有时候，在合适的地方，合适的人会说出这段经历并说出一些非常重要的话，比如他们所说的“说实话”。John Hanley 博士在《海军战争学院评论》中的新工作就是一个很好的例子。专业兵棋推演和作战分析界一直存在很多焦虑，一些人对当前军种和国防部高级领导层对作战分析的支持“失去信心”。操作分析社区中的许多人对此特征有疑问，很可能是单个工具不再足够的情况，而不是某个特定工具变得迟缓的情况。无论如何，约翰·汉利博士在作战分析和兵棋推演方面已经花了几十年的时间，
在简要总结了关于兵棋推演和作战分析（使用计算机模拟）的“我们如何走到这一步”之后，他深入探讨了每个工具集如何在这三个标准上进行比较。鉴于标题对他的结论有点混乱，他挑战计算机模拟在所有三个指标上都得分高而兵棋推演没有的传统观念也就不足为奇了。他提供了有据可查的对计算机模拟的批评——尤其是作战分析——兵棋推演社区的许多人认为，作战分析社区的“玻璃屋”中的那些人正在对兵棋推演社区“倒下”。然而，他并没有轻易放弃兵棋推演，表明通过对复杂混沌系统的研究，新兴的人工智能技术，
他的处方是最近在几个地方讨论过的一个因素——但他优雅地提供了丰富的参考资料——作战分析不再比兵棋推演或任何其他作战研究工具更具“破坏性”——问题是我们忘记了限制，不要不要在每一个“精美印刷品”中以系统、科学的方式使用它们。他举例说明了过去尝试生产能够产生“正确答案”的“通用答录机”失败的例子。他认为任何可以无可争辩地提供政策制定者应该做的工具的事情都是愚蠢的差事：应该采取什么行动，或者购买什么武器以及购买多少。试图通过“换掉”一种武器而另一种保持不变来预测未来战斗中的混乱更加愚蠢。
他的提议是从旨在深入钻探单个平台和武器系统的分析目标转向以任务为重点的更加综合的目标。
如果国防部要克服有限预算和日益增长的挑战之间的紧张关系，就需要一种新的分析研究范式和文化，更多地关注国家安全，而不是通过隐瞒知识和数据优先级来保护狭隘的服务和计划。
他提出以下建议（我从他更详细的解释中剪切并粘贴）：
提出基本问题并选择适当的方法。国防部应该认识到，良好分析的主要价值在于消除不可行或不适当的行动方案，并且任何分析都不能为复杂问题提供单点解决方案。伪实验中最合适的动作，无论是兵棋推演还是战斗/计算机模拟人工智能战争:舰队指挥官，都使用其他技术探索结果的有效性。分析活动涉及使用各种技术来解决重要问题。研究周期强调这些技术之间的相互作用，因为一项调查的进展会通知其他人人工智能战争:舰队指挥官，反过来也会通知他们。
兵棋推演和战斗/战役模拟。兵棋推演和战斗/战役模拟是相辅相成的，它们都可以让参与者深入了解正在研究的突发事件的因素以及需要进一步研究的问题和数据。
舰队/野战分析。游戏和战斗模拟应直接与野战/舰队演习相结合，试验新概念，使用旨在解决能力增强的原型系统，并仔细收集数据以告知规划、重要的无知领域以及游戏和战斗模拟中使用的假设。
情报收集。兵棋推演还应该与情报收集和分析联系起来。
战斗分析。在战争前夕进行快速、有针对性的分析已经证明了预测重要结果的价值，而不是使用需要花费大量时间来构建的兵棋推演或大型作战模型。
简单而大型的战斗模型。一个好的分析来自于理解研究中处理结果的主题的一些基本特征。虽然使用模型来理解基本特征是有价值的，但试图通过添加更多细节而不考虑额外不确定性的影响来预测结果与分析是对立的。作战分析和手动兵棋推演采用简单、集中的战斗模型和规则，所有参与者都理解和挑战，并且可以揭示决定成功的因素——即指挥官和能力开发人员应该关注的内容。
复杂性科学。复杂性科学的进步对当前的作战模式提出了质疑，并为防御分析开辟了新的机会。
历史、认知和社会科学以及人工智能。兵棋推演和战斗/战斗模拟的研究周期还延伸到对社会科学的历史和发展的研究，包括关于人类行为的实验游戏（例如行为经济学）和认知科学，研究理解大脑的发展，探索人类的推理和动态。
查看以前的结果。研究周期的最后一个重点领域是回顾以前的结果。
本文翻译自/网站
