刘玉超 中国指挥与控制学会

为加快指挥控制学科建设，构建指挥控制人才培养体系，推进指挥控制系统工程发展，将新质生产力转化为新质战斗力，近期再读了维纳的《控制论》(郝季仁译)和托马斯·瑞德的《机器崛起》(王晓、郑心湖、王飞跃译)两部著作，学习了戴浩院士在《中国指挥与控制学会通讯》中的主编思语系列文章，参与了李德毅院士认知物理学思想中关于机器认知方面的多次讨论，引发了几点思考。

一、形而上的科技哲学：赛博(Cybernetics)

指挥控制(Command and Control, C2)的科学起源，可以追溯到“赛博(Cybernetics)”。“赛博”一词源自希腊语“Kybernetics”,原意为操纵、舵手，也有统治、治理的意思。维纳的赛博控制论为大家所熟知，他也是控制科学和人工智能行为主义学派的创始人。其实，“赛博”一词最早是被法国物理学家安培在《论科学的哲学》(安培去世后1838年和1843年分两卷出版)中采用，意思是国务管理(civil government)，可以说属于社会科学范畴。

1948年，维纳在著作《Cybernetics：Or Control and Communication in the Animal and the Machine》中，把“赛博”扩展到生物和机器领域，创立了“赛博”的科学思想体系，“控制”“反馈”“通信交互”是其核心，其创立过程离不开二战中军事需求牵引的技术探索和应用研究，维纳的很多创新灵感均来源于此。

1954年，钱学森在著作《Engineering Cybernetics》(中文译为《工程控制论》)中，把“赛博”具象到“机械伺服系统”，形成了完整的控制理论方法，支撑了控制学科的建设发展，但其研究对象主要是机器，核心是“控制”和“反馈”。该著作的主要内容是“控制理论(control theory)”，但著作标题用的是“Cybernetics”，这造成了人们后续对“赛博”一词理解的局限性。

维纳“赛博思想”可以理解为形而上的科技哲学，蕴含丰富，内容磅礴。维纳著作的副标题“或关于在动物和机器中控制和通信的科学”表明，“赛博思想”的出发点是把不同对象(机器和有机体)放在同一概念体系中研究，研究对象是从自然、社会、生物、人、工程、技术等对象中抽象出来的复杂系统。维纳“赛博思想”融合了机器操纵控制、组织管理治理、生物神经反馈和信息通信交互等不同领域中信息、噪声、反馈、通信、控制、稳态、目的论等概念要素，并提出了赛博的普遍性、智能性、非决定性和黑箱方法等四原则。因此，“赛博”不能简单翻译为“控制论”。

二、形而下的工程科学：指挥控制(Command and Control)

指挥控制(C2)诞生于二战后，既是作战指挥中对系统精确、快速、高效运作的需要，也是科学技术进步在军事领域运用的产物，“需求牵引+技术推动”催生了指挥控制科学与工程的萌芽。指挥控制的研究对象是包含人、机器在内的复杂系统，更能体现维纳“赛博思想”的本意。中国指挥与控制学会名誉理事长戴浩院士对指挥控制有一个简明扼要的定义：“为完成事先指定的任务，综合运用多种技术、资源和一系列信息过程，对群体性社会事件或活动进行快速协调、调度、管理或治理”。军事作战、社会治理、企业管理等系统运行活动都如此。

半个多世纪以来，随着信息技术的不断发展，在信息化战争中逐步建立起完整的指挥控制系统工程方法，系统的技术特征也经历了单机结构、局部联网、综合集成、一体化设计;以平台为中心、以网络为中心、以数据为中心、面向服务，以及信息化、智能化，体现了指挥控制的发展之路和发展方向。

党的十八大以来，以习近平同志为核心的党中央坚持科技是第一生产力、人才是第一资源、创新是第一动力。学科的持续发展需要人才梯队的支撑，尤其是在当前复杂性、不确定性环境日益加剧的背景下，对理技融合的复合型指挥控制人才需求也日益迫切。加快指挥控制学科建设和人才培养，扩大指挥控制科学与工程的普及和推广迫在眉睫，必须通过学科建设去引领指挥控制科学与工程的创新发展，通过人才培养体系建设来激发指挥控制新学术新观点新技术新应用的创新活力。

 

 

图1 “赛博”思想的演化

三、认知的过程模型：指挥控制“OODA环”

