人工智能和機(jī)器學(xué)習(xí)將有助于提高未來情報(bào)分析人員的工作效率，增加獲得和保持競爭優(yōu)勢或時(shí)間優(yōu)勢的機(jī)會(huì)。數(shù)字化轉(zhuǎn)型、多域數(shù)據(jù)集成和算法戰(zhàn)將是情報(bào)集團(tuán)保持長期競爭優(yōu)勢的核心。

2017年7月，參謀長聯(lián)席會(huì)議主席發(fā)布了聯(lián)合出版物JP1《美國武裝部隊(duì)條令》的修訂版，將“信息”作為新的第7項(xiàng)聯(lián)合職能。這一變化預(yù)示著聯(lián)合部隊(duì)計(jì)劃和實(shí)施跨地區(qū)、多域和多職能行動(dòng)的方式將發(fā)生重大變化。同樣地，這為重新思考“聯(lián)合軍種”在21世紀(jì)戰(zhàn)爭中的內(nèi)涵提供了機(jī)會(huì)。

在可預(yù)見的將來，戰(zhàn)爭極有可能以前所未有的形式展開，武器和戰(zhàn)術(shù)都讓美國措手不及。今天的彈道導(dǎo)彈飛越海洋需要幾十分鐘，但未來的高超音速武器可能只需要幾分鐘。城市戰(zhàn)爭可能在超連接的城市中爆發(fā)，天上的傳感器也許只能提供有限的信息，而無處不在的地面?zhèn)鞲衅鲃t可以為分析人員提供海量的數(shù)據(jù)供其挖掘。在網(wǎng)絡(luò)領(lǐng)域，當(dāng)操作員檢測到一次“發(fā)射”時(shí)，那枚武器可能已經(jīng)抵達(dá)了目的地，并收獲了預(yù)期的效果。對衛(wèi)星的攻擊、經(jīng)濟(jì)攻擊以及隱蔽的影響活動(dòng)，都會(huì)在暗中進(jìn)行，人們發(fā)現(xiàn)時(shí)已為時(shí)過晚。

數(shù)據(jù)的向量、體積、速度、多樣性和普遍性正在改變國家安全政策、軍事行動(dòng)和情報(bào)活動(dòng)的傳統(tǒng)工具和方法。影響范圍只會(huì)越來越大并且變化速度也只會(huì)越來越快。在“信息就是力量”這一格言的指導(dǎo)下，社會(huì)創(chuàng)造的技術(shù)能夠產(chǎn)生海量的結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，其規(guī)模之大足以顛覆以往所有的諜報(bào)分析技術(shù)和模式識(shí)別。2017年1月，美國國防創(chuàng)新委員會(huì)表示，不管是誰，只要收集并組織了最多有關(guān)美國及美國對手的數(shù)據(jù)，都將保持技術(shù)優(yōu)勢。如果我們不能將數(shù)據(jù)作為戰(zhàn)略資產(chǎn)，就會(huì)把寶貴的時(shí)間和空間拱手讓給競爭對手。

美國情報(bào)界（IC），包括國防情報(bào)事業(yè)，都不光面臨著純粹規(guī)模上（數(shù)量和速度）上的挑戰(zhàn)，還面臨數(shù)據(jù)越來越復(fù)雜（多樣性和準(zhǔn)確性）的嚴(yán)峻挑戰(zhàn)。情報(bào)界面臨的挑戰(zhàn)是獲取、管理、關(guān)聯(lián)、融合和分析各機(jī)構(gòu)之間以及與盟國和伙伴之間不斷增長的數(shù)據(jù)。在我們的經(jīng)驗(yàn)中，情報(bào)界中的數(shù)據(jù)以太多不同的格式生成，在太多的不連接或不可訪問的系統(tǒng)中生成，沒有標(biāo)準(zhǔn)化的結(jié)構(gòu)，也沒有統(tǒng)一的本體。這種情況有可能導(dǎo)致收集浪費(fèi)、缺乏及時(shí)性、指示和警告漏報(bào)以及缺乏決策相關(guān)性等風(fēng)險(xiǎn)。其結(jié)果是，無法在情報(bào)周期早期融合數(shù)據(jù)構(gòu)建多源情報(bào)，并盡可能接近收集點(diǎn)。分析師的任務(wù)太艱巨、太繁瑣，而且還需要清除太多障礙，以向決策者和作戰(zhàn)人員提供及時(shí)和相關(guān)的分析判斷或可操作的情報(bào)。

