Ekonomia wabików i tanich UAV

Cena płatowca jest tylko jednym składnikiem ekonomii bezzałogowego systemu. Do wykonania misji potrzebne są sensory, łącza, stacje naziemne, operatorzy, planowanie, transport, energia, utrzymanie, części, dane i uzupełnianie strat. Obrona również nie składa się wyłącznie z efektora: zaczyna się od wykrycia i klasyfikacji, przechodzi przez C2 oraz autoryzację, a kończy oceną skutku i zachowaniem zdolności do reakcji na następne zdarzenie.

Dlatego prosty iloraz „pocisk kosztuje sto razy więcej niż dron” może być jednocześnie liczbowo prawdziwy i decyzyjnie fałszywy. Drogi efektor może racjonalnie chronić obiekt o wysokiej wartości, a tani efektor o małym prawdopodobieństwie skutku może wygenerować większy koszt oczekiwany. Z drugiej strony system, który każdorazowo zużywa rzadki i długo produkowany zasób przeciw celom łatwo odtwarzalnym, może przegrywać w czasie mimo wysokiej skuteczności pojedynczego przechwycenia.

Ten artykuł buduje model dla analizy obrony, zakupów, produkcji i odporności infrastruktury. Nie optymalizuje liczby, tras ani momentu użycia UAV przeciw konkretnej obronie. Szczegółowa fizyka sygnatur i konstrukcja wabików znajdują się w osobnym artykule.

Zasada interpretacji: koszt jest rozkładem zależnym od scenariusza, czasu i skali, a nie jedną ceną z kontraktu. Każdy wynik powinien wskazywać rok cen, walutę, zakres, wolumen, baseline techniczny, prawdopodobieństwa i niepewność.

Spis treści#

Cena, koszt i wartość — trzy różne pojęcia
Słownik kosztów programu UAV
Koszt całego systemu atakującego
Koszt całego łańcucha obronnego
Dlaczego prosty cost exchange ratio zawodzi
Koszt oczekiwany i ryzyko przepuszczenia
Koszt efektu, nie koszt sztuki
Wartość chronionego obiektu
Warstwowa obrona jako portfel
Przepustowość: sensory, C2, operatorzy i efektory
Model kolejkowy do planowania ochrony
Fałszywe alarmy też zużywają budżet
Magazine depth, reload i replenishment
Wabik jako zakup obserwacji i decyzji
Attritable nie oznacza jednorazowy
Kiedy wielokrotne użycie jest tańsze
Koszt cyklu życia UAV
Koszt produkcji jednostkowej
NRE, koszt powtarzalny i amortyzacja
Krzywa uczenia
Tempo produkcji i wąskie gardła
Yield, odrzuty i koszt jakości
COTS, sankcje i substytucje
Logistyka, magazynowanie i gotowość
Koszt oprogramowania, danych i cyberbezpieczeństwa
Koszt operatora i uwagi człowieka
Niepewność, scenariusze i analiza wrażliwości
Przykład obronnego modelu w jednostkach umownych
Metryki, które warto zbierać
Częste błędy ekonomiczne
ALIGNMENT
Powiązane tematy
Przypisy

Cena, koszt i wartość — trzy różne pojęcia#

Cena jest kwotą transakcji. Może dotyczyć płatowca, kompletnego systemu, partii, usługi albo pakietu szkoleniowo-logistycznego. Bez zakresu nie jest porównywalna.

Koszt jest zasobem zużytym do uzyskania zdolności lub efektu. Obejmuje wydatki finansowe, personel, czas, zapasy, energię, utracone możliwości i ryzyko.

Wartość jest korzyścią albo unikniętą stratą. W obronie wartością może być ciągłość dostaw energii, ochrona ludzi, zachowanie pasa startowego, sensorów lub zdolności dowodzenia. Wartość nie musi być możliwa do pełnego wyrażenia w pieniądzu.

Przykład: efektor może mieć wysoką cenę jednostkową, ale jego użycie może mieć niski koszt oczekiwany względem spodziewanej szkody. Odwrotnie, „darmowa” procedura angażująca wielu operatorów przez każdą noc ma realny koszt gotowości i opportunity cost.