没有指挥的控制就失去了大脑的方向指引，没有控制的指挥就失去了行动的闭环反馈，因此，指挥控制也可理解为一个“脑+端”的有机整体。20世纪70年代，美国空军上校约翰·博伊德提出的“OODA环”，即观察(Observation)-判断(Orientation)-决策(Decision)-行动(Action)，被称为指挥控制经典模型，体现的也是感知、认知、行动一体化的闭环过程。从这个意义上讲，一个人的“感官+大脑+神经网络+肢体行为”也是一个指挥控制过程。海湾战争后，随着信息化战争的到来，通信(Communication)、计算(Computer)、情报(Intelligence)、监视(Surveillance)、侦察(Reconnaissance)等信息技术赋能要素逐步融入，甚至融入了杀伤(Kill)的行动效能要素，从C2演变到C4KISR，指挥控制也成为涵盖感知、认知、行动、保障一体化的体系工程术语。

(一)多维度视角理解“OODA环”

博伊德是上世纪推动美国军队改革的幕后力量之一，对近现代西方世界军事思想有着极为深刻和广泛的影响。从空军飞行员到军事科学家，博伊德是一个有个性、特立独行的学者，其对孙子、成吉思汗、毛泽东等东方军事思想广泛的涉猎，对科学、工程和技术有深刻的思考，最终在上世纪90年代完善了OODA环理论。“OODA环”是冲突对抗形式化的图形表达，描述作战双方在时间、物理空间、认知空间的螺旋发展与对抗形态。

很多人不知道，早在1936年12月，毛泽东在陕北的抗日红军大学做“中国革命战争的战略问题”的演讲中，就提到：指挥员的正确的部署来源于正确的决心，正确的决心来源于正确的判断，正确的判断来源于周到的和必要的侦察，和对于各种侦察材料的连贯起来的思索。毛主席的描述是目标任务驱动逐步引出A、D、O、O各环节要素，这也许就是“OODA环”产生的思维方式。但是毛主席的这段话却不能像“OODA环”一样快速传播，这也恰恰说明了“信息”和“知识”之间的差异，毛主席的知识隐藏在自然语言描述的信息里，而博伊德用形式化的“OODA”环表征知识，使知识得以显性化、标准化，可以更好地理解和传播。

“OODA环”反映的是体系综合能力，四个环节演化周期越短，表明从发现到处置的响应速度越快。

 

 

图2 “OODA环”示意图

如图2所示，我们从空间数据流视角看“OODA环”：今天大家都在说数字孪生、信息物理系统(Cyber-Physical Systems，CPS)，空间可以分为物理空间和赛博空间，“观察”和“行动”就是两个空间交界的活动。物理世界的变化一直在发生，这些变化可以理解为客观存在的、未被感知到的隐性数据。“观察”就是解决数据从隐性到显性的问题，回答“现实中发生了什么”，这是数据链条的第一环节;“判断”也可以叫“态势分析”“态势研判”，就是要通过数据的处理、融合，形成态势，这是数据到信息的过程，要回答“为什么会发生，接下来会怎么样，趋势是什么”;“决策”是从信息到知识，要回答“该怎么办”。当前随着智能技术的发展，我们要充分利用专家经验、机器智能、群体智能，从主观思维决策到智能辅助决策，形成定性定量相结合的科学的认知决策优势，这也是钱学森先生提出的“人机结合的综合集成研讨厅”思想;最后，“行动”就是让决策知识变为行动指令，成为优化数据，反馈到物理世界，完成数据优化的闭环。

从机械化、信息化和智能化的视角看：机械化主要是延伸拓展了人类物理上的观察和行动能力;信息化是在赛博空间延伸拓展人类对数据的计算分析和对工具的自动控制能力;智能化是要延伸拓展我们的认知决策核心能力。

(二)“OODA环”详解

“OODA环”是博伊德理论思想的浓缩，虽然形式简洁，但其蕴含的认知模式机理却是灵活的、深奥的。战争是不断演进的社会行为，博伊德运用不同学科的理论方法交叉研究，不断对知识进行反复更新完善，并将“OODA环”拓展到科学、工程和技术方面，使之成为一个有机体。相对于封闭的理论模型，“OODA环”更是一个开放的认知模型框架，也正是由于这种开放性，才让其可以在不同的时期、不同的领域都得到进化和适应。

 

 