這些挑戰(zhàn)可以用下列方法應(yīng)對：

使用能夠解析數(shù)據(jù)、從數(shù)據(jù)中學(xué)習(xí)，然后做出響應(yīng)的機(jī)器學(xué)習(xí)算法；

鼓勵(lì)情報(bào)專家的創(chuàng)造力和深度思考；

設(shè)計(jì)策略、信息技術(shù)（IT）、敏捷獲取和安全環(huán)境，使人機(jī)交互能夠蓬勃發(fā)展。

這些問題不可能只在任何一個(gè)機(jī)構(gòu)、一個(gè)項(xiàng)目或情報(bào)部門內(nèi)得到解決。我們認(rèn)為，迫切需要以創(chuàng)造性的方式來適應(yīng)這種新環(huán)境，其中必須包括利用能夠操縱和理解大數(shù)據(jù)的系統(tǒng)和機(jī)器來提高情報(bào)界的技術(shù)和操作優(yōu)勢，并推進(jìn)人機(jī)和機(jī)器協(xié)作，這樣情報(bào)分析人員就能夠最好地利用他們的時(shí)間來處理最困難的問題。

同時(shí)，機(jī)器學(xué)習(xí)“黑匣子”的不可預(yù)見性仍然存在嚴(yán)重問題，這種“黑匣子”能人類操作員無法解釋的方式產(chǎn)生解決方案。人工智能（AI）系統(tǒng)創(chuàng)造它們自己的語言，并教會(huì)了自己如何使用人類沒有教授也無法理解的策略來玩游戲。這些影響在國家安全系統(tǒng)中仍是未知且未經(jīng)過檢驗(yàn)的，而且其中大部分仍未得到研究。

未來的戰(zhàn)場

未來的戰(zhàn)斗空間不只由船只、坦克、導(dǎo)彈和衛(wèi)星組成，還包括算法、網(wǎng)絡(luò)和傳感器。同歷史上任何時(shí)期一樣，未來的戰(zhàn)爭將在衛(wèi)星系統(tǒng)、電網(wǎng)、通信網(wǎng)絡(luò)和運(yùn)輸系統(tǒng)的民用和軍事基礎(chǔ)設(shè)施以及人的網(wǎng)絡(luò)內(nèi)進(jìn)行。這兩個(gè)戰(zhàn)場——電子戰(zhàn)場和人類戰(zhàn)場——都容易受到敵手算法的操縱。

在電子環(huán)境中，算法已經(jīng)被用于監(jiān)測和控制大多數(shù)關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域（電力、水、糧食、金融、通信等）。俄羅斯和中國已表示有興趣測試美國這些系統(tǒng)的能力和弱點(diǎn)，情報(bào)機(jī)構(gòu)需要能夠融合多源數(shù)據(jù)，以了解對手活動(dòng)和預(yù)期結(jié)果。

為了破壞人際網(wǎng)絡(luò)，人事管理辦公室違規(guī)的政府工作人員會(huì)竊取個(gè)人數(shù)據(jù)，為對手提供了豐富的數(shù)據(jù)集，使其能夠針對每一位軍事領(lǐng)導(dǎo)人或決策者量身定制隱秘的影響活動(dòng)。如果將這些數(shù)據(jù)與Equifax公司被盜的財(cái)務(wù)記錄、雅虎的電子郵件記錄、Anthem health保險(xiǎn)公司的醫(yī)療信息以及其他來源的數(shù)據(jù)結(jié)合起來，算法可能會(huì)生成針對美國的高度復(fù)雜、個(gè)性化且隱秘的影響活動(dòng)。北大西洋公約組織軍事部隊(duì)最近報(bào)告說，在一個(gè)不那么復(fù)雜的戰(zhàn)役中，俄羅斯在軍事訓(xùn)練演習(xí)期間竊聽了美國士兵的電話，以“獲取作戰(zhàn)信息、衡量部隊(duì)兵力和恐嚇士兵”。

