印度退役中將、知名軍事戰略分析師 Subramanian（CDS Subramani）近期公開發表專題評論，核心論點直指當代軍事革新浪潮的本質矛盾：任何作戰力量若無法有效整合人工智慧（AI）技術，將在未來戰場上徹底失去生存能力。然而，他更進一步強調，AI 僅是輔助決策工具，各國指揮官必須牢牢掌握「最終開火決定權」（Final Say in Lethal Action），絕對禁止將生死交戰的決策完全外包給演算法。
Subramani 指出，AI 在現代戰爭中已從「可選配件」躍升為「基礎設施」，舉凡即時情資整合、目標辨識、戰場態勢感知、兵火力模擬乃至後勤預測，皆已深度依賴機器學習模型。然而，技術成熟度的提升並不能正當化「將人類移出決策迴路」（Human-out-of-the-loop）的作法，因為戰爭的道德重量、政治後果與戰略不確定性，仍須由具備完整責任承擔能力的人類指揮官承擔。
他呼籲各國國防部在推動 AI 軍用化的同時，必須同步建立「以人為本」（Human-in-the-loop）的制度性防線，否則一旦 AI 系統遭致敵方數據污染、對抗性攻擊或演算法偏誤，後果將不堪設想。
這場 AI 軍用化論戰的本質，並非單純的「技術升級」命題，而是一場橫跨軍方、科技巨擘、倫理學界與國際法體系的深層權力角力與典範之爭。 表面上看是「人機決策權歸屬」的軍事倫理辯論，骨子裡卻是各利益方爭奪未來國防預算分配、技術標準制定權與全球軍備競賽主導地位的多維博弈。
從歷史脈絡觀察，現代戰爭的決策權演進經歷了三大階段：早期冷兵器時代依賴將領直觀判斷；火藥與機械化時代演進為參謀本部集體決策；核武時代則因「相互保證毀滅」（MAD）的恐怖平衡，催生了嚴格的政治控制鏈。如今 AI 軍用化，正試圖將第四階段——「演算法輔助即時決策」——推上歷史舞台。然而，每一次決策權的典範轉移，背後都伴隨著舊有軍種文化既得利益者與新興科技擁護者之間的激烈拉鋸。
具體而論，本事件涉及至少四方核心利益角力：
從結構性成因分析，AI 軍用化的加速推進有三大深層驅動力：第一，大國競爭下的「不安全螺旋」——任一方都不敢在 AI 軍事科技上落後；第二，烏俄戰爭、加薩衝突等實戰場景提供了海量訓練數據，客觀上加速了 AI 武器的實戰化迭代；第三，矽谷與華爾街的龐大資本對「國防科技」商業模式的狂熱追捧。Subramani 的呼籲，正是在這三大驅動力狂飆之際，試圖為人類保留最後一道防線。
對照歷史，AI 軍用化的當前處境，與 20 世紀初戰車與戰機問世時的「軍種文化抗拒期」頗為神似。彼時傳統騎兵將領曾堅決反對機械化，最終卻被戰場現實無情碾壓。但 AI 與機械化武器的本質差異在於：AI 擁有「自主學習」能力，其決策路徑具備高度不透明性，這使得人類對其的掌控難度遠超以往任何武器系統。 基於此歷史鏡鑑與當前地緣張力，未來 5 至 10 年 AI 軍用化的演進路徑，可能出現以下三種情境：
面對 AI 軍用化浪潮的加速推進，各利害關係人應採取以下分層行動策略：
01 起因觸發：印太地緣張力升溫，AI軍用化從「選配」升級為「標配」的典範轉移啟動
02 一階傳導：各國國防部加速AI預算編列，國防科技新創估值飆漲，軍民科技人才爭奪戰白熱化
03 二階擴散：「以人為本」vs「全自主」路線之爭外溢至國際法、倫理學與產業供應鏈標準制定層面
04 三階深化：美中俄三方在聯合國與各區域安全架構內展開AI軍備管制話語權爭奪
05 宏觀終局：AI軍用化將重新定義國家安全、戰爭倫理與全球權力平衡，催生人類文明史上最深刻的安全典範革命
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
ACLED 地緣衝突與安全熱區監測
MODERATE (區域摩擦)監測熱區：南亞與印太邊界 (South Asia & Border Security)（克什米爾 · 開柏爾-普赫圖赫瓦 · 印中邊界）
📡 區域安全態勢評估： 開柏爾走廊武裝襲擊活躍度攀升，巴基斯坦與阿富汗塔利班邊界摩擦牽動中巴經濟走廊 (CPEC) 安全。
