王静雅 申 华 沈 彦

(信息工程大学洛阳校区 洛阳 471003)

近十年来，随着初级人工智能技术的不断成熟并逐步运用于人类社会生产、生活中，智能化时代的序幕渐渐拉开。在此背景下，各国情报部门纷纷启动转型工作，意图抢占未来国家安全领域斗争的制高点。智能化时代的情报对抗、分析能力将是敌我双方战斗力的“度量尺”[1]。因此，在这轮情报转型竞赛中，分析既是转型的发力点，也是转型成效评价的落脚点。受此影响，智能化时代情报分析转型成为当下国家安全领域最前沿、最热门也是最紧迫的研究课题之一。目前，美国在该问题的理论探索与实践上无疑走在世界前列。无论是美情报行业内的研究人员，还是智库、高校等研究团体，都在紧密追踪智能化时代分析转型问题，诞生了诸如《利用新兴技术推动情报分析转型》[2]、《技术革新与空军情报分析的未来》[3]等一系列研究成果。然而这些研究成果大多将视角聚焦于技术环节，没有从整体上把握智能化时代美国情报分析转型的总体设计并系统梳理美方情报分析转型举措。因此，本文利用文献分析法与案例分析法，从美情报部门的实践入手，在厘清核心概念的基础上，分析美情报部门如何在智能化时代的历史浪潮下，对其分析工作进行转型，具体涉及转型的驱动因素、思路及举措，并由此得出总结与启示。

1 核心概念辨析

1.1 智能化时代

目前，国内外学界尚未对“智能化时代”形成统一定义，且存在“智能时代”“智能化时代”“人工智能时代”等概念混用的情况[4-6]。造成这一现象的根本原因在于智能化是世纪之交出现的新实践[7]，影响上述定义的核心要素——云计算、大数据、边缘计算等智能技术群仍处于不断发展变化中，而其发展又存在诸多不确定性。因此，学者们在使用上述概念时，往往基于个人、团队的学术经验和相关研究成果进行理论界定。

本文认为，相较“智能时代”“人工智能时代”，“智能化时代”这一概念更能反映智能技术群对当前与未来社会发展的影响。在汉语中，“化”表示“转变成某种性质或状态”[8]，有“融合、扩展、演变之意”[7]，使用“智能化时代”，最能表现出人类社会受智能技术群影响而产生社会演进的动态过程，体现了当今时代发展的特点与趋势。

此外，鉴于“智能化时代”是一个动态演进的过程，因此还需要对本文所涉及的“智能化时代”进行更详细的界定。目前，学界普遍认为“智能化时代”将经历两个演进阶段：第一阶段是以“人在回路上”(Human-on-the-loop)、“人在回路中”(Human-in-the-loop)模式[9-10]为主的初级智能化时代，这一阶段，各国主要发展、应用“在特定领域、任务上等于或超过人类的智能技术”[11]；第二阶段是以“人在回路外”(Human-out-the-loop)模式[9-10]为主的高级智能化时代，通用人工智能、超级人工智能成为现实。需要看到的是，后者所涉及的相关技术在发展上还存有不确定性，同时考虑到各国对人工智能崛起的担忧以及对可靠、可信、可控智能技术的追求，可以预见，在当前及未来一段时间内人类社会将处于初级智能化时代。因此，本文在探讨“智能化时代美国情报分析转型”时将聚焦于初级智能化时代情报分析转型的相关内容。

1.2 美国情报分析转型

美情报部门使用的“转型”(transformation)概念来源于上世纪末的美国防部。美国防部将“转型”定义为通过对概念、能力、人员和组织进行重新整合，来塑造未来不断变化的军事竞争与合作，目的是利用美方优势，保护美方面对非对称威胁时的弱点，维护美战略优势地位[12]。受“9·11”事件影响，美情报部门在2004年启动了情报改革(intelligence reform)，然而改革结束后，美情报部门发现其分析工作仍未完全达到改革预期目标，这些目标还需要依靠后续不断的转型来完成。在此背景下，2008年美情报部门明确提出了“分析转型”(analytic transformation)的概念，并指出“分析转型”是通过改变情报分析模式、信息处理方式、已知内容管理方法以及与搜集人员、用户等沟通形式等，来提升情报的质量和效用[13]。综合上述定义可以看出，“美国情报分析转型”的内涵至少包括四方面：一是分析转型是主动性的不是被动反应式的；二是分析转型是一个持续性的过程；三是分析转型的目标是实现情报分析能力的整体提升；四是分析转型的实现需要借助多样化手段，围绕着影响情报分析效能与质量的重要环节展开，如分析模式、与用户的关系等。

