2026技术愿景航空航天与国防领域洞察报告

前言2设计、建造、运营和维护方式航天领域正在演变为全球数字经济的一个战略层。卫星星座、地球观测平台、安全通信、定位系统以及新兴的在轨服务，正成为支撑政府、行业和公民的关键基础设施。与此同时，主权、韧性和对天基能力的安

全接入已成为世界各国战略优先事项。国防机构也在适应快速变化的地缘政治环境。现代军事优势越来越依赖于跨多个领域整合数据、软件、自主系统、网络能力和人类决策的能力。物理系统与数字系统的融合正在推动向软件定义能力、AI辅助操作以及日益互联的任务生态系统的转型。在阅读本报告的过程中，您将发现TechnoVision2026的九个容器如何相互作用，为航空航天与国防组织创造新的可能性。您将探索智能体验如何加强人与AI之间的协作，自主资产和互联生态系统如何创建真正的万物经济，隐形数字基础设施如何实现韧性和可扩展性，以及可信数据基础如何解锁全新的运营和商业价值。您还将看到数字孪生、AI驱动的工程、先进连接性和主权数字平台如何加速整个航空航天、航天和国防价值链的创新。然而，仅靠技术进步是不够的。最成功的组织将能够平衡创新与责任、绩效与可持续性、自动化与人类监督、全球协作与战略主权。这种平衡是TechnoVision2026的核心。正如今年报告的主题“TheSyncSwing”⼀样，领导者必须不断调整他们的决策，在技术可能性和运营上可取、可持续、安全且值得信赖之间进行校准航空航天与国防的未来将不是由单个技术定义的，而是由我们将它们编排成智能、有韧性和可信赖的生态系统，从而为企业、政府和社会创造价值的能

力所定义我希望您喜欢阅读这份报告，就像我们喜欢创作它一样3,2,

1……点火！TechnoVision2026

|航空航天与国防3人工智能已从实验阶段走向变革阶段。生成式AI正成

为主流，代理式AI正在兴起，量子计算、数字孪生、机器人技术、自主系统、生物技术和空间技术的进步不断重新定义可能性。然而，技术本身并不能创造价值。组织面临的真正挑战是理解如何将这些创新结合起来、实现工业化,并以负责任的方式部署，以产生可衡量的业务成

果。十六年来，TechnoVision通过识别最重要的创新并将其转化为可行动的业务机会，帮助领导者驾驭技术颠覆。虽然变革的步伐不断加快，但有一个原则始终不变：当技术、业务雄心与人类智慧协同并进时，成功的转型才会发生。每个行业都有其独特的发展路径，这些技术的成熟度、影响力和采用率因运营现实、监管约束和战略优先事项的不同而存在显著差异。因此，我很高兴向大家介绍《航空航天与国防领域的TechnoVision2026》。这份报告由我们的全球专家社区编写，探讨了将塑造我们行业未来的趋势，并通过已经在全球航空航天、航天和国防组织创造价值的实际用例加以说明。我们的目标不仅仅是描述未来，而是展⽰如何将其应用于当下。我鼓励您与我们的航空航天与国防专家交流，探索这些创新如何加速您自身的转型之旅航空航天与国防行业正处于关键时刻。民用航空必须同时提高运力、改善运营效率、提升乘客体验，并实现宏伟的可持续发展目标。在整个生态系统中，人工智能工程、数字连续性、先进制造和自主运营正在改变飞机的表格目录477平衡

设计赋能29蓬勃

数据驱动68隐形信息结构43物理

至关重要12你体验。60应用

释放。20我们协作38过程即时51自然之法则技术愿景2026

|航空航天与国防5引言6航空航天与国防正在进入其历史上最具影响力的十年之一。在我们行业的每一个领域，变革的力量正在加速。民用航空必须同时提高产量、升级机队、改善乘客体验，并朝着雄心勃勃的可持续发展目标迈进。国防组织正在适应快速变化的地缘政治格局，其中运营优势越来越依赖于在安全环境中以前所未有的速度连接系统、整合数据并做出决策的能力。与此同时，太空已从一个专业领域演变为数字经济的战略支柱，在全球范围内实现连接性、智能化、安全性和韧性。与此同时，航空航天与国防组织面临着熟悉但日益紧迫的一系列挑战。供应链依然脆弱。人才短缺继续制约增长。产量提升正在考验工业产能。认证、安全和监管要求变得更加严格。而平衡创新、主权、可持续性和运营绩效的需求从未如此迫切。人工智能正迅速从实验阶段走向工业化。数字孪生正成为更智能的工程、制造、运营和维护的基础。今年的主题“同步摆动”反映了每个组织必须实现的平衡。领导者必须不断在创新与执行、自主与监督、性能与可持续性、全球协作与战略主权之间进行校准。成功将属于那些能够快速行动，同时保持信任、安全、韧性和人类责任的组织。为了帮助应对这一格局，《TechnoVision2026》围绕九个相互关联的容器组织而成。其中八个探讨了技术创新正在涌现的领域——从人类体验、协作、数据、应用、基础设施、物理系统、生物创新到智能流程自动化。第九个，即“平衡设计”，关注组织如何负责任地、可持续地且有效地应用这些创新。这些视角共同为重塑航空航天与国防领域的力量提供了一个结构化且动态的视图。在整个报告中，我们全球航空航天与国防领域的专家社区通过来自民用航空、国防和太空的实际行业用例，阐述了这些趋势。这些例子表明，许多塑造未来的技术如今已在创造价值。最后，我们针对每个行业提出了专门的见解，探讨创新将如何影响它们在未来十年中的演变。这是TechnoVision2026航空航天与国防的背景。不仅仅是技术报告，

TechnoVision提供了一个框架，帮助我们理解创新如何重塑行业的未来。它帮助领导者超越孤立的技术趋势，看到推动工程、制造、运营、供应链、客戶体验、国防任务和太空生态系统变革的更广泛联系。不仅仅是技术报告，TechnoVision提供了一个框架，帮助我们理解创新如何重塑行业的未来。它帮助领导者超越孤立的技术趋势，看到推动工程、制造、运营、供应链、客戶体验、国防任务和太空生态系统变革的更广

泛联系。今年报告的核心信息很明确：竞争优势将不再由单个技术或独立系统决定，而是由将人员、数据、软件、基础设施和智能机器编排成互联且

适应性强的生态系统的能力所决定。航空航天与国防行业从未面临过如此巨大的挑战，也从未有过如此巨大的机遇。随着技术不断重新定义可能性的边界，赢家将是那些能够将创新与工业绩效、任务效能和可持续增长联系起来的人。我们希望在您驾驭下一轮变革时，这份报告能为您

提供灵感和实用指导。欢迎来到航空航天与国防领域的TechnoVision2026

。未来不会等待，它已然在我们身边成形。自主系统正在重塑我们设计、建造和运营产品及任务的方式。先进的连接性正在实现跨平台、组织和领域的实时协作。而量子计算、机器人技术、材料科学、生物技术和光子学的新发展不断拓展着可能性。然而,技术本身并非全部。真正的机遇在于这些创新如何汇聚，创造出能够交付可衡量业务和任务成果的智能

