速度、人工智能与使其可操作的平台

在我之前关于风险分析的文章中，我指出，在信息环境（OIE）中进行快速高效操作的目标并不是通过走捷径来加快速度，而是通过消除无效时间来加快速度，即花费在数据聚合、格式化数据包、路由电子邮件和等待冷读上的时间。方法论、严谨性和人类决策点保持不变。改变的是它们之间的时间。结果是：OIE触发到任务分配的时间缩短至两到八小时，所有阶段都保留了全面的法律审查、模拟执行（一个取代了“谋杀委员会”的新步骤）、风险评估、利益相关者协调和指挥批准。

认知操作人员配置延迟的五个根本原因。1 – 模糊的责任归属意味着认知操作处于组织的缝隙之间，既不完全属于情报，也不完全属于操作，亦不完全属于公共事务，当没有人明确负责时，所有人都在等待。2 – 串行处理将数据包依次传递给法律、公共事务、情报和指挥，每次交接都会引入延迟。3 – 不明确的标准导致审查者要么过度审查，要么草率通过。4 – 缺乏风险框架的风险厌恶使得每一个潜在问题都成为延迟的理由。5 – 不完整（或不一致）的数据包缺失信息，触发请求，增加数小时甚至数天的延迟。这些失败模式都是过程设计的结果，而非操作必要性。

IRIS-AI-审批自动化三位一体是解决所有五个问题的平台架构。互动实时信息系统（IRIS）是数据基础，是一个经过策划的历史行为和操作数据的存储库，实时接收来自社交媒体、媒体情报、地理空间、人口统计、心理图谱、调查和事件数据的信息，每15分钟刷新一次。IRIS消除了空白页面问题：每个新的认知目标提名数据包（CTNP）/草案档案/目标受众分析都以从机构记忆中提取的预填充草稿开始。AI层在大规模上执行模式识别、情感分析、网络映射、趋势检测、异常警报，并自动填充所有CTNP字段，将每个阶段从构建任务转变为精炼任务。审批自动化层同时将数据包路由给所有审查者，强制执行截止日期，维护版本控制，生成不可更改的数字签名，并生成批准后的任务指令。一个两小时的CTNP与一个耗时两周的CTNP一样可审计。

在大规模下，基于IRIS-AI-审批自动化三位一体的影响决策压缩框架是必要的，以明确所有信息力量能力如何压缩各自的人员配置周期，并建立一个一致的CTNP以实现一致的人员配置。在我看来，从T+0到T+30分钟，AI在杀伤网络的五个方面进行持续监控，检测异常，并根据指挥所期望的最终状态生成自动警报和初步背景。从T+30分钟到T+2小时，AI自动填充CTNP最小可行数据包（MVP）、目标档案、HPEM位置、纬度评估、拟议的认知效果、起草说服线、基线测量、数据置信度评分和法律标记，以便数据包作者进行精炼而非构建。从T+2到T+4小时，所有审查者同时收到预筛选的数据包进行审查和批准：法律审查时可能/已知的限制预先标记，情报验证时来源可靠性预先评估，初步IGL分析完成，蒙特卡洛分析评估有明确的变量声明，PSYOP可行性与HPEM一致性预先检查，拟议的公共事务指导，以及八因素风险分析预先评分。从T+4到T+5小时，AI生成最终的传播计划，包括最佳渠道、信息发布者档案、时间窗口和节奏建议。从T+5到T+8小时，指挥官收到一个完整的、经过预审的、风险评分的CTNP，包含三个决策选项及其影响。决策更快，因为准备工作更好、一致，并且理想地融入了联合目标循环。