Słownik kosztów programu UAV#

Pojęcie	Zakres	Typowa pułapka
unit price	cena pozycji kontraktowej	może nie obejmować GCS, payloadu i wsparcia
flyaway cost	koszt wyprodukowania statku w stanie dostarczalnym	definicja zależy od programu; nie jest lifecycle cost
procurement unit cost	zakupy podzielone przez liczbę sztuk	może zawierać spares, support i wyposażenie naziemne
program acquisition cost	R&D, procurement, military construction i związane elementy	silnie zależy od wolumenu i zakresu programu
recurring production cost	koszt powtarzający się przy kolejnych sztukach	zmienia się z learning i tempem produkcji
NRE	rozwój, kwalifikacja, formy, testery, software, certyfikacja	rozłożenie na zbyt optymistyczną liczbę zaniża koszt sztuki
O&S	operowanie i wsparcie po wdrożeniu	personel i utrzymanie mogą dominować przez lata
life-cycle cost	rozwój + inwestycje + O&S + wycofanie	wymaga wspólnego horyzontu i dyskontowania
cost per flight hour	koszty przypisane do godzin lotu	koszt stały rośnie per hour przy małym nalocie
cost per mission	koszt wygenerowania misji	musi uwzględniać misje przerwane i nieskuteczne
cost per effect	koszt osiągnięcia zdefiniowanego rezultatu	efekt i prawdopodobieństwo muszą być jawne
opportunity cost	wartość najlepszego utraconego użycia zasobu	pomijana w prostym porównaniu cen

GAO zaleca rozpoczynanie estymacji od technicznego baseline’u, work breakdown structure, jawnych założeń, danych, analizy ryzyka oraz aktualizacji wyniku danymi rzeczywistymi [1]. Bez baseline’u zmiana payloadu, wariantu i ilości zostaje ukryta w jednej liczbie.

Koszt całego systemu atakującego#

Nawet tani UAV wymaga łańcucha zasobów:

rozwój i dokumentacja
→ komponenty i materiały
→ produkcja, integracja, test
→ magazynowanie i transport
→ przygotowanie danych oraz system startowy
→ operatorzy i zabezpieczenie
→ lot i prawdopodobieństwo dotarcia
→ efekt i jego ocena
→ odtworzenie zapasu

W zależności od platformy koszt dominujący może leżeć gdzie indziej. Dla małego multirotora płatowiec jest tani, ale wyszkolenie operatora, baterie, łącza i wysoki poziom strat zwiększają koszt efektu. Dla dużego MALE drogi jest cały system: SATCOM, GCS, personel, utrzymanie, pas i PED. Dla jednorazowego OWA-UAV duże znaczenie mają produkcja seryjna, magazynowanie, mission data i niezawodność po długim okresie składowania.

Minimalny model kosztu misji strony używającej UAV:

C_mission = C_vehicle_consumed
          + C_payload_consumed_or_degraded
          + C_launch_and_ground_segment
          + C_people
          + C_energy_and_transport
          + C_network_and_data
          + C_expected_loss_of_reusable_assets
          + C_replenishment

W przypadku systemu wielokrotnego użytku C_vehicle_consumed zastępuje amortyzacja zużycia, obsługa i oczekiwana strata. Nie wystarczy podzielić ceny przez deklarowaną liczbę lotów: część egzemplarzy zostanie utracona wcześniej, a część wycofana z powodu starzenia lub braku części.

Koszt całego łańcucha obronnego#

Obrona ma więcej etapów niż „wystrzelenie pocisku”:

obserwacja przestrzeni
→ detekcja
→ inicjacja i utrzymanie tracku
→ klasyfikacja / identyfikacja
→ ocena zagrożenia
→ decyzja i autoryzacja
→ przydział response option
→ oddziaływanie
→ kill/effect assessment
→ ponowne uzbrojenie i odtworzenie gotowości

Koszt obejmuje:

zakup i rozmieszczenie radarów, RF, EO/IR i akustyki;
integrację sensorów z C2;
łącza, zasilanie, maszty, schronienie i ochronę;
dyżury operatorów i szkolenie;
response options o różnym koszcie i ograniczeniach prawnych;
efektory, magazyny, reload i transport;
utrzymanie, kalibrację i aktualizacje bibliotek;
koszt błędnych alarmów i przerw w działalności;
skutki szczątków, zakłóceń lub działania w środowisku cywilnym;
odtworzenie zużytych zapasów.