融合來自不同數(shù)據(jù)集的大量數(shù)據(jù)并提供有意義的答案正是人工智能和機(jī)器學(xué)習(xí)的用途所在。只要商業(yè)部門能夠找到使用數(shù)據(jù)預(yù)測消費(fèi)者可能購買的汽車或牙刷品牌的方法，供應(yīng)商就會(huì)出售識(shí)別用戶偏好和弱點(diǎn)的功能，情報(bào)人員可以在心理層面發(fā)現(xiàn)用戶的精確偏好和弱點(diǎn)。

美國面臨著讓對手加速并竊取競爭優(yōu)勢的風(fēng)險(xiǎn)。中國為人工智能制定了一項(xiàng)國家戰(zhàn)略，承諾今后5年在人工智能技術(shù)上投資數(shù)十億美元。中國研究人員發(fā)表的關(guān)于人工智能的期刊文章也比美國同行更多。中國人民解放軍的戰(zhàn)略家正在為一個(gè)人類無法跟上戰(zhàn)場決策腳步的世界做準(zhǔn)備。

在美國，最近公布的《國家安全戰(zhàn)略》和《國防戰(zhàn)略》都提到了人工智能和自主系統(tǒng)對國家安全和戰(zhàn)爭的重要性。然而，除了2016年《國家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》（主要側(cè)重于研究和開發(fā)），美國目前還沒有一個(gè)全面的人工智能國家戰(zhàn)略。

前Alphabet(谷歌母公司)CEO兼國防創(chuàng)新咨詢委員會(huì)主席埃里克·施密特描述了中國與美國相比在人工智能方面取得的進(jìn)展：“到2020年，中國將趕上美國。到2025年，中國將比美國做得更好。到2030年，中國將主導(dǎo)這個(gè)行業(yè)?！?/p>

面臨失敗風(fēng)險(xiǎn)的情報(bào)工作

未來的情報(bào)技術(shù)將取決于數(shù)據(jù)訪問、圍繞數(shù)據(jù)塑造正確的企業(yè)架構(gòu)、開發(fā)基于人工智能的能力，通過人機(jī)協(xié)同工作極大加快對數(shù)據(jù)的語境理解，以及不斷增長的能夠在海量數(shù)據(jù)中操作和定位的分析技能。情報(bào)界需要開發(fā)用于訪問、安排和分析數(shù)據(jù)的諜報(bào)技術(shù)和方法，包括結(jié)構(gòu)化分析技術(shù)和用于機(jī)器智能的分析諜報(bào)技術(shù)標(biāo)準(zhǔn)。新技術(shù)的發(fā)展速度超過了國防部和情報(bào)界實(shí)施、培訓(xùn)和有效利用這些技術(shù)的能力。

在國防情報(bào)事業(yè)中，對收集器和傳感器的投資正在大幅提升傳感器收集數(shù)據(jù)的能力。美國國防部為無人系統(tǒng)描述了一個(gè)藍(lán)圖，為數(shù)以千計(jì)的無人空中、海上和地面系統(tǒng)制定了一個(gè)計(jì)劃，但還沒有明確的路徑來確定如何分析這些系統(tǒng)中的所有數(shù)據(jù)，從而創(chuàng)造出價(jià)值。這是對空間系統(tǒng)和公開可用的非機(jī)密系統(tǒng)的補(bǔ)充。收集能力的提升，包括高度機(jī)密的精密傳感器的應(yīng)用，不一定等同于更多或更好的情報(bào)和方向，尤其是在面對那些可能同樣善于適應(yīng)信息環(huán)境的競爭者時(shí)。

