AI書房
本でAIを読む
金京鎮弁護士のAI・法律・産業・歴史・政治・文化をテーマにしたオンライン書籍を収録しています。各書きは目次・序文・章・エピローグで構成され、連続読書が可能です。
[AI書房] 第30章 生成型AIの応用：任務計画・整備・情報分析自動化
人工知能戦闘機、人工知能空軍
第30章 生成型AIの応用：任務計画・整備・情報分析自動化
金京鎮
映画は操縦士たちが華麗に機動する場面だけを見せます。しかし現実のパイロット生活は、90%の書類作業と10%の飛行で成り立っています。飛行1時間のために、数時間かけて任務計画を立て、厚い情報報告書を読み、整備記録をめくり返さなければなりません。このプロセスは退屈なだけでなく、人間の精神を蝕みます。
午前3時の作戦ブリーフィング室。コーヒーはいつも苦く、蛍光灯の光は人を疲れさせます。地図の上に敵の防空網の位置を示し、燃料消費量を電卓で叩き、飛行経路にペンで線を引きました。SA-6ミサイルの射程25キロメートル、SA-3は30キロメートル、早期警戒レーダー探知距離150キロメートル。これらすべての数字を頭に詰め込まなければなりませんでした。そしてこれは単一の任務でした。複数の航空機が協力する複合任務なら？1日では足りませんでした。
しかし生成型AIはこのプロセスを根本的に変えています。
2025年3月、米国防革新部（DIU）は『サンダーポジ』というプロジェクトを発表しました。Scale AI、Anduril、マイクロソフトが共同開発したこのシステムは、インド太平洋軍司令部と欧州軍司令部に先ず配備されます。指揮官が「A地点の敵防空網を無力化せよ」と入力すると、AIは数千個の変数を分析して、数十個の作戦シナリオを瞬く間に生成します。
米陸軍少将ロバート・クロードの言葉によれば、DASH-2という訓練で
人間の参謀たちが16分間で3つの作戦案を作成しました。
一方、AIは8秒で10の作戦案を提示しました。
人間より400倍速い速度です。しかしここには落とし穴がありました。AIが作成した計画の一部は現実性がありませんでした。どのセンサーがどの天気で動作するかといった詳細を無視してしまったのです。これは民間チャットボットの『幻覚』よりはるかに危険な問題です。
だから重要なのは人間の役割です。AIは初案を作り、オプションを提示します。しかし最終決定はやはり人間が下さなければなりません。Paito AIというスタートアップはこの点をよく理解しています。創業者マイケル・ミーンは元海兵隊情報将校でした。彼はアフガニスタンで作戦計画を立てるのに数日かかることを直接経験しました。マイクロソフト ワードとパワーポイントで地図と表と文書を組み立てるやり方のことです。
Paito AIのシステムは48段階で構成された任務分析プロセスを数分で完了します。しかしチャットボットのように対話する方式ではありません。軍人たちが慣れているテンプレート構造を使用し、AIエージェント同士が協力して計画を生成します。初案が出ると、人間の企画者が検討して修正します。信頼度スコアが一緒に提示され、どの情報が確実でどの情報が不確実かを知ることができます。
2025年12月、米国防部は歴史的な一歩を踏み出しました。『GenAI.mil』というウェブサイトを通じて、300万人の軍人、公務員、契約者すべてに生成型AI ツールを提供したのです。Google Geminiをはじめとして、今後複数の先端AI モデルが追加される予定です。米国防長官はこう宣言しました。『米国の戦争の未来はここにある。それはAIと呼ばれる。』
国防部最高技術責任者エミール・マイケルはこのAI ツールが3つの領域で活用されると説明しました。第1は日常的な行政業務です。文書作成、研究調査、映像分析といった作業です。第2は情報分析です。衛星写真、ドローン映像、通信傍受資料を迅速に処理して、敵の意図を把握します。第3は戦闘関連機能です。兵站計画、戦闘シミュレーションといった作業です。
整備分野での変化は静かですが、革命的です。戦闘機は地上にあれば高い鉄屑に過ぎません。空軍力の核心は稼働率、つまりどのくらい頻繁に空に上げられるかです。過去の整備は『故障したら直す』方式でした。多少改善された方式は『500時間ごとに部品を交換する』予防整備でした。しかしこれも非効率的です。あるエンジンは700時間で故障し、あるエンジンは1,200時間を楽々耐え抜きます。
2025年12月、ロッキード・マーティンとManTechはAIベースの航空機整備保全協力を発表しました。このシステムは戦闘機の至る所に埋め込まれたセンサーからデータをリアルタイムで収集します。エンジン温度、振動パターン、油圧圧力、燃料消費率。現代の軍用機は1回の飛行で500ギガバイトのセンサーデータを生成します。人間がこれすべてを分析することは不可能です。