图3 博伊德 “OODA环”的形式化

如图3所示，在“OODA环”中，观察到判断、判断到决策、决策到行动、行动到观察，三个前馈和一个反馈构成了循环，最容易理解。但是，还有一个前馈和三个反馈：

判断→行动(Orientation→Action)，判断到行动的前馈，这是一种隐式指导与控制。在某些情况下不经决策就可直接进入行动。

判断→观察(Orientation→Observation)，判断到观察的反馈。如果判断有困难，要重回感知，可能一直陷入循环，无法进入下一个环节，这是先知后觉的体现。

决策/假设→观察(Decision/Hypothesis→Observation)，决策/假设到观察的反馈。如果根据现有观察和判断很难决策，需要重新观察。

与环境的持续交互→观察(Unfolding interaction with environment→Observation)，环境交互的信息反馈。

博伊德在“OODA环”中强调了三个基本观点：

(1)冲突博弈双方互相较量，看谁更快、更高质量完成“观察—判断—决策—行动”的循环。双方都从观察开始，洞察自己、洞察环境和敌人。基于观察，获取相关外部信息，判断感知到的威胁，及时调整系统，做出应对的决策，以快吃慢。

(2)OODA循环周期由冲突的规模决定，空战常以秒杀，缩短我方“OODA环”的循环周期，延长敌方循环周期，切入敌环内部，我快你慢，通过隐晦、诡计、奇兵、机动等手段，将敌方置于无力合作的孤岛，隔绝敌方重心，制造猜疑、紧张、摩擦，控制战斗节奏，最终瘫痪瓦解。双方的“OODA环”都随时间形成螺旋。

(3)判断环节最为关键，如果不理解作战使命，对战场威胁判断有误，如何达成作战目标不明确，或者对于周围的环境感知理解有误，必然做出错误决策。

“OODA环”描述简洁，内涵丰富，很多学者从不同视角对其进行解读和研究，对于军事研究，更需要明确聚焦使命任务。中国指挥与控制学会名誉理事长李德毅院士提出四个方面的理解：

(1)战争是一次次的冲突，多个战斗离散组合成序列，成为战役。关键的一场战斗很可能就是一场战役，关键的一场战役很可能就是一场战争，无论是战争、战役、战斗，作战双方任何规模的作战单元，都可以用一个有向的“OODA环”来形式化表达在时间、物理空间和认知空间的活动，所以它有普适性。我们可以解读为：战场跨模态感知，任务导向、态势判断，决心和行动计划，机动和软/硬杀伤。

(2)判断是最重要的一个环节。未来战场环境，参与作战的要素越来越多，根据作战使命对战场态势的实时感知和理解变得越来越困难。这个环节是指任务导向，聚焦态势，判断威胁，明确距离完成作战使命的目标还有多少差距。这是体系作战中事关强弱的链条，敌我谁胜谁负，常常就卡在“判断”环节上。

(3)冲突是敌我双方一个回合接着一个回合的对决，加快己方“OODA环”的形成，在作战中占据主动，切入并阻滞敌方“OODA环”,使得敌方陷入局部小循环、死循环，难以及时行动。每一个回合都是敌我双方观察、判断、决策和行动四个周期组成的环与环的对抗，看谁能主动控制战斗的节奏。似乎不应该存在环环相扣等解读。

(4)“OODA环”可以描述任意作战单元的循环，但不体现体系作战情况下各作战单元之间的层次关系、指挥关系和协同关系，支撑“OODA环”的网络生态不可或缺;博伊德对不确定性和认知科学有深刻见地，但没有关注脑科学和人工智能(AI)发展的影响。

(三)C2模型的演进发展

目前，国内外学者陆续提出了许多关于指挥控制过程的参考模型，如基于作战任务规划的P-OODA模型、基于兰彻斯特方程的信息战简化扩展OODA模型、基于AI技术的OODA模型优化框架、Agent化的OODA模型、基于网络对抗的OODA-NetAD模型、SHOR(Stimulus Hypothesis Option Response)、HEAT(Headquarters Effectiveness Assessment Tool)、CECA(Critique Explore Compare Adapt)认知模型，以及我国自主提出的PREA环(Planning-Readiness-Execution-Assessment)等模型。各类模型的具体分析可参考《2018-2019指挥与控制学科发展报告》(中国科学技术出版社，2020年)。

四、系统的组织模式：复杂系统的指挥控制

通常我们说的指挥控制研究，主要是针对复杂系统组织的群体行为。从组织模式的角度，Davis S.Alberts和Richard E.Hayes同北约研究小组一起提出了C2模式度量的三个维度：决策权分配、交互模式、信息的分发(如图4所示)。按照这三个维度能力从集中式到分布式的程度，将C2分为五个等级，1级和2级分别是有冲突和消除冲突的C2，3级和4级分别是协同型和协作型的C2，最高级5级是边缘型(连贯一致的、扁平的)C2。