、有韧性且值得信赖的生态系统。FrédéricCombes全球航空航天与国防负责人，凯捷咨询。TechnoVision2026

|航空航天与国防7TechnoVision概述：航空航天与国防8探索技术在各领域的影响，编织引人入胜的故事，并将趋势转化为行动。新容器TechnoVision随着世界的发展而演变。“物理实体”容器的引入，承认数字化已不再局限于屏幕或软件。从自动驾驶汽车到传感器丰富的环境，物理事物正成为商业生态系统中智能的参与者。借助“自然密码”，我们正在构建一个生物技术（BT）与信息技术（IT）和运营技术（OT）并驾齐驱的时代。如今，创新既受生物学启发，也受代码驱动，系统正在被构建成能够再生、适应甚至自我修复。我们添加这些容器并非为了拉伸模型，而是为了完

善它——正如钟摆在学科之间摆动，在技术、生物

学与物理世界之间架起桥梁。动态框架左侧的TechnoVision2026视觉图展⽰了一个动态框架——一个技术、商业与人类体验交融的活态结构其基础在于赋能技术无形信息架构、数据驱动与即时流程。这些是数字

化转型的引擎——确保其上层的一切都能运行、扩展

和适应在此基础之上，三个相互关联的领域——应用释放、物理实体与自然密码——展⽰了软件、工程产品与生物创新如何融合。它们共同构成技术驱动转型的新核心，连接IT、OT与BT。在这些之上是人性化层——我们协作与你体验——所有技术最终变得可触、有意义且个性化的所在。TechnoVision不仅仅是一系列技术趋势的集合，它更是一个框架，一种理解创新如何运动、摆动、融合与变革的方式。其核心是“容器”：通过结构化的透镜，我们观察和分类不断变化的技术格局。每个容器代表一个独特的视角，帮助我们探索技术如何影响从

用戶体验到组织设计、从基础设施到智能的一切

——

如今，甚至包括生物学和物理世界。将这些容器视为管弦乐队中九种协调的乐器。单独来看，它们能提供敏锐的洞察。它们共同构建了关于技术如何塑造商业与社会的连贯视角。迄今为止，TechnoVision将其趋势归纳为七个容器。针对2026年，我们扩展至九个，新增两个视角以反

映数字、物理与生物创新日益增长的复杂性与融合趋

势。其中八个容器代表了技术的“是什么”：创新体现的领域•用戶体验：用戶交互、个性化与沉浸式参与的趋势•我们协作：团队合作、共创与人机协作的未来•数据驱动繁荣：数据掌控、AI驱动业务、知识作为资产•即时流程：流动、敏捷、智能的工作与运营自动化•应用释放：应用的现代化、解放与重塑•无形信息架构：智能、弹性且常不可见的基础设施•物理实体（新）：智能产品、机器人、边缘设备和有感知材料最后，设计平衡构成了一个总括性的穹顶——提醒我们，没有平衡和设计的创新是混乱的，真正的变革只有设计、伦理和目的相一致时才会发生。这九个容器共同构成了一个协调的生态系统——从无形的推动者到可见的影响。这就是TechnoVision2026如何将复杂转化为清晰，将运动转化为意义。第九个容器，即设计平衡，有所不同。它关注的是如何做：一套五个设计原则（以及它们通常更容易被识别的反面原则），帮助组织有效、合乎道德且可持续地应用这些趋势。这九个容器共同提供了一种动态且结构化的方式，来•自然代码（新）：生物技术、有机系统和受自然启发的创新TechnoVision2026

|航空航天与国防9趋势格式：简洁、可操作、同步同步每个TechnoVision趋势都旨在具备以下特点：•简洁：简短总结，易于理解但富含洞察•可操作：清晰的现实用例和实用⽰例•同步：与更广泛的宏观动态保持一致，并与其他容器中的趋势

相协调每个趋势都分为三个简单部分：•内容：趋势的清晰描述•影响：变革潜力与商业相关性•应用：最佳实践与真实世界案例因为我们相信人际联结的力量，每个趋势都附有一位常驻

专家，您可随时联系获取更多信息。别具一格的框架一如既往，《技术愿景》保持趣味性。您会发现其中穿插着音乐、电影、文学和流行文化的引用——这不仅是为了轻松基调，更是为了激发共鸣与记忆。这些彩蛋（有些藏得巧妙）并非噱头，而是让趋势更容易被记住、分享，甚至可以说——更有趣。内容概览，未来展望拥有九个容器、37个同步趋势以及一个统一主题《同步摇摆》，《TechnoVision航空航天与国防2026》为大胆、平衡且富有创意的转型搭建了舞台。它邀请您探索的不仅是孤立的创新，还有技术、商业和社会中更深层次的节奏与反向力量——从其共同共鸣中寻找价值。用它来规划路线图、激发研讨会、制定战略，或者仅仅是重新思考一切可能性。请密切关注：我们的行业指南、《TechnoVision》卡片及其他工具提供了更多方式，让这一框架在投资组合、项目和计划中焕发生机。因此，无论您是在策划一场技术驱动的转型、设计下一款

智能产品，还是好奇人工智能与真菌未来如何协同工作：这便是您的首选工具包。本报告来源于三个皮匠报告站（）,由用户Id:863553下载,文档Id:1284178,下载日期:2026-07-3110科技愿景2026

|航空航天与国防111.

您体验14您是一种空间存在16数字孪生互联18

了解我，了解您（X）13面对界面12从界面到交互什么。从界面到交互是人类与机器交互的自然演变，从模拟刻度盘发展到多屏幕和显⽰器，再到最新的人工智能增强界面。当今的关键概念是多模态融合

,将自然语言处理、语音识别、计算机视觉、手势识别、眼球追踪等功能整合到与底层复杂系统协同工作的交互中。这些交互越接近人类体验，用戶就越有可能采用它们来理解复杂的数据、操作或技术。在航空航天与国防领域，新界面的快速采用源于应对用戶同时接收的高负荷工作、时间压力和海量信息的需求

。如今，语音、视频、全息图、虚拟化身和具身机器人正作为界面，应用于多种业务运营和客戶解决方案中。存在用于盘问飞机维修数字孪生的聊天机器人，辅助客戶服务的虚拟化身，以及在机场引导旅客的人类员工等。人工智能无处不在，代表着显著的技术进

步。促进这些新技术的采用是关键，因为它能帮助人们更自然地互动，为企业与个人带来平衡。通过多模态界面，聊天机器人和代理能够与我们协作，借助新型交互方式提供协助。我们不再受限于键盘和鼠标，无需点击等待结果。这是一个全新的世界。影响。短期内，重点是通过普及数据、信息和系统的使用，让技术更易获取，为用戶日常工作中带来价值。长期来看

,界面与技术将持续演进，催生更先进、更动态的交互方式，包括语音、手势、声音、触觉和虚拟化身；这将降低技术采用门槛，革新运营与服务。然而，在日益自然的界面环境中，将人类置于这一数字景观的中心至关重要。技术应适应使用者，而非反之。目标在于确保交互无摩擦、安全且无缝衔接。这一趋势面临的最大挑战之一在于建立信任。在人工智能交互中建立信任至关重要，尤其是在航空航天与国防等安全关键环境中。克服这些挑战需要证明系统响应的正确性和准确性，

并以恰当方式、在合适时机向用戶传递信息，同时允许进行有意义的人工监督。嵌入式保障与治理是建立信任

和促进采用的关键因素。应用场景这一趋势的进展速度迅猛。在航空航天与国防领域，这体现为机场中帮助旅客的人工智能虚拟化身和全息影像——飞行员头盔中的增强现实技术指挥自主代理，能够扫描环境并调用上下文信息的语音激活系统，以及为周转流程操作提供及时建议的计算机视觉界面。此外，还有人工智能代理提醒机组人员任务更新、建议重新排期,并呈现相关指令；或者支持机器速度决策的代理系统

