量子技術是一套新興技術，利用自然界的基本規律，在傳感、成像、通信和計算方面提供前所未有的能力。它們是多樣化的，復雜的，通常是早期的技術準備，并要求以新的方式思考技術的應用和利用。它們的真正能力、局限性、最具破壞性的應用和相關對策仍在發現之中。

這種破壞性潛力、模糊性和復雜性的結合給陸軍帶來了戰略風險和機遇。因此，澳大利亞陸軍發現自己正處于一個加速的全球競爭中，以了解、共同開發和利用量子技術來進行陸軍作戰。

本路線圖旨在構建和介紹陸軍在量子技術方面的方法，以使陸軍在陸地作戰中獲得量子優勢。

三個關鍵點構成了澳大利亞陸軍的方法：

• 澳大利亞正面臨著將其在量子技術研究方面的全球領先地位轉化為可持續的工業和國防優勢的戰略挑戰。

• 澳大利亞國防部在使現有的研究和開發（R&D）能力與國防部的優先問題保持一致方面發揮著作用。這包括在這些技術發展過程中對其進行塑造和指導，以促進技術概念向作戰人員的能力轉變。

• 根據 "運動中的軍隊 "和 "加速戰爭 "中的適應性思維、合作、主權產業和整合等戰略主題，陸軍的路線圖將探索量子技術在陸地領域的潛在用途。

為了發展陸軍的量子技術能力，澳大利亞陸軍將追求四個目標：

1.建立。迅速建立一個以陸域機會為重點的量子創新生態系統。

2.識別。識別量子技術在陸地領域的最具顛覆性和優勢的應用。

3.開發。開發相關技術、作戰概念和修改后的部隊設計。

4.支持。支持澳大利亞國防部的量子技術戰略發展。

為了實現這四個目標，將進行四項相互影響的工作：

• 協作：發展國防量子創新社區的陸軍分會。與該分會的深度合作將使人們在量子技術應用方面的想法趨于一致，共享對發展中技術的態勢認識，繪制能力和供應鏈圖，并支持整個軍隊、國防和國防工業的量子教育。

• 探索：通過定期的陸軍量子技術挑戰賽（挑戰賽），實施快速的量子應用發現和測試周期。這些挑戰將尋求在陸軍資源承諾之前確定量子技術的最有前途的應用。這些挑戰將采取組合方法，平衡不同類型的量子技術的技術風險和潛在應用價值。

• 開發：重點開發量子技術、作戰概念和部隊設計，使陸軍了解如何最好地利用量子技術來加強現有能力和運用，并獲得新的能力和作戰方式。陸軍將尋求對作戰概念演示之外的發明者的支持，使他們能夠繼續發展他們的技術，并為隨后通過能力生命周期的進展做準備。這種發展和挑戰可以由新建立的模擬和測試設施來支持。

• 改進：持續策劃陸軍的量子技術理解、景觀設計、評估和戰略。

1 引言

1.1 云服務的未來

英國防部數字骨干網的一個重要組成部分是跨所有分類的超大規模云功能。路線圖闡述了明確意圖，即協調和加速整個英國防部最雄心勃勃的超大規模云計算采用計劃。

英國防部將數據作為一種戰略資產，使其未來能夠比對手更快地行動。英國防部將擁有無與倫比的能力來消費、匯總、分析和利用數據，這將適合未來在所有領域的全球綜合作戰。

英國防部正在制定一個強大的愿景，并制定支持計劃和方案，以凝聚和授權消費先進云服務。

將整合現有的能力，同時設計和提供新的能力，通過交付工具--Cirrus組合，為整個英國防提供單一的服務。將與世界領先的供應商合作，并與那些已經在美國軍隊中提供類似能力的供應商合作。

• 查理-福特，英國防部首席信息官，數字功能負責人

1.2 目的

本國防云戰略路線圖的目的是闡述英國防部使用更多世界級云計算能力所需的愿景和變革。云是實現英國防部數字骨干和數據戰略的關鍵推動因素。建立正確的云平臺將極大地提高事業內部和戰術邊緣的用戶體驗質量，加速數據的利用，并提供更復雜的方式來提供國防產品。

