ロシアがAI駆動の自律性を実現した主権的なドローン・エコシステムを構築している方法－② （CSIS）
ロシアがAI駆動の自律性を実現した主権的なドローン・エコシステムを構築している方法
How Russia Is Building a Sovereign Drone Ecosystem for AI-Driven Autonomy
Report by Kateryna Bondar
Published April 13, 2026
3. ロシアのAIと無人システム開発の中核推進力:訓練、技術、パートナーシップ
2. ロシアの自律型無人システムへの道
この節では、ロシアが戦術的前端（tactical edge）で無人システムにAIをどのように統合しているか、そしてこのプロセスが戦時中の圧力下で軍産生態系をどのように再構築しているかを分析する。分析は、機械学習とオンボード意思決定が実際のプラットフォームにどのように組み込まれているかに焦点を当てており、全地球測位システム（GPS）が利用されず電子的に競合される環境や、作戦上重要な規模で運用することを到達目標としている。また、AIの実用的な統合についても検討し、ロシアの製造業者が技術開発とスケールにどのように取り組んでいるかを探っている。
本分析は、国家中心のトップダウン型プログラムから商業主導のボトムアップ・システムまで、AI開発と展開の対照的なモデルを示す代表的なケース・スタディを紹介する。これらのケースは、政府との協力、製造業者の産業慣行、そして最前線ユーザーとのフィードバック・ループが技術的および作戦的の成果をどのように形成するかを比較評価している。
この節では、戦場での有効性が高度で正式に宣言された自治性よりも、コスト削減、生産の緩和、単純なAI機能を直接前線に展開する能力の向上といった実用的要因により依存するかどうかを探る。
ケース・スタディ1:クロンシュタット（Kronshtadt）・グループ—戦場規模のない中央集権型AIアーキテクチャ
クロンシュタット（Kronshtadt）・グループの分析は、ロシアの無人システム・エコシステムにおける警鐘となるケース・スタディとして機能している。同社は長距離無人航空機（UAS）やAI対応自律性の旗艦開発者としての地位を確立しているが、その軌道は持続的な産業的実行や戦場検証を伴わない野心的な技術的シグナルの構造的リスクを示している。ロシアのドローン開発とAI統合の文脈で、クロンシュタット（Kronshtadt）は自律性、スウォーミング、意思決定支援アーキテクチャに関する広範な主張が自動的に展開可能な能力に結びつかないことを示している。コンセプト的な提示と実戦のギャップを検証することは、ロシアのAI対応無人戦の広範な進展を評価する上で重要な教訓を提供する。
クロンシュタット（Kronshtadt）・グループは、無人航空機（UAS）の開発・製造を行う非公開企業である。同社は2022年以降独立した法人として運営されており、株主、ガバナンス構造、財務実績に関しては限定的な透明性がない。この不透明さにもかかわらず、クロンシュタット（Kronshtadt）はロシアの大型長距離無人システムの旗艦開発者の一つとしての地位を確立している。
同社の現在の公開無人システムのポートフォリオはかなり小さく見える。現在、同社のウェブサイトでは主に2つの作戦システム、オリオン（Orion）とシリウス（Sirius）が紹介されている。両機とも大型のグループ4および5の無人航空機（UAS）で、長距離インテリジェンス・監視・偵察（ISR）任務のためにデザインされており、打撃作戦の実施能力を公表している[1]。
オープン・ソースはクロンシュタット（Kronshtadt）の無人システムに組み込まれた特定のソフトウェア・アーキテクチャについて限定的な洞察しか提供していないが、同社の公開声明や展示資料はAI統合アプローチの再構築を可能にする。AIを独立した能力として提示するのではなく、クロンシュタット（Kronshtadt）はそれを自律性に向けた段階的な進展のプロセスとして位置づけており、特に図1に示されるオリオン（Orion）無人航空機（UAS）に関連して最も明確に表現されている。このシステムは厳密な意味でのエッジベースの自律性を代表するものではなく、マルチセンサー・データを融合させ、その分析要素を自動化することでオペレーターを支援する高度な意思決定支援アーキテクチャを示している。
|
図1 オリオン無人航空機システム
注：これは、ウクライナ国防情報局の「War Sanctions」ポータルからの参考画像および説明を基に、戦略国際問題研究所（CSIS）の分析を参考にGPT-5.2を用いて生成された、無人航空機（UAS）のAIによる表現 出典：戦略国際問題研究所（CSIS） |
2021年、ウクライナへの本格的な侵攻前に、クロンシュタット（Kronshtadt）のCEOセルゲイ・ボガティコフ（Sergey Bogatikov）は、オリオン（Orion）が自律機能の段階的開発を進めていると説明した。重要な節目として、2021年のドバイ航空ショーで披露された新しい自動オペレーター・ワークステーションの導入があった。このワークステーションは、操作者から計算システムへと制御・意思決定支援機能の増大する割合を移すためにデザインされた、人間と機械の相互作用における機能的転換として提示された。メーカーは、このアーキテクチャ内でAIがミッション管理、センサー・データ処理、オペレーター支援を支え、人間の監督を完全に置き換えるものではないと主張している。