。这一切都在快速发生，改变着标

准工具包的面貌。然而，所有这些行动都应始终以人类为核心，以安

全、可靠且合乎道德的方式实施。卡罗琳娜·桑切斯

·埃尔南德斯当人工智能代理在外观、声音和行为上与我们相似时，交互会变得像人与人之间一样自然。《技术愿景2026》

|航空航天与国防13地缘政治发展进一步加速了这一转型。现代冲突表明，数据驱动和人工智能赋能的能力对于取得作战优势至关

重要。AR辅助支持系统和基于AI的

目标识别等技术已不再是试验性的，而是日益与作战相关。一个关键发展是空间系统与基于智能体的AI日益融合。因此，系统正从反应式可视化工具演变为预测性、上下文感知的辅助系统，准备并

主动支持决策。影响。空间计算正从静态的VR/AR应用演变为动态、自适应的系统，这些系统实时捕捉物理环境并上下文叠

加数字信息。•

网络化指挥控制：从数字态势感知显⽰到沉浸式“作战室”的共享虚拟环境，实现了跨组织、跨国家的协同协作。决策可以更快做出并立即测试。随着智能体AI的融入，重点进一步转移：系统不再只是支持决策，

而是预测行动方案并对其进行优先

级排序。这标志着从反应式向越来越具有预测性的作战模式转变。与此同时，这一演变并非没有挑战。延迟、互操作性和网络安全等问题定义了可扩展性。此外，道德考量，特别是在自主决策的背景下，正变得越来越重要。技术炒作的初始阶段正在让位于一个以实际运营价值为主要焦点的阶段。从长远来看，一个持续模拟、

实时数据和自适应系统紧密相

连的格局正在出现。什么。航空航天与国防领域空间技术的演变继续受到从根本上现代化数据访问、决策和作战准备需求的推动。虽然早期应用主要集中在虚拟训练上，但使用范围已显著扩大。这一演变正在三个关键维度上改变航空航天与国防运营：•预测性操作：数字孪生不再代表单个资产，而是整个作战场景。它们整合了诸如对手行为、环境条件和后勤依赖等因素，从而实现前瞻性决策。如今，空间计算、数字孪生、大型视觉模型和实时3D正融合为集成系统，不仅能够可视化态势，还能主动分析并预测态势。这些系统支持损毁评估、自主侦察和基于仿真的作战规划等

应用场景。•

自主侦察：大型视觉模型的进步使得即使是未知或伪装目标也能被可靠检测。结合无人系统，这显著降低人员风险并加速情报搜集。RenéSchlepphorst空间计算、数字孪生和实时3D正在同步发展，以沉浸式、可持续和智能化的体验来改变行业。你是一种空间存在14融为一体。决定性的竞争优势在

于能够更快地解读信息并将其转

化为行动。应用案例一个实际例子是预测性作战后勤。供应链路线和物资仓库在对抗压力（例如无人机袭击）下存在脆弱性。作为解决方案，整个供应链（运输车辆、存储设施、路线）的数字孪生体持续模拟当前状况和潜在中断

。人工智能代理利用实时态势数据（天气、敌方动向）预测供应瓶颈或车队遭袭风险。基于这些洞察，系统生成主动建议，例如重新规划补给路线或为高负荷车辆安排预测性维护。这一从沉浸式可视化向跨互联系统的预测性、人工智能驱动型运营的转变，通过凯捷SDD演⽰器得以具体呈现。作为端到端系统，它通过六个

应用案例展⽰了多域数据融合

、边缘自主、弹性连接、数字孪生体、仿真以及基于DevSecOps的舰队运营在开放模块化平台上的交互作用。开发、测试和训练从虚拟环境开始可重复进行，并无缝迁移至现实系统。这实现了实时态势感知、通过边缘自主提升作战效能，以及人在环中的人工智能辅助决策，为从被动响应向预测性运营模式的转型奠定了基础。TechnoVision2026

|航空航天与国防15数字孪生互联网是什么。数字孪生互联网被视为重要的游戏规则改变者和企业各级决策过程的有力推动者。通过利用数字孪生技术、物联网能力和代理型人工智能,组织能够持续更新对当前状况的

理解，动态评估复杂场景，并获得实时、可操作的指导。这在不确定环境中尤为关键，因为关键决策必须基于数据驱动、适应性强，并与快速变化的约束条件保持一致，以维持竞争优势。例如，数字孪生有助于预测市场变化,并确保下一代产品的早期设计更高效地满足顶层要求，特别是在需要快速应对快速变化行动的国防领域。在航空航天领域，数字孪生通过丰富实时现场数据的高级模拟，实现了工程与制造的更紧密集成。这种集成允许从设计阶段开始更高效的生产规划，加速了如飞机等复杂系统的制造。此外，优化和代理型人工智能等进步将数字孪生转变为能够管理复杂性、自主检测偏差并为决策者提供高价值洞察的适应性系统。通过二维或三维建模进行设计的工程师可以利用代理型人工智能持续评估设计的实时合规性，显著减少从缺陷引入到生命周期后期检测之间的延迟。此外，云平台与由人工智能驱动编排增强的安全数据分析的整合，加强了利益相关者之间的协作。它还从产品开发的最早阶段起，就支持一种全面

、持续同步的基于模型的决策方法。近年来，数字孪生已从静态模拟工具演变为动态、基于服务且由人工智能驱动的环境。它们不再仅用于通过真实数据重新注入来复制复杂系统的行为，而是作为持续学习的系统，能够通过结合模型、模拟和实时数据来确保架构和设计决策的安全。数字孪生即服务，越来越由代理型人工智能驱动，正成为航空航天与防务领域可扩展且灵活采用的新标准。影响当前趋势强调运营模式、技能、领导力和数字赋能者之间持续互动的必要性，这种互动越来越由人工智能和代理能力驱动。这种方法不再局限于采用工具或基础设施；它需要启用增强型、更协作的流程，使人类专业知识和智能体能够跨职能无缝协作。它还意味着为团队配备在数据和人工智能驱动环境中操作所需的技能，并利用正确的数字解决方案来支持复杂且不断发展的工程生态系统。采用双重方法至关重要。首先，通过针对关键痛点的特定用例提供可衡量的运营价值。其次，同时构建一个长期转型战略

,通过整合人员、流程、数字平台和人工智能代理来重塑组织实践。这种双重方法确保了投资集中在能够产生最大影响的地方。皮埃尔-安德烈·范德尔数字孪生作为真实世界实体和过程的虚拟表⽰，能够以更少的资源和能源消耗，更好地掌握现实世界的挑战。16它们带来最大的影响。此外，这些技术通过提供符合新工程期望的动态、数字化和AI增强的工作环境，在吸引和留住人才方面发挥着重要作用。这种转变正变得至关重要，因为吸引和培养顶尖人才的能力直接

支持竞争优势和卓越运营。数字孪生必须进一步系统性地融入发展战略，以保障复杂系统的架构

、设计、制造和运营安全。过去十年中的许多转型项目未能充分解决如何优化集成、验证与确认的问题

,尽管在某些情况下，这些环节占用了高达60%的工程研发周期。借助人工智能和智能体编排的增强，数字孪生成为自主支持验证活动、预判集成问题并预先锁定设计决策的核心能力。因此，数字孪生应被视为实现“左移验证”、减少后期缺陷并显著提升整体工程性能的关键推动因素。用例凯捷为航空航天与国防原始设备制造商实施了数字孪生，目标是优化交付周期和开发成本。该解决方案