該路線圖闡明了戰略成果、緊密相連的依賴關系以及加速英國防部超大規模云服務的交付和利用的漸進步驟。該路線圖將"方法"與"手段"結合起來，以實現英國防部的云計算目標，重點是消費超大規模的平臺即服務（PaaS）和基礎設施即服務（IaaS）產品，并輔之以MODCloud軟件即服務（SaaS）服務。英國防部需要投資于徹底的文化轉變、流程和云技能，以在數字時代進行轉型和競爭，并與我們更廣泛的國防數字戰略保持一致。

1.3 受眾

該文件為英國防部的所有職能部門、指揮部和授權機構提供了明確的意圖、方向和指導。本路線圖面向廣大讀者，包括云計算的用戶、所有者和客戶、政府和國際盟友的決策者和合作伙伴。該路線圖將對能力發起人、SORs、采購組織和運營當局；FLCs、TLBs和國防客戶的領導人；實現數字骨干的CIO和項目團隊；國防數字架構和安全團隊以及正常業務團隊特別感興趣。

1.5 與數字戰略的映射

國防云戰略路線圖應與其他國防戰略一起閱讀，包括數字戰略、數據戰略、網絡彈性戰略、技術戰略，以及任何相關的即將出臺的數字功能子戰略。

國防數字戰略。國防數字戰略概述了國防數字功能將如何通過提供一個安全的、單一的、現代的數字骨干來進行轉變。云是它的基礎技術。

數據戰略。數據戰略闡述了國防部利用數據作為戰略資產所需的數據愿景和轉型變化。

網絡彈性戰略。網絡彈性戰略闡述了建立網絡彈性國防所需的原則和轉變。

國防技術戰略。技術戰略制定了泛國防數字技術的愿景，指導實現國防數字戰略的轉型變革，并提供數字骨干。

國防云戰略路線圖。該文件概述了采用更多現代云平臺和實現數字骨干的過程。

云技術在國防領域的未來

英國防部的數字戰略概述了國防部利用數字和數據作為促進更快、更好決策的手段所需的步驟變化。作為數字主干的一個重要推動者，云是一個支撐平臺，它將 "通過適當的決策者，將傳感器和效應器連接起來"。

云將提供一個基礎，在此基礎上建立和提供所需的未來能力。它支持并實現了所需的先進應用和服務的速度，因此可以跟上對手的步伐，并成功戰勝對手。它將促成并提供易于獲取和快速擴展的按需服務和應用。反過來，這將使部署的用戶能夠在戰場上迅速和安全地檢索和處理數據，并使商業用戶能夠從任何地方訪問企業系統。

自助服務和自動云服務將為國防用戶帶來共同的合同、共同的定義和共同的直接認證方式。

• 自助服務--易于使用的和標準化的
• 自動化--用戶可以更快地利用和存儲數據
• 無縫--通過改善連接

定義防御架構

由參考架構、通用模式和公認標準支撐的云服務，使利用云服務更加安全、一致和可互操作，并在整個國防部提供一致的云部署。

通用技術架構（CTA）是一個框架和架構方法，在此框架和方法下，可以開發數字骨干及其基礎組件和服務的詳細技術定義。它也是政策、標準和參考模式的框架，可以指導和管理數字骨干的交付和采用。

支撐CTA的政策和標準將確定內部和外部合作伙伴需要遵循的規則，以確保整個技術領域的一致性，并使國防部能夠充分實現其無縫數據共享、整合和互操作性的愿景。

在正確的時間提供正確的架構

由于云計算的采用在相互依賴、網絡整合、數據分散、安全和保證方面的復雜性，在為云計算設計時，獲得正確的架構指導是非常重要的，它可以傳達最佳實踐并提示常見陷阱。

英國防部的架構師將與FLCs、TLBs和行業合作伙伴合作，確保正確的CTA構件可用，以支持實施符合要求的適當的云功能，并支持利益相關者在遷移到云的過程中采用云服務。這些人工制品包括模式、參考架構和標準，隨著時間的推移，將提供一個不斷發展的 "積木 "參考庫，可用于整個國防。