GAO zwraca uwagę, że technologie C-UAS mają ograniczenia skuteczności, skutki uboczne i zależności prawne [2]. System kupiony jako „antydron” może nie zapewnić całego kill chain, jeśli brakuje track quality, C2 albo dozwolonej response option.

Dlaczego prosty cost exchange ratio zawodzi#

Najprostszy wskaźnik to:

CER_simple = cena zużytego zasobu obrony / cena przechwyconego UAV

Ma wartość jako sygnał ostrzegawczy, lecz pomija:

prawdopodobieństwo skutku obu stron;
wartość chronionego obiektu;
koszt sensorów i gotowości;
wielokrotne próby przechwycenia;
koszt szkód po przepuszczeniu;
czas odtworzenia zapasów;
rzadkość efektora i jego alternatywne zastosowania;
szkody uboczne;
różnicę między ceną kontraktową a kosztem krańcowym;
koszt nieudanych UAV, które nie dotarły z przyczyn technicznych.

Przykładowo użycie drogiego efektora może być racjonalne, jeśli jest jedynym sposobem ochrony ludzi albo krytycznego transformatora. Jednocześnie stałe zużywanie tego efektora może być strategicznie nieakceptowalne, jeśli czas jego produkcji jest wielokrotnie dłuższy niż czas produkcji celu.

Lepszy wskaźnik wymaga wspólnego scenariusza i horyzontu:

CER_effective = oczekiwany koszt pełnej reakcji obronnej
                / oczekiwany koszt systemu zagrożenia potrzebny do uzyskania efektu

Nawet on nie zastępuje analizy ryzyka obiektu.

Koszt oczekiwany i ryzyko przepuszczenia#

Jeśli pojedyncza response option ma prawdopodobieństwo skutecznego zatrzymania celu p, koszt użycia C_r, a szkoda po przepuszczeniu ma wartość oczekiwaną L, bardzo uproszczony model jednej decyzji ma postać:

E[C | response] = C_r + (1 - p) × L
E[C | no response] = L

Reakcja jest ekonomicznie uzasadniona w tym uproszczeniu, gdy redukcja oczekiwanej straty przekracza jej koszt. Model nie rozstrzyga prawa, ochrony życia ani reguł użycia — pokazuje tylko, dlaczego cena celu nie jest właściwym mianownikiem.

Dla kilku niezależnych warstw o prawdopodobieństwach p1, p2, ... prawdopodobieństwo przepuszczenia w idealizowanym modelu wynosi:

P_leak = (1 - p1) × (1 - p2) × ... × (1 - pn)

Założenie niezależności jest zwykle zbyt optymistyczne. Warstwy mogą mieć wspólny radar, C2, zasilanie, pogodę albo błąd identyfikacji. W modelu trzeba dodać common-cause failures i korelacje. Dwie response options zależne od tego samego tracku nie są w pełni niezależnymi warstwami.

Koszt efektu, nie koszt sztuki#

Wskaźnik cost per effect wymaga jawnej definicji efektu. Dla strony broniącej może to być:

godzina ochrony obiektu przy zadanym poziomie ryzyka;
prawdopodobieństwo zachowania ciągłości działania;
prawidłowo sklasyfikowany track;
zneutralizowane zagrożenie bez niedopuszczalnych skutków ubocznych;
dzień gotowości z wymaganym zapasem;
zdolność obsłużenia określonego legalnego ruchu bez nadmiaru false positives.

Dla UAV ISR efektem jest użyteczna informacja dostarczona użytkownikowi, nie start. Misja z doskonałym obrazem, który dotarł po decyzji, może mieć małą wartość. Dla relay efektem jest dostępność łącza i przepustowość. Dla target drone — wiarygodny trening oraz ground truth. Dla wabika — kontrolowana obserwacja lub reakcja systemu testowanego.