由香農(nóng)（Shanahan）中將領(lǐng)導(dǎo)的國防部項(xiàng)目Maven的目標(biāo)是，克服人類情報(bào)分析員無法有效地處理各個(gè)領(lǐng)域的大量收集活動(dòng)的有限性，這一困境被稱為“成功的災(zāi)難”。作為一個(gè)起點(diǎn)和探索性項(xiàng)目，前國防部副部長羅伯特·沃克委托Maven團(tuán)隊(duì)尋找人工智能和計(jì)算機(jī)視覺的解決方案，以增強(qiáng)、放大和自動(dòng)利用無人飛行系統(tǒng)的全動(dòng)態(tài)視頻。

目前的情報(bào)工作涉及從大量的跨學(xué)科（跨情報(bào)）信息集中提取有價(jià)值的信息——就像找一根藏在草堆里的針。在收集和儲(chǔ)存的大量干草里，希望最終能找到所有藏在里面的針。在一個(gè)更加以數(shù)據(jù)為導(dǎo)向的時(shí)代，越來越有可能從總體數(shù)據(jù)（例如時(shí)間和地理空間行為模式）中提取價(jià)值情報(bào)。這可能導(dǎo)致一個(gè)具有諷刺意味的兩難局面，即人類有太多的數(shù)據(jù)而無法有效地搜索那一根“針”，同時(shí)又沒有足夠的可獲取的數(shù)據(jù)來獲取和驗(yàn)證有用的情報(bào)。

下一個(gè)問題是，一旦獲得情報(bào)，該如何處理它。軍事部門正在開發(fā)和采購對數(shù)據(jù)和情報(bào)的渴求比以往更加強(qiáng)烈的作戰(zhàn)系統(tǒng)，并且情報(bào)任務(wù)數(shù)據(jù)必須在采購周期中以可攝取的數(shù)據(jù)結(jié)構(gòu)和作戰(zhàn)系統(tǒng)能夠處理的分類層次盡早被轉(zhuǎn)移到這些系統(tǒng)中，然后要頻繁更新并盡快用于作戰(zhàn)。同時(shí)，在政策界，當(dāng)機(jī)密情報(bào)來得太慢或過于機(jī)密而沒有用處時(shí)，決策者會(huì)越來越多地依賴非機(jī)密的開源信息。

美國空軍上校約翰·博伊德在關(guān)于觀察、調(diào)整、決策和行動(dòng)（OODA循環(huán)）的開創(chuàng)性研究中，強(qiáng)調(diào)了以一種對手無法理解或跟得上的節(jié)奏作戰(zhàn)的重要性。在對手的OODA循環(huán)內(nèi)進(jìn)行操作，可以通過擾亂或扭曲對手的心理圖像來幫助實(shí)現(xiàn)這些目標(biāo)，這樣他就不能評估或應(yīng)對周圍發(fā)生的一切。在當(dāng)今快節(jié)奏和不斷變化的數(shù)據(jù)驅(qū)動(dòng)時(shí)代，“信息領(lǐng)先”或“信息優(yōu)勢”這兩個(gè)術(shù)語是不現(xiàn)實(shí)的；相反，“時(shí)間優(yōu)勢”可能產(chǎn)生最好的結(jié)果。然而，即使這樣，如果美國作戰(zhàn)人員可以留在對手的OODA循環(huán)中，同時(shí)以富有想象力的方式使用數(shù)據(jù)來扭曲對手的方向的話，這也足以占上風(fēng)。

人工智能和機(jī)器學(xué)習(xí)通過在數(shù)據(jù)到達(dá)時(shí)實(shí)時(shí)地了解數(shù)據(jù)，以毫秒為單位評估選項(xiàng)并啟動(dòng)一個(gè)動(dòng)作，從而為加速OODA循環(huán)的每個(gè)步驟提供了機(jī)會(huì)。此類決定可包括在操作人員有時(shí)間閱讀警報(bào)或在預(yù)先確定的一組經(jīng)批準(zhǔn)的參數(shù)內(nèi)啟動(dòng)響應(yīng)之前對指示和警告作出響應(yīng)。機(jī)器學(xué)習(xí)為縮小OODA循環(huán)的前兩個(gè)階段提供了機(jī)會(huì)，極大地增加了人類加速?zèng)Q策和采取行動(dòng)的潛力。