云能力3年計劃

在與私營和公共部門的合作中，美國國家標準技術研究所 (NIST) 制定了一個框架，以更好地管理與人工智能（AI）相關的個人、組織和社會風險。NIST人工智能風險管理框架（AI RMF）旨在自愿使用，并提高將可信度考慮納入人工智能產品、服務和系統的設計、開發、使用和評估的能力。

該框架于2023年1月26日發布，是通過一個共識驅動、公開、透明和協作的過程制定的，其中包括一個信息請求、幾個征求公眾意見的草案版本、多個研討會以及其他提供意見的機會。它的目的是建立在其他機構的人工智能風險管理工作的基礎上，并與之保持一致和支持。

NIST還出版了一本配套的NIST AI RMF Playbook以及AI RMF路線圖、AI RMF Crosswalk和各種觀點。此外，NIST還提供了一個關于AI RMF的視頻解釋器。

人工智能（AI）技術具有改變社會和人們生活的巨大潛力--從商業和健康到運輸和網絡安全，再到環境和我們的地球。人工智能技術可以推動包容性經濟增長，支持科學進步，改善我們世界的條件。然而，人工智能技術也帶來了風險，可能對個人、團體、組織、社區、社會、環境和地球產生負面影響。與其他類型的技術風險一樣，人工智能風險可以以各種方式出現，并可以被描述為長期或短期，高或低概率，系統性或局部，以及高或低影響。

雖然有無數的標準和最佳實踐來幫助組織減輕傳統軟件或基于信息的系統的風險，但人工智能系統帶來的風險在許多方面是獨特的（見附錄B）。例如，人工智能系統可能會在數據上進行訓練，這些數據會隨著時間的推移而發生變化，有時會發生重大的、意想不到的變化，以難以理解的方式影響系統功能和可信度。人工智能系統及其部署的環境經常是復雜的，這使得在發生故障時很難檢測和應對。人工智能系統本質上是社會技術性的，這意味著它們受到社會動態和人類行為的影響。人工智能的風險--和好處--可以從技術方面與社會因素的相互作用中產生，這些因素涉及一個系統如何被使用，它與其他人工智能系統的相互作用，誰在操作它，以及它被部署的社會環境。

這些風險使得人工智能在組織和社會中的部署和利用成為一種獨特的挑戰技術。如果沒有適當的控制，人工智能系統可以擴大、延續或加劇個人和社區的不公平或不良結果。通過適當的控制，人工智能系統可以減輕和管理不公平的結果。

人工智能風險管理是負責任地開發和使用人工智能系統的一個關鍵組成部分。負責任的人工智能實踐可以幫助將有關人工智能系統設計、開發和使用的決定與預期的目標和價值相一致。負責任的人工智能的核心概念強調以人為本、社會責任和可持續性。人工智能風險管理可以推動負責任的使用和實踐，促使設計、開發和部署人工智能的組織及其內部團隊更嚴謹地思考背景以及潛在或意外的消極和積極影響。了解和管理人工智能系統的風險將有助于提高可信度，并反過來培養公眾信任。

根據美國《2020年國家人工智能倡議法》（P.L. 116-283）的指示，人工智能風險管理框架的目標是為設計、開發、部署或使用人工智能系統的組織提供一種資源，以幫助管理人工智能的許多風險，促進值得信賴和負責任的人工智能系統的開發和使用。該框架的目的是自愿的、維護權利的、非特定部門的和不考慮使用情況的，為所有部門和整個社會的各種規模的組織提供靈活性，以實施該框架中的方法。

