大數據在后方倉庫軍事物資管理中的應用

郭寶文 姜 鵬 祝朋濤

內容提要：將大數據應用于后方倉庫軍事物資管理，提升后方倉庫軍事物資管理效益，一要認清后方倉庫軍事物資大數據特征和應用價值，二要系統開展大數據理論研究，三要抓緊構建大數據管理體系，四要努力培塑大數據人才隊伍，有效發揮大數據在后方倉庫軍事物資管理中的科學效用。

將大數據應用于后方倉庫軍事物資管理進行輔助決策，是后方倉庫優化管理機制、改進管理措施、提升管理效益的有效途徑。目前，大數據在后方倉庫軍事物資管理中的應用尚處于起步階段，部分管理決策者對大數據的認識還不夠全面、理解還不夠深入，大數據應用的制度機制和技術手段尚在淺層次、碎片化狀態徘徊，廣大官兵對大數據基礎知識和作用機理還缺乏系統深入的理解。這些不足，極大制約了大數據價值在軍事物資管理中的有效發揮。必須在把握特征和價值的基礎上，積極探尋對策。

一、后方倉庫軍事物資大數據特征

后方倉庫軍事物資大數據具有四個特征。

一是體量大。隨著后方倉庫信息化水平的不斷提高，大量探測、感知、監控設備相繼投入使用，通過網絡聯通，形成一個無處不在、無所不包的數字化大系統，海量的光學影像和電子偵察、網絡監聽數據持續提取、匯聚，生成的數據量巨大。例如，一個中等規模的后方倉庫，同時用于周界防護、作業區物資監管、重要路段動態監控等的高清攝像頭可達數十臺，每臺每天產生的數據量高達40多GB，數據體量十分龐大。

二是速度快。傳感器采集和信息系統自動記錄的數據，均由終端設備自動感知，按照事先設定的規則自主產生，中間環節無任何條件制約，能夠即時反映軍事物資自身和周圍環境狀況。例如，周界防護系統中的紅外傳感器，每秒可完成工作周期20次以上；庫房內布設的溫度傳感器，每秒可讀取溫度值200～1000次，數據產生異常迅速。

三是模態多。后方倉庫軍事物資數據，從表征內容看，有標識屬性的種類、型號、體積、重量等信息，也有反應狀態的存放位置、存入時間、質量等級等信息；從產生來源看，有各類管理人員手動錄入的信息，也有通過傳感器和信息系統捕捉的信息；從數據格式看，有影像音頻，有文本圖片，也有數據庫信息；從格式規范看，有按照固定格式錄入和提取的信息，也有信息系統服務器隨機生成的信息，數據的類型、格式多樣。

四是價值密度低。后方倉庫軍事物資信息化管理過程中，各種途徑獲取的數據相互交織，使得數據總量異常龐大。但管理者總是圍繞特定的目的來利用數據，例如，為保證物資無霉爛變質，需重點對存儲環境的溫濕度數據進行監控，而在浩如煙海的數據中，溫濕度數據僅占極小比例，且混雜在其他數據之中，大大稀釋了有價值信息的密度。

二、大數據在后方倉庫軍事物資管理中的應用價值

大數據在后方倉庫軍事物資管理中的應用價值主要表現在三個方面。

一是推動軍事物資管理思維轉變。傳統的軍事物資管理，更多地關注因果之間的邏輯聯系。例如，出現物資丟失被盜這一結果，必然是因為物資運輸及存儲期間存在管理漏洞。為避免這一結果，則需加強全過程無縫管理。大數據思維下的軍事物資管理則注重事物之間的內在聯系：物資丟失被盜，也許是運輸時經過治安較差地區，也許是存儲區有慣犯在流竄作案，通過重新選擇運輸線路，或將慣犯繩之以法，或在特定時期、特定地段加強防范，均可避免這一結果。傳統思維強調盡全力，大數據思維注重使巧勁。大數據思維中，傳統的因果關系不會被否定，而是放眼大范圍、大背景，以更全面的角度、更聚焦的目光去捕捉事物之間的普遍聯系，探尋因背后的因、果之中的果，優化由新因到新果的邏輯路徑，得出更加便捷、精準的解決方案，使得管理方式更加靈活，效益更高。