このアプローチの具体的な実装の一つが、オペレーター・インターフェースへの拡張現実の統合である。クロンシュタット（Kronshtadt）は、AI支援による可視化技術の活用を報告しており、地形や作戦オブジェクトの三次元表現を構築している。生のセンサー・フィードでは明確に見えない要素も含まれる。このAIと拡張現実の融合は、ISRや攻撃任務中の状況認識を高め、認知的負担を軽減することを目指している。同社は、このシステムは2021年時点でオリオン（Orion）の作戦バージョンにすでに実装されていると主張している。
同社はオペレーター支援の強化とAI対応のミッション支援のビジョンを公に表明したが、無人プラットフォーム自体の高度さは限定的であるようである。オリオン（Orion）システムの作戦実績はこのギャップを強調している。オライオンドローンはウクライナ軍によって繰り返し迎撃・撃墜されており、生存性が限られ、実質的な自己防衛手段が欠如し、防空を回避するための適応機動能力が観測できないことを示している。復興後のウクライナ専門家による技術調査では、市販の米国製部品に大きく依存していること、そしてエッジAI処理に通常必要とされる高度なオンボード・コンピューティング・アーキテクチャが不足していることが明らかになった。傍受されたバリアントは内部部品に多少の変動を示したが、全体的な技術的基準は一貫していた。これらの発見を総合すると、オリオン（Orion）は作戦面で自律的、あるいは真に半自律的なシステムの基準を満たしておらず、むしろ限定的な自動支援を持つ従来型のパイロット・プラットフォームとして機能していることを示唆している。
オペレーターのワークステーションに組み込まれたAIソフトウェアやKronshtadtの作戦無人プラットフォームの現状に関する公的な情報はないものの、同社のコンピュータ・ビジョンおよび物体認識における実際の能力レベルは、別の製品であるMushtrа-Eシステムから推測できる。これは軍用無人航空機（UAS）向けの機械学習複合体であり、情報収集、監視、ターゲット取得、偵察作戦においてAI対応無人航空機（UAS）で使用されるニューラル・ネットワークの継続的な訓練および再訓練を支援するようにデザインされている[2]。コンセプト的には、このシステムは戦場AIの中心的な課題の一つである、急速に変化する作戦条件下で信頼性の高いターゲット検出・認識性能を維持することに対応している。
このシステムは、静的で中央学習型のモデルに依存するのではなく、コンピュータ・ビジョンモデルの局所的かつ反復的な再学習を可能にする。これはニューラル・ネットワークの再学習サイクル全体（データの取り込み、検証、再学習、再展開）を自動化しつつ、ユーザー自身のプラットフォームが生成した信頼できるデータセットに入力を意図的に制限する。このデザインの選択は、機密画像やモデルを第三者に移すことなくパフォーマンスを最適化することで、作戦上およびセキュリティ上の両面に貢献する。
Mushtra-Eは広く使われている航空画像フォーマットをサポートし、ロシアおよび外国の無人航空機（UAS）プラットフォームとの統合を可能にする。このシステムは、恒久的な空軍基地でのMALE／HALEおよび戦闘級無人航空機（UAS）、現地展開の戦術的部隊向け、そして空軍本部での固定使用の3つの構成で提供されている[3]。これらすべてのモジュールは階層的なネットワークに連結可能である。このアーキテクチャはAIを単独のオンボード機能としてではなく、作戦利用とともに進化するスケーラブルなエコシステムとして位置づけている。
このシステムは、プラットフォームGNSおよび関連するAIインフラのアーキテクトとして本シリーズの最初の報告で取り上げた同じ機関である国家航空システム研究所（GosNIIAS）と共同開発されている。国家航空システム研究所（GosNIIAS）はまた、画像処理、分類、物体検出、セマンティック・セグメンテーションなどの主要なAI機能を支えるNeurosetトレーニング・データベースも維持している。
クロンシュタット（Kronshtadt）の自動化ワークステーション・コンセプトの重要な拡張は、2021年から積極的に推進されているスウォーム作戦への応用である。このモデルでは、オペレーターが高度なミッション・プランニングとターゲット指定を行い、AIの要素を取り入れたソフトウェアが複数の無人航空機（UAS）間の飛行制御、システム管理、タスク割り当て、調整を実行する。クロンシュタット（Kronshtadt）はこのアーキテクチャを半自律的な挙動を可能にするものと説明し、従来のリジッドな事前プログラム・ロジックに基づく自動化システムとは区別している。
スウォーム内の継続的なデータ交換は、タスクの再分配、リーダーシップの移譲、相互交代を支援し、グループがキャリアとの絶え間ない通信に依存しながら協力的に作戦できるようにする。