該框架旨在使組織和個人（在此稱為人工智能行為者）掌握提高人工智能系統可信度的方法，并幫助促進負責任地設計、開發、部署和使用人工智能系統的時間。經濟合作與發展組織（OECD）將人工智能行動者定義為 "在人工智能系統生命周期中發揮積極作用的人，包括部署或運營人工智能的組織和個人"[OECD (2019) Artificial Intelligence in Society-OECD iLibrary]（見附錄A）。

人工智能風險管理框架的目的是實用的，隨著人工智能技術的不斷發展，適應人工智能的情況，并由各組織在不同程度和能力上進行操作，以便社會能夠從人工智能中受益，同時也受到保護，免受其潛在危害。

該框架和支持資源將根據不斷發展的技術、世界各地的標準情況以及人工智能社區的經驗和反饋進行更新、擴展和改進。NIST將繼續使AI RMF和相關指導與適用的國際標準、準則和實踐保持一致。隨著人工智能風險管理框架的投入使用，我們將吸取更多的經驗教訓，為未來的更新和額外的資源提供參考。

該框架分為兩部分。第一部分討論了各組織如何構建與人工智能相關的風險，并描述了目標受眾。接下來，分析了人工智能的風險和可信賴性，概述了可信賴的人工智能系統的特征，其中包括有效和可靠、安全、有保障和有彈性、負責任和透明、可解釋和可說明、隱私得到加強，以及公平，其有害偏見得到管理。

第二部分包括該框架的 "核心"。它描述了四個具體的功能，以幫助組織在實踐中應對人工智能系統的風險。這些功能--GOVERN、MAP、MEASURE和MANAGE--被進一步細分為類別和子類別。GOVERN適用于組織的人工智能風險管理過程和程序的所有階段，而MAP、MEASURE和MANAGE功能可以應用于人工智能系統的特定環境和人工智能生命周期的特定階段。

提綱

• 戰術無人機營--一個場景
• 背景和框架
  • 未來戰斗行動的開展
  • 人工智能
  • 政治和法律框架
• 目標
  • G1：提高日常工作的效率
  • G2: 提高行動能力
  • G3: 解決潛在的能力差距
• 驅動力
  • DF1: 潛在對手的人工智能能力
  • DF2：作戰行動的動態性不斷增強
  • DF3: 更少的合格人員
  • DF4: 資源短缺
  • DF5: 信息的數量和密度
  • DF6：信息技術和人工智能發展的動態性
• 陸軍發展的行動領域(FoA)
  • FoA1：現有系統的進一步發展
  • FoA2：新的武器系統和武器裝備
  • FoA3：人員/物資的人工智能能力管理
  • FoA4：在培訓中使用人工智能
• 組織結構的行動領域
  • 招聘人工智能專家
  • 軍隊、研究和工業之間的合作
  • 國際合作
  • 使用測試和實驗結構
  • AI數據基礎設施和組織
• 總結
• 附件：德國陸軍概念和能力發展中的實施措施

在軍事上有許多行動領域使用人工智能。除了對正在使用的系統進行持續的進一步開發和人工智能鑒定，特別是具有新特性的未來系統將能夠從人工智能的應用中受益。日常工作中的人員和物資管理，以及培訓，也提供了主要的潛在行動領域。

一個精心定義的政治和法律框架是必不可少的，特別是對于軍事力量的使用。因此，目前和將來使用自動化和自主系統必須符合FMoD的政治和法律要求。除了政治和法律方面，從軍事角度來看，使用致命性自主武器系統也是一種不可取的、非預期的選擇。

人工智能是一種高技術，需要大量的專業知識和開發努力。為了實現這一目標，德國陸軍正在尋求與歐洲工業和研究的密切合作。在德國陸軍發展的背景下已經建立的技術與能力（TmC）模式正被用作進一步活動的起點。

為了能夠充分應對未來所有與人工智能相關的挑戰，德國陸軍必須擁有合格的人工智能人才。在這方面，聯邦國防軍面臨著來自民用部門的強烈競爭。為了滿足短期內的需求，軍隊正在依靠現有的OR/M&S人員。