依赖于AI增强的方法：•市场资格认证：数字孪生模拟公司环境、新兴技术和不断变化的参数，以预测未来约束并定义目标性能水平。•创新工厂加速器：技术集成的高级建模能够早期评估未来产品性能，同时评估组织和供应链支持颠覆性创新的准备情况。观察到的成果是多方面的。工业数字孪生用例已实现结构化、规模化，并嵌入工程实践；优先级排序与战略产品项目路线图及价值驱动决策标准保持一致。工厂层面的重复性成本（RC）和非重复性成本（NRC）实现直接降低；同时，通过提前验证和预判，显著缩短了产品研发周期。•协同开发：产品及其工业系统(包括运营和服务）在虚拟环境中进行建模，并通过迭代仿真持续优化，直至达到最佳性能。•AI驱动的编排：智能体AI能够实现跨领域编排,自动化工程领域之间的交互，加速权衡分析，并支持全生命周期的决策。•分析、执行与服务：实时数据采集持续同步物理资产与其数字孪生体，通过预测性洞察和主动干预，实现产品、制造和服务的改进。技术愿景2026

|航空航天与国防17知我，知你（X）什么。人机理解正进入一个新阶段。随着人

工智能和智能体系统的成熟，交互正

在超越被动式界面，转向对人类意图

、行为及操作情境更深入的认知。在航空航天与国防领域，这不仅仅是改进界面，而是关乎改变人类与智能系统在复杂环境中实际协同工作的方式。在实践中，这些环境中的交互已经超越了屏幕和仪表盘。问题不在于信息如何显⽰，而在于信息如何传递到操作员手中、其中有多少被过滤、以及能够多快采取行动。因此，人机协同开始呈现与今天截然不同的输入和输出形式。操作员越来越多地通过语音、无线电或简短的情境交流进行交互，而系统返回的是经

过解读的洞见，而非原始数据。用戶

体验从界面设计转变为在操作条件下

塑造交互。这反映了从个性化向同步化的转变。系统不再只是需要时才使用的工具。它们成为沟通与决策循环的一部分。工具与队友之间的区别并未消失，但随着系统积极参与情境理解与响应塑造，这种界限变得愈发模糊。在多域、软件定义的环境中，这一转变至关重要。作战行动更加分散、时间更紧迫，并由大量传感器数据驱动

。具备人工智能的系统不再仅仅进行

数据聚合，而是通过优先处理信号、解读情境支持更快响应，同时保持人

类判断的核心地位，帮助操作员管理

复杂性。一个关键方面是，在环境中持续运行的系统正发挥越来越重要的作用。它们不再需要持续控制，而是长时间观察、分析并采取行动，仅在必要时与人类交互。交互变得更以事件为驱动

。人类选择性参与，而非持续参与，系统也越来越影响现实如何被感知、优先级排序和传达。这种转变之所以更具现实意义，是因为它在技术上已具备可行性。人工智能可以部署在更接近操作边缘的位置，这在受延迟、带宽和弹性约束的环境中至关重要。结合模块化、软件定义架构，这使得人机协作从单纯的支持转向更加

同步化的运作方式。影响。这一转变的影响在决策制定和执行的方式上最为明显。智能系统从支持决策转向主动塑造决策。它们影响什么被视为相关、选项如何构建，以及何时需要关注。在此情境下，用戶体验更多关乎人类判断与机器贡献如何在压力下协同工作，而非单纯的可用性。交互方式也发生了根本性变化。操作员不再需要监控持续的数据流，而是越来越依赖简洁、有情境的信号。用戶体验从优化屏幕交互转向管理中断

、信心和控制。关键问题在于操作员是否理解系统为何进行通信、输出结果的可靠性如何，以及需要采取何种行动。弗洛里安

·贝姆能够更好地理解人类意图、情境和行为的界面，在复杂操作环境中实现更高效的人机协同。18质疑等风险。因此，维护人类权威需要从一开始就将治理机制嵌入系统的设计与使用方式中。用例实际案例已经表明，人机协作正在超越传统的支持模式。在美国空军的决策优势冲刺（DASH）项目中，人工智能支持的战场管理被用于帮助操作员应对复杂且时间紧迫的情况。系统并非简单地提供更多数据，而是用于优先处理信息并构建决策流程。这使得在保持人类对关键决策的最终权威的同时，能够实现更快速的响应。人工智能支持的作战管理被用于帮助操作人员应对复杂且时间紧迫的情况。系统并非简单地提供更多数据，而是用于优先处理信息并构建决策流程。这使得在保持人类对关键决策的权威不受影响的同时，能够更快地做出响应。须适配碎片化的数据环境、传统

平台及关键任务工作流。持久化系统也带来了实际约束，

包括训练、维护和能源需求。人机协作并未消除复杂性，而是重

新分配了复杂性。这种转变也改变了所需技能。操作员从使用系统转向监督系统。这要求具备解读输出、必要时介入干预，以及在信息过滤的情况下保持态势感知的能力。与此同时，组织必须避免过度依赖，并保留在降级条件下运作的能力。最后，伦理挑战变得更加具体可操作。当系统塑造现实呈现方式及应对模式时，会出现情境感知能力下降、责任归属模糊、机器解读不受这引入了一种要求更高的监督模式。当系统在解释环境并长期行动时

,责任不再局限于单个决策，而是延伸至对系统持续行为的监控。挑战不在于系统能获得多少自主性，而在于如何在实际中界定并维持其边界。采用与否更多受制于信任、可控

性和操作可靠性，而非法规约束。系统必须在现实条件下运行，例如连接降级、带宽受限和竞争环境，同时保持足够的透明度，以便操作员能够质疑并覆盖其决

策。关键在于人类是否能在不减缓操作速度的前提下，保持有意义的控制权。整合仍是重大挑战。这些能力必

技术愿景2026

|航空航天与国防192我们合作。23自主代理联盟25协同221

我的身份，我的业务27

万物经济20什么。身份指代的是真实或想象中的特征，这些特征共同区分了不同的人和群体

。身份是根深蒂固、备受珍视且多层

次的。个体拥有多重身份：个人身份

、职业身份、生物特征身份、宗教身份、民族身份和国籍身份。群体则维持着自身身份（“品牌”）以及独特

的文化和价值观。民族国家共享一种植根于传统、历史和语言的身份。由于身份如此根深蒂固，它成为人类行为最强大的驱动力之一，进而引发

地缘政治冲突。当人们的个人或群体

身份受到威胁时，他们会不惜一切代

价捍卫自己和所属群体。利用身份政

治能有效动员人们采取行动。基于身份的冲突最难以解决，且可能延续数

代人。从美国到中国，从俄罗斯试图吞并乌克兰到金砖国家的崛起，民族认同是当前地缘政治冲突中最显著的因素之一。2026年初，格陵兰岛民众对美国总统暗⽰美国可能接管格陵兰岛的回应，强烈受到对民族认同和自治权受到威胁的感知驱动。企业无法免于身份政治的影响：