同社は2021年に、単独プラットフォームではなく指揮・統制ノードとして構想されたグロム（Grom）無人戦闘航空機（UCAV）を通じて、より先進的なスウォーミング技術のビジョンを提示した。同社の声明によると、グロム（Grom）は偵察および攻撃任務の両方で最大10機の小型モルニヤ（Molniya）無人航空機（UAS）スウォームを管理できるようデザインされており、飛行中に動的に任務を再割り当てする能力も備えている。回収可能なモルニヤ（Molniya）型はISR任務を遂行し、ストライク型は徘徊型弾薬（loitering munition）として機能する。スウォーム内の継続的なデータ交換は、タスクの再分配、リーダーシップの移譲、相互交代を支援し、グループがキャリアとの絶え間ない通信に依存しながら協力的に作戦できるようにする。
スウォーミングのコンセプトは、誘導ミサイルや精密誘導弾薬の搭載を含むグロム（Grom）自身の攻撃能力と統合されている。このアーキテクチャの中で、モルニヤ（Molniya）ドローンは精密攻撃や囮作戦から敵防空の抑制、貫通通路の構築、新たに発見されたターゲットの迅速な交戦、有人航空機と並んでグループ電子戦支援など、多岐にわたる役割を果たす。
しかし2023年、クロンシュタット（Kronshtadt）グループは無人航空機（UAS）メーカーと提携し、スウォーム統制用の専門ソフトウェアを開発したことを発表し、同社の取り組みが成功しなかったことを示唆している。
同社によると、計画中のソフトウェアは、無人プラットフォームのグループ間でミッション準備、飛行監督、ペイロード管理、ルート変更、ミッション後の性能評価を可能にする。2024年時点で、グロム（Grom）UCAVは開発中である。Army-2024では、同社は作戦成熟の証拠ではなく、更新された機体構成のみを提示した。
繰り返しのコンセプト的提示にもかかわらず、この種のスウォーミング能力が作戦システムで配備されたことを示す公に検証可能な証拠はない。戦略国際問題研究所（CSIS）がウクライナ軍関係者と行った会話でも、そのような能力の使用が確認されたことはない。ロシアが実験的かつ部分的に成熟したシステムを戦闘で活用する意欲を示していることを考えると、観察可能なスウォームの運用が見られないことは、これらの能力が概念段階を超えていないことを強く示唆している。
全体として、クロンシュタット（Kronshtadt）の公的なナラティブは、AIを意思決定支援、協調統制、ヒューマン・マシン・チーミング（human-machine teaming）を通じて自律性を高める手段として位置づけており、完全な独立した無人運用とは異なる。同時に、野心的なコンセプトや繰り返しの発表にもかかわらず、スウォーミングのような真に破壊的な能力に向けた具体的な進展は限定的であり、正式な作戦的展開は確認されていない。
クロンシュタット（Kronshtadt）・グループのような企業は、所有構造が不透明で、政府契約のみに依存し、国営研究機関との緊密な関係を持つことで、外国部品への依存、長い開発サイクル、官僚的制約による制裁による複雑な課題に直面している。2025年8月までに、業界関係者はクロンシュタット（Kronshtadt）・グループが戦略的投資家の喪失、増大する負債、下請け業者からの訴訟増加により破産に向かっているとますます評価している。
クロンシュタット（Kronshtadt）・グループは、軍事および特定の政府用途以外に多様化が限られた国家防衛契約に大きく依存する開発モデルに内在するリスクを示している。同社は一貫して野心的で先進的なコンセプトを推進してきたが、これらのビジョンを堅牢な作戦能力に翻訳するために必要な産業的能力や技術的基盤を欠いていたようである。
制裁圧力、サプライ・チェーンの制約、官僚的な調達の力学など、ロシア特有の構造的要因がこの流れに寄与したが、より広い教訓は単一のケースにとどまらない。技術的ブレークスルーを過大に約束し、主に政府契約に依存し、スケーラブルな生産能力を構築しないと、プラットフォームは宣伝されている変革的な能力ではなく、段階的な性能向上しかもたらさない可能性がある。クロンシュタット（Kronshtadt）の場合、この傾向は平均的な技術的基準で機能し、掲げられた野望を達成できず、最終的には深刻な財政難に直面するシステムに至った。
ケース・スタディ2:ZALA Aero—軍事力増強器としてのデュアル・ユースAI
ZALA Aeroグループ社は、ロシアが民間無人システム分野を育成するアプローチが、いかに具体的な戦場効果に結びついているかを示す素晴らしい例を示している。この企業は、商業および公共部門向けに開発されたAIが軍事用途に再利用され、持続可能なビジネスモデルを構築すると同時に、ロシアの軍産複合体を現代的で商業的に派生した技術で強化することを示している。従来の研究機関に専念するのではなく、このモデルは民間市場から生まれたイノベーションを活用し、デュアル・ユース能力を急速に成熟させ、作戦中の軍事システムへ移行させることを可能にする。
ZALA Aeroは、民間と軍用ドローン生産の交差点で活動するロシアの無人システム開発会社である。カラシニコフ・コンサーン（Kalashnikov Concern）と構造的に結びついている同社は、民間機関向けの軽量偵察プラットフォームや監視ドローンから、ロシア軍が使用する徘徊型弾薬（loitering munition）や戦場でのISRシステムに至るまで、幅広い無人航空機（UAS）のポートフォリオを製造している。
ZALA Aeroはドローン・メーカーとして著名であるが、軍用AI能力の詳細については公にほとんど公表されていない。公式なコミュニケーションでは、同社のAI提供を大まかに捉え、特定のソフトウェア・アーキテクチャや自律性のレベルを明かさずに、争われる電子戦争環境でのターゲット認識と復元性が向上したと述べている。
