未来战争，指挥员面对的往往是强对抗、快实时、信息不完全、边界不确定的作战筹划。在作战筹划过程中，往往要紧密结合战斗进程所呈现出的无限叠加状态，进入“人机融合”模式。也就是说，AI会辅助指挥员应对智能化战争中“如何去打仗”的问题。

解决指挥员认知提升问题。获取了信息，并不意味着洞悉了战场，AI可构建起战场知识中心，从赋予指挥员信息跨越到赋予指挥员知识。这一知识是对信息思考提炼之后总结出的概念或规则。AI能对指挥行为、战争事件推演、历史案例规划进行深入研究，通过大数据挖掘、多源数据融合、动态关联等手段，形成知识图谱。如“飞机是父类、侦察机是子类”的概念知识，“A型战斗机、B型侦察机”的对象知识、“A型战斗机如何与B型侦察机协同”的方法知识等。AI可结合指挥员认知特点和行为偏好，最终融合形成每个指挥员独有的态势知识、决策知识和作战指挥知识。这就像指挥员的另一个大脑，承担起很大一部分学习知识、分析情况、发现规律的工作，让指挥员更加专注于战场判断、施展决策艺术等。

解决方案快速生成问题。在筹划中，AI能将当前任务目标和态势场景与历史案例进行匹配关联，分析处理两者之间的区别、联系，生成可实施的战术级行动方案。甚至可辅助战役指挥员完成战役级作战构想，并自动生成若干套战役级作战方案。在2020年8月美国空军先进战斗管理系统演习中，其AI辅助决策系统实现了分析跨域杀伤网的数千种方案，并向指挥官推荐了杀伤链和最佳指挥控制方案。

解决战场博弈问题。AI能模拟红、蓝双方展开智能博弈，通过深度学习、强化学习等方法，在剧烈对抗中生成并优化策略方案。战场博弈比拼的是谁更能因势利导，AI可实时优化作战计划，快速认知当前战场作战活动间微妙的联系和影响，动态完成高目标价值威胁估计，直观展现当前整体局势优劣，给指挥员提供可供直接选择的计划调整选项。

解决方案推演问题。制订好的计划效果如何？AI可对战术级行动方案开展多分支大样本推演。也就是覆盖尽可能多的对抗过程，更完整地统计胜负概率分布，评价方案可行性及效能，指出存在的问题，并给出优化建议。指挥员可据此分析方案优劣、查找漏洞隐患和选择优化方法。