2026年2月28日—米国とイランの衝突の初日—米軍はミナーブのHajar-e-Teybeh女子小学校を攻撃し、少なくとも175人が死亡しました。そのうち100人は12歳未満でした。

攻撃の背景を検証すると、情報面での壊滅的な失敗が示唆されます。アムネスティ・インターナショナルなどの調査では、当該校が革命防衛隊（IRGC）の海軍施設と誤認された可能性が高いとされています。かつて学校はIRGCの敷地内に位置していたようですが、2013年から2016年の間に両者を隔てる壁が建設されていました。我々の技術は稲妻のように進化する一方で、それが依拠するデータは危険なほど過去に留まっていることを思い起こさせます。

この事件の中心にあるのは、Palantir Technologiesが開発した13億ドルのインテリジェンスおよび標的化プラットフォーム、Maven Smart Systemです。ソフトウェアはレーダー情報、衛星情報、ドローン映像など多様な情報流を統合して、潜在的ターゲットを分類・ランク付けするよう設計されています。

報道によれば、このシステムはAnthropicのClaude AIモデルを利用してこれらの攻撃への正当化を提示しているとされます。このレベルの自動化により、ワシントン・ポストによれば戦争の最初の24時間で米国は1,000を超える目標を攻撃することができました。しかしミナーブの事件では、ソフトウェアの処理速度が提供された情報の正確性を上回ってしまったようです。米中央軍は旧情報に基づく座標を使ったと報じられており、その結果AIが学校を正当な軍事目標と誤認したと言われています。

ここで重要な問いが浮かび上がります：システムは自律的に行動すべきか、それとも最終判断は人間が下すべきか？

AIは意思決定の時間幅を数時間から数秒へと圧縮しています。しかし防衛の不安定さにおいて、速度が完全な制御を犠牲にしてはなりません。業界の将来は、AIが「決定権」を持つのではなく「決定の増幅器」として機能するモデルにあると考えられます。

支援と権限

この状況を考えるにあたり、「AIが軌道上で任務遂行に関わる重要な決定を行うことを許可すべきか」という命題を想定してみてください。この問いへの答えは、AIを支援ツールとして見るか、権限を持つ主体として見るかに依存します。

論点はめったに二元論に収まるものではありません。多くの防衛アーキテクチャは「人がループに入る（human-in-the-loop）」から、自律的行動を人が監視する「人がループ上にいる（human-on-the-loop）」、そして機械が完全に独立して動作する「人がループから外れる（human-out-of-the-loop）」へと連続するスペクトラム上に存在します。

なぜ防衛宇宙でAIが不可欠なのか

3機編隊で飛行する衛星は、時間差に基づいて位置を特定するための連立方程式を解くことができます。L、S、X、VHF、UHF帯で収集する場合、データの流入は膨大です。特徴抽出と信号検出を自動化するAIがなければ、重要なインテリジェンスはノイズの中に埋もれてしまいます。

{{REC}}

このデータ量は人間の認知を超えています。HawkEye 360のプリンシパルサイエンティストであるDr. Eric Masonは、同社のシステムが地理空間インテリジェンスのためにTCPEDプロセス（Tasking, Collection, Processing, Exploitation, Dissemination）を実装していると述べています。インテリジェンスのこの枠組みの各段階は、運用を強化するためにMLやAIを活用できます。

歴史的にTCPED向けの訓練データは、衛星が地上局を通過した際にダウンリンクされ、それから処理されていました。しかしMasonによれば、この手法は数時間の遅延を生んでいました。Amazon LEOのMike MoranはSatShow 2026のパネルで、オペレーターがこのアプローチで直面する課題について次のように述べました：「衛星からデータを滴下するように地上局へ下ろすのを待ち、しかも全てが取得できず次の通過を待たねばならないのは厳しい。我々はLEOネットワークと光伝送能力を活用して、データを驚異的な速度と規模で移動させている。」