二是促進軍事物資管理模式優化。傳統管理模式為層級塔狀體系，處于最頂層的管理者是核心，根據自身知識、經驗對軍事物資實施管理，人和設施、設備組成的監測、管理體系是管理者決策意圖的貫徹執行者，以管理者為中心展開軍事物資管理工作。大數據時代，軍事物資居于管理鏈核心，以其為源頭提取各類數據，經篩選、分析、整理后，一部分為輔助管理者決策提供依據，一部分作為源數據與專家系統比對，二者共同對軍事物資施加影響，再產生新的數據，如此循環往復，始終保持軍事物資處于理想狀態。大數據管理模式最突出的優點，是能夠按目的自動篩選、整理源數據，自動與各類專家系統中的參考值比對，實現決策循環由單鏈向多鏈轉變。管理者變為一個節點進入人工決策鏈，集群體知識、經驗于一體的專家系統處于智能決策鏈，能夠極大分散管理者個人能力對物資管理水平的影響，降低決策風險、減輕工作強度，提高響應的即時性和準確性，提高決策的時效性和科學性。

三是加速軍事物資管理裝備創新。有什么槍打什么仗。①《朱德選集》，68頁，北京，人民出版社，1983。有軍事物資管理信息化裝備，才能適應信息化戰爭要求，搞信息化保障。將模擬人類思維過程的算法嵌入裝備，使人的因素物化，將人從繁雜勞動中解放出來的同時，能夠極大提升軍事物資管理的時效性、精確性、經濟性、安全性。利用仿生學、腦機交互等前沿科學技術將軍事物資管理鏈路中的設施、設備進行全譜系、全方位的升級改造，是打通大數據時代軍事物資管理鏈的必由之路，是提升后方倉庫軍事物資管理能力的重要途徑，是信息化保障的必然要求。在這一巨大現實需求牽引下，監測、管理體系中設施設備的信息化、智能化進程將顯著加快，軍事物資管理裝備的創新步伐將極大加速。

三、加速大數據在后方倉庫軍事物資管理中應用的對策思考

推進大數據在后方倉庫軍事物資管理中應用的對策措施主要有三項。

一是系統開展大數據理論研究。應深入研究大數據為后方倉庫軍事物資管理帶來的潛在價值和巨大影響，系統梳理應用中可能面臨的安全風險、技術挑戰，積極探索大數據在軍事資產管理中的運用方式、保障手段等，探討發展方向和建設重點，為大數據戰略布局和實際應用提供參考和借鑒。應緊盯算法、專家數據庫等重點難點問題集智攻關，解決大數據現實應用中局限較大、效果不佳等問題，提高技術的親和力和官兵的認可度，以展示大數據優勢。應將大數據理論研究置于科學技術發展、戰爭形態演進等大背景中，在解決眼前問題、滿足現實需求的同時，緊跟智能、生物、量子等前沿理論和可能的顛覆性技術，研究新的管理方法、生成新質管理能力，掌控大數據理論創新的主導權。

二是抓緊構建大數據管理體系。應著眼輔助決策、自主決策等功能需求和實時準確、安全保密等技術要求，研究確定大數據建設發展的總體框架和具體目標，加緊制定大數據應用規則，建立應用機制，力求形成結構合理、功能配套、運轉高效、安全穩定的頂層設計。應通過區域協作、軍地合作等途徑，加速發展大數據中心、云計算平臺，加速構建與大數據相匹配的信息通信網絡，打破數據共享藩籬，暢通數據共享渠道。應提高終端數據感知設備的部署密度，廣泛應用自然語言識別、視頻分析、行為判斷等人工智能成果，提高數據產量和采集、提取的精度、密度。加速推進中間設施、設備的信息化、智能化升級改造，提升管理全鏈路需求感知和決策響應速度，優化管理模式、提升管理效益。

三是努力培塑大數據人才隊伍。應注重從數學、運籌學、統計學、計算機技術等基礎知識和軍事大數據、軍事物資管理等專業能力兩方面入手，培養基礎素養厚實、專業能力精湛的懂業務、能指揮、善管理復合型大數據人才。應著眼大數據領域地方強、軍隊弱的實際，主動與地方高校、企業、科研院所、政府機構等建立人才聯合培養、技術聯合攻關機制，充分利用地方教育資源、學習地方先進經驗。在大數據領域核心崗位補充力量時，應優先選錄有相關學科教育背景、相關領域研發經驗的專業人員，縮短人才培養周期。應將試驗場和儲存庫、研發人員和管理人員融為一體，通過持續性的實用場景研發、階段性的實用效果檢驗，加深研發人員對實用環境熟悉、管理任務把握的同時，促進管理人員對大數據的深刻理解和熟練駕馭，避免技術上的水土不服，形成研用一體的能力生成常態。