我们看到技术与企业正通过国家

安全和国防的“视角”被武器化这些由技术驱动的企业并非中立。虽然跨国公司通常保持政治中立并尊重政府决策，但一些公司试图表达自身价值观并将其强加于政府；同时，一些政府明确寻求利用私营企业获取政治、战略和军事优势，包括要求“主权”（即控制权）。企业不能再假装尖锐的地缘政治与自己无关。首先，在冲突局势中，企业如今已成为软目标。影响。大多数企业尚未思考这对他们意味着什么。企业领导者不习惯在高度政治化的环境中运营。他们需要制定深思熟虑且明确传达的政策，说明自己愿意和不愿意做什么——即作为企业，其“红线”在哪里。同时，组织必须认识到员工会将自身身份带入工作。企业行为与员工价值观的脱节可能导致人才流失、参与度降低，以及推动创新的多元化思维丧失。信任将取决于一致性、透明度和真实性。让员工保持忠诚意味着在各级别上真正践行这些表达的价值观。。技术创新不再由政府驱动，而是由产业驱动：在人工智能和数据等关键能力上的技术优势，如今掌握在

大大小小的私营公司手中，而非长期习惯于与政府合作的航空航天与

国防企业。此外，企业必须在合作伙伴关系和供应链方面采取更精细的方法，远远超越ESG政策。在地缘政治紧张的时代,与谁合作、采用何种技术以及如何管理数据，都是战略选择。TechnoVision2026|航空航天与国防21露西·梅森转向动态、情境感知的身份验证方式

,在人工智能驱动的社会工程威胁日益加剧的背景下，个人和系统重新夺回对身份的控制权。我的身份，我的业务企业将需要进行冲突规划，不仅通过业务连续性规划和网络安全，还要决定在何处以及如何采取行动以支持军事目标,以及他们准备采取哪些行动，包括如何应对政府要求提供能力或拒绝向他人提供能力的压力。例如，埃隆·马斯克拒绝俄罗斯军队使用其星链卫星服务，使乌克兰获得了优势。拒绝访问人工智能模型可能会成为未来冲突中的决定性因素身份是塑造全球力量、企业行为和风险的战略因素。对企业而言，理解并

驾驭身份并非可选它正日益成为生存与成功的核心用例企业多元、平等与包容（DEI）政策因美国总统唐纳德·特朗普推动的关于“觉醒”政治化的争论而面临压力。2025年

,波音公司缩减了其工作场所多元化举措，解散了DEI部门，并删除了对多元化的提及罗尔斯·罗伊斯公司撤回了对其内部多元化网络的正式支持包括其LGBTQ+团体，取而代之的是全公司范围的“员工声音网络”。这些变化向员工和客戶传达了公司的价值观是什么，以及这些价值观如何在

政治压力下发生转变——或许是出于务实原因——但对人们感到被欢迎和被重视产生了影响22自主代理联盟什么。航空航天与国防行业正接近一个根本性的转折点：从数字赋能运营向完全自主代理驱动的企业转变。这并非对现有AI能力的渐进式演进，而是工作执行、决策制定和价值创造方式的系统性变革。这一变革的核心是代理型企业的崛起：一种组织模式，其中智能AI代理能够跨复杂、碎片化的系统解读意图、编排工作流并执行任务。人类不再充当孤立应用之间的集成层，代理作为数字同事，以日益提升的自主性和情境感知能力协调端到端流程。这一转变由全新的企业技术栈支撑。传统记录系统和业务应用现在增加了智能层（利用基础模型和行业专用AI模型）、编排层（协调跨智能体和系统的工作）、上下文/语义层（将数据转化为可操作的业务上下文）、交互层（人类与AI智能体协作）以及控制层（管理大规模身份、策略、安全与成本）。这些层共同重新定义了企业架构，从以应用为中心的设计转向以结果为中心的执行。在航空航天与国防领域，这一转变尤为关键。人工智能与工程、制造及运营的融合，正在催生一个数字与物理系统协同运作、自适应调整的“智能产业”。这已不再是未来愿景。AI能力、可及性与成本的快速进步，正推动代理从实验阶段迈向大规模自主执行。这不仅是技术变革，更代表完整的商业模式重塑——从以应用为中心的任

务型工作转向以成果为中心的执行

,从人力投入转向人力监督，从静

态规划周期转向实时自适应运营。问题已不再在于这一变革是否会重塑企业，而在于组织能以多快的速度定义并

掌控自身在其中扮演的角色。影响。代理型企业对航空航天与国防行业的影响深远，不仅重塑技术架构，还深刻改变运营模式、劳动

力动态及经济结构。1.从协调到编排：当今的项目高度依赖工程、供应

链、制造和支持职能之间的人工协调，常导致大量开销、延迟和集成复杂度。在智能体模型中，这种协调负担由AI智能体承担，实现跨领域的无缝执行，并显著

减少“集成债务”。2.

从人类时间到AI时间：决策以根本不同的速度运行。AI代理持续感知、解读并基于实时数据采取行动，将决策周期从数周或数月压缩至数分钟。对于航空航天与国防组织而言，这直接影响作战准备状态、供应链响应能力及项目交付时间线，从而能够更快、更灵活地应对不断变化的任务和能力需求。MichaelMifsudAI的崛起能够实时协作、适应和协调的智能代理，形成具备无缝自主性与集体智能的智能代理系统。TechnoVision2026

|航空航天与国防23。对于航空航天与国防（A&D）组织而言，这些变化直接解决了长

期存在的挑战：加快生产周期、提高资产可用性、减少返工，并能够更灵活地应对不断变化的威胁和需求信号。用例考虑一个关键任务的航空航天与国防

（A&D）运营场景，需要对整个机队进行实时作战就绪状态评估。触发了一个跨企业运作的AI智能体网络。一个智能体检索并分析维护数据和工程记录；另一个智能体则协调供应链可用性和物流限制；第三个智能体整合了运营指标和

任务就绪状态指标。一个监督型智能体应用治理、政策和验证规则，确保输出结果合规、可审计,并与任务目标保持一致。在几分钟内，组织就能收到一份完全整合的实时评估报告，突出显⽰就绪状态缺口、预测风险并提出优化行动方案。人类操作员无需构建分析，而是专注于验证洞察、做出决策和管理异常情况。3.

从应用到成果：价值转变。传统企业模型围绕

系统和流程进行优化；而智能体模型则围绕成果进行

优化。这重新定义了绩效指标

,转向基于成果的衡量标准，

如周期时间、单位成果成本和

运营效率，从根本上改变了生

产率的定义和管理方式。4.

从数据碎片化到语义一致性：引入语义层（企业“罗塞塔石碑”

)使人类和智能体都能通过业务含义而非技术结构来交互数据，从而创建统一且持续更新的企业视图。这在航空航天与国防领域尤为

关键，因为工程、维护和运营

之间的数据碎片化历来限制了

端到端可见性并导致效率低下。5.

