最近幾年，美國國防部自主系統投資巨大，但信息自處理技術沒得到足夠重視，這是自主技術革命的難點，也應該是未來的重點。自主技術發展未來應從以平臺為中心向以數據為中心過渡，而數據自處理應首先建立一種健壯和集成的PED架構。

　　2016年11月28日，美國國防雜志網刊發Govini的一份數據分析指出，在同越發先進的競爭對手競爭方面，美國國防部非常有自信，認為通過破壞性致命武器的混合，如超快速導彈、無人機蜂群及自主殺手機器人，它很快可以超越競爭對手。但是，自主武器戰爭也正面臨軍事智能碎片化的現實挑戰。

　　高效的超智能戰爭機器必須要植入尖端的人工智能系統，讓它以迄今為止令人難以置信的方式來收集、處理和分析大量信息。有專家指出，盡管開發焦點已經集中在自主間諜飛機、轟炸機和潛艇項目，但是如果沒有數據處理和分析基礎設施來幫助進行節點鏈接并提供可靠的實時智能，這些系統的性能將嚴重受限。

　　信息架構是“第三次抵消戰略”很少談及的一個話題，同時它也正成為最艱難的一種挑戰性任務。Govini的分析總監建議，美國國防部必須要構想出可以滿足自主系統智能需求的數據架構。如果要繼續使用自主系統進行大量數據收集，那么必須要建立一個對應的自主處理過程，以實現自主系統的實際價值。而這其中首先要建立一種健壯和集成的PED架構（PED是處理-processing、開發-exploitation與傳播-dissemination的縮寫），以便自主監控系統能發揮它們的潛力。

　　數據處理和分析技術投資現狀和意義

　　與前5年平均水平相比，美國國防部2016財年在數據科學和分析方面的支出上升了39.4%，達到11億美元，而前五年的年均增長率為39%。實時處理技術支出增長了35.7%，達到15億美元。這些投資被視為是從以平臺為中心向以數據為中心的現代化戰略過渡的重要步驟。對于成功的自主系統而言，其關鍵是它們收集的數據如何與先前收集的數據保持一致，即實現更完整的態勢感知。這就是所有的自主技術投資所支撐的數據科學、分析、機器學習和人工智能的真實意義所在。

　　隨著PED架構的應用，自主車輛將能夠充分發揮其潛力。對于國防工業來說，最重要的是這些架構將為其開發可“跨域”共享數據的空中、陸地和海上平臺開辟道路。

　　美國國防部自主系統投資現狀和趨勢

　　在2011-2016年間，美國國防部在自主系統方面已經投資了近600億美元。其中無人機總計約占56.8%，如果軍方有集成的信息架構，美國國防部將有動機購買更多的水下和地面自主系統，以創建一種全域的智能收集網絡。而當前系統則傾向于彼此孤立操作，這導致作戰概念的分散化和信息共享能力受限。

　　最近幾年，美國軍方已經減緩了對傳統無人平臺的采購，并且正尋找新一代系統。當前，其重點已放在自主智能網絡，這種網絡可接收數據并將其轉換為決策行動可用數據。但同時，國防系統自主性很容易被忽視的一個方面是數據處理的自主性。這就是為什么國防部的投資逐漸被引導向基于云設施的人工智能、云計算、軟件和自定義應用程序的原因所在。

　　美國國防部繼續投資特定軍種智能系統如分布式通用地面系統（DCGS）的原因是為了實現“跨域解決方案”。而每個軍種都在采集適用于自己的DCGS版本。分析人士認為，自主性PED架構需要比DCGS本身更廣泛和更強大，第三次抵消戰略的重點應是使所有這些自主平臺能夠無縫集成并相互通信。如果沒有一個更富有凝聚力的計劃來整合數據，那么僅在平臺自身進行更多的投資是毫無意義的，必須要實現一種更廣泛的、自動化的架構。

　　美國軍方在煙道式數據源連接方面的困難為硅谷公司開發解決方案提供了機會。美國硅谷Palantir公司正在開發下一代DCGS，但是它的應用提議遭到了美國陸軍的拒絕。這也是自主技術發展的一種障礙。

　　美國國防部的數據戰略

　　自主武器在復雜戰區的操縱能力是第三次抵消戰略的核心。其想法是，這些系統必須要能滲透進敵國所試圖保衛的空域或水域內。在這種情況下，無人系統將優于有人的飛行或航行系統，并且這種情況也更加需要比當前可用系統更復雜的自主平臺。

　　美國國防部情報副部長辦公室信息系統負責人愛德華·萊恩稱，第三次抵消戰略最難的部分就是數據。他的辦公室負責第三次抵消戰略的C4I（指揮、控制、通信、計算機和情報）架構愿景的確定，而該愿景的一部分就是數據戰略。

　　其中的障礙之一是政府數據對應用開發人員或技術精通部門的安全防護障礙，這些人可能需要幫助指揮官和分析師實時捕獲有價值情報。創造力和創新都發生在數據可用之后，隨著發展，美國國防部將實現一種數據中心方法，以更快的進行創新。