ベンジャミン・ジェンセン、海兵隊大学高度戦闘学校戦略研究教授、アメリカン大学国際サービス学部客員研究員
この記事はクリエイティブ・コモンズ・ライセンスに基づきThe Conversationから転載されました。元の記事はこちらです。
2世紀にわたる進化にもかかわらず、現代の軍の参謀構造はナポレオンにも理解できるほどでした。同時に、軍組織は現代の戦争における航空、宇宙、情報といった新たな領域に適応する中で、新たな技術の導入に苦慮してきました。
こうした新たな戦争の側面における情報の流れと意思決定の場の拡大に対応するため、軍司令部の規模は拡大している。その結果、限界収益は減少し、調整の悪夢（つまり、調理場に料理人が多すぎる状態）が生じ、任務遂行能力が脅かされる恐れがある。
AIエージェント（大規模言語モデルを搭載した自律型目標指向ソフトウェア）は、スタッフの定型業務を自動化し、意思決定のタイムラインを短縮し、より小規模で回復力の高い指揮所を実現できます。人員を削減しながら、より効果的な運用を実現できます。
国際関係の学者であり、軍事戦略を研究する米国陸軍予備役将校である私は、テクノロジーによってもたらされる機会と、変化の切実な必要性の両方を感じています。
この必要性は、今日の指揮系統が形態と機能の両面においてナポレオンの野戦司令部を依然として反映しているという現実に起因しています。つまり、大規模な軍隊を編成するために建設された産業時代の建築物です。時とともにこれらの司令部は規模が肥大化し、調整が煩雑になっています。また、現代の精密砲兵、ミサイル、ドローンが効果的に標的とすることができ、電子戦によって容易に混乱をきたすような、広大な指揮所も生み出しています。
ロシアがウクライナに設けたいわゆる「司令部の墓場」は、敵が精密砲、ミサイル、ドローンを大量に配備できる静的司令部が、現代の戦場でいかに不利になるかを如実に示している。
AIエージェントの役割
軍事計画立案者たちは今、AIエージェント（自律的で目標指向的なソフトウェアであり、自らの判断で知覚、判断、行動できる）が指揮システムに導入できるほど成熟した世界を思い描いている。これらのエージェントは、複数の情報源の統合、脅威モデリング、さらには限定的な意思決定サイクルさえも自動化し、指揮官の目標達成を支援する。人間は依然として介入するが、人間はより迅速に命令を発し、戦場からよりタイムリーかつ状況に応じた最新情報を受け取ることができるようになる。
これらのAIエージェントは、教義マニュアルを解析し、作戦計画を起草し、行動計画を策定できるため、軍事作戦のテンポを加速させるのに役立ちます。私が海兵隊大学で行った実験を含む実験では、基本的な大規模言語モデルであっても、参謀による見積もりを加速させ、計画プロセスに創造的でデータに基づいた選択肢を注入できることが実証されました。これらの取り組みは、伝統的な参謀の役割の終焉を示唆しています。
戦争は人間の営みであり、人間は依然として存在し、意思決定を行うアルゴリズムの流れには倫理が依然として考慮される。しかし、派遣され続ける人々は、AIエージェントの助けを借りて、膨大な量の情報を処理する能力を獲得する可能性が高い。
これらのチームは、現代のスタッフよりも規模が小さい可能性があります。AIエージェントを活用することで、チームは複数の計画グループを同時に管理できるようになります。
例えば、より動的なレッドチーム演習（敵のロールプレイング）を活用し、主要な想定を変化させることで、従来の計画よりも幅広い選択肢を用意できるようになります。PowerPointスライドの作成や人員見積もりの更新に費やす時間が削減され、その時間を「もし～だったら」という問いかけによるコンティンジェンシー分析や、特定の状況下で計画がどのように展開するかを概念的に表す運用評価フレームワークの構築に充てることで、指揮官の柔軟性を高めることができます。
次期軍人スタッフの設計
このAIエージェント強化部隊の最適な設計を探るため、私は超党派シンクタンクである戦略国際問題研究所（CSIS）のフューチャーズ・ラボの研究チームを率いて代替案を検討しました。チームは、現代の大国間競争における主要な作戦上の課題として多くの軍事アナリストが認識している、共同封鎖、火力攻撃、共同島嶼作戦を反映した3つの基本シナリオを作成しました。共同とは、軍の複数の部門が協調して行う行動を指します。
中国と台湾の例では、共同封鎖は中国が島嶼国を孤立させ、飢餓状態に陥らせるか、侵攻の条件を整える方法を表しています。火力攻撃は、ロシアがウクライナで行っているようなミサイルの一斉射撃によって、主要な軍事拠点や重要インフラさえも破壊する方法を表しています。最後に、中国のドクトリンにおける共同島嶼上陸作戦は、中国軍が数十年かけて洗練させてきた海峡両岸侵攻を表しています。
AI エージェントで強化されたスタッフは、これら 3 つの運用シナリオにわたって戦闘機能を管理できるはずです。
研究チームは、人間を常に関与させ、フィードバックループに重点を置いたモデルが最適であることを発見しました。社会学者アンドリュー・アボットの先駆的な研究に基づく「適応型スタッフモデル」と呼ばれるこのアプローチは、AIエージェントを人間と機械の継続的なフィードバックループに組み込み、教義、履歴、リアルタイムデータを活用して、計画を臨機応変に進化させます。
このモデルでは、軍事計画は進行中であり、決して完了することはなく、指揮官が検討、改良、実行するための選択肢のメニューを生成することに重点が置かれています。研究チームは複数のAIモデルを用いてこのアプローチをテストし、いずれの場合も他の選択肢よりも優れた性能を発揮することを発見しました。
AIエージェントにはリスクがないわけではありません。まず、偏りがあるとまでは言わないまでも、過度に一般化される可能性があります。基礎モデル（非常に大規模なデータセットで学習され、幅広いタスクに適応可能なAIモデル）は、戦争よりもポップカルチャーに関する知識が豊富であるため、改良が必要です。そのため、エージェントの長所と限界を理解するために、ベンチマークテストを行うことが重要です。
第二に、AIの基礎知識や高度な分析的推論の訓練を受けていない多くのユーザーは、批判的思考の代替としてモデルを使用する傾向があります。どんなに賢いモデルでも、愚かな、あるいはもっとひどいことに怠惰なユーザーを補うことはできません。
「エージェント的」な瞬間を捉える
AIエージェントを活用するには、米軍はエージェントの構築と適応を制度化し、適応型エージェントを戦争演習に組み込み、人間と機械のチームを考慮した教義と訓練を全面的に見直す必要がある。これには多くの変更が必要となるだろう。
まず、軍はAIエージェントを部隊全体で運用するために必要なインフラを構築するために、追加の計算能力に投資する必要があります。次に、サイバー空間や電磁スペクトルを含む複数の領域にわたる攻撃に対して、エージェント強化部隊が脆弱にならないように、追加のサイバーセキュリティ対策を開発し、ストレステストを実施する必要があります。
第三に、そして最も重要なのは、軍が将校の教育方法を劇的に変える必要があることです。将校はAIエージェントの仕組み、特にその構築方法を学び、教室を実験室として活用し、古くから伝わる軍の指揮と意思決定の技術に対する新たなアプローチを開発する必要があります。これには、2025年7月23日に発表されたホワイトハウスのAI行動計画で提案されている構想である、一部の陸軍学校をAIに重点的に再編することも含まれる可能性があります。
こうした改革がなければ、軍はナポレオンの参謀の罠、つまりますます複雑化する問題を解決するために人員を増やすという罠から抜け出せない可能性が高い。