それでも、繰り返し報告されているアップグレードは、すでに確立され広く展開されているこれらの能力に対する漸進的かつ意義ある進展を示唆している。特に、ZALA Aeroの近代化されたランセット（Lancet）徘徊型弾薬（loitering munition）は、センサーとイメージング・システムの強化を受け、視界不良や悪天候下でのターゲット検出およびロックオン性能が向上したと報告されている。同時に、ニューラル・ネットワークはより大規模かつ高品質なデータセットで再学習されているようで、より正確なターゲット認識と終端段階のナビゲーションがより洗練されている。これらの能力により、システムはターゲット全体だけでなく、幅広いプラットフォームの特定の脆弱点を攻撃できると報告されている。この性能レベルは、メーカーがウクライナ製システムだけでなく、西側起源の幅広いプラットフォームを含む多様な装備カテゴリーをカバーする広範なトレーニング・データを蓄積していることを示唆している。
アップグレードされたシステムは、ターミナル段階でより高速かつ堅牢な航法および飛行制御を提供し、防護された目標や部分的に隠蔽されたターゲットに対する高精度攻撃を可能にすると説明されている。ZALA Aeroの最近の報道によると、ランセット（Lancet）ドローンは高速移動ターゲットの攻撃にも貢献しており、マグラ（Magura）V7のようなウクライナの海上ドローンも含まれており、米国製AIM-9Mサイドワインダー・ミサイルを搭載した搭載防空システムを搭載したと報告されている。これらの特徴は、厳密なオペレーター・イン・ザ・ループ・モデルから、関与が始まった後にAIが決定的な役割を果たす監督型自律性への移行を示している。
しかし、戦略国際問題研究所（CSIS）がウクライナの技術専門家と行った会話に基づき、この特定のケースにおける終端段階が自律的だったとは疑わしい。利用可能な攻撃映像の分析と専門家の評価を組み合わせた結果、観測された飛行軌跡とターゲット交戦プロファイルは、完全自律型終端誘導よりも人間による制御モデルにより整合性が高いことが示唆されている。これらの専門家によると、動画で見られる操縦パターンは独立した機内意思決定アルゴリズムと整合させるのが難しく、最終進入時のオペレーターの直接的な操作を指し示すとされている。
ZALA Aeroの軍用AIに関する公開情報は依然として乏しいものの、ランセット（Lancet）のオペレーターへのインタビューから特に示唆に富んだ詳細が浮かび上がった。彼は攻撃の最終段階で「イラ」と呼ばれる補助AI機能を起動でき、彼の説明によれば、最終アプローチで誘導を洗練し、高速で移動する装甲車両に対しても正確な攻撃を可能にすることで「役割を果たす」と述べている。この証言は、戦闘作戦に明確に関連するAIコンポーネントの具体的な名称を提供している点で注目に値する。同時に、この指定がオープン・ソースで追跡されると、軍の開示書類ではなく、ZALA Aeroの民間システムの説明文にIRRAとして記載されている。これは、ZALA Aeroの軍用ドローンを支えるAIが同社の民間無人プラットフォームで使用されているソフトウェア・アーキテクチャと同じであることを示唆しており、ZALA Aeroの軍事AIスタックの性質と能力について貴重な洞察を提供する。
IRRA AIソフトウェアは単一のアルゴリズムとしてではなく、センシング、分析、意思決定支援、ネットワーク配信を統合した統合型のオンボード・インテリジェンス・アーキテクチャとして理解するのが最も適切である。その特徴的な技術的特徴は、地上セグメントから無人航空機（UAS）自体へのコア計算ワークロードの移動である。ZALA T-16、ZALA T-20、ZALA ZARYAシリーズなどのプラットフォームに直接処理能力を組み込むことで、IRRAはミッション後や地上分析ではなく、飛行中のセンサー・データのリアルタイム解釈を可能にする。このアーキテクチャの選択は意思決定ループを大幅に圧縮し、民間およびセキュリティ関連のユース・ケースにおけるシステムの作戦価値を支えている。
機能レベルでは、IRRAは主に光学および熱画像を用いたマルチモーダル・センサー入力の連続リアルタイム解析を通じて運用されている。機械ビジョン・アルゴリズムと訓練済みニューラル・ネットワークを用いて、システムは無人航空機（UAS）上で直接ライブ映像ストリームを処理し、異常、逸脱、関心対象を自動的に特定する。エネルギー・インフラの監視では、構造の異常、熱異常、または燃料およびエネルギー部門資産に対する潜在的な脅威を示すその他の指標の検出が含まれる。緊急対応の応用においては、同じ分析パイプラインが火力ホットスポット、洪水境界、その他の進化する危険の特定にも適用される。重要なのは、検出は二項識別に限定されないということである。このシステムは異常を分類し、文脈化し、空間的に局所化することで、生の画像ではなく実用的なインテリジェンスを提供する。
異常が検出されると、IRRAは自動的に映像フィード内にマーキングし、構造化された出力を生成して地上管制局に送信する。これらの出力には、ジオリファレンスされたアラート、ハイライトされた関心地域、自動生成の分析レポートが含まれる。この自動化により、オペレーターの認知的負担が軽減され、特に山火事抑制やインフラ防護など時間的に重要な状況で、より迅速かつ一貫した対応が可能になる。高精度で座標を決定する能力は、地上チームやその他の対応資産による後続行動の指揮に役立つ。