我們很可能會(huì)面臨一個(gè)算法與算法進(jìn)行對決未來，這讓我們質(zhì)疑21世紀(jì)的作戰(zhàn)人員是否會(huì)把幾分鐘的決策時(shí)間看作是過去的奢侈遺物。

可及范圍內(nèi)的解決方案

情報(bào)機(jī)構(gòu)能夠而且應(yīng)該投資于跨領(lǐng)域、跨項(xiàng)目和跨學(xué)科的機(jī)器學(xué)習(xí)能力，并要求情報(bào)人員最大限度地利用這些能力。在隔離區(qū)、專有數(shù)據(jù)庫和算法無法到達(dá)的機(jī)密領(lǐng)域中，保留的任何數(shù)據(jù)都需要情報(bào)人員進(jìn)行人工整合、延遲情報(bào)評估、并創(chuàng)建受保護(hù)的數(shù)據(jù)氣泡，以防情報(bào)分析人員無法看到內(nèi)部全貌，導(dǎo)致在情報(bào)分析時(shí)無法考慮所有情報(bào)來源。這一情景威脅到“按需知密”（need to know）的原則，并將迫使收集和分析部門，包括反間諜和安全辦公室，將來自外部的威脅和來自內(nèi)部的威脅調(diào)和起來。數(shù)據(jù)保護(hù)策略可以讓算法訪問人類分析人員無法查看的數(shù)據(jù)字段，不過這也取決于人類對機(jī)器的信任程度以及如何對機(jī)器工作的漏洞（包括自然發(fā)生的和敵人制造的）進(jìn)行審計(jì)。

要達(dá)到這種終結(jié)狀態(tài)，應(yīng)該考慮幾件事情。

首先，要找到任何情報(bào)問題的答案，必須先提出這樣的主張：每個(gè)分析員都需要來自各種可能來源的所有潛在相關(guān)數(shù)據(jù)。這意味著要在經(jīng)典演繹法（尋找已知的未知數(shù)）和歸納（綜合發(fā)現(xiàn)未知數(shù)）分析方法之間找到一個(gè)不同的平衡點(diǎn)。它還要求采取不同的收集方法，因?yàn)樗袛?shù)據(jù)在收集之后的很長時(shí)間內(nèi)都可能是相關(guān)的，并且應(yīng)能夠在可發(fā)現(xiàn)的檔案中被查閱；這樣做的過程在很大程度上取決于數(shù)據(jù)集是否包括有關(guān)美國人和其他受保護(hù)實(shí)體的信息，同時(shí)數(shù)據(jù)控制和數(shù)據(jù)質(zhì)量保證也是必不可少的功能。

機(jī)器學(xué)習(xí)和人工智能的廣泛融合將為欺騙行為提供新的機(jī)會(huì)，而欺騙行為則來自于被改變或操縱的數(shù)據(jù)。反人工智能的言論將甚囂塵上，而影響行動(dòng)將在新的尚未被理解的層面進(jìn)行，這都需要重新強(qiáng)調(diào)以進(jìn)攻和防御認(rèn)知為中心的行動(dòng)。情報(bào)分析人員需要被培訓(xùn)，以了解如何識(shí)別對手篡改或操縱數(shù)據(jù)的企圖，其中還包括了解如何最大限度地利用人工智能，以防止甚至更為復(fù)雜的影響行動(dòng)達(dá)到其預(yù)期的行動(dòng)結(jié)果。