从层级结构到动态网络：组织模式本身也在演进。层级

化、静态结构让位于人与智能体在持续反馈循环中协作的动

态网络。在传统企业中，这需要跨工程系统、维护记录、供应链数据和运营报告进行人工协调。团队需要花费数天或数周时间整合碎片化信息、验证假设并生成综合视图，而往往在

洞察形成时已过时。这种模式贯穿航空航天与国防价值链。工程环节转变为持续化、AI驱动的生命周期，减少返工并缩短验证周期。制造环节转向自适应、智能体驱动的生产规划，实现实时优化。在智能体企业（Agentic

Enterprise）中，通过编排（Orchestration)实现相同的成果。领导者设定目标：评估就绪状全生命周期支持演变为预测性、基于结果的模型，维护和物流根据实时资产数据进行动态编排。人类越来越多地从执行转向监督，专

于、、并略。

策，而智能体则24协同²什么？航空航天与国防的未来在于快速、稳健且精准的创新——由工程师驱动，以人工智能赋能。如今我们在航空航天与国防生态系统中看到的一切，都源于人类的创造力。工程师们不断突破边界，解决航空航天与国防产品及服务中日益复杂的问题。然而，挑战的规模之大，需要增强手段。在航空航天领域：减轻重量、提高燃油效率、缩短建造时间、降低成本、了解生命周期使用情况，以及从海量数据集中提取洞察——所有这些都需要数字人工智能、物理人工智能和人类的结合。在国防领域，需求同样如此：以两倍的速度创新，拥有十倍的创造力和敏捷性。人工智能革命可能使我们以少胜多，速度提升两倍，复杂性增加十倍。这种转变通过“生成-验证-编排-执行”模型得到强化，其中人工智能系统生成解决方案，验证系统确保正确性和安全性，编排层在人工智能机器人系统制造、组装和测试物理组件与系统之前，跨工作流程和利益相关者整合成果。如今，人类智慧与机器智能之间的协同效应呈指数级增长。这种协同现在延伸至物理和数字世界，将后台运营、工程、制造以及新一代操作人工智能驱动的机器人和协作机器人的数字技能工人紧密联结。随着生成式人工智能和基于可信物理模型的混合方法的兴起，我们现在可以探索更多设计方案，加速任务性能,并增强工程和制造流程，同时确保跨系统的协调，使这些创新能够在规模化应用。在航空航天与国防领域采用人工智能的核心在于一种文化转变——学会信任增

强技术。在这个行业中，我们理所当然地从“零信任”心态开始。这是一种谨慎的方法，也是必要的。现有员工可能会感到威胁，担心自动化或人工智能会取代他们的角色。但现实是，他们的工作正在演变——⽽非消失。目标是引导他们将注意力从重复性任务转向更有意义的、解决问题的工作，为组织创造真正价值。他们的角色可以变得更加动态、高效，甚至更有成就感。影响。短期内，我们看到航空航天与国防领域涌现出一波价值验证试点项目。团队正在聚焦的有限用例中试验生成式平台和智能代理系统，衡量其对日常工作流程、速度和生产率的影响。一个关键影响维度是：在系统复杂性增加的情况下，能够更快生成解决方案

,同时确保显著更高的准确性和稳健性。在这个分秒必争的行业，目标明确：最大化用于工程、制造和创造性

解决问题等高价值任务的时间，同时最小化因行政和信息检索而损失

的时间。早期的成功案例——例如使用元人类进行培训——正在帮助组织认识到这些技术的价值。随着信心

增长，讨论重点正从实验转向规模

化。迈克·德怀尔新的工作场所已超越单纯的人与技术交互；它已成为物理与数字人工智能、人类、智能系统以及智能体间通信之间的一种动态协同。TechnoVision2026

|航空航天与国防25此外，人工智能将在应对可持续性和净零

排放等复杂挑战中发挥关键作用。无论是减少二氧化碳排放、改善

道德采购，还是减少浪费，人工

智能都能在设计、制造和供应链

中实现多维决策。归根结底，这一历程关乎赋能于人

,帮助他们理解自身角色、做出更

佳决策，并为使命做出有意义的贡献。最后，安全与信任问题必须成为核心。由于涉及航空航天与国防领域，验

证问题同样至关重要。AI输出必须具有可解释性、可审计性和可验证性。数据必须在数字系统、物理系统以及人机交互层面保持安全。安全性必须覆盖整个生态系统，包括合作伙伴与协作者，且同样重要的这种方法直接解决了研发环境中的关键挑战。研究人员通常花费超过20%的时间来查找和操作数据，从而限制了他们对高价值科学工作的关注。同时，标准的大

语言模型无法满足科学需求——它们不是知识模型，不是科学家，也天生缺乏严谨性。协同科学家通过将人工智能能力与结构化工作流及领域相关模型相结

合，弥合了这一差距。该解决方案提供对数据、模型和工具的便捷访问，是一站式数据与洞察平台。这种基于代理的架构有助于利用现有资产（数据源、工具、模型等），同时保持源系统不受影响。早期生命周期投入也受到更多重视,即在初始设计和仿真阶段投入更

多时间，从而在性能、成本和可靠

性方面获得更好的下游成果从长远来看，这一转型有望重新定义航空航天与国防领域的工作体验。通过将尖端工具融入有意义的任务中，使该行业对新生人才更具吸引力。未来的劳动力将是原生于人

工智能的一代。他们关注影响力

—

—环境、安全及组织价值观。因此

,必须打造创新驱动的环境，提供

媲美消费级体验的先进人工智能工

具。领导者必须负责任地管理变革。是，系统必须在确保安全的同时不限制创新与创造力。用例一个引人注目的例子是“增强型协同科学家”——这是凯捷的一款解决方案，融合了生成式人工智能、对话式界面和推理能力，以支持结构化问题解决。它帮助用戶执行正确的任务并运行正确的模型，但以用戶能够看到并影响工作步骤、记住工作流以供未来使用的方式来实现。它增强用戶而非取代用戶。否则，我们将沦为传统业务。26什么是万物经济？万物经济代表着物理人工智能、机器人技术、智能体、工业物联网、数字

孪生、边缘计算、先进连接和去中心

化信任技术融合为一个统一的经济生

态系统。在这一新兴模式中，机器不再仅仅是生成数据的被动资产，它们成为能够感知、推理、决策、协作并与其他系统进行交易的主动参与者，

同时始终与人类目标保持一致。互联产品、制造设备、自动驾驶车辆、无人机、卫星、软件代理和类人机

器人正日益作为智能网络的组成部分运行。这些系统持续交换信息、协商资源、协调行动并实时优化结果。随着人工智能从预测能力向自主决策演进，物理资产和数字资产开始能够代表组织采取行动，催生了新一代的机器对机器和智能体对智能体的交互。其结果是从孤立的资产和线性价值链，向适应性生态系统的转变——在这一生态中，智能分布在各设备、基础设施和数字平台之间。实现这一愿景，需要可信的数据基础、有韧性的连接性、互操作性标准、安全设计原则以及嵌入各层级的人

类监督机制。影响万物经济通过在人、机器和智能代理构成的复杂生态系统中实现自主协调,改变着组织的运作方式。在航空航天与国防领域，飞机、卫星

、无人机、制造系统和物流资产集群能够动态协作，持续优化性能、可用性、任务就绪度和资源利用率。曾经需要集中协调的决策，如今越来越多地可在边缘端完成，更贴近事件发生和数据产生的现场。这一转变使企业能够从自动化迈向自主化运营。供应链变得更具适应性，工业资产实现自我优化，维护从预测性转向规范性，关键任务系统则能近乎实时地应对变化中的情况。与此同时，新的挑战也浮出水面。随着智能体获得更大的自主权，组织必须在效率与问责、性能与透明度、创新与韧性之间取得平衡。信任成为决定性因素。安全身份、可解释人工智能、稳健治理、数字主权以及人机协同管控机制，对于确保自主系统保持安全、可信并符合组织与社会目标至关重要。最终，万物经济代表了从互联资产向互联决策的转变，基于结果、服务和自主价值创造，打造出全新的商业模式。用例空客的Skywise平台展⽰了万物经济如何在航空航天生态系统中演进。通过连接飞机、维护系统、运营平台、供应商，《技术愿景2026

|航空航天与国防》第27页帕特里斯·杜博

埃：当智能资产、自主代理和物理系统成为经济主体时，全新的价值网络将应运而生。万物经济通过一个共同的数字环境，

Skywise使得在整个飞机生命周期内持续数据共享和高级分析成为可能从联网飞机收集的运营数据可以与工程、维护和供应链信息相结合，以预测故障、优化机队性能、减少停机时间并提高运营效率。随着人工智能能力的成熟，这样的生态系统预计将超越分析，转向越来越自主的推荐和跨多个利益相关者的协调行动这说明了向智能生态系统的更广泛转变，其中物理资产、数字平