IRRAの効果は、特に4Z1制御およびデータ管理プラットフォームを含むZALA Aeroの広範なデジタルエコシステムとの緊密な統合によってさらに高まる。この統合により、無人航空機（UAS）上で生成されるデータは直接のオペレーターに限定されるのではなく、分散ユーザーネットワークを通じて（許可を条件に）アクセス可能になる。ビデオストリーム、分析オーバーレイ、処理された出力は、地理的に遠隔のオペレーター、アナリスト、顧客が視聴できるため、物理的な制御局を超えた状況認識を効果的に拡張する。このプラットフォームは、ライブ・ストリーミング、自動解釈、オルソフォト生成、アーカイブ保存を一つのソフトウェアの輪郭に統合し、リアルタイムのモニタリングと意思決定のシームレスな移行を可能にする。
軍事的観点から見ると、このアーキテクチャ論理はZALA Aeroの戦闘ドローン・エコシステムに直接対応しており、偵察、ターゲティング、攻撃機能は異なるプラットフォームに分散しつつも単一の作戦サイクル内に統合されている。観測された交戦連鎖では、偵察機が潜在的なターゲットを特定し、地上管制局にビデオフィードを送信する。地上管制局は目標を選択し、座標を生成し、位置データと選定された画像を発射または終端接近前に徘徊型弾薬（loitering munition）に送信する。このシーケンスは、自律的なエッジ実行ではなく、ネットワーク化されたヒューマン・イン・ザ・ループ（human-in-the-loop）のターゲティング・アーキテクチャを反映している。ターゲットの検出、検証、交戦の意思決定はオペレーターや地上インフラに分散されており、徘徊型弾薬（loitering munition）は独立した意思決定システムではなく、主に実行プラットフォームとして機能している。
IRRAはこの連続性を可能にするソフトウェアのバックボーンとして理解できる。偵察段階での検出、分類、位置特定、優先順位付けをサポートする。戦場の一貫した機械解釈による表現を維持し、そして、ターゲティング・データを最小限の遅延と劣化で攻撃資産に転送することを保証する。この意味で、IRRAは単に個々のドローンを強化するだけでなく、センサー・プラットフォームと攻撃プラットフォームが統合されたキル・チェーンの一部として機能し、AIが観察、意思決定、行動を同期させるつなぎの組織を提供するシステム・オブ・システム（システム・オブ・システム）を支えている。しかし、ZALA Aeroが製造するすべてのシステムがこの広範なシステム・オブ・システム構造に統合されているわけではなく、この調整されたフレームワーク内で動作するモデルは限られている。
ZALA Aeroは、多くのロシアの無人システム開発者よりも実用的で作戦的に根ざしたAI統合モデルを示している。完全な自律性を誇示するのではなく、同社は商用に派生したマシン・ビジョンやデータ処理アーキテクチャを段階的なネットワーク化された戦闘フレームワークに組み込もうとしているように見える。このアプローチは、デュアル・ユースの民間AIスタックを戦場適応の加速、意思決定ループの短縮、監督下の人間が関与する構造内での精度向上に再利用できることを示している。同時に、観察可能な自律性の限界は、ロシアの進展は独立した機械意思決定の達成よりも、分散型AI支援システムによる協調キル・チェーンの最適化にあることを示唆している。
ケース・スタディ3:モルニヤ（Molniya）—ボトムアップ型ドローンイノベーションと国家支援のスケーリングが融合
モルニヤ（Molniya）無人航空機は、ロシアの軍産複合体へのアプローチと、ロシア軍と防衛産業の協力への独自の転換を示している。このアプローチは、ロシア国防相アンドレイ・ベロウソフ（Andrei Belousov）が軍事記者との会合で述べ、ドローンと電子戦の生産の分散化、特に「ガレージ（garage）レベルの開発と組立」に完全に満足していると述べた。
モルニヤ（Molniya）無人航空機（UAS）の登場は、ロシアの伝統的な国家中心の防衛産業モデルから大きく異なるボトムアップのイノベーションの道筋を示している。それはいわゆる「人民VPK」、すなわちロシアの戦争の取組み（war effort）に従事する民間技術者やボランティアの緩やかに連携したコミュニティに起源を持った。モルニヤ（Molniya）は当初、既存の州デザイン局ではなく、非公式なガレージ（garage）ベースの作業場でデザイン・組み立てられた。初期の開発は、正式な調達体制の外で活動する小規模なエンジニアやボランティア・チームに依存しており、迅速な実験と最前線ユーザーとの密接な交流を可能にしていた。
しかし、このプロジェクトは数百の類似の「ガレージ（garage）」プロジェクトとは異なり、拡大のための政府支援を受けている。ロシアの軍事ブロガーによると、このプロジェクトは正式生産の「軌道上」に置かれ、製造能力拡大のために政府の資金提供を受けた。その後、量産の監督はスドプラトフ（Sudoplatov）社に委ねられ、モルニヤ（Molniya）は即席の草の根イニシアチブから国家支援システムへと移行した。この一連のプロセス—ガレージ（garage）レベルのイノベーションに続く選択的な州の拡大—は、政府が実証済みの戦場ソリューションを吸収し制度化し、完全に正式な防衛産業構造内で生み出そうとするのではなく、適応的な調達の論理を示している。
