一名装甲营长受命摧毁临近隘口的敌方装甲连，以保障旅级部队机动。当营长抵达目标区域时，调频（FM）电台传来报告：主攻部队正与一个坦克排正面交火。紧接着，营侦察排报告发现敌方一个工兵排正向隘口机动。情报参谋（S2）通报，一股重型装甲连级兵力正在营阵地北侧展开。与此同时，营部通过“单系统远程视频终端”（OSRVT）传回的无人机画面显示，隘口南侧出现一个反坦克步兵排。电子战排长通过“联合指挥所系统”（JBCP）报告，在20公里外识别到一个旅级规模的电子干扰源。“当前作战态势图”上显示的“战术空域集成系统”（TAIS）表明，空中有多架旋翼和固定翼飞行器活动。同步地，火力支援官（FSO）报告一个炮兵连遭敌反击，并建议调整“高优先级目标清单”（HPTL）。
在当今的大规模作战行动（LSCO）环境中，正如上述场景所示，指挥官在单位时间内接收的数据量远超以往。普通人日均消耗74GB数据，且年增长率达5%（Heim和Keil，2017）。作为参照，1969年将宇航员送上月球所使用的数据量仅为0.000076GB，即4KB随机存取内存和72KB只读内存（Kurinec，2023，第9页）。当今社会的数据消耗通常集中于单一流媒体平台（如TikTok、YouTube等），而非同时处理多源信息。现代战场上的指挥官却无此奢侈。他们必须同时接收并处理来自各方的报告与信息，这往往导致决策迟滞——或因数据过载，或因关键信息被海量数据淹没而遗漏。
指挥官如何在这样的环境中做出快速而准确的决策？解决方案有三重，其中两项已纳入陆军条令。首先，指挥官有责任向参谋人员明确“关键信息需求清单”（CCIR），这构成了“决策支持矩阵”（DSM）的基础。其次，参谋军官需要将数据过滤为可用信息，并运用专业知识甄别关键内容，将其呈报给指挥官以支持决策。最后，美国陆军必须利用人工智能（AI）来减少人为失误，并加速将数据转化为信息的过程。依托这三项支撑，指挥官方能聚焦于做出准确决策所必需的核心信息。
与所有作战行动一样，解决数据过载的方案始于指挥官。
决策支持矩阵与关键信息需求清单