台和人工智能驱动的代理协同工

作，以持续改善运营成果、韧性

和可持续性283繁荣发展基于数据32

AI融合网络34

净零数据36

数据之事TechnoVision2026

|航空航天与国防2930

数据共享即关爱（但需谨慎！）什么。“数据共享就是关爱”这一趋势源

于一个基本事实：只有共享数据，协作才有可能。当这一理念应用到国防价值链中时，很明显数据共享

在每一个阶段都是必不可少的。在研发阶段，实验和验证通常会在封闭环境中产生有价值的见解。然而，一旦产品从开发阶段过渡到实际使用阶段，尤其是由公共防御机构使用，它便进入了一个新的环境，在此过程中会产生技术和运营数据。这些数据对于监测性能并将洞察反馈到开发周期中至关重要。具体到国防领域，协作并不局限于单

一领域。任务往往涉及多个学科

——

太空、空中、网络等——每个学科都为整体拼图贡献一部分。为了形成关于正在发生或需要发生的事情的完整图景，这些部分必须被共享和整合。这本质上就是这一趋势的核心：通过有意义且安全的数据交换实现有效协作。如今，这通过数字线程的概念来实现。空，确保数据在所有作战领域共享。今年推出的一项新框架是“联合全域指挥与控制”（CJADC2）。目标是在不同领域之间更快地传输数据，以提高态势感知能力，并比对手行动更快。这需要广泛的数据共享。今年，我们还看到一些有前景的技术出现，它们可能有助于克服数据共享中一些长期存在的挑战——尤其是信任问题。共享数据需要坚实的信任基础，而这种信任并不总是存在的。不过，新的隐私增强技术正在开始解决这一问题。这些技术通常基于加密方法，使得数据在保持加密状态的同时，仍然能够进行某些类型的分析。简单来说，这些技术使得一方能够对另一方的加密数据进行特定计算（如计算平均值），而无需访问原始数据本身。这种方法让数据所有者精确控制其数据可以被用于何种用途，这与当前常在没有明确理由的情况下要求提供完整数据集的规范相比，是一个重大转变。这是一个从设计到维护的受控数据流,根据需要在供应链中按需知原则与

利益相关方共享。随着供应链变得越来越复杂，这有助于确保透明度并防

止短缺，尤其是在航空航天与国防领

域，这些领域的产能提升尤为重要。到2026年，在这场严峻的地缘政治危机中，战争正从以平台为中心转向以网络为中心。这需要连接空中、陆地、海洋、网络和太在涉及代理系统和自主系统时，数据共享发挥着关键作用。这些系统在一个循环中运作——数据用于训练模型

；模型采取行动；这些行动产生新数据，而新数据又反馈回系统中。能够输入到这个循环中的数据越多，反馈就越强、越准确，最终提升系统的能力。要使一个人工智能代理真正有用且相关，它不仅需要基于公司内部数据进行训练，还需要在MartijnvandeRi

dder当数据以信任、谨慎和承诺的方式共享时，它就会成为一种协作资产，在组织内外加速创新和基于人工智能的价值创造。数据共享就是关爱（但请小心！）30技术愿景2026

|航空航天与国防31这种方法实现了安全、可控的数据交换，让数据所有者完全掌握哪些内容可以被访问以及如何使用。因此，更多数据可以在生态系统中共享，这直接支持了连接式国防的愿景。例如，一架战斗机在运行中产生的数据，如果与制造商安全共享

,就可以用于改进预测性维护和资产性能。这种数据共享不仅提高了供应链和产品生命周期的效率，还显著改善了任务规划和指挥控制流程。此外，必须保持解决方案和供应

商之间的互操作性。目标仍然是确保数据在领域间的快速流动。从战争角度来看，这是最终目标

。从生产力角度来看，这通过数

字主线实现。要实现循环经济和净零航空等目标

,数据共享变得至关重要。你需要了解系统和技术在日常运营中是如何被实际应用的。这包括了解特定行动或干预措施的影响，并能够以数据驱动的方式衡量其成果。如果无法获取这些数据，就几乎不可能做出明智的决策或有效跟踪进展。在此背景下，没有任何公司能够孤立运作，它们始终是更广泛生态系统的一部分。这意味着合作伙伴之间的协作和数据共享对于推动可持续发展至关重要。这一趋势的总体影响是巨大的—来自公司运营的更大生态系统中的信息。数据越丰富、越具体，智能体的表现就越好。在国防工业中，由于安全顾虑，组织往往对使用开放互联网资源持谨慎态度，因此获取内部共享的高质量数据变得尤为关键。影响从国防角度来看——在航空航天领域也越来越明显——组织正更加深入地嵌入到生态系统中，与供应商和买家的协作都至关重要。在如此紧密连接的环境中，隐私增强技术的出现正证明是一场变革。—它促进了更强的连通性，实现

了更智能的协作，并最终带来更

敏捷、更有效的国防行动。用例Roseman

Labs为希望在无需共享敏感数据的情况下协作分析数据的组织提供了创新解决方案。通过其先进的多方计算（MPC）平台，企业可以在满足严格隐私和合规要求的同时，共同从数据中获取宝贵见解。这实现了安全高效的协作，无论信息有多敏感。AI网格化什么。AI在2026年尚未达到其全部潜力。它将继续超越纯技术能力带来兴奋和创新，同时该能力本身也在快速进步。但当前频谱的焦点无疑是通过代理式AI进行处理创新。现在更少关注“如何”完成，而更多关注“什么”将被完成。作为AI演进的一部分，传感器/边缘

/监控和分析等技术推动因素正在迅

速发展。重要的是正确编排和可视化这些发展，使其与真实业务需求

保持一致。时间限制往往阻碍了国防领域创新过程中对模型的“过度设计或过度

优化”。然而，在运营层面，治理和责任不应被视为约束，而应被视为推动因素，并与批判性思维共同发挥同等作用，以释放人工智能的潜力。确保对基础数据的信任比以往任何时候都更

加重要。如果因数据质量不足或基于不适合作战环境的数据集进行建模，那么通过人工智能工业化实现更高效率和效益的承诺可能会很快落空。数据主权对生态系统尤为重要，它决定了数据如何跨越地理边界，以及算法和流程优化如何基于这些模型。超大规模云服务商提供的“物理隔离”配置可以缓解托管安全/主权数据的一些技术难题

,但技术只是整体图景的一部分。数据必须满足所需的质量和分类标准，才能使“物理隔离”发挥效用。AI主权也必须逐步考虑和发展，在AI治理和责任政策下设置护栏。这应与国家、政府及政府间政

策保持一致，包括AUKUS和北约等联盟。影响航空航天与国防工业对跨代际的复

杂创新并不陌生。协和客机超过40年飞行服务中的标志性形象和声音，是一项历史性的工程壮举，是当时开创性的飞机。但其商业上的失败告诉我们，纯粹的创新无法抵消高昂且不断攀升的维护成本。1962年该项目的预期成