Ogólny model:

cost_per_effect = całkowity koszt wszystkich prób
                  / liczba lub wartość osiągniętych efektów

W mianowniku nie powinno być tylko missions launched, ponieważ promuje dużą liczbę tanich, nieskutecznych lotów.

Wartość chronionego obiektu#

Wartość aktywa nie jest równa kosztowi zakupu. Transformator może być relatywnie niedrogi w księgach, ale jego brak może przerwać zasilanie dużego obszaru, a czas dostawy zamiennika wydłuża szkodę. Radar ma wartość jako element sieci; jego utrata może otworzyć lukę większą niż cena anteny.

Model wartości powinien obejmować:

replacement cost;
czas naprawy lub dostawy;
utraconą produkcję/usługę;
zależności kaskadowe;
życie i zdrowie ludzi;
wpływ środowiskowy;
koszt awaryjnego obejścia;
strategiczną rzadkość;
utratę przyszłych opcji.

Można używać value of service lost zamiast ceny obiektu. Dla infrastruktury krytycznej przydatne są scenariusze czasu niedostępności: 1 h, 24 h, 7 dni i kilka miesięcy. Obrona może być ekonomicznie uzasadniona przez skrócenie długiego ogona szkody.

Nie wszystkie wartości dają się monetyzować. Ochrona życia i obowiązki prawne ustanawiają ograniczenia, których model finansowy nie może „przelicytować”.

Warstwowa obrona jako portfel#

NATO opisuje integrated air and missile defence jako system warstwowy, oparty na uzupełniających się zdolnościach, odpornym C2 i pasywnej obronie [3]. Z perspektywy ekonomicznej portfel powinien zawierać różne sposoby redukcji ryzyka:

passive protection i hardening;
rozproszenie, redundancję i szybkie odtwarzanie;
sensory o różnych modalnościach;
identyfikację i procedury;
response options o różnym koszcie, zasięgu i ograniczeniach;
zapas zdolności na cele wymagające droższego efektora.

Najtańsza reakcja nie zawsze może być użyta. Zależy od zasięgu, pogody, geometrii, otoczenia cywilnego, jakości tracku i prawa. Dlatego problem jest podobny do alokacji portfela pod ograniczeniami:

minimalizuj: oczekiwany koszt reakcji + oczekiwaną stratę
przy ograniczeniach:
  pokrycia i czasu
  bezpieczeństwa
  prawa i autoryzacji
  dostępności kanałów
  magazynu i reload
  jakości identyfikacji
  ryzyka wspólnej awarii

Hardening może nie zatrzymać UAV, ale obniżyć L, przez co zmniejsza zapotrzebowanie na najdroższą reakcję. Redundantne źródło zasilania nie poprawia p_kill, lecz może dać lepszy wynik systemowy.

Przepustowość: sensory, C2, operatorzy i efektory#

Saturacja jest często opisywana wyłącznie jako wyczerpanie efektorów. W praktyce wcześniej może nasycić się inny etap:

Zasób	Jednostka przepustowości	Typowe ograniczenie
radar/RF/EO	liczba inicjowanych i utrzymywanych tracków	clutter, rozdzielczość, pole widzenia, revisit
fusion/C2	aktualizacje i korelacje na sekundę	compute, sieć, data model, quality
operator	jednoczesne wyjątki lub decyzje	workload, interfejs, procedura, zmęczenie
identyfikacja	obiekty poprawnie sklasyfikowane w czasie	brak danych, ruch legalny, niepewność
engagement channel	cele obsługiwane jednocześnie	kierowanie, geometria, safety zone
efektory	liczba gotowych jednostek	magazyn, reload, niezawodność
assessment	cele z potwierdzonym skutkiem	sensor, zasłonięcie, czas

System o stu efektorach i dwóch kanałach śledzenia nie ma przepustowości stu jednoczesnych reakcji. System o wysokiej liczbie tracków może przeciążyć człowieka, jeśli każdy alarm wymaga ręcznej identyfikacji.

