在大国对抗持续深化的背景下，后勤链路已由传统的后方保障活动跃升为对手优先侦察、预测与打击的高价值目标。美军将人工智能嵌入全球战略投送体系，实质是以算法重构兵力投送的决策链条，谋求在拒止环境中同时获取决策速度优势与后勤生存能力。美国运输司令部（USTRANSCOM）作为美军唯一以全球兵力投送与持续保障为核心职能的联合作战司令部，依托运输司令部分析中心（TCAC）及其公开对应实体联合分发过程分析中心（JDPAC），在首席数字与人工智能办公室（CDAO）顶层数据环境与梅文智能系统（MSS）之上，形成了覆盖兵力投送规划、大宗油料调度、批量伤员医疗后送、资产全程可视与态势简报生成的人工智能应用簇，并以快速原型、演习嵌入、边建边试的方式完成从数据治理到实战运用的转化。

来源：美国运输司令部公共事务部

2026年2月28日发起的“史诗狂怒”行动（Operation Epic Fury），是该人工智能决策体系首次在真实高强度联合作战中接受检验的标志性样本。行动中，中央司令部主导对伊朗目标的联合打击，美国运输司令部统筹全球空运、海运、空中加油、弹药油料前送与伤员医疗后送。面对霍尔木兹海峡航运阻滞、红海与波斯湾方向导弹无人机威胁、西班牙突然关闭空域与基地等连锁扰动，该司令部以人工智能智能体在数分钟至数小时内完成加油机转场机场容量评估，以作战数据平台与梅文智能系统（Maven Smart System）融合多源数据提前数周预判战区保障需求，以两周内原型化的约33个应用与仪表板支撑态势简报、弹药消耗预判、油料数据补盲与医疗后送链路组织，将传统需数天完成的投送方案推演压缩至分钟级，并以十五秒级态势简报替代四至五人数小时的人工汇总。

研究表明，人工智能给全球机动带来的能力增益集中于决策速度、链路韧性、资源统筹、人力减负与军民运力一体化五个方面；其固有脆弱性亦与增益同源同构，表现为对多源实时数据的高度依赖、复杂优化模型可解释性不足与幻觉风险、演习环境向高威胁实战外推的泛化难题、传统采办与持续迭代的不适配，以及指挥员校验能力和人机协同训练的滞后。“史诗狂怒”行动证明，人工智能在该体系中并非自主指挥运输行动，而是人机闭环条件下的决策增强工具；切断、污染其多源感知数据，或针对其随机化节律实施算法反制，可直接削弱其调度效能。据此，我方应持续跟踪其项目迭代，强化对抗性后勤仿真推演与智能规划能力，围绕数据链、可解释性与商业运力接口设计反后勤博弈手段，健全人机协同指挥机制，并构建抗断网、抗干扰条件下的数据治理与弹性保障体系。