本为7000万英镑（按2025年价值计算约15亿英镑），但在整个生命周期中成本增长了十倍。如今，行业内许多产品的生命周期价值已超过5

0年，因此，在规划中认真考虑这些技术先进产品的持久性及其使用系统，已成为一个现实且重要的课题。这些前沿技术组件带来的数字和数据足迹，构成了一个需要掌握的数据、标准、知识产权、责任以及高

度复杂的集成网络。尽管面临这些重大挑战，该行业仍然是创新和快速技术进步的沃土，尤其是在通用人工智能和生成式人工智能的应用方面。事实上，这对许多人来说是一个人工智能网络的机会，如果应用得当，将为未来几代人带来创新。菲利普

·哈克由不同AI组件组成的多样化网格，每个组件都有其独特能力，在提升信心水平的同时提供更好的解决方案选项。32用例凯捷为英国国防部（MOD）交付的数字潜艇项目展⽰了这些赋能杠杆如何在关键任务环境中实施，以实现数十年的持久能力。首先，本体论数据模型构成了基础

,提供了一个分类和治理的环境，代表了合作伙伴的生态系统（包括

建造者、动力系统、武器、维护人

员和潜艇人员）。从这个数据层，衍生出船只的数字孪生，由“按建设”社区掌握。一

旦船只部署到海上，“按使用”社区将使用数字孪生来记录和维持海上操作。任务结束后，船只将返回岸上进行定期维护和改装，其中“按维护”角色使用数字孪生作为使用记录，服务记录在统一系统中捕获。功能解决方案的顶层是大型语言模型，用于查询跨按建设、按使用、按维护社区的知识库，赋予每个角色一致的信息，并反过来通过他们的经验和数字标准操作程序（SOP）的持续优化来丰富知识库。持久的数据和数字孪生将确保在物理和数字船只的整个生命周期内保持透明度和一致性。三个角色层级社群，在保持各自职责的同时实现一致性知识驱动的决策实现跨企业统一，优化约至2070年的预算框架优化并完善数字/代理化效率的标准操作流程统一单一记录系统摆脱传统技术债务，实现面向未来的系统集成主权级、安全级、机密级数据，以支持持续海上威慑(

CASD）跨企业统一决策，在服务全生命周期（约至2070年）实现时间、预算与投入

的更高一致性本体数据模型统一知识与决策门戶数字孪生与三维模型》》》》》可信数据维护状态竣工状态使用状态制造商潜水员

工程师TechnoVision2026|航空航天与国防33无畏级与未来级当前类。理的框架应基于作战视角——将能源安全与轻量化后勤视为能力而非合规要求。这些挑战直接转化为五层数据与人工智能战

略。基础是排放数据架构，整合企业资源规划、产品生命周期管理和采购，因为约70%的制造业排放隐藏在供应链中，且缺乏原始数据。在此之上，人工智能/机器学习用于范围三排放估

算和热点检测——分析供应商数据、使用模式和卫星图像，以生成精细的产品碳足迹。最高杠杆层是数字孪生：工厂数字孪生

用于能源管理，产品/工程数字孪生用于在设计决策实施前模拟其生命周期碳排放。第四层是合规自动化——一个数

据层重新映射到ReFuelEU、欧盟排放交易体系、国际航空碳抵消和减排计划及欧洲可持续报告标准，同时执行反双重计算规则。第五层是情景建模，用于在成本与绿色溢价曲线上权衡可持续航空燃料采购与机队更新及效率提升。影响战略层面的回报在于将精力重新配置到真正关键的领域。董事会应关注的非常规要点是：将数据和人工智能预算投入到你无法控制的环节。更精细的范围一/二计量看似取得了进展，实则无关紧要；真正的回报在于使用阶段建模和供应链估算。更深层的含义在于，碳排放在设计阶段就已锁定，这使得数字线程成为决定性控制点—

—将碳作为与成本、重量和性能并列的首要设计参数进行嵌入，其结构性杠杆作用远超任何下游环节。财务层面的理由正日益难以成立。2025年末一项针对660位高管的调查四大挑战确实具有实质性意义。第一，范围三与使用阶段主导问题：如今销售的飞机或发动机将持续燃烧燃油至2050年代

,因此碳足迹在交付时便已锁定。L3Harris公司在2021至2023年间将范围一和范围二排放削减了49%，但至今未设定长期净零目标——这证明直接排放量在总排放中仅属四舍五入的误差。第二，可持续航空燃料的供应与成本缺

口：2024年可持续航空燃料仅占全球航

空燃油的0.53%，成本是传统燃油的3至

10倍，且截至2024年已宣布的产能中仅

有24%按期实现。第三，监管碎片化与波动性：综合法案一于2026年3月18日生效，收窄了《企业可持

续发展报告指令》适用范围，而《欧盟航

空燃料法规》、欧盟排放交易体系、国际

航空碳抵消和减排计划及碳边境调节机制又施加了重叠且互不协调的规则——在欧洲

加速推进的同时，美国国内需求已趋疲软。第四，国防战备紧张态势：目前仍缺乏衡量军事排放的通用方法，合

净零数据是什么对于航空航天与国防领域的可持续发展领导者而言，一个决定性的事实是：几乎所有材料碳都位于直接控制之外——即已售产品的使用阶段和整个供应链中，而非自有设施内。这种不对称性应主导整个数据与人工智能议程：投资于排放实际发生的地方，而非最容易测量的地方。这一问题因可持续燃料市场稀缺且昂贵、推进技术不成熟、法规碎片化以及国防领域特有的战备紧张而加剧。因此，一个可信的净零战略

在实践中成为数据与人工智能战略—

—将范围三排放的可见性和设计阶段模拟转化为商业优势。文森特

·德蒙塔利韦数据与人工智能是实现净零目标的关键。但就其本身而言，它们也需要具备可持续性。对抗数据浪费的战斗已经开始。34机翼数字装配（DAWN）项目，由空客牵头包括凯捷在内的联合体，达索系统、CFMS、克兰菲尔德大学和谢菲尔德大学，提供端到端的数字智能工厂解决方案，采用数字孪生、机器学习、物联网传感器、自动导引车和机器人技术。机器学习算法预测紧固件质量，以提高首次装配成功率并减少检查，连接的数据将供应链、工人和装配资产联系起来，以缩短周期时间。发现数字孪生平均投资回报率达22%

,节能约20%，虚拟调试使资本支出减少10-15%。

在燃料方面，风险是即时且真实的：航空公司为2025年欧洲有限的可持续航空燃料支付了29亿美元的溢价。安永的框架抓住了这一逻辑——通往净零排放的

道路将由那些将气候行动与商业价值相结合的公司铺设。用例最清晰的凯捷实际案例是空客的“明日之翼”项目。空客面临的挑战是打造新一代机翼，以降低阻力、燃油消耗和排放，同时提高生产率——从源头攻克主导碳足迹的使用阶段排放。技术愿景2026

|航空航天与国防35然而，数据的作用已经演变。仅仅收集和分发数据已不再足够——数据必须结构化、情境化，并能够在系统和用戶之间可操作。这种转变反映了从“钢铁”到“代码”的更大趋势。平

台的价值越来越由软件、数据和人工

智能定义，而不仅仅是物理特性。车辆、传感器、无人机和指挥系统