AIはデータからパターンを見つけます。『3番エンジンのタービンブレードの振動パターンが普段と異なります。48時間以内に故障する確率は78%です。』このような予測が可能になります。デロイトの2024年報告書によれば、AIベースの予測整備は予期しない稼働停止を50%まで削減できます。
米空軍の『PANDA』システムはすでに3,000台以上の航空機を監視しています。C3 AIとアマゾン ウェブ サービスが共同開発したこのシステムは、部品故障を事前に予測し、必要な部品がどこにあるかを見つけ出し、整備スケジュールを最適化します。整備士が『部品が必要だろうか？』と考える前に、すでに新しい部品が基地に到着しています。
さらに驚くべきことは、生成型AIが数万ページの技術教範を学習するという点です。新入り整備兵が拡張現実ゴーグルをかけると、AIが画面に修理手順をリアルタイムで表示します。『このボルトをまず外して、その配線を確認しろ。』詰まるところがあれば、声で尋ねます。AIは該当するマニュアルページをすぐに探して要約してくれます。これはベテラン整備士のノウハウをデジタル化してすべての整備兵に伝達するのと同じです。
情報分析での生成型AIの役割はさらに決定的です。現代の戦場は情報の洪水です。衛星写真、ドローン映像、通信傍受、ソーシャルメディアまで。データは溢れていますが、実際に必要な情報はその中に埋もれています。国家地理情報局（NGA）局長は、今や『人間の手を経ない』AI生成情報が流通していることを明らかにしました。
AIはリアルタイム映像処理とマルチセンサフュージョンを実行します。複数のドローンと衛星からの映像を統合して、戦場状況を3Dで再構成します。『新型装甲車12台、座標X-Y、移動方向北東、速度時速40キロメートル。』このような情報がリアルタイムで操縦士に伝えられます。AIはおもちゃのトラックと実際の軍用トラックを区別し、おとりと実際のレーダーを見分けます。
ウクライナ戦争はこの技術の実戦活用を示しています。ウクライナのドローン開発者たちは小型ドローンに簡潔化されたAIアルゴリズムを搭載しました。ドローンが目標まで最後の数百メートルを自分で誘導するのです。後方では大容量AIモデルが前線のセンサーから収集した膨大なデータを分析します。この『前後協業』方式は米軍も探求中のモデルです。
なぜこれが重要なのでしょうか？F-16を操縦しながら同時に数十のシステムを監視しなければなりませんでした。レーダー、武装、燃料、航法、通信、脅威警報。頭は敵機を追跡し、手は操縦桿を握り、目は計器盤をなぞります。認知負荷が極限に達します。生成型AIはこの負担を軽減してくれます。『最も脅威的な目標は？』『5時方向15キロメートル。』二言で決定に必要な情報を得ます。
懸念もあります。AIが幻覚を起こす可能性があるという点です。存在しない敵を存在するとして報告したり、重要な脅威を見落としたりできます。米軍予備役の1人はGenAI.milを使用しながら『AIスロップ』、つまり低品質の一般的な出力を経験したと述べました。教義用語が含まれておらず、多くの調整が必要でした。別の懸念はデータ流出です。ユーザーたちがより良い答えを得るために、あまりにも多くの背景情報を入力できます。戦術、機密、計画の詳細までです。
ですから専門家たちは強調します。チャットボットで問題を考え、文書を作成することが戦争での勝利をもたらすわけではないと。真の軍事的優位をもたらすAIシステムは公開的には発表されていません。それは数年間開発中であり、はるかに精密な形で配備されるでしょう。
大韓民国も国防生成型AI開発に乗り出しました。セキュリティが命である軍事情報を外部サーバーに預けることができないため、国防内部網に自分たちだけのAIモデルを構築することは必須です。韓国語のニュアンスと私たちの軍の独特な教義、作戦環境を理解する韓国型国防AIが必要です。
私たちは『シリコン参謀』と一緒に戦う方法を学ばなければなりません。彼らが提示した成果物の幻覚を濾過し、倫理的責任を負い、最終的判断を下すことはやはり人間の役目です。任務計画、整備、情報分析という戦争の3つの柱で、生成型AIが提供する効率性は、ステルス性能や最先端兵器と同じくらい強力な目に見えない兵器となるでしょう。
Excelファイルとパワーポイントで戦争を準備していた時代は終わりました。未来の戦争はアルゴリズム対アルゴリズムの対決です。戦闘機の操縦席に座ったパイロットと同じくらい、地下バンカーでAIサーバーを管理するエンジニアの役割が重要になる時代。それが第6世代防衛の姿です。