目前所有的數據表明，利用人工智能的方法和程序可以大幅提高陸軍的效率和效力。為了能夠適當地應對即將到來的挑戰，必須采取與組織程序和結構有關的措施。因此，"陸軍中的人工智能 "立場文件建議為陸軍設立人工智能工作臺，為陸軍設立人工智能開發中心，為陸軍設立人工智能數據中心。只有這樣才能全面覆蓋人工智能領域的創新、人工智能系統的培訓和數據的提供。

下文將在附件中詳細介紹使早期實現成為可能所需的所有措施。

德國陸軍概念和能力發展中的實施措施

2018/2019年，在德國陸軍概念和能力發展中心開展了關于人工智能（AI）主題的 "技術與能力 "形式。在一系列研討會的過程中，根據北約綜合作戰計劃指令（COPD），確定了人工智能在陸軍所有能力領域以及武器和服務中的應用，并按行動路線進行分類。下面詳細列出了五個應用領域，每個領域都有不同的行動路線。

根據內容和發展的成熟度，這些措施和行動方針的實施是通過CD&E和R&T活動進行的，或者在CPM的范圍內通過適當的舉措進行。與聯邦國防軍的能力概況相匹配是至關重要的。陸軍概念和能力發展中心負責實施。

• 1 圖像分析

這個領域匯集了基于人工智能的目標識別和分類系統領域的所有活動。這些項目正在逐步建立起一種功能，以模塊化的方式擴展陸軍的各種保護和效果組件，包括從ISR到基于效果的自動系統。一個重點是將現有的民用方法用于軍事目的。

• 2 戰術無人機

這一領域匯集了與不同幾何形狀的小型無人機系統有關的所有活動。這些活動包括從偵察到障礙物，再到進攻性武器系統。不管是什么活動，重點都是在防御和部署自己的TaUAS的能力。一個重要的挑戰是，特別是創造出足夠堅硬和強大的TaUAS，使其能夠使用被動傳感器系統，在非常有限的通信和沒有GPS的情況下，在白天和晚上半自主地行動。

• 3 下一代戰斗管理系統（NGBMS）

這一領域匯集了所有側重于指揮和控制的活動。它既包括實現單一的功能，在適用的情況下，也可以在已經進行的活動中進行改裝，也包括將可能用于超戰爭情況的系統和方法概念化。沒有任何跡象表明有任何明顯的雙重用途。挑戰在于對指揮和控制過程的相關部分進行建模，以創建超戰可行的指揮和控制組件。理想情況下，指揮和控制過程的一部分可以按照博弈論的思路被描述為一個游戲，這樣人工智能就可以在決策支持或指揮和控制的自動手段的意義上使用。MUM-T是這方面的一個關鍵挑戰。

• 4 材料和基礎設施

這一領域匯集了后勤、維護和IT管理領域的所有活動。該行動路線包含了各種可以相對快速實施的措施，并有助于更好地應對當前在支持方面的挑戰。許多力爭實現的功能正在民用部門以非常類似的形式使用或開發。

• 5 分析方法

這個領域匯集了各種單獨的解決方案，其中人工智能和大數據可以為有關數據分析和優化的經典問題提供支持。數字化和人工智能提供了一個新的質量機會，因為某些問題（識別，......）可以實時和提前解決（也適用于車輛）或技術設備（如防火墻）。

2022 年 10 月 11 日，美國陸軍發布了一份綜合數據計劃（ADP），這是一種全軍范圍內改進數據管理以確保陸軍成為以數據為中心的組織的方法。

該計劃是一項為期三年的工作，將改善整個陸軍的數據管理、數據治理和數據分析。作戰任務是陸軍數據計劃的當前重點。ADP 在該任務領域的成果是通過進行必要的更改來確保作戰人員的數據得到正確管理和使用，從而為作戰人員提供優勢。陸軍已經開始對數據管理能力、工具和模型進行原型設計，以實現這一目標。

