找准智能化条件下数据治理着力点
■杜继永 刘伟斌 宋志峰
引言
智能化条件下，数据已经成为聚合作战效能、催生新质战斗力、抢占作战主动权的关键要素，正逐渐成为举足轻重的战略资源。智能化战争的重要基础就是对数据的挖掘和利用，从某种程度上讲，其比拼的就是数据治理能力与运用水平。为此，应当锚定智能化转型目标方向，加快构建全链条、全场景的数据治理体系，最大化释放数据要素赋能作用，为加强作战能力体系集成、构建智能化军事体系提供坚实数据支撑。
盘活存量数据，推动资源转化利用
数据治理的首要环节，是摸清底数、盘活存量，把历史积累数据转化为能够赋能作战的“资产”。存量数据中蕴含着高价值信息，可以成为数据集构建的重要来源。长期演训实践、装备试验、战场勘测积累的各类资料，是军事大模型迭代训练与实战方案推演研判的素材。挖掘存量数据价值，能够扩充智能训练数据源，夯实智能化建设的数据底座。军事数据具有非结构化占比高、品类繁杂的特点，处于“沉睡状态”的存量数据始终占有相当比例，大量具备实战参考价值的历史资料，难以对接智能研判系统实现复用。盘活存量数据实质是通过数字化整编与知识图谱构建，实现数据从“档案存起来”到“信息用起来”的转变。可以说，存量数据价值释放程度取决于数据结构化改造质量与智能工具应用程度。
推动存量数据价值释放，应区分“活跃”数据与“沉睡”数据，实施分类治理。“活跃”数据重在提质，“沉睡”数据重在唤醒，要统筹推进全链条数据治理。一是智能归集整编，唤醒“沉睡”数据。聚焦作战、训练、装备等领域，针对历史档案、勘测资料、装备情况等数据，开展自动化采集、标签化归类与结构化入库，提升数据可用性。二是构建知识图谱，推动数据融合。围绕指挥筹划、战法推演、装备运维等场景，建设可迭代更新的知识图谱，融合历史数据与演训实时数据，实现数据联动更新与智能推理，使存量数据释放作战价值。三是完善数据管理，实现数据价值跃升。健全“摸底建档—质量评估—价值研判—动态更新—绩效考评”管理机制，推动静态档案向可调用、可流动的数据资产转变。
消除数据壁垒，畅通数据流转通道
数据被称为智能时代的“新石油”，能够为智能系统模型运算提供基础素材，而智能系统则通过数据挖掘揭示隐藏规律。二者深度融合、高效联动，是智能化作战体系平稳运转的重要保障。但在实践中，数据格式不兼容、技术标准不统一、老旧系统难以对接等问题仍不同程度存在，阻碍数据自由流动与整合，以至于形成数据壁垒。智能系统对数据流转实时性、一致性、稳定性的要求更高，须通过顶层战略驱动、标准化流程规范和专业化治理，从源头建立统一技术架构与对接机制，推动原始数据与智能系统直接适配，避免反复对接转换造成无效消耗。
消除数据壁垒，需要围绕标准引领、架构优化、机制创新等多维度，促进各要素、单元、系统的互联互通，畅通数据流转通道。首先，要坚持一体化建设思路，自上而下统一数据编码、接口规范与模型接入准则，新建智能系统严格对照标准设计，老旧平台按照急用优先原则分批完成标准化改造。其次，要在新型信息基础设施设计过程中，统筹数据治理与算法建模，提升原始数据与大模型的适配性，实现数据从源头直达模型。再次，要完善智能项目立项统筹机制，将数据源准入评审纳入项目规划前置环节，统一调配全域数据资源，开展“数据供给—模型训练—实战应用—反馈优化”闭环评价，从制度、技术等层面化解重复建设、适配低效等问题。
打破“数据孤岛”，推动跨域共享共用