 

 

图4 C2模式度量

例如：16个人分成4组，每组1名组长，3名组员，4人共享1个网站。冲突型任务分配是固定的，4个组之间无网络，没有总负责人;消除冲突型每个组长还被指派了另外一个关注领域，他可与负责该领域的组长共享信息。两个组长之间有点对点的联络，通过信息共享来消除冲突(如图5所示)。

 

 

图5冲突型和消除冲突型组织

如图6所示，在协同型组织中，增加一名协调员，他可与4个组长共享信息，还有权访问所有小组的网站，通过协调员与组长以及部分组长之间信息共享来实现协同;在协作型的中，协调员关注所有领域，各位组长都要关注其它三个领域问题，他可与其他组长共享信息，并可访问所有网站，此外每组都有2名组员，各指派关注另外一个领域问题，并可跨组共享信息。这样通过协调员、各组组长之间、各跨组组员之间共享信息实现合作。

 

 

图6 协作型和协同型组织

边缘型组织由17名个体和4个领域网站构成。任务分配是灵活的，他们可以分别或共同查明某一领域的问题。可以与其他所有个体共享信息，而且可以访问所有网站。

 

 

图7 边缘型组织

行动中C2的组织模式运用要视具体情况和环境而定，能够运用不同的模式，识别选择恰当的模式，必要时转用另一种更合适的模式。有证据表明，如果集体达不到所需的最低的成熟度等级，将不能完成使命。

美国耶鲁大学的皮尔洛教授从管理科学的角度将指挥控制组织模式分为类似的五类：全部集中指挥控制、集中指挥分布执行、协同指挥控制、分散指挥控制(任务式)、无组织指挥控制(如表1所示)。

 

 

皮尔洛分析对比了每一个指挥控制方法的优缺点，并指出，对于复杂不确定性系统而言，更适合分散指挥控制方式。这种分散指挥控制方式要做到全局信息共享和力量自同步，由全局共享信息引导，各组织力量无须上级指令就可跟上全局节奏自主协同，基层组织创新性可以得到极大发挥。过去由于难以实现信息共享，所以只能由汇聚信息的指挥中心集中控制，但与此同时，各种不确定性和交互摩擦也被集中起来，反而造成了更大的不确定性和阻碍。“去中心化”并不是信息化建设的初衷，但却是技术进步的趋势，符合复杂系统不确定性规律，只有最清楚实际情况的人才能做出正确的决策。华为创始人任正非先生提出，未来的战争是“班长的战争”，由冲在一线的人决定胜负，管理人员要当好“少将连长”，既要有全局，又要在一线。在当今的管理思维中，“云端赋能、力量到边”的理念越来越清晰，自上而下的指挥管理体系向赋能体系转变，将云端聚集的系统能力服务化，为一线、为边缘、为端赋能，力量下沉。

在社会治理领域也是如此，根本上是要解决好社会、政府、市场之间的和谐关系，建立需求侧、供给侧、平台侧的生态圈体系工程(如图8所示)。社会治理是党建引领下“管理+自治”，“管理”要成为自上而下的赋能体系，注重统一规划、智能决策、精准赋能，实现力量到边的效果;“自治”要成为自下而上的聚能体系，注重智能物联、平台交互、群体聚能，达到力量无边的效果;“+”就是要通过共建、共享、共治的社会治理平台，打通管理赋能生态圈和自治聚能生态圈，满足人民美好生活需要，推动社会治理现代化，同时又支撑市场服务的模式创新，也就是建立优政、惠民、兴业的和谐三角关系，从场景、技术、标准和模式等四个方面，构建指挥调度能力和服务运营能力两大能力体系。

 

 

图8 构建社会治理“两圈一平台”

五、人机结合之路：智能指挥控制

上世纪九十年代，面对开放复杂系统问题，钱学森先生就创立了“综合集成研讨厅”思想，提出人机结合，把古今中外千亿人的头脑组织成一个伟大的思维体系——大成智慧工程(meta Synthetic Engineering)!今天随着人工智能技术飞速发展，大成智慧工程已经初具雏形。

(一)智能时代到来

近年来，以“大数据、大算力、大模型”为特征的生成式AI技术的发展日新月异，不仅是很多蓝领的体力工作，即使白领的脑力工作也不再神秘，可以被机器替代。工业时代，泰勒发明计时秒表，实现了对体力工作的标准化科学管理，同时也产生了管理阶层，也就是德鲁克定义的知识型工作。今天，AI的内容生成创作已经可以实现写邮件、演讲稿、文案、报告、代码开发、艺术创作等等，“想象力、创造力”一直是人类高级知识工作者引以为傲的稀缺资源，而如今白领的知识型管理工作也不再深不可测，步入“知识生产线”时代!