陸軍首席信息官 Raj Iyer 博士說：“數據以及如何在所有梯隊中整合這些數據以實現真正快速、敏捷的決策，才是真正為陸軍提供其在未來戰爭中所需的競爭優勢的關鍵。”

數據和數據分析將為 2030 年的陸軍提供動力。士兵將需要在正確的時間和正確的地點獲得正確的數據，以便在每個梯隊做出更快、更好的決策——以超越任何對手的思維和步伐。

與早期的軍事行動相比，現在的戰爭范圍更大且范圍不斷擴大。作為聯合全域作戰的一部分，多域作戰是陸軍必須準備并贏得下一場戰斗的地方。這是一個數據豐富的環境。

每個領域都有自己的信息和數據流，一些信息來自開源情報，一些來自天基傳感器，還有一些來自網絡空間。今天的士兵和指揮官需要跨領域的綜合來主宰戰場。

ADP 概述了工作的組織并提供了總體戰略目標。它側重于中期努力，未來將被另一個更新所取代。

通過陸軍數據計劃實現這一決策優勢是陸軍的關鍵目標。

美國國家科學、工程和醫學研究院空軍研究委員會主辦了一個由三部分組成的系列研討會，研究空軍部（DAF）在追求事業范圍內的數字化轉型戰略中所面臨的技術、計劃、組織和治理挑戰的相關風險。來自政府、軍隊、工業和學術界的高級代表審議了DAF的戰略層面的決策過程，以及如何在其所有數字機構中實現統一的努力。研討會與會者討論了組織和管理方面的差距和弱點，以及與DAF數字轉型戰略相關的技術缺陷--例如，在DAF提議的數字戰略背景下的網絡安全問題。會議還討論了公共和私營部門的組織和管理做法，以考慮其在DAF內的適應和采用潛力。

在美國國防部的贊助下，該系列的三個為期兩天的研討會分別于2021年9月1日至2日、2021年9月8日至9日和9月23日至24日舉行。第一次研討會的小組成員解釋并討論了DAF的數字化轉型戰略--特別是擬議的數字化架構和需要支持的系統、項目、組織和任務。第二次研討會的主角是來自工業界和其他政府機構的信息系統專家和管理人員，他們討論了他們在數字化轉型方面的經驗并分享了他們對最佳實踐的看法。第三次研討會集中討論了這些經驗教訓對DAF數字轉型戰略和架構的潛在適用性。

本議事錄是對系列研討會的總結。

小型無人駕駛飛機系統（sUAS）的指數式增長為美國防部帶來了新的風險。技術趨勢正極大地改變著小型無人機系統的合法應用，同時也使它們成為國家行為者、非國家行為者和犯罪分子手中日益強大的武器。如果被疏忽或魯莽的操作者控制，小型無人機系統也可能對美國防部在空中、陸地和海洋領域的行動構成危害。越來越多的 sUAS 將與美國防部飛機共享天空，此外美國對手可能在美國防部設施上空運行，在此環境下美國防部必須保護和保衛人員、設施和資產。

為了應對這一挑戰，美國防部最初強調部署和使用政府和商業建造的物資，以解決無人機系統帶來的直接風險；然而，這導致了許多非整合的、多余的解決方案。雖然最初的方法解決了近期的需求，但它也帶來了挑戰，使美國防部跟上不斷變化問題的能力變得復雜。為了應對這些挑戰，美國防部需要一個全局性的戰略來應對無人機系統的危害和威脅。

2019年11月，美國防部長指定陸軍部長（SECARMY）為國防部反小型無人機系統（C-sUAS，無人機1、2、3組）的執行機構（EA）。作為執行機構，SECARMY建立了C-sUAS聯合辦公室（JCO），該辦公室將領導、同步和指導C-sUAS活動，以促進整個部門的統一努力。

