、应用构想与政策建议，为相关研究者与决策者提供参考。

一、新时代的影响力战场与生成式人工智能的崛起

当前大国战略竞争背景下，影响力活动已成为美国国防部（DoD）维护国家利益、塑造战场环境的关键手段。联合条令将当前的安全环境定义为“竞争者、对手和敌人利用信息寻求获得相对优势”的时代。这些行为体在武装冲突门槛以下，依赖持久的影响力行动实现其战略目标。信息的泛在化、传播的低成本化以及叙事在塑造受众认知中的核心作用，都对美军的传统行动模式构成了严峻挑战。

面对这一局面，生成式人工智能的出现为提升影响力活动的质量、速度和规模提供了革命性机遇。本报告所指的“影响力活动”，是旨在影响特定相关行为体（包括个人、群体、组织乃至自动化系统）行为的各类行动。“生成式人工智能”特指一类能够生成新内容（如文本、图像、音频、视频及代码）的机器学习模型。

尽管生成式人工智能在国防领域应用广泛，但本报告聚焦于其在影响力活动中的应用。这不仅包括创作内容，更涵盖了从理解信息环境、制定规划、评估效果到加速行动的全周期流程。但将这项颠覆性技术融入高度敏感且厌恶风险的军事体系，伴随着一系列独特的风险，包括对手加速应用带来的“后发劣势”风险、美军内部因技术素养不足和风险规避文化导致的技术采纳迟缓、人工智能技术本身存在的“幻觉”和部署限制以及法律与政策审批流程严重滞后于技术发展速度的“审批瓶颈”。

二、生成式人工智能在影响力活动中的核心应用场景

为了有效影响相关行为体，美军需要一套完整的行动框架。兰德公司的研究将生成式人工智能的应用潜力归纳为三大核心任务：理解信息环境、支持人与自动化决策以及运用信息。

（一）理解信息环境

（Understand the OE）

在信息饱和的环境中，挑战不在于获取信息，而在于组织、筛选和有效查询信息。生成式人工智能能够通过融合海量公开信息（PAI）与各类情报，帮助分析人员构建动态、多维的信息环境通用作战图（COP），识别媒体生态中的新兴主题与叙事，并侦测对手的恶意活动。同时，它能跨语言、跨文化地分析公众情绪、描绘社交网络图谱、识别关键意见领袖，并追踪实体（如人员、船只）的物理移动，从而深入理解目标受众的行为模式。

（二） 支持人与自动化决策

（Support Decision-Making）

军事规划是一个复杂且耗时的过程，涉及大量分析和文书工作。生成式人工智能能够将规划人员从繁琐的任务中解放出来，专注于更具创造性和战略性的思考。

1.同步规划与方案制定

生成式人工智能能够自动化生成和更新同步矩阵、概念幻灯片、作战跟踪图等耗时产品，帮助规划团队整合来自不同维度的信息（物理、信息、认知），避免跨部门行动时的目标冲突。

2.起草分析产品

无论是针对特定目标受众的心理战（PSYOP）分析报告，还是行动方案（COA）的初稿，生成式人工智能都能快速组织数据并生成结构化的草案，使规划人员能将精力集中在更精细的分析与完善上。

3.支持领导审查与决策

在法律审查等环节，生成式人工智能可以快速筛选、整理和格式化相关法律、条令和判例，为司法行政人员和法律顾问提供清晰、简洁的决策支持信息，从而在授权允许的前提下，大幅缩短决策周期。