基于以上界定，本文所研究的“智能化时代美国情报分析转型”在核心内涵上也就得以明确，即在初级智能化时代的背景下，美情报部门如何对其分析的业务模式、组织体制、服务保障等进行持续、主动的调整，从而实现分析能力的跃升，最终使其分析工作适应时代的变化与需求。

2 美国情报分析转型驱动因素

任何时代，安全威胁的演变、业务环境的变化以及新技术的应用都是驱动情报转型的核心要素。当前，智能感知、智能决策与智能行动等智能技术群，不断对美情报部门所面临的安全形势、业务环境及技术运用产生影响，驱动其分析转型。

2.1 安全威胁的未知性不断加剧

美情报部门认为，美正面临着建国以来最复杂的安全环境[14]。一方面，以俄罗斯、朝鲜、伊朗为代表的传统威胁依然对美构成重大挑战[15]，且在智能化时代，这些传统威胁不断呈现出新的特点。例如，过去十几年来，美俄之间不断利用人工智能技术在舆情干扰等各个安全领域展开竞争博弈。另一方面，非传统安全威胁不断涌现，恐怖主义、新冠肺炎疫情、气候问题等威胁接连爆发。对于美情报分析工作而言，传统与非传统安全威胁相互交织[14](如图1所示)，并在智能技术群的影响下形成级联效应，最终会导致未知威胁的大量涌现。即与冷战时期明确的威胁对象——苏联，明确的威胁形式——军事、政治、经济等相比，智能化时代的安全威胁未知性不断增强，且情报部门往往缺乏应对先例。

图1 传统与非传统安全威胁相互交织

2.2 业务环境的大数据挑战日益严峻

大数据是智能化时代情报分析业务环境的核心特征。与冷战时期相比，数据获取不再是分析工作的难点，关键是如何对获取到的数据进行有效的组合与利用，确保分析产品生产、使用、管理等效益的最大化。美情报部门认为，伴随着情监侦手段的不断完善，传统分析业务模式在大数据面前暴露出巨大局限性[16]。一方面，情报部门搜集和存储的数据量呈几何式增长，另一方面，情报处理和分析能力的增长远远落后于数据的增长速度，情报工作的整体效益因此受到影响[3]。对此，负责美空军情报、侦察与监视事务的副参谋长大卫·德普图拉曾悲观地表示，“……(在未来)将溺死在传感器构建的数据游泳里”[3]。

2.3 分析技术的更新滞后于时代发展

自战后现代情报体制建立以来，美在情报工作上的竞争优势主要来源于其强大的情报技术，然而在分析领域，美方对新技术的发展、运用相对滞后，这一点在智能化时代表现得尤为突出。在美国，情报分析长期被视为一门技艺(tradecraft)，也被认为是一项以人为主体的工作，很多分析人员对运用先进技术进行分析的准确性持“怀疑”态度。例如，自分析转型工作启动以来，美情报部门开发了许多分析技术工具，如分析空间(A-Space)及其升级版创新空间(Innovation Space)[17]、情报百科(Intellipedia)、Palantir分析系统等，但分析人员却常常表示，“我的产品没有软件或图形编辑需求，因此PowerPoint或Excel的功能足够了”[17]。事实上，当前美情报分析的诸多工作依然靠人工来完成，与情报其他领域尤其是搜集领域的智能化水平相比，分析技术智能化的程度以及更新速度滞后于时代发展。

