北约认为，瓶颈在治理而不是数据供应
北约的情报体系正面临一个熟悉的现代问题：商业情报的数量和价值都在增长，但在联盟内部共享这些情报的规则却没有跟上。北约情报副助理秘书长 Paul Lynch 少将于科罗拉多州奥罗拉举行的 GEOINT Symposium 上表示，联盟需要替换过时政策，因为这些政策目前迫使成员国在跨国传递商业生成信息时依赖例外条款和变通办法。
这一警告关注的与其说是原始采集能力，不如说是制度层面的管道问题。北约 32 个国家已经在使用商业数据，但 Lynch 说，如果联盟希望在更具对抗性的安全环境中让情报足够快地支撑军事决策，就需要新的数据使用政策、安全分类指南、合同框架和可发布规则。
AI 让老问题的互操作性更难解决
商业情报本来就很难治理。一旦人工智能进入工作流程，Lynch 认为问题会变得更复杂。问题不再只是决定谁能分享什么，而是要考虑使用了哪一个模型、其训练数据如何塑造结果、记录了哪些假设、适用什么置信阈值，以及输出在什么情境下可以被信任。
这种表述很重要，因为它表明北约把 AI 生成情报视为一个既是治理问题、也是技术问题的事项。模型并不是可以互换的黑箱。它们的训练来源、局限和处理规则，都会影响输出能否被各国系统接受。Lynch 说，联盟需要一个可供商业和国家伙伴共同使用的统一 AI 模型和接口。
商业提供商正在变得更核心
研讨会的参会者本身就体现了这一变化。参会公司包括跟踪白令海峡俄罗斯军事活动的供应商、监测中国演习的公司，以及在“午夜重锤行动”后帮助评估伊朗核设施损毁情况的机构。换句话说，商业部门已经在为实时军事规划和战略态势感知提供有价值的洞见。
这给北约带来了正式化处理方式的压力。如果商业能力正逐渐成为联盟作战工具的一部分，那么临时性的共享安排将越来越显得不够用。问题越是时间敏感，官僚摩擦的代价就越高。
北约过去的优势或许会再次变得重要
Lynch 认为，北约在这方面有一个优势：它已经有构建共同标准的经验。联盟已经为防空、海上态势感知和数据格式等领域制定了数百项标准化协议。他的意思不是说 AI 治理会很容易，而是说北约拥有一种把许多国家系统整合成功能性互操作体系的制度模型。
在他看来，真正的紧迫性在于时间。他直截了当地提出问题：北约是要在技术超越框架之前，还是之后，才将这种严谨性应用到 AI 上？在他看来，答案将在未来几年内揭晓。这意味着这是一场近程政策竞争，而不是遥远的现代化工程。
更广泛的联盟正承受加速行动的压力
这些评论也处在防务紧迫性上升的政治背景中。Lynch 指出，盟国支出已明显加速，欧洲北约成员国和加拿大此前已达到 GDP 2% 的国防目标，盟友后来又承诺到 2035 年向 5% 迈进。支出趋势表明，各国政府越来越愿意为硬安全投入资金。接下来真正的问题是，制度能否足够快地现代化，从而把这些投资用好。
含义很直接。购买传感器、商业图像和 AI 工具只是工作的一部分。北约还必须决定，这些输出在各自主权系统之间如何分类、共享、信任并付诸行动，而这些系统本就不会自然以相同速度运转。
Lynch 把所需工作称为“不起眼的”，但这或许正是它重要的原因。在情报联盟中，优势往往不只取决于谁先拿到数据，也取决于合适的人能否足够快地使用它。随着 AI 生成情报变得更重要，北约正在释放一个信号：它下一阶段的现代化挑战也许是规则，而不是硬件。
本文基于 Defense News 的报道。阅读原文。
Originally published on defensenews.com