数据作为一种新的战斗力生成要素，在获取战场优势的过程中起着越来越重要的作用。智能化作战体系依托多域要素融合形成体系优势，应破除条块数据阻隔，借助多源数据交叉印证减少智能研判偏差，在严守保密的前提下推进合规数据共享，从而充分释放数据潜能、提升作战效能。作战体系整体优势的发挥，建立在多源数据有序流动与融合复用的基础之上。数据在各领域顺畅流转，既需要一体化信息平台的硬支撑，也需要制度规范的软约束，更需要在安全可控的前提下实现价值释放，保持数据流通效率与安全管控的动态平衡。
“数据孤岛”导致数据传输难、信息交互难、共享风险高，打破“数据孤岛”应一体推进安全管控、资源互通、效能提升，实现数据安全高效共享。一是建立数据共享清单。根据应用需要编制形成跨部门数据资源目录，明确数据流转要求，打通跨域需求对接的前端入口，同时依托一体化数据平台，分步整合异构数据，为数据共享奠定基础。二是加强数据安全防护。构建数据“收集—传输—使用—存储—归档”全生命周期管理体系，依托数据管理先进技术手段，实现数据操作来源可查、去向可追、责任可定，筑牢数据安全防线。三是打通数据价值释放路径。按照业务属性、使用场景、责任主体等维度，划定数据共享边界，构建精细化数据共享模型和配套机制，推动数据精准“滴灌”至需求端。
承载数据洪流，支撑数据实时处理
智能化条件下，作战领域跨越陆、海、空、天、电、网等多个领域，从多源信息感知、目标识别到火力打击的过程中，关联关系复杂，每一个环节都可能产生大量数据。算力调度效率，直接影响情报解析、态势研判与指挥决策速度。具备弹性扩容能力的算力基座，是承接海量作战数据流、保障作战体系平稳运行的底层依托，也是智能化作战不可或缺的基础保障。算力架构的弹性程度，影响数据价值释放程度。这就要求算力资源由静态配套转向按需调度，通过任务分级，实现平时与战时、在线与离线优化配置。
着眼补齐算力承载短板、有效应对数据爆发式增长，一是构建能跨域、可扩展的算力资源池。在演训与应急任务期间，按需动态扩容算力资源；日常战备阶段，将闲置算力集中用于模型训练、战法推演与数据复盘，提升资源利用效率。二是优化算力分级响应机制，实时指挥类任务接入高速低延迟链路，保障决策响应；准实时筹划类任务，通过轻量化推理引擎，实现数据“边采边算、边算边用”；离线分析类任务采用批量调度与集中式计算模式，兼顾效率与成本。三是推动算力资源智能调度，依托轻量化智能算法，实时感知各节点负载状态，动态调配算力资源；探索“算力即服务”在军事领域落地路径，构建集约化、弹性化的算力服务体系，支撑多场景下海量数据高效处理。
下沉数据服务，实现应用能力提升
数据治理链条贯通之后，末端供给质量成为关乎数据治理成效的标尺。数据服务下沉一线、服务备战，是军事数据治理的落脚点。推动数据治理的主要目的就是对接战场需求，推进数智转型，助力一线人员研战谋战备战，把资源优势转化为实战能力。智能化作战对末端自主决策的需求，要求数据服务必须从底层支撑向前端赋能延伸，提升“用数据思考、用数据管理、用数据决策”能力。
推进数据服务向练兵备战一线深度扎根，需围绕降门槛、优运维、强素养综合施策。一是多场景轻量适配。聚焦指挥决策、战法推演、战场评估等典型作战场景，研发模块化、轻量化智能工具，聚焦“数据快调、分析快出、结论快显”关键环节，简化操作流程，降低使用门槛。二是低成本智能运维。迭代智能平台自动化运维模块，集成运行状态监控、异常故障预警、链路自愈与服务自动重启等功能，减少基层运维负担。三是体系化能力培育。将数智素养纳入军事训练全周期体系，推动大数据应用、数据工具实操嵌入岗前培训与在岗轮训，培育数据思维与实操能力，让数据素养成为一线研战谋战基本功。