2.4 为用户提供满意服务的难度逐渐增大

智能化时代，美情报分析工作在用户服务上面临三大难题：一是用户数量急速增长。分析服务的用户不仅囊括了总统、内阁成员等传统的国家及军事情报用户，还包括了那些因安全形势变化而出现的新用户，这些新用户的数量随着智能化时代安全形势的变化持续增长。例如，数据显示，2009年，仅在反恐领域，美情报部门就需要为1.8万个反恐相关部门提供分析保障，这一数字目前还在增长[18]。二是用户需求日益多样。伴随着用户数量的不断增加，用户的需求在内容、类型等方面的差异也十分明显，如同样是针对新冠肺炎疫情，美卫生与公共服务部(United States Department of Health and Human Services)要求提供与流行病相关的情报分析，美国际开发署(United States Agency for International Development)要求提供政策性评估，美军方则关心与疫情相关的军事医疗情报分析等。三是用户对分析工作要求越来越高。当前，用户通过社交媒体能够很轻易地获得感兴趣的信息，这一变化对分析服务提出了更高的要求。例如，用户不再要求情报部门简单地观察和确认事实情况，而是要以更快、更全面、更具深度的分析来准确预测对手的意图和行为。对此，美国前国家情报委员会副主席马克·洛文塔尔指出，“……情报分析部门面临巨大压力，他们需要全面了解潜在的对手，包括他们的组织、倾向和能力”[19]。

3 美国情报分析转型思路

分析转型是一项复杂的系统工程，为适应智能化时代安全形势、业务环境、技术应用等的变化，美情报部门重点在分析生产、分析流程、分析保障、分析环境四个领域(关系如图2所示)展开转型工作，意图借助多样化举措实现分析能力的跃升。其具体转型思路包括：

图2 美国情报分析转型领域关系

3.1 强调智能赋能，优化分析生产模式

进入21世纪以来，机器学习、自然语言处理、交互式可视化等智能技术不断取得重大突破，为美情报部门解决大数据难题提供了解决方案。美方认为，大数据、云计算等技术都对分析效能的提升有着巨大影响，传统分析领域中的一系列工作，如图像识别、数据关联分析、数据格式化、数据标记等低级例行的分析处理工作，如若单纯依靠人力来完成，将浪费分析人员大量时间；相反，如果依托上述技术展开，将能完成对多个“信息流”的实时处理，极大提升分析效率[2]。此外，智能技术手段还可以最大限度避免分析人员的思维偏见。虽然分析人员一直致力于生产无偏见的产品，但是偏见总是无意识地存在于分析人员的头脑之中。例如，中央情报局分析人员往往比国务院情报研究局分析人员更依赖人力资源提供的情报，而国务院情报研究局则更重视外交渠道的来源信息[19]。对此，智能化技术手段的运用可以帮助分析人员更加客观地对数据进行识别、分类、关联分析和评估，在很大程度上规避认知偏见[20]，提升分析的客观性和准确性。因此，需要构建人机协作的分析生产主体。

3.2 围绕威胁感知，重塑分析业务流程

当前美情报部门的分析生产工作主要按照“情报周期”(Intelligence Cycle)流程运转，一般需要经过计划与指导(Planning and Direction)、搜集(Collection)、处理与加工(Processing and Exploitation)、分析与生产(Analysis and Production)和分发(Dissemination)等环节。在这种模式下，分析工作围绕的是“预设目标”，即用户或业务主管“感兴趣的领域或问题”进行[19]，分析人员是在“挑选”数据而不是利用“所有”数据进行分析。如果威胁或者目标是已知的或者固定的，那么分析工作照上述模式是可以顺利进行的，而如果威胁和目标是动态的、未知的，那么分析部门往往措手不及，此时便会出现所谓的“分析失误”“预警失败”等。显然，分析工作如果依然按照这种线性、规划式的流程开展将无法适应智能化时代的发展。在威胁未知、形势变化飞速的背景下，美情报部门必须对情报分析所依托的业务流程进行再造，将对威胁的感知视为关键环节。

3.3 聚焦智能服务，创新分析保障模式

分析产品如果不能为用户所用，那么其情报价值就无法体现。智能化时代，面对服务对象及分析需求的不断变化、传统标准化保障模式不再适用的情况，美情报部门希望利用智能手段进一步优化分析服务模式：一是在产品的生产上，更加贴合用户的实际需求，生产定制化、个性化、分析过程透明化的分析产品；二是在产品的分发上，以更加精准的方式投送到用户手中；三是在产品的使用上，以更加形象化、生动化、便于理解的形式向用户传递内容；四是在产品的管理上，对分析产品的流向和流量进行更加科学的监控等。