モルニヤ（Molniya）の戦場展開に関する最初の報告は2024年5月に発表された。それ以来、システムは急速にモルニヤ（Molniya）-1、モルニヤ（Molniya）-2、モルニヤ（Molniya）-2Rの3つの主要タイプに多様化した。図2に示すように、初期の作戦モデルであるモルニヤ（Molniya）-1は主に一方通行の攻撃プラットフォームとして機能し、限定的な自律性を持ち、約30〜40キロメートルの距離で数キログラムのペイロードを運ぶことができた。その後のモルニヤ（Molniya）-2は双発構成を導入し、航続距離を最大80キロメートルに延長し、ペイロード能力を拡大し、電子戦（EW）に対する耐性を強化した。最も先進的で最新のモデルであるモルニヤ（Molniya）-2Rは、偵察およびネットワーク運用への質的な移行を示している。衛星通信（とされるStarlink経由）とより強力なオンボード・コンピューティングを統合することで、このモデルは地平線を越えたISR、ターゲット追跡、高帯域幅のデータ伝送をサポートし、モルニヤ（Molniya）ファミリーの作戦的役割を大幅に拡大する。
|
図2 モルニヤ（Molniya）無人航空機システム（UAS）の変遷
注：これらの画像は、ウクライナ国防インテリジェンス局の「War Sanctions」ポータルからの参考画像および説明を基に、戦略国際問題研究所（CSIS）の分析を参考にGPT-5.2を用いて生成された、無人航空機（UAS）のAIによる表現 出典：戦略国際問題研究所（CSIS）。 |
モルニヤ（Molniya）無人航空機（UAS）創設の主な目的は、より高価な徘徊型弾薬（loitering munition）の代替となりつつ、制裁やサプライ・チェーンの混乱にも耐えつつ、安価で長距離の固定翼攻撃型無人航空機（UAS）を作ることだった。この目標はいくつかの決定的なデザイン選択に影響を与えた。
まず、このプラットフォームは市販の部品に大きく依存している。この民間電子機器や単純な材料への意図的な依存は、これらの部品を包括的に制限しにくく、現地または多様なグローバル・サプライ・チェーンを通じて調達できるため、制裁への脆弱性を減らす。
第二に、モルニヤ（Molniya）はフォーム、合板、基本的な構造要素から作られた非常にシンプルな機体デザインを採用している。このシンプルさによりコストと製造の複雑さが軽減され、最小限の技術インフラで迅速な大量生産が可能になり、現場の経験に基づく迅速な改造が可能である。
モルニヤ（Molniya）の進化の第三でますます中心的な特徴は、端末ガイダンスにAIを早期に統合したことである。比較的単純な構成であっても、モルニヤ（Molniya）は信号喪失時に任務完了を保証するために機械視覚に基づく基本的なホーミング・システムを装備している。この能力は、完全な自律性を目指すという野心というよりも、電子戦に対する実利的な対応を反映している。オペレーターがターゲットを指定しロックすると、機載コンピュータ・ビジョンがカメラからの画像を処理し、コントラスト豊かな移動物体を識別し、ターミナル・フェーズ中に自律的に飛行経路を修正する。オペレーターとの通信が妨害されると、無人航空機（UAS）は外部からの入力なしに攻撃を継続し、この段階では敵電子戦はほとんど効果的でない。
重要なのは、このAI対応の端末ガイダンスは、厳密な意味でのターゲットの意味理解を含んでいないことである。このシステムは物体を装甲車両や特定の武器タイプとして分類しない。代わりに、視覚的な顕著さと動きのコントラストを重視し、高度な認識よりも堅牢性と計算的単純性を優先している。光ファイバー誘導ドローンは長いケーブルを必要とし、重量増加や搭載量の減少、耐久力を制限するが、モルニヤ（Molniya）のAIベースのアプローチは、射程、爆発能力、バッテリー寿命を維持しつつ、ジャミングに対する同等の耐性を実現している。
このシステムは、ニッチや実験的なソリューションとしてではなく、大規模に展開されるAI対応の能力を示している。モルニヤ（Molniya）は当初から大量生産プラットフォームとして構想されていた。初期コストは約300ドルと報告されており、光学機器や衛星接続が改良されると約5,000ドルに上昇した。これは、一般的に約5万ドルと推定され、同様の機能を持つランセット（Lancet）の徘徊型弾薬（loitering munition）より桁違いに安価である。生産と雇用の数字はこの格差を強化している。2025年9月には、約2,200回のモルニヤ（Molniya）-2打ち上げが報告されており、ランセット（Lancet）の打ち上げは約400回だった。
高価で高度に洗練されたシステムは、よりシンプルで安価、かつ十分に信頼性の高いAI対応の代替手段の作戦上および経済的優位性に匹敵するのに苦労している。
現在大量生産されているモルニヤ（Molniya）のすべてのバリアントは、デフォルトで基本的なAI機能を備えており、AIがエリート・プラットフォームに限定されるのではなく、大規模無人システム全体で正常化していることを示している。この傾向は、AI導入を駆動する実用的な論理を浮き彫りにしており、明確な実用的必要性のない技術的に高度なデザインではなく、狭義でミッション・クリティカルな機能が大量システムで低コストで実装されていることを示している。この競争の激しい環境下で、高価で高度に高度なシステムは、よりシンプルで安価かつ十分に信頼性の高いAI対応代替手段の作戦上および経済的優位性に匹敵するのに苦労している。