第二，數(shù)據(jù)不會(huì)被視為IT問題；相反，IT系統(tǒng)應(yīng)該由它們所解決的操作問題組成。這就需要從封閉的專有架構(gòu)和不可持續(xù)的數(shù)據(jù)標(biāo)準(zhǔn)的缺乏，轉(zhuǎn)向開放架構(gòu)和敏捷方法（開放的架構(gòu)和新技術(shù)和應(yīng)用程序的快速瞬時(shí)采用），任何分析師都可以隨時(shí)查找和獲取任何來源的任何數(shù)據(jù)。更常見的情況是，算法被移動(dòng)到數(shù)據(jù)中，而不是試圖將數(shù)據(jù)移動(dòng)到算法中。全局云解決方案對于集成、針對人工智能的所有方面進(jìn)行優(yōu)化都必不可少的，而不再是僅僅用于數(shù)據(jù)存儲(chǔ)或搜索。我們必須掌握數(shù)據(jù)訪問，以便為機(jī)器學(xué)習(xí)和人機(jī)合作提供動(dòng)力。反過來，快速的數(shù)據(jù)訪問需要有效的數(shù)據(jù)管理，這就需要新的技能和專門知識(shí)，例如數(shù)據(jù)架構(gòu)師和數(shù)據(jù)科學(xué)家?？缢邪踩虻木W(wǎng)絡(luò)訪問、對所有相關(guān)數(shù)據(jù)類型的訪問以及對顛覆性技術(shù)的敏捷集成是實(shí)現(xiàn)和保持決策優(yōu)勢的關(guān)鍵。

第三，公開可用的信息和開源信息將為我們的情報(bào)知識(shí)提供第一層基礎(chǔ)。這就需要從“認(rèn)為最高機(jī)密情報(bào)是最可靠的”到“接受和整合非傳統(tǒng)和非機(jī)密來源”的重大轉(zhuǎn)變。從所有其他情報(bào)學(xué)科中收集的精準(zhǔn)資料將增強(qiáng)基礎(chǔ)情報(bào)，并填補(bǔ)現(xiàn)有知識(shí)空白。當(dāng)機(jī)密性不再是信息具有情報(bào)價(jià)值的必要條件，這就顛覆了60年的范式并對“情報(bào)”概念提出了挑戰(zhàn)。

第四，將聯(lián)合和組合的分析人員隊(duì)伍從工業(yè)時(shí)代生產(chǎn)線處理和利用單一的數(shù)據(jù)收集流程，轉(zhuǎn)變?yōu)橐粋€(gè)信息時(shí)代的企業(yè)模式，在這種模式下，一些分析人員與聯(lián)盟、國家和國際伙伴充分結(jié)合，進(jìn)行多源和全源的關(guān)聯(lián)和融合。將情報(bào)數(shù)據(jù)分層是一個(gè)不錯(cuò)的開始，但這還不夠。更要為決策提供時(shí)間和空間，這既需要人的決策，也需要人工智能系統(tǒng)的決策。這樣還引入了更廣泛的問題，即分析工作隊(duì)伍未來的廣度和深度的平衡。培訓(xùn)需要更加注重分析中的綜合與創(chuàng)新能力。

最后，上述解決辦法將需要對人力資本、預(yù)算編制、收購以及研、發(fā)的情報(bào)界生命周期進(jìn)行一次革命。持續(xù)2年甚至更長時(shí)間的雇用和安全審批流程將導(dǎo)致2年前（在一個(gè)數(shù)據(jù)驅(qū)動(dòng)的世界中，這就意味著一個(gè)時(shí)代）處于行業(yè)領(lǐng)先地位的雇員入職，而對于事業(yè)中期雇員的招聘，職位要求具有政府的價(jià)值經(jīng)驗(yàn)，而不是商業(yè)和學(xué)術(shù)部門的科學(xué)、技術(shù)和分析經(jīng)驗(yàn)。在最好的情況下，國防部和情報(bào)界面臨著在4年規(guī)劃、方案擬訂、預(yù)算編制和執(zhí)行過程中制定多年預(yù)算戰(zhàn)略的挑戰(zhàn)，而在今天這個(gè)長期持續(xù)決議的環(huán)境中，制定預(yù)算戰(zhàn)略只是一種美好的愿望，并不會(huì)經(jīng)常發(fā)生。情報(bào)機(jī)構(gòu)一再嘗試使用一小部分預(yù)算和“創(chuàng)新辦公室”來創(chuàng)建創(chuàng)新的收購改革，但當(dāng)這些解決方案在跨國家或軍事情報(bào)項(xiàng)目中會(huì)停滯不前。