3.4 加强集成共享，构建分析生态环境

智能化分析生态环境是智能化时代美国情报分析能力建设的基础工程，良好的生态环境将为情报分析提供畅通的数据信息共享、分析资源协作等。在过去的情报分析转型中，美情报部门一直以相关政策、机制为行动依循，以基础平台为依托推动分析生态环境建设，由此诞生了国家情报界的“信息共享环境”(Information Sharing Environment，ISE)。但是，受官僚体制的影响，为对接各自用户，一些情报界成员在现实工作中依然通过各自机构的政策、机制、平台进行生态环境建设，如美国防部下属的情报界成员常常依托“联合信息环境”(Joint Information Environment，JIE)来完成日常业务工作，美国土安全部情报部门也有自己信息共享政策、平台等。在此背景下，为实现智能化分析生态环境建设的目标，美情报部门还需要对各种“环境”进行深度融合集成。

4 美国情报分析转型主要举措

在上述转型思路的指导下，美情报部门开始对其分析工作进行转型(如图3所示)，其具体举措如下：

图3 美国情报分析转型举措

4.1 采用人机协作式分析生产模式，确保技术赋能

鉴于当前的大数据挑战，美情报部门一直在加强人工智能、数据管理等前沿技术研究，推动“人机协作”式分析，将分析人员从繁重、低级、可重复的数据处理任务中解脱出来，为分析人员提供更多的思考时间以及更好的数据信息呈现方式。“人机协作”生产模式一方面能充分发挥分析人员在整体性、创造性工作上的优势，另一方面能充分利用机器在局部性、计算性、重复性工作上的长处。以美情报高级研究计划局(Intelligence Advanced Research Projects Activity)的情报分析研究项目为例。该机构下设的分析办公室着眼于未来情报界成员面临的共同分析挑战，研发相关技术。在其研究项目中，比重最大、数量最多的研究领域是自动化处理与分析(见表1)，涉及大数据、可视化、语言处理、生物识别等前沿智能技术，目的便是通过机器的赋能效应，构建人与机器的分析协作。

表1 美国情报高级研究计划局自动化处理与分析项目[21]

4.2 构建数据驱动式分析流程，解决威胁感知难题

在智能化时代，美情报部门正在逐渐转变“以预设目标为中心”的分析流程，将“数据的自动化观察、关联、分析”作为驱动分析工作的核心环节[22]。在数据驱动式分析流程中，数据会“自动提醒”分析人员忽略了哪些缺口和漏洞，并由此来驱动其他相关情报活动，加速整个流程的运转。以美“基于活动情报”(Activity Based Intelligence，ABI)的分析流程为例：

诞生于反恐、反叛乱战场的“基于活动情报”被誉为“情报机构从全球反恐战争中汲取的最宝贵财富”[22]，它以目标人群的重要动向(activity)为分析重点，通过描绘目标人群的生活模式(Patterns of Life，POL)，实现甄别、关联威胁目标并预测威胁目标行动的目的[23]。其分析流程如图4所示，整个流程核心环节在于对数据的处理以及在此基础上的分析。具体到这两个环节，不同来源的数据经过地理参考标注、标准化等预处理后，将利用时空元数据进行关联和存储，而后会根据分析人员需要再次进行处理，分析人员可在时空粒度下生成派生产品或进行多源轨迹关联等，并依托商业部门开发的各种工具展开分析，生成有关目标人群(或事物)的生活模式，最后再由分析人员根据具体情况进行分析，实现对目标地区情况的实时掌控。

图4 “基于活动情报”分析流程[24]

“基于活动情报”是美方情报分析流程转型的有益尝试，它实现了用数据来驱动整个分析工作。在融合海量数据的基础上，将工作重点拓展到对可能包含威胁目标群体的整体理解与感知，从而避免传统分析流程中遗漏、忽视重要未知目标的情况。以美反恐作战中的情报分析工作为例。在传统分析流程中，分析人员工作的重点是已知恐怖嫌犯A，所有的分析资源都围绕着A展开。然而，现实中可能还存在着未知恐怖分子B或C，分析人员可能会预测到A的行动，但是对B和C的威胁，分析人员将可能无法感知。而在“基于活动情报”情报分析流程中，分析工作将聚焦到包括恐怖分子A、B、C在内的群体，通过搜集和融合所有数据，描绘出整个目标群体人员的生活模式，最终筛选、甄别出A、B、C三个威胁目标并预测其行动。