ケース・スタディ4:V2Uと完全自律型AI駆動ドローンの出現
V2U 無人航空機（UAS）は、現在ロシアのドローン・エコシステムで見られるAI対応自律性の最も高度かつ懸念される例の一つである。
技術的観点から見ると、V2U（図3参照）は、徘徊型弾薬（loitering munition）と偵察プラットフォームの2つの既知の構成を持つ無人航空機（UAS）である。徘徊型弾薬構成では、最大3キログラムの高性能破片焼夷弾頭を搭載している。中国製の電動モーターやバッテリーなど、市販の市販部品に大きく依存している。推定作戦航続距離は40〜60kmで、ガソリン・エンジン搭載型は航続時間が延長され、100km以上を飛行可能である。
|
図3 V2U 無人航空機（UAS）
注：この画像は、ウクライナ国防インテリジェンス局の「War Sanctions」ポータルからの参考画像および説明を基に、戦略国際問題研究所（CSIS）の分析を参考にGPT-5.2を用いて生成された、UAS（無人航空機システム）のAIによる表現 出典：戦略国際問題研究所（CSIS）。 |
この攻撃形態に加え、ウクライナの専門家はV2Uの偵察型について報告している。このバージョンでは、ロシアの技術者が弾頭を取り外し、追加のバッテリーに置き換え、滞留時間を大幅に延ばした。また、パラシュート回収システムも搭載されており、ISR任務を完了した後に着陸できるようになった。回収されたソフトウェアの分析によると、兵站版や宅配用バージョンの開発を含むさらなる改良が開発中であることが示唆されている。この事実は、単一用途兵器ではなく、モジュール式のV2Uシステム・ファミリーが拡大していることを示している。
この分析ではドローンの構成要素を詳しく検証していない。しかし、特定の部品の有無を評価することで、その機能的能力について重要な洞察が得られる。最も重要な側面は航法および通信の構造、特に意図的な削除に関わる。2025年6月と7月に傍受された初期のV2UドローンにはLTEモデムが含まれており、少なくとも部分的にオペレーターの接続に依存していたことが示唆されている。しかし、2025年10月と11月に傍受されたより新しいバージョンは、モデムや外部通信システムなしで回収されており、完全自律作戦への明確な移行を示している。LTE接続の消失により、電子戦は制御や誘導に対してほとんど効果的でなくなっており、ジャミング信号が存在しない。代わりに、このドローンはレーザー高度計や地形参照飛行プロファイルなどの機載センサーに依存しており、全地球測位システム（GPS）なしで持続的な低高度作戦を可能にする。
AIはV2Uのデザイン哲学の核にある。西側の制裁にもかかわらず、技術調査やウクライナのインテリジェンス機関の報告によると、このドローンは先進的な西洋および中国の電子機器を組み込んでおり、特に中国製のLeetop A603キャリア・ボードに搭載されたNvidiaのJetson Orin AIモジュールが顕著である。この構成は、ロシアが高性能計算ハードウェアへのアクセスを継続していることを示している。
搭載AIにより、コンピューター・ビジョンを用いて自律的にターゲットを探索、識別、選択できる。このAIスタックは訓練されたYOLOv5ニューラル・ネットワークを実行しており、意味分類ではなくコントラスト、形状、動きに基づいて車両、インフラ、人間の活動を視覚的に認識できるとされている。
V2Uの自律性は個人の意思決定を超え、スウォーミングの要素を含む集団行動にも及ぶ。現地観測によると、これらのドローンは分散型で部分的にスウォーム対応可能なシステムとして動作し、各ユニットが局所的に情報を処理しつつ、近くのドローンを認識していることが示唆されている。調整は連続的な無線通信に依存していないようである。代わりに、観察された画像に基づき、ドローンは翼に描かれた特徴的な模様を通じて視覚認識を用いて互いを識別している可能性がある（図4参照）。これらのマーキングは視覚識別として機能し、搭載カメラやアルゴリズムがスウォーム内の別々のノードとして個々のドローンを検出・識別できるようにする。この解釈は推測段階にあり確実に確認はできないが、観察された行動と整合しており、全地球測位システム（GPS）や電子戦（EW）が争われる環境におけるスウォームの協調に視覚に基づくアプローチの可能性を示唆している。
|
図4 視覚に基づくスウォーム協調を可能にする視覚的識別マーキング
注：図は実物大ではない 出典：戦略国際問題研究所（CSIS）。イラスト：Sabina Hung/戦略国際問題研究所（CSIS）。 |
これにより6機または7機のドローンが編隊を組んで飛行でき、相互認識とグループ内の損失に対する適応的対応が可能になる（図5参照）。例えば、1機が防空で撃沈された場合、残った部隊は脅威の存在を察知し、回避機動を実行してから再編成する。この行動は渡り鳥で観察される群れの動態に非常に似ており、雄蜂が視界を保つために縦にずらして飛行する様子である。
|
図5 ドローンの編隊飛行における連携戦術
注：図は実物大ではない 出典：戦略国際問題研究所（CSIS）。イラスト：Sabina Hung/戦略国際問題研究所（CSIS）。 |