Przepustowość musi być mierzona end-to-end:

arrival
→ wykrycie
→ track
→ klasyfikacja
→ decyzja
→ response
→ assessment

Najwolniejszy etap lub wspólny zasób ogranicza całość.

Model kolejkowy do planowania ochrony#

Do defensywnego capacity planning można użyć podstawowego modelu kolejkowego. Niech:

λ — średnie tempo napływu obiektów wymagających obsługi;
μ — średnia szybkość obsługi jednego kanału;
c — liczba równoległych kanałów;
ρ = λ / (c × μ) — wykorzystanie zasobu.

Gdy ρ zbliża się do 1, czas oczekiwania i ogon opóźnień rosną nieliniowo. Nawet jeśli średnia przepustowość nominalnie wystarcza, bursty arrivals, zmienny czas identyfikacji i awarie mogą tworzyć kolejkę przekraczającą dostępny czas decyzji.

Model powinien uwzględniać:

rozkład między przybyciami, nie tylko średnią;
rozkład service time;
priorytety i preemption;
false tracks;
ponowne próby po niepewnym assessment;
dostępność kanałów i maintenance;
zależność od sektora i geometrii;
deadline zamiast nieskończonej kolejki.

To narzędzie do wymiarowania obrony infrastruktury i obsady. Artykuł nie stosuje modelu do wyznaczania praktycznej liczby lub rytmu środków potrzebnych do przełamania wskazanego systemu.

Fałszywe alarmy też zużywają budżet#

False positive kosztuje:

uwagę operatora;
czas sensora potwierdzającego;
blokowanie kanału;
możliwe przerwanie pracy obiektu;
zużycie energii lub efektora;
utratę zaufania do alarmów;
ryzyko niebezpiecznej reakcji.

Przy bardzo rzadkim realnym zagrożeniu nawet wysoka czułość może prowadzić do niskiej dodatniej wartości predykcyjnej. Jeżeli na milion obserwacji występuje jeden cel, niewielki false alarm rate może wygenerować więcej alarmów fałszywych niż prawdziwych.

Dlatego ekonomia sensora wymaga macierzy:

Stan rzeczywisty / decyzja	alarm	brak alarmu
zagrożenie	true positive — koszt obsługi i korzyść ochrony	false negative — ryzyko szkody
brak zagrożenia	false positive — koszt reakcji	true negative — prawidłowy brak działania

Próg nie może być optymalizowany tylko pod accuracy. Potrzebne są Pd, Pfa, track continuity, latency, warunki, base rate i koszt obu rodzajów błędu.

Magazine depth, reload i replenishment#

Trzy pojęcia są różne:

magazine depth — liczba response options gotowych albo dostępnych lokalnie;
reload time — czas ponownego przygotowania systemu po użyciu;
replenishment time — czas dostarczenia lub wyprodukowania nowego zapasu.

Duży magazyn bez sprawnego reload może nie pomóc podczas krótkiego zdarzenia. Szybki reload bez łańcucha dostaw prowadzi do późniejszej luki. Wysoka produkcja globalna bez transportu do miejsca użycia nie tworzy lokalnej gotowości.

Wskaźnik strategicznego exchange powinien porównywać także czasy:

replenishment_ratio = czas odtworzenia zasobu obronnego
                      / czas odtworzenia odpowiedniej populacji zagrożeń

Wartość powyżej 1 może sygnalizować pogarszanie pozycji zapasowej, ale wynik zależy od zapasu początkowego, mocy linii, materiałów krytycznych i alternatyw.

Magazyn ma koszty starzenia: baterie, paliwo, uszczelnienia, materiały pirotechniczne, firmware, klucze, korozję, shelf-life checks i rotację. 100 sztuk w ewidencji nie musi znaczyć 100 gotowych.

Wabik jako zakup obserwacji i decyzji#

Wabik nie jest wartościowy dlatego, że jest tani. Jego zadaniem jest wywołanie określonej obserwacji lub zachowania systemu: tracku, klasyfikacji, emisji, alokacji sensora albo wykorzystania zasobu. Techniczna wiarygodność zależy od sygnatury radarowej, IR, RF, wizualnej, akustycznej i kinematycznej. Szczegóły opisuje artykuł Wabiki powietrzne — klasy, sygnatury i ekonomia.

