“Один из наиболее ощутимых источников экономии связан с эксплуатацией и обслуживанием военной техники.
Эксплуатационные расходы за жизненный цикл могут быть *сопоставимы со стоимостью самой техники* или превышать её.
Поэтому сегодня в приоритете предиктивное обслуживание с использованием ИИ. Алгоритмы анализируют данные датчиков и технические параметры оборудования, прогнозируя возможные поломки ещё до их возникновения.
По данным GAO*, внедрение подобных технологий позволило *снизить расходы на запасные части на 12%* для вертолётов AH-64 Apache, 23% для CH-47 Chinook и 16% для UH-60 Black Hawk. Также GAO сообщает, что Корпус морской пехоты США фиксировал *снижение простоя техники на 32%* и сокращение трудоёмкости технического обслуживания на 69% после внедрения систем предиктивной аналитики.
ИИ также позволяет сокращать «транзакционные издержки войны»: расходы на обработку разведданных, планирование операций, координацию подразделений и управление боевыми действиями. Это снижает вероятность дорогостоящих ошибок, например, повторных вылетов авиации, избыточного расхода топлива или боеприпасов.
Однако у такой экономии есть и уязвимая сторона. Чем сильнее армия опирается на цифровые системы и алгоритмы, тем больше она зависит от инфраструктуры связи, электроэнергии и дата-инфраструктуры. Если противник выведет их из строя, последствия могут оказаться серьёзными.
Кроме того, появляется ещё один риск - зависимость от поставщиков технологий. Если военные глубоко интегрируют конкретную модель ИИ в свои системы, они становятся зависимыми от компании-разработчика. Например, обсуждавшийся в СМИ *конфликт вокруг модели Claude компании Anthropic* показал, что разработчики могут вводить собственные ограничения на использование технологий. Для военных это создаёт риск: цифровой инструмент может быть ограничен не государственным решением, а внутренней политикой частной компании.
С экономической точки зрения это означает рост затрат на переход: нужно срочно заменить модель, переподключить её к внутренним системам, заново проверить безопасность и соответствие требованиям, переобучить персонал, а где-то - временно замедлить процессы. То есть часть выгоды от «ИИ-экономии» может мгновенно превратиться в дополнительные расходы и задержки.
Вывод простой: чем глубже ИИ встроен в управление и операции, тем *дороже и болезненнее «замена детали»*. Поэтому важны не только сами алгоритмы, но и такая архитектура, которая позволяет быстро менять поставщика без остановки работы”.
*_GAO - независимое контрольное ведомство при Конгрессе США_
Похожие материалы