記録された戦闘ケースは、このデザインの作戦上の影響を示している。2025年5月に報告されたあるケースでは、7機のV2U徘徊型弾薬（loitering munition）グループが車両や民間人の集中を検知した後、計画された任務から逸脱し、自律的に円形の待機パターンを形成してから協調攻撃を開始した。このような行動は、自律的なターゲット選択だけでなく、環境的手がかりに基づくグループ・レベルの意思決定も示している。AIベースの知覚、全地球測位システム（GPS）に依存しないナビゲーション、視覚的なスウォームの連携、そして電子戦への耐性の組み合わせにより、V2Uは質的に新しい戦場脅威のクラスとして位置づけられている。
ソフトウェア定義機能、特に自律的ターゲット選択やエマージェント・スウォーム戦術的により、V2Uは現在実戦で観察されている最も革新的かつ危険な無人システムの一つとなっている。
V2Uファミリーは、遠隔操縦の使い捨てドローンから、集団行動が可能な完全自律型AI駆動システムへの転換を反映している。機体や製造品質は依然として比較的粗末であるが、ソフトウェア定義機能、特に自律的ターゲット選択や湧き上がるスウォーム戦術により、V2Uは現在実戦で観察された最も革新的かつ危険な無人システムの一つとなっている。
結論
これらのケースは、ロシアのAI統合が優雅でシステム全体の自律性コンセプトの追求よりも、戦術的前端（tactical edge）での戦時適応の圧力によって推進されていることを示している。非常に異なる組織モデルにおいて、クロンシュタット（Kronshtadt）の中央集権型ステートリンク・アーキテクチャ、ZALA Aeroのデュアル・ユース商用スタック、モルニヤ（Molniya）のガレージ（garage）発祥の大量プラットフォーム、そして高度に自律的なV2Uなど、AIは抽象的な能力や最終状態として扱われていない。代わりに、電子戦（EW）の生存、意思決定ループの圧縮、全地球測位システム（GPS）や接続性なしでの作戦維持、低コストでの拡大効果など、具体的な作戦課題に対応する狭義に定義された関数で選択的に実装される。
比較分析は、コンセプトの洗練度と戦場での関連性との間に明確な乖離を示している。クロンシュタット（Kronshtadt）が追求するような国家中心のプログラムは意思決定支援システムや未来志向のスウォーム・コンセプトに焦点を当てているが、これらの野心を意味のある規模で展開するシステムに翻訳するのに苦労している。これに対し、商用派生モデルやボトムアップ・モデルは、生産可能性、コスト管理、そして最前線のフィードバックに基づく迅速な反復を優先する。これらの場合、AIは直接プラットフォームに組み込まれ、端末誘導、リアルタイム物体検出、自律航法などの限定的ながら重要な役割を担っている。これらの能力は技術的複雑さに比べて不釣り合いな作戦価値をもたらす。
重要なのは、モルニヤ（Molniya）とZALA Aeroのケースが、AI対応の能力が高い自律性を示すからではなく、大量生産システム間で正規化されているからこそ、作戦上決定的なものとなることを示している。ここでは、AIは単独の技術的飛躍ではなく、キル・チェーン内の接続組織として機能する。V2Uのケースはこの軌道の外縁を示し、接続性の制約が完全に取り除かれれば、完全な自律的な知覚、ナビゲーション、さらには集団的行動が生まれることを示している。ただし、質的に新しいリスクやエスカレーションのダイナミクスを導入することは犠牲になる。
証拠は、ロシアの無人システムにおける戦場での効果は、形式的な自律性の主張よりも、単純さ、速度、規模を報いる適応的なエコシステムによって左右されることを示唆している。戦時中の圧力により、ロシアの軍産複合体は民間のイノベーションを吸収し、分権化を容認し、戦闘で実力を証明した後にのみ制度化・拡大するハイブリッド・モデルへと向かっている。このような環境では、狭い範囲で堅牢なAIがエッジで展開され、より野心的だが脆弱なデザインを常に上回り、AIが現代および将来の高強度紛争においてどのように重要になるかを明確に示している。
ノート
[1] グループ4と5は、米国国防総省が定義する無人航空システム（UAS）の中で最大規模のクラスを指す。グループ4のドローンは通常1,320ポンド（約600kg）以上の重量があり、最大18,000フィート（約5,500m）の高度で運用される（例：MQ-1プレデター）。一方、グループ5のシステムはより大型で、18,000フィート以上の高度で運用可能な高耐久性プラットフォームであり（例：MQ-9リーパー）、長時間の監視や攻撃任務によく使用される。
[2] ISTARとは、インテリジェンス、監視、ターゲティング、偵察の略称。これは、センサー、プラットフォーム（ドローン、衛星、レーダーなど）、分析システムを組み合わせた統合的な軍事機能を指し、情報収集、戦場の監視、ターゲットの特定、意思決定および攻撃の支援を行う。実際には、ISTARはデータ収集と目標設定を連携させ、収集された情報が迅速に処理され、作戦効果に活用されるようにする。
[3] MALE/HALEは、飛行高度による長時間滞空型軍用ドローンの分類。MALE（中高度長時間滞空型）は高度約10,000～30,000フィートで運用され、HALE（高高度長時間滞空型）は高度約30,000フィート以上で広範囲の継続的な監視を行う。