4.模拟与测试

通过构建信息环境的“沙箱”，人工智能可以模拟不同信息对特定目标受众可能产生的影响，帮助规划人员在行动前测试和优化信息内容。

（三）运用信息

这是影响力活动的执行阶段，旨在通过传递信息来达成预期效果。生成式人工智能在此阶段的核心贡献在于提升内容生成的质量、速度、规模和精准度。

1.多模态内容创作与精准投放

人工智能能快速生成“足够好”的文本、图像和视频内容，并可根据前期分析，制作高度定制化的信息，精准投送至特定个人或群体。

2.严苛环境下的产品生成

在网络中断或计算资源有限的前线环境中，人工智能工具能够在离线状态下运行，帮助小规模单位快速设计和制作基础宣传品。

3.提升生产速度与规模

面对对手“洪水式”的信息攻势，生成式人工智能能够帮助美军以更少的人力、更快的速度生产更多内容，实现“战场平衡”。

4.语音克隆与翻译

在战术层面，克隆特定人物的声音可用于劝降广播。同时，人工智能能够实现近乎实时的语音和文本翻译，解决多国联合行动中的语言障碍。

5.管理电磁频谱特征

在电磁频谱作战中，人工智能可以帮助整合多源数据，管理己方单位的电磁信号特征，根据任务需求选择放大或隐藏信号，实现战术欺骗或威慑。

（四）赋能军事训练

除了直接应用于作战，生成式人工智能还能重塑军事训练。例如，美国陆军特种作战部队在“灰色骑士”（GRAY KNIGHT）演习中，利用大模型构建了一个合成作战环境。该模型能根据学员在训练中的决策，实时生成逼真的反馈，模拟复杂的人类行为，使学员直观感受其行动对环境造成的影响。这不仅提升了训练的真实性，也帮助教官以更少的资源管理更复杂的训练场景。

三、获取生成式人工智能的挑战与战略路径

尽管应用前景广阔，但将生成式人工智能能力有效交付给一线部队仍面临着采购体系的深层挑战。研究发现，美军在“需求定义”、“采购流程”和“实施策略”三个关键环节存在明显脱节。

（一）需求定义：沟通断裂与标准缺失

成功的软件采购依赖于用户与采购方之间的密切协作，但目前在人工智能领域，这种协作严重缺失。

1.沟通鸿沟

一线用户与采购官员之间缺乏有效的沟通机制。采购官员不了解技术的“可能性边界”，而用户则难以将操作需求准确转化为技术指标。

2.互操作性与集成需求模糊

各单位在采购人工智能工具时，很少全面考虑其与现有遗留系统、数据库以及其他人工智能工具的互操作性。缺乏统一的集成标准，导致系统林立、数据孤岛的情形。

3.硬件设施不足

美国国防部内大量支持生成式人工智能高性能计算的基础设施仍处于非作战网络中，一线部队缺乏运行先进模型所需的本地计算能力。

4.验证与评估（VVT&E）策略缺失

美国国防部尚未建立一套针对人工智能系统，特别是生成式人工智能的有效验证、确认、测试和评估标准。这使得采购方无法科学地验证一个人工智能工具是否真正满足其定义的性能要求。

（二）采购流程：僵化与碎片化之间

人工智能技术的发展速度以月甚至周为单位，而美国国防部的传统采购流程以年为单位，这种速度错配是根本性矛盾。尽管美国国防部已推出软件采购路径等加速机制，但仍显不足。一线部队为了应对燃眉之急，正在采用多种非传统方式获取能力，但这导致了新的问题。

1.采购方式碎片化

各单位通过传统软件采购、创新合同机制（如OTA）等多种方式获取人工智能工具。这虽提供了灵活性，但也导致了重复投资、缺乏透明度和难以形成规模效应。

2.缺乏统一协调

多个军种和司令部可能正在采购功能相似甚至完全相同的人工智能技术，但彼此之间缺乏协调。这不仅造成了资源浪费，也使得在全生命周期的维护、升级和可持续性方面难以统一管理。

3.缺乏统一的人工智能采购路线图

由于没有一个跨军种的、针对作战影响力的人工智能采购顶层规划，各单位的努力是分散的，难以形成合力，也错失了标准化和互操作的机遇。

（三）实施策略：从获取到有效应用

即使成功采购了工具，如何让部队有效使用它们，并确保其决策得到授权，同样是巨大的挑战。

本研究提出一个二维框架来思考人工智能能力的获取策略（图1）。该框架的横轴代表“能力层级”，从针对影响力社群的“特定能力”到适用于整个美国国防部的“通用能力”；纵轴代表“能力采用规模”，从“单个单位”到“全军范围”。

图1 生成式人工智能适用性和获取框架

一个人工智能工具在此框架中的位置，决定了其最合适的采购与管理方式。例如，像ChatGPT这样通用性强、全军都可能使用的工具，应由国防部首席数字与人工智能办公室（CDAO）等企业级机构统一采购和维护；而像陆军特种部队开发的“幽灵机器”（Ghost Machine）这类高度定制化的工具，则应由具体单位自行开发或小范围采购。