美國防部的C-sUAS戰略提供了一個框架，以解決國土、東道國和應急地點的sUAS從危險到威脅的全過程。國防部的利益相關者將合作實現三個戰略目標：（1）通過創新和合作加強聯合部隊，以保護國土、東道國和應急地點的國防部人員、資產和設施；（2）開發物資和非物資解決方案，以促進國防部任務的安全和可靠執行，并剝奪對手阻礙實現目標的能力；以及（3）建立和擴大美國與盟友和合作伙伴的關系，保護其在國內外的利益。

美國防部將通過重點關注三個方面的工作來實現這些目標：準備好部隊；保衛部隊；和建立團隊。為了準備好部隊，國防部將最大限度地提高現有的C-sUAS能力，并使用基于風險的方法來指導高效和快速地開發一套物質和非物質解決方案，以滿足新的需求。為了保衛部隊，國防部將協調以DOTMLPF-P考慮為基礎的聯合能力的交付，并同步發展作戰概念和理論。最后，作為全球首選的軍事伙伴，國防部將通過利用其現有的關系來建設團隊，建立新的伙伴關系，并擴大信息共享，以應對新的挑戰。

通過實施這一戰略，美國防部將成功地應對在美國本土、東道國和應急地點出現的無人機系統威脅所帶來的挑戰。在這些不同操作環境中的指揮官將擁有他們需要的解決方案，以保護國防部人員、設施、資產和任務免受當前和未來的無人機系統威脅。

為什么這很重要？

• 聯合國特派團總部的所有軍事參謀人員都需要了解聯合國維和行動的軍事規劃流程，以便充分參與這一進程。
• 成功的軍事行動有賴于指揮官和參謀人員了解并采用共同和全面的規劃和決策過程。

關于本文件概述

• 確定軍事規劃過程的各個階段
• 解釋分析作戰環境（OE）的基本方法
• 對作戰環境進行分析
• 制定作戰方案（COA）
• 評估不同的作戰方案

工業人工智能(AI)是人工智能在工業應用中的應用，是第四次工業革命中價值創造的主要貢獻者。人工智能正被嵌入到廣泛的應用程序中，幫助組織實現重大利益，并使它們能夠轉變向市場傳遞價值的方式。本文檔為基于人工智能的工業物聯網系統的開發、訓練、文檔編制、通信、集成、部署和操作提供指導和幫助。它針對來自It和操作技術(OT)的決策者，來自多個學科的業務和技術人員，包括業務決策者、產品經理、系統工程師、用例設計師、系統架構師、組件架構師、開發人員、集成商和系統操作員。

該文檔是圍繞IIC的工業互聯網參考體系結構中的體系結構觀點構建的，即業務、使用、功能和實現觀點。該文件討論了推動人工智能采用的商業、商業和價值創造方面的考慮。它還詳細闡述了人工智能的使用引起的擔憂，工業中的用例，以及與之相關的倫理、隱私、偏見、安全、勞工影響和社會問題。在技術方面，該文檔描述了與AI相關的架構、功能和數據考慮因素，并討論了各種實現考慮因素，如性能、可靠性、數據屬性和安全性。人工智能的應用預計將在該行業加速。考慮到快速增長的計算能力、更廣泛的可用于訓練的數據以及日益復雜的算法，人工智能技術將繼續發展。當前的IT標準和最佳實踐必須不斷發展，以解決人工智能本身的獨特特點，以及與工業物聯網系統的安全性、可靠性和彈性相關的具體考慮。此外，組織在人工智能方面的日益成熟將幫助他們認識到它的利遠大于弊。人工智能標準生態系統也將繼續發展，例如ISO/IEC JTC 1/SC42正在進行的標準工作，為JTC 1、IEC和ISO委員會制定人工智能標準提供指導。基于這些趨勢，毫無疑問，人工智能將繼續推動最先進的技術和功能的可能性，因此，被認為是合理的事情也將不斷發展。對技術的態度和企業對其使用的期望也將繼續發展。在未來，我們可以預期人工智能技術的使用將成為規范，而不是例外，鑒于這種技術的社會效益，“不使用人工智能”最終可能成為不負責任的做法。