Ekonomiczna wartość wabika może być opisana jako:

V_decoy = wartość informacji lub zmiany zachowania wywołanej przez wabik
          - pełny koszt jego użycia
          - ryzyko i koszty uboczne

W treningu wabik lub target drone kupuje dane o działaniu sensorów i załóg. Telemetria ground truth, powtarzalny profil i możliwość odzysku mogą być cenniejsze niż minimalna cena statku.

W systemie testowym wabik o nieznanej sygnaturze daje małą wartość, ponieważ nie wiadomo, co właściwie sprawdzono. Kalibracja i kontrola konfiguracji są częścią kosztu produktu wiedzy.

Attritable nie oznacza jednorazowy#

Attritable opisuje akceptowalność straty w scenariuszu. Może dotyczyć systemu wielokrotnego użytku, którego nie projektowano na wielodekadową trwałość. RAND analizuje low-cost attritable aircraft przez footprint logistyczny, generation i sustainment, pokazując, że „tańszy płatowiec” nadal potrzebuje systemu wsparcia [4].

Continuum wygląda następująco:

high-value reusable
→ reusable o ograniczonym życiu
→ attritable/recoverable
→ limited-life z planowanym odzyskiem
→ expendable

Przesuwając się w prawo, można ograniczać trwałość zmęczeniową, redundancję, repairability i obsługę. Nie można jednak dowolnie obniżać jakości flight-critical: niewiarygodna platforma zużywa payload, personel i opportunity bez efektu.

Koszt straty attritable UAS obejmuje również:

payload i dane;
mission kit;
klucze i ryzyko kompromitacji;
utratę egzemplarza z przyszłego zapasu;
transport i przygotowanie;
ewentualny koszt odzyskania szczątków;
informację, którą może pozyskać przeciwnik.

Kiedy wielokrotne użycie jest tańsze#

DARPA Gremlins zakładała limited-life platformę na około 20 użyć, odzyskiwaną w powietrzu i przygotowywaną do kolejnej misji [5]. Jest to dobry przykład, że reuse ma koszt odzysku i obsługi.

Niech:

C_R — cena platformy reusable;
C_rec — koszt odzysku i turnaround na cykl;
q — prawdopodobieństwo skutecznego odzyskania i zachowania zdatności;
C_D — koszt systemu disposable na jedną misję;
n — planowana liczba misji.

Uproszczony koszt reusable bez dyskontowania:

C_reuse(n) = C_R + suma kosztów obsługi i oczekiwanych strat przez n cykli
C_disp(n)  = n × C_D

Jeżeli prawdopodobieństwo przeżycia każdego cyklu wynosi q, oczekiwana liczba wykonanych misji przed utratą nie jest równa projektowemu life limit. Ograniczają ją także wear-out, uszkodzenia, weather aborts i capacity systemu odzyskowego.

Reuse jest korzystny, gdy koszt odzysku, naprawy i infrastruktury jest mniejszy niż uniknięty koszt kolejnych statków i payloadów. Może być niekorzystny, gdy odzysk wymaga drogiego nosiciela, tworzy ryzyko dla ludzi albo ogranicza tempo misji. Wynik należy liczyć per scenario.

Koszt cyklu życia UAV#

GAO definiuje wiarygodną estymację przez techniczny baseline i pełny zakres. Life-cycle cost obejmuje co najmniej:

research and development — wymagania, prototypy, testy, software, kwalifikacja;
investment/procurement — produkcja, tooling, GCS, payloady, spares, infrastruktura;
operations and support — personel, energia, paliwo, naprawy, sieć, aktualizacje i szkolenie;
disposal — demilitaryzacja, odpady, dane, baterie i bezpieczne wycofanie.

Porównanie dwóch systemów wymaga tego samego:

horyzontu czasu;
tempa misji;
liczby baz;
definicji gotowości;
wariantu i payloadu;
poziomu cen i waluty;
założeń inflacji oraz dyskonta;
poziomu strat;
sposobu liczenia personelu i istniejącej infrastruktury.