改變情報(bào)界傳統(tǒng)的采購程序，需要一代訂約官員，他們擁有培訓(xùn)經(jīng)驗(yàn)和資源來管理對合同程序的全面改革，他們要將重點(diǎn)放在質(zhì)量、結(jié)果和相關(guān)性的速度上，而不是被技術(shù)上可接受的最低價(jià)格所桎梏。采用敏捷方法將有助于加快技術(shù)開發(fā)、實(shí)施和改進(jìn)的步伐。最后，每項(xiàng)改革都將創(chuàng)造一個(gè)環(huán)境，讓研發(fā)（R&D）辦公室（在情報(bào)界機(jī)構(gòu)和軍事服務(wù)部門）能夠蓬勃發(fā)展。研發(fā)機(jī)構(gòu)需要最優(yōu)秀的技術(shù)專家在收集者、分析者和行業(yè)供應(yīng)商之間建立伙伴關(guān)系，他們需要來自訂約官員的積極主動(dòng)的支持和有效的預(yù)算環(huán)境，以取得成功，最終助力于形成一種可用于人工智能的原型戰(zhàn)爭文化。

結(jié)語

我們的提議至少有一個(gè)致命弱點(diǎn)，美國應(yīng)該為其做準(zhǔn)備并減輕其影響：對技術(shù)的過度依賴。即使在自主系統(tǒng)的時(shí)代，戰(zhàn)爭仍將是人類的主場。如果國家要與技術(shù)落后的敵人作斗爭，例如在阿富汗的山區(qū)或非洲的叢林，作戰(zhàn)人員和情報(bào)官員就面臨著過于依賴需要大量數(shù)據(jù)的系統(tǒng)的風(fēng)險(xiǎn)。另一種情況是，有朝一日，美國可能會(huì)與一個(gè)發(fā)現(xiàn)并利用我們技術(shù)弱點(diǎn)的敵人作戰(zhàn)，他能蒙蔽我們的作戰(zhàn)人員，或以新的和有創(chuàng)意的方式使用數(shù)據(jù)來對付我們。鑒于這兩種情況，美國仍將重視在低技術(shù)測試和可靠的諜報(bào)技術(shù)和解決方案方面熟練的情報(bào)分析員和作戰(zhàn)人員的價(jià)值。

最好的情報(bào)分析來自藝術(shù)與科學(xué)的恰當(dāng)融合。今天，情報(bào)的藝術(shù)可能和2000年前一樣。然而，不同的是，有必要大大加快以數(shù)據(jù)為中心的諜報(bào)技術(shù)的發(fā)展速度。分析人員必須具備處理大量信息所需的工具，使他們能夠縮小情報(bào)差距，以數(shù)據(jù)速度取得更好的作戰(zhàn)成果。

人工智能和機(jī)器學(xué)習(xí)將有助于提高未來情報(bào)分析人員的工作效率，增加獲得和保持競爭優(yōu)勢或時(shí)間優(yōu)勢的機(jī)會(huì)。數(shù)字化轉(zhuǎn)型、多域數(shù)據(jù)集成和算法戰(zhàn)將是情報(bào)集團(tuán)保持長期競爭優(yōu)勢的核心。這既是戰(zhàn)略創(chuàng)新，也是戰(zhàn)術(shù)或分析師層面的創(chuàng)新，二者缺一不可。

情報(bào)界正在利用人工智能和機(jī)器學(xué)習(xí)進(jìn)行關(guān)鍵決策。盡管在16年間的持續(xù)反恐和反叛亂行動(dòng)中存在一些固有不利因素，但國際反恐怖主義委員會(huì)建立了一支經(jīng)驗(yàn)豐富、訓(xùn)練有素的分析人員隊(duì)伍，與世界上任何其他機(jī)構(gòu)都不同。情報(bào)界最大的潛在非對稱優(yōu)勢仍然是它能夠快速理解數(shù)據(jù)并保持在對手的OODA循環(huán)中。美國和它的對手會(huì)不會(huì)放慢他們機(jī)器的速度，以人類思維的速度來維持在一個(gè)OOAD循環(huán)中？或者每個(gè)國家都會(huì)盡最大可能追求人工智能，并擔(dān)心如果不這么做它的對手就會(huì)取得先機(jī)么？是時(shí)候讓情報(bào)界來決定如何回答這些問題了。