7月22日，兰德智库发布研究报告《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），系统梳理了美军在获取与应用生成式人工智能（Generative AI，以下简称GenAI）以增强其全球影响力活动过程中所面临的机遇、瓶颈与政策路径。

以下为重点内容摘编：

（图源：兰德智库）

何为“AI赋能影响力”？从理解到评估的全链条

理解信息环境（Understand the OE）

在信息高度饱和的环境中，真正的挑战已不在于信息的稀缺，而在于如何高效地加以组织和利用。GenAI能够做到以下几点：

融合多源信息：整合海量公开来源信息（PAI）与情报数据，生成动态、多维度的信息环境“通用作战图”（COP），帮助作战人员迅速理解局势；

识别叙事与趋势：通过分析媒体生态与社交平台，发现新兴议题、识别叙事走向，并侦测对手的恶意行为；

跨文化公众情绪分析：对不同语言与文化语境下的公众情绪进行解析，刻画社交网络图谱，识别关键意见领袖及其影响力范围；

行为画像构建：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。

GenAI不仅在信息筛选上节约人力，还能通过多模态、多语言分析，提供更全面、更具前瞻性的作战信息环境理解。

（图源：视觉中国）

支持人与自动化决策（Support Decision-Making）

军事规划通常涉及庞大的数据整合与文书工作，极其耗时。GenAI的介入可以：

同步规划与方案制定：自动生成并实时更新同步矩阵、作战跟踪图、概念幻灯片等繁琐文档，帮助规划团队在跨部门协调时减少冲突与遗漏；

起草分析产品：快速生成心理战分析报告草稿，或为行动方案（COA）提供初稿，使分析人员把精力集中在验证与完善上；

支持领导审查与决策：自动检索、筛选并格式化条令、法律和判例，为司法行政人员提供简明、权威的信息，从而加快审查与决策节奏；

模拟与测试：在信息作战“沙箱”中，模拟不同信息输入对特定目标群体的可能效果，帮助测试人员在行动前进行优化与修正。

GenAI并非替代人的判断，而是通过节省时间、提升透明度与可预测性，释放更多战略与创造性思考空间。

运用信息与效果评估（Leverage & Assess）

生成式人工智能（GenAI）在进入实际执行环节后，其核心价值突出体现在大幅提升内容生成的质量、速度、规模与精准度。

多模态内容生成与精准投放：能快速生成文本、图像、视频，并基于目标受众特征进行高度定制化投送；

严苛环境下的灵活性：在网络中断或计算资源有限的前沿环境中，AI工具依然能“离线”运行，支持小规模部队作战宣传；

对抗“信息洪水”：在面对敌方大规模“信息投毒”时，GenAI能以更快速度、更大规模生产内容，维持舆论战场平衡；

语音克隆与翻译：可在战术层实现人物语音仿真、近乎实时的语音与文本翻译，帮助多国部队作战沟通；

电磁频谱管理：结合数据源，管理己方电磁信号特征，按需放大或隐藏，实现欺骗或威慑；

评估与度量：支持行动后的效果评估，基于MOP（执行度量）与MOE（效果度量）提供量化反馈，并推动持续改进形成闭环。

▲ 生成式人工智能的用途（图源：兰德智库）

训练赋能：用GenAI重塑训练场景

GenAI的军事价值不仅限于直接作战，其影响已延伸至训练领域。美国陆军特种部队率先在“GRAY KNIGHT”演习中探索其应用：特种作战学校利用合成作战环境训练大语言模型（LLMs），并通过模型为学员提供实时决策反馈。该技术不仅能够逼真模拟复杂的人类行为，还使学员几乎即时评估自身行动对战场态势的影响。实践表明，GenAI不仅增强了作战准备度，还能缩短训练周期、降低成本并提高训练逼真度，从而在战备层面带来实质性增益。