4.3 推进分层分类产品保障，实现优化服务

智能化时代，美情报部门在分析保障模式上基本沿用了过去“常规保障+灵活保障”的形式，为政府高层、军事指挥高层、各重要部门等提供日常保障的同时，还能够就临时性分析任务抽调人员组成国家级支援小组。而在分析产品的保障上，则吸纳了智能化时代的新理念，对产品体系、表达和管理等进行了创新。

在产品体系上，美情报部门正在对二战以来形成的以基本情报、动态情报、预测评估情报为主的分析产品体系进行创新，产品类别得到不断拓展。近年来，随着威胁目标的未知性不断加强，美情报部门提出了发现类(discovery)分析产品的概念，以期加强对目标情报的实时掌控。虽然目前还没有正式写入官方文件，但是美方已经在进行相关产品的生产。

在产品表达上，美情报部门正在研究把最新的增强现实(AR)、混合现实(MR)、虚拟现实(VR)、触控技术等融入到分析产品的表达之中，提升分析产品的可读性。例如，美地理空间情报局已经和著名的3D地理空间数据开发公司Vricon进行合作，整合3D数据，开发相关工具，增强分析产品的可视化展示速度和实用度[25]。

在产品管理上，越来越多的商业大数据知识管理技术如推荐引擎、出处跟踪、wiki等被运用到了分析产品管理之中，在实现分析产品生产、存储、分发、访问等过程透明化的同时，促进了情报产品管理的可追溯性和可监控性[26]。

4.4 打造一体融合的分析环境，催生集成共享

在智能化时代，美情报部门以“自顶向下”和“自底向上”手段相结合的方式，进一步推动情报分析生态环境建设。

一是“自顶向下”手段。在政策发布方面，继续完善2系列情报界分析指令，发布情报界数据战略以及智能技术运用战略等，实现对分析标准、分析需求、分析协作、数据来源等的统一规范；在平台建设方面，不断完善“情报界信息技术业界”(Intelligence Community Information Technology Enterprise，IC ITE)建设，并针对情报界、国防部、政府其他部门、盟友、学术界等之间的信息共享障碍，最终打造“集成的、可互操作的云生态系统”，“在任何地方、任何时间、任何条件下都能实现安全访问”[27]。

二是“自底向上”手段。随着大数据在情报分析中重要性的不断提升，不少情报机构都认识到了机构间合作的必要性，因此开始主动推动情报数据融合。其中比较有代表性的是美国防情报局提出的“基于目标生产”(Object Based Production，OBP)理念。“基于目标生产”以“目标”为“桶”，将有关目标的所有数据、信息和情报“装”起来[28]，以解决美情报部门各机构数据、信息和情报存储标准不一致的问题，在缩短分析人员检索情报素材的时间，并为不同数据、信息和情报建立关联，提升分析效率。

5 总结与启示

智能化时代的到来，对于情报分析工作来说既是机遇又是挑战。一方面，分析人员可以掌握海量数据，智能技术又可以帮助数据“不言自明”，情报分析的准确性将得到前所未有的提升。但技术本身并不是灵丹妙药[29]，美情报部门清醒地认识到要想在智能化时代实现情报分析能力的提升，必须借助多样化手段对情报分析工作进行全方位转型。其启示包括：

一是转型是情报分析工作适应智能化时代发展的必由之路。转型是主动的、持续的升级过程，当人类社会面临从一种形态向更高级形态不断升级的时候，用转型的方式推动情报分析能力的升级，既顺应了智能化时代动态演进的历史趋势，也贴合了情报分析能力升级并非一蹴而就的特点。

二是思维方式的转变是智能化时代情报分析转型的根本动力。长期以来，支撑美情报分析的思维方式是工业化的线性思维，而智能化时代的情报分析则需要适应智能化时代的思维方式。智能化时代的“网络”“大数据”“人机共生”等反映的都是人与人、人与物、物与物之间的密切关系，需要的是整体性、体系性思维。因此在智能化时代的情报分析转型中，必须从全局角度进行整体考量，避免“只见树木，不见森林”的情况。

三是智能化时代的情报分析转型需要多措并举。情报部门不仅要用体系性的设计推动转型的展开，还需要关注技术驱动的影响，结合影响分析效能的各个要素如分析生产、分析流程、分析保障、分析环境等进行具体考量，确保转型工作统筹并行、落到实处。