ハイブリッドなエッジとクラウドのコンピューティングがこれを変えます。処理をエッジ（衛星上）に移すことで遅延は数時間から数分に短縮されます。エッジでの処理は認識—行動サイクルを高速化し、アルゴリズムが軌道上でパルスをほぼリアルタイムに検出・特性化できるようにします。

完全な決定権に反対する理由

速度の利点がある一方で、完全な決定権には業界の多くが受け入れがたいと考えるリスクが伴います。

防衛分野では、単一の決定が紛争をエスカレートさせたり、何十億ドルもの資産を破壊したりする可能性があります。多くの関係者が、AIに生死を分ける決定を任せるべきではないと強く考えています。これは運動的（キネティック）な作戦や戦略的エスカレーションを含むシナリオで特に当てはまります。OrbitworksのSalim Abdalla Al Alawiは、主権と制御が重要である一方で、あるレベルの自律性は極端になりすぎる可能性があると指摘しています。

また、AIモデルの動作特性により、オペレーターがリアルタイムで意思決定を監査するのは困難です。もしオペレーターがシステムが特定の機動を選んだ理由を理解できなければ、プレッシャー下でその正当性を検証することはできません。説明不能な自律性は、軍事的文脈ではしばしば受け入れがたいリスクに相当します。

入力データの信頼性

完全な決定権を許容することは、サイバー戦の影響が増していることを考えると戦場でのリスクにもなり得ます。実際、NAL TechnologiesのRobert Gilletteはあるインタビューで、中東の特定地域では100%のフライトがGNSSに影響を受けていると指摘しました。

{{REC}}

AIはデータ汚染や信号のスプーフィングなど新たな脆弱性をもたらします。NAL TechnologiesのRobert Gilletteは、中東の特定地域で100%のフライトがGNSSに影響を受けていると強調しています。もしスプーフィングされたRF信号が自律的な反応を誘発すれば、その結果は壊滅的になり得ます。AstranisのEliasは、AI導入がセキュリティを犠牲にしてはならないと主張しており、自律走行タクシーが一つのジャミングされたGPS信号に頼れないのと同様に、防衛システムは可能な限り厳格なセキュリティ境界を実装しなければならないと述べています。

認知的戦力倍増器としてのAI

完全な権限は制限されるべきですが、意思決定支援の拡大を支持する根拠は圧倒的です。AIはRFデータ、船舶からのAIS放送、光学画像など異なるデータソースを融合することで、オペレーターが複雑な環境を理解するのを可能にします。

これにより、人命を救いより良い戦略を導く高速な共通作戦図が得られます。TCPEDパイプラインはAIが重労働を担うことで著しく改善され、戦略的な決定は人間の司令官に委ねられます。これはエッジ処理が低遅延のタスクを扱い、クラウドが計算集約的な分析を担うハイブリッドアプローチです。

自律性が拡大する領域（および拡大しない領域）

今後5年で、ある領域の自律性は拡大すると見込まれ、他の領域は厳密に人間の管理下に留まると予想されています。

自律性が拡大しやすい領域：

• 信号検出とパルス分類。
• 軌道最適化と自動ステーションキーピング。
• 限られたダウンリンク予算をより有効に使うためのデータ優先度付け。
• LEOコンステレーションにおけるネットワークルーティングと回復力。

制限される領域（人間優位）：

• キネティックや破壊的な行動。
• 戦略的エスカレーションに関する決定。
• 高度に競合するまたは敏感なゾーンでの高価値資産の機動。

防衛宇宙における競争優位は、AIを人間の意思決定フレームワークに最も効果的に統合できる組織から生まれるでしょう。

戦場はますますスピードを増しており、さまざまなアクターがAIを採用して意思決定を行うようになっています。AIが今後の戦争において重要な役割を果たすことは疑いありませんが、議論はこの技術をいかに安全かつ信頼できる形で実装するかに移っています。