很多人说“未来是人工智能的时代”，这个说法并不准确，应该是“人机混合智能的时代”。李德毅院士提出，人工智能是人类智能的体外延伸，人类正是因为发明了各种各样的工具、动力机器和智能机器，才获得了对物质世界的充分支配权。未来人类文明的发展，就是要让人发挥人的智慧，机器发挥机器的智能，用碳基生命的智慧引导硅基机器的智能，不会让它算计人类。计算机之父阿兰·图灵在“计算机械和智能”一文中说，“我既不贬低不能在选美竞赛中有出色表现的机器，也不贬低同飞机赛跑失败的人”。古代先哲、物理学开山鼻祖亚里士多德曾经说过，奴隶是“有生命的工具”;2500年后的今天，人类努力创造的智能机器是“非生命的奴隶(助理)”，这正是生命的尊严所在，更是人类的智慧所在。

智能时代，机器可模拟人类能工巧匠的智能，一专多能或多专多能，也可弥补人在疲劳过度、情绪失控下的智能缺失，还可协同人类探索未知问题，相互启迪，迭代积累，以润物细无声的柔软，把人类从繁杂的体力、智力劳动中解放出来，从事更有创造力的工作。人类创造的智能机器融入环境，反过来促进人类智能的发展，辅佐人类创造。人工智能成为人类智能发展的新生态，通过人类智能和人工智能的融合迭代，“智能”将以超自然进化的速度进化发展。

(二)AI赋能C2的优势与局限

在指挥控制领域，随着情报、监视、侦察(ISR)感知手段的加强，情报大数据指数级增长，但数据的增长速度和规模并没有为情报分析工作带来相匹配的改善。相反，信息量越来越大，消耗的资源越来越多，信息的繁杂干扰反而让我们可能做出更差或者不正确的决策。情报大数据的价值判断需要看其在生成感知态势方面的作用，以及通过在正确的时间以正确格式提供给正确的人或系统来为决策提供信息的能力。当前AI技术的发展为解决大数据挑战提供了解决方案。深度神经网络非常适合解决大数据的各种潜在特征问题，同时无需人工干预的自学习能力可以接管许多大数据处理任务。将计算、存储、搜索、统计、抽取、生成内容初样等工作交给AI，尤其是大模型技术发展迅速，机器开始听得懂人话了，涌现出多任务能力，正在赋能各行各业，生成式AI更是让我们看到了AI的创造力。与人类认知一样，机器认识也需要在不断的交互过程中，逐步构建、优化丰富的神经网络，才能进而涌现出更多的创新和创造能力。人与机器在交互中，教学相长，互相启发，各智其智，智智与共!

目前深度神经网络的复杂性使得AI运行对人类来说是不透明的，存在被对手利用算法本身来传播错误信息的隐患。同时，由于不可信的数据和算法中的不正当激励，AI技术也很容易“学坏”。所有这些因素，都要求人类必须参与到指挥控制过程中，成为人工智能系统的监督者。

(1)指挥控制的智能化过程需要“人在回路”，人机结合，提供任务驱动的目标界定区分和相称性的准确评估能力(目前AI方法存在界定区分原则和相称性原则挑战);

(2)多源数据融合，需要在多个数据源之间进行数据比较与融合验证(避免单一数据源问题带来的“偏见”或被操控的隐患);

(3)人员培训，先进的AI需要大数据、大算力，还需要熟练的技术人员作为支撑，尤其是业务系统分析师和操作人员需要接受AI系统及其应用方面的大量培训，需要增加对算法的了解，以能够最好地利用AI的潜力，发现故障，避免AI“学坏”。