四、核心发现与政策建议

通过对美军影响力社群的广泛调研，本研究提炼出以下核心发现，并给出针对性的政策建议。

（一）核心发现

1.影响力社群亟需赋能，但投资与统一领导严重不足

影响力活动的需求遍布整个联合部队，但其优先级通常较低，导致资源投入不足，且缺乏协调导致重复采购和资源浪费。

2.生成式人工智能是工具，而非万能答案

军事专业人员必须认识到，人工智能的应用重点在于理解复杂的作战环境和评估行动效果，其真正价值在于改进分析、规划和评估，而不仅仅是生成内容。

3.有效的人工智能采购需要战略性、灵活的方法

必须建立一个涵盖从企业级到定制化能力的全谱系采购与维护流程。当前缺乏对供应商的持续激励，也缺乏对人工智能工具的标准化再评估标准。

4.缺乏企业级的战略规划

目前没有一个全军范围的计划或战略，用以专门解决生成式人工智能在影响力活动或整个信息环境作战中的应用问题。

（二）政策建议

为应对上述挑战，报告向美国国防部高层，特别是首席信息作战顾问（PIOA）及其领导的信息作战政策办公室（OIOP），提出了三组核心建议。

1.加强顶层设计与协调，明确领导责任

（1）指导并协调整个影响力社群

首席信息作战顾问应指令信息作战政策办公室牵头，与美国特种作战司令部（USSOCOM）、网络司令部（USCYBERCOM）、各军种影响力部队以及作战单位加强协作，形成合力。

（2）明确影响力活动的需求

领导层需要引导各军种、美国特种作战司令部、网络司令部，共同制定详细、统一的需求，为采购提供清晰指引。

（3）鼓励投资并协调基础设施

鼓励各军种履行其为部队提供装备的法定职责，投资于生成式人工智能能力，并与国防部首席数字与人工智能办公室等企业级人工智能机构协调，构建可复用的通用基础设施（如数据集、模型库），以实现规模经济。

2.优化采购流程与机制，实现敏捷获取

（1）授权专门机构管理人工智能采购

各军种应指定合适的组织管理人工智能采购，采购时需要具备比传统硬件采购更强的灵活性和技术敏锐度。

（2）灵活运用全套采购策略

根据人工智能能力在二维框架中的位置，灵活选择从内部开发到企业级采购的不同路径。

（3）建立正式的需求定义流程

将采购重点从“工具”转向“需求”，确保在需求定义阶段就充分考虑互操作性和集成问题。

（4）加快能力采购与再评估的节奏

通过更快的采购周期和更频繁的再评估策略，激励供应商持续改进产品，并保持技术的先进性。

（5）制定跨部门的维持策略

协调各利益相关方的人工智能能力维持活动，确保软件、硬件和数据库的有效维护、更新与迭代。

3.推动社群能力建设与有效应用

（1）有效采纳生成式人工智能技术

首席信息作战顾问及其领导的信息作战政策办公室应为影响力社群提供结构化的指导，鼓励创新应用，而不是采取严苛的安全措施扼杀创新。

（2）投资于人工智能培训和教育

识别不同层级、不同岗位的人工智能技能需求，快速提升整个社群的人工智能素养。

（3）制定人工智能应用“护栏”（Guardrails）

为在影响力活动中使用人工智能生成的内容制定明确的指导方针。这些指导方针应考虑到与伙伴国和盟友的合作，并内置足够的灵活性以适应快速变化的战场环境，确保在获得高级别政策和法律的授权后，能够快速、负责任地利用人工智能获取并维持信息优势。

总之，兰德公司的报告清晰地指出，生成式人工智能正在成为未来影响力战场的关键变量。美军抑或是任何一个大国若想在与强大对手的持续竞争中保持优势，就必须超越当前零散、被动的技术采纳模式，建立一套战略性、系统性、敏捷性的人工智能能力获取与应用生态系统。这不仅是一场技术竞赛，更是一场关乎战略、组织和文化的深刻变革。

转自丨启元洞见

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

_er

来源：全球技术地图