军采困境：需求、流程与实施的三重挑战

需求定义：沟通断裂与互操作缺位

用户与采购官之间缺乏有效的“翻译”机制，难以将一线作战需求转化为明确且可验收的技术指标；

对互操作性与系统集成的考虑不足，遗留系统与新一代AI工具之间缺乏统一标准，导致“数据孤岛”问题加剧；

算力基础设施多部署于非作战网络，前线单位缺乏可用的本地计算资源；

VVT&E（验证—确认—测试—评估）策略滞后，缺乏科学有效的方法来检验AI系统是否真正满足既定需求。

采购流程：前沿技术遇上滞后机制

AI技术以“周”或“月”为单位快速迭代，而传统采购流程却以“年”为周期推进；

尽管已有软件采购路径与创新机制（如OTA、SBIR/STTR），但实际应用中仍呈现碎片化，缺乏协调与统一路线图；

各军种或司令部往往同时采购功能相近的工具，导致资源重复投入。

实施策略：从“买到”到“用好”

需开展面向不同角色（如采购人员、终端用户、决策者）的分层培训；

授权体系与规则更新滞后于技术发展，这直接决定了能否将“快速理解与生成能力”转化为“快速批准与行动能力”。

（图源：视觉中国）

核心发现：四大现实症结

任务需求迫切但战略投入不足

美军影响力社群在大国竞争环境下面临强烈的任务需求，但现实中该领域的优先级并不高，导致长期投入不足。如果缺乏集中投资与战略统筹，影响力活动将继续处于“低优先级—低资源”的循环中。

生成式AI是赋能工具而非万能解决方案

GenAI固然可以在分析、规划与评估环节提供显著效率增益，但它的价值在于“赋能”，而非取代。过度依赖AI生成的内容，不仅可能导致战术失败，还可能引发政策与伦理层面的风险。

AI采购机制僵化且缺乏持续维护

美军现有的AI采购模式过于僵化，节奏滞后于技术演进。需要建立持续维持机制，确保AI能力不是“一次性采购”，而是能够长期更新、适应战场需要。

缺乏全军级战略规划缺乏全军战略，导致资源分散与效率低下

目前美国国防部内部没有一份专门针对生成式AI在影响力活动中应用的全军范围计划或战略。这种缺口导致各军种、各单位在AI工具的选择与应用上各自为政，不仅造成资源浪费，还错失了标准化与互操作性的机会。没有统一的战略框架，就难以形成整体合力，也难以在大国竞争中保持优势。

政策建议：从顶层牵引到落地执行

强化顶层设计与统筹协同

首席信息作战顾问（PIOA）应指示信息作战政策办公室（OIOP）与承担影响任务的单位、USSOCOM、USCYBERCOM以及各军种的信息/影响组织和作战部队建立协作机制，并在此基础上明确正式需求、引导投资、促进协作。同时，应加强与CDAO等企业级AI机构的协调，推动通用基础设施的共享与复用，从而形成高效、统一的信息作战支撑体系。

优化采购路径与维持策略

各军种需明确专门机构负责AI获取，并灵活采用从企业级统一方案到定制化开发的多种路径。同时，要建立规范的需求定义流程，由影响作战专责机构主导协同，而非单纯依赖采购部门；并通过提高采购与再评估频率，将维持策略尽早纳入考量，推动形成跨部门、跨角色的持续维护、更新与升级的闭环机制。

推动有效采纳与能力建设

坚持“培训与教育先行”，为采购官、操作者和授权决策者设计差异化课程，确保其具备相应的知识与能力。同时，需要制定清晰的护栏（Guardrails），明确AI生成内容在影响力活动中的可用边界、合规要求以及与盟友伙伴协同时的注意事项；并在概念与技术层面预留足够弹性，以适应快速变化的战场环境和突发情况。

结语：一场技术、组织与文化的“三重变革”

生成式人工智能正逐步成为信息战场的关键力量。若要在竞争中保持优势，必须摆脱碎片化与被动式的技术应用，转而构建战略性、系统化、敏捷化的获取与应用体系。唯有在技术、组织与文化三个层面同步变革，才能确保AI真正发挥效能，并在瞬息万变的战场与复杂的信息环境中占得先机。