(4)人机界面设计，提高智能决策的透明度，让人类可以有效检测、报警、提示、判断和建议，对AI系统如何得出的结论有一定了解，对抗AI“黑盒子”的隐患。

(三)科技推动+需求牵引的创新发展

指挥控制科学发展是科技推动+需求牵引。海湾战争催生了以信息化为特征的世界性军事变革，今天AI技术的发展应用，将催生以智能化为特征的新军事变革。新技术催生新装备，新装备使用带来作战方式的改变，这些新的作战方式和方法积累到一定程度，进而引发理论的变革，并最终导致组织结构和体制机制的变革。近年来，美军陆续推出“空海一体战”“网络中心战”“决策中心战”“马赛克战”“分布式作战”“联合全域作战”等一系列新型作战概念。今天，指挥控制所涉及的对象(人、装备、设施、信息、时空、结构等)都已经发生或正在发生深刻的变化，战争形态不再局限于传统的军事冲突，整个领域面临着一场深刻的“范例转移”式的大变革。创新发展指挥控制理论、方法和技术，解决C4ISR中多学科交叉研究的创新问题，有效开发军地信息资源，提高指挥控制的敏捷性，已成为当前推进军事变革、应对不确定性挑战关键路径上最重要和迫切的任务。

(四)未来指挥控制能力

适逢百年未有之大变局，国际形势风云变幻，复杂性和不确定性成为当今时代的主要特征，开放交叉、多学科融合的复杂理论时代拉开了帷幕。随着科学技术与社会相互作用的不断加强，政治、经济、文化等因素围绕着科学技术交互作用衍生出更多不确定性，科学困境演化为决策困境。被誉为“爱因斯坦之后最杰出的科学思想家”的英国理论物理学家斯蒂芬·霍金在2000年就曾说到，“处理各种复杂系统将是21世纪理论科学面临的主要任务”。面对日益增长的非连续性的复杂环境变化，将人工智能(算力、算法、数据)与人类智慧(想象力、创造力)两者有机结合，运用集体智慧提高应变和创新能力，正是指挥控制科学发展的时代使命。

从战略发展和转型变革的视角看，未来指挥控制能力的预期目的是从战术层面到战略层面更快、更好地做出决策。一项新技术本身并不能为复杂作战环境中的指挥控制提供全面的解决方案，要想真正实现颠覆性，新技术或新能力必须起到催化剂作用，在应用中取得显著效果，才能刺激产生所期望的变化。未来指挥控制能力要充当推动根本性变革的催化剂，不能强迫变革。转型变革是一项长期投资，给组织的人员、生存和学习带来透明度和包容性两方面的问题。人们往往讨厌变革，但如果一开始就让他们切实获得充分的信息和支持，并了解他们的任务在何处与变革融为一体，他们就会支持变革。透明度和包容性是实现变革和避免阻力的关键原则。决策层必须知道如何在一个组织内加强透明度(在所有层面强化期望的结束状态)和包容性(风险和错误是可以接受的)。

面对复杂性科学与工程问题,不存在一劳永逸的解决方案。新问题、新发展,需要我们去不断地重新认识指挥控制的元素、过程与对象。当前阶段，本质问题是如何应对复杂系统所面临的不确定性(Uncertainty)、多样性(Diversity)和复杂性(Complexity)。美国CCRP(Command and Control Research Program)提出的针对特定任务和使命的敏捷、聚焦、汇聚(Agility, Focus, and Convergence, AFC)是未来指挥控制的核心。“聚焦”就是心往一处想，“汇聚”就是力往一处使，更加强调敏捷性!在创建共同理解的基础上，根据目标、威胁和环境确定因素，快速选择合理的解决方案，灵活改变决策权、交互模式和信息分发的能力，实现应对复杂不确定性的跨域敏捷有效的指挥控制。

六、总结

学科建设是中国指挥与控制学会成立和发展的基础。学会的成立经历了从工程实践到科学凝练，到学科设立的过程。学会的创会秘书长、已故的秦继荣先生持之以恒、不懈努力，联合业界同仁们，在李德毅院士、戴浩院士、费爱国院士等院士专家们的大力支持下，2009年将指挥与控制系统工程写入国家《学科分类与代码》标准，为学会成立提供了必要的支撑。

历史照亮未来，我们需要清楚从哪里来，更要思考到哪里去。如何构建指挥控制领域的学科体系、学术体系和话语体系?学科如何建设?人才如何培养?学会工作如何更好支撑我国指挥控制事业的创新发展?这些都需要我们不断思考和探索。期待指挥控制领域同仁们的广泛参与，继承和发扬前辈们为指挥控制事业发展奉献青春的精神，贡献自己的智慧和力量，迎接智能指挥控制新时代!

(《中国指挥与控制学会通讯》编辑部供稿)