System wykorzystujący istniejącą sieć może wyglądać tanio, jeśli koszt sieci jest księgowany gdzie indziej. Analiza incremental cost i fully burdened cost odpowiada na inne pytania i nie powinna być mieszana.

Koszt produkcji jednostkowej#

Techniczny model jednostki:

C_unit = materiały i kupowane zespoły
       + robocizna bezpośrednia
       + machine time i energia
       + udział tooling/test equipment
       + kontrola i test
       + expected scrap/rework
       + software load, klucze i konfiguracja
       + opakowanie i transport
       + overhead oraz marża w cenie kontraktowej

Najtańszy BOM nie gwarantuje najtańszego wyrobu. Trudne złącze może generować rework. Tani sensor może wymagać długiej kalibracji. Ręcznie laminowana część może blokować takt. Brak test pointów wydłuża diagnostykę. Zmiana części bez kontroli effectivity zwiększa koszty terenowe.

W produkcji masowej wartość ma projektowanie pod:

małą liczbę operacji i ustawień;
jednostronny dostęp montażowy;
poka-yoke i kodowanie złączy;
test automatyczny;
kontrolę key characteristics;
modularną wymianę wadliwego bloku;
śledzenie numerów seryjnych i partii;
substytucje bez pełnego przeprojektowania.

AFRL badało dla MALD wytwarzanie kompozytowego kadłuba poza autoklawem, aby ograniczyć cycle time i koszt procesu [6]. To przykład, że ekonomia platformy zależy od procesu i oprzyrządowania, nie tylko od kształtu.

NRE, koszt powtarzalny i amortyzacja#

Non-recurring engineering obejmuje projekt, analizę, prototypy, formy, testery, rozwój firmware, kwalifikację, dokumentację i uruchomienie dostawców. Koszt powtarzalny pojawia się przy każdej sztuce lub partii.

Jeśli C_NRE jest kosztem niepowtarzalnym, C_rec(N) średnim kosztem powtarzalnym przy wolumenie N, to uproszczony koszt programu na sztukę:

C_average(N) = C_NRE / N + C_rec(N)

Przy małym N dominuje NRE. Przy dużym N jego udział maleje, lecz rosną inwestycje w drugą linię, automatyzację, magazyny i kwalifikację alternatywnych dostawców. Nie można zakładać, że ta sama fabryka skaluje się bez kosztu.

Jeśli plan zakłada 10 000 sztuk, ale program kończy się na 1000, amortyzowany NRE na sztukę rośnie dziesięciokrotnie. Cena pierwszej partii może być subsydiowana albo zawierać tooling; bez struktury kontraktu porównanie z późniejszą ceną jest słabe.

Krzywa uczenia#

GAO opisuje krzywą uczenia jako spadek nakładu pracy lub kosztu o stały procent przy każdym podwojeniu skumulowanej ilości [1]. Model jednostkowy:

Y_x = A × x^b

gdzie:
Y_x — koszt lub godziny x-tej sztuki,
A   — koszt/godziny pierwszej sztuki,
x   — numer skumulowanej sztuki,
b   — wykładnik wynikający z przyjętego learning rate.

Krzywa 90% oznacza, że przy podwojeniu ilości odpowiednia miara spada do 90% poprzedniej wartości. Nie oznacza corocznego spadku o 10% ani 90% redukcji.

Warunki stosowania:

powtarzalny produkt i proces;
odpowiednio ciągła produkcja;
istotny udział czynności, których można się nauczyć;
dane historyczne lub wiarygodna analogia;
oddzielenie kosztów powtarzalnych od NRE;
brak dużej zmiany konfiguracji między seriami.

Zmiana silnika, struktury lub elektroniki może zresetować część uczenia. Przerwanie linii powoduje utratę personelu i wiedzy. Automatyzacja może obniżyć labor hours, ale wymaga inwestycji i maintenance.

Tempo produkcji i wąskie gardła#

Koszt i tempo nie zawsze maleją razem. Przyspieszenie poniżej nominalnej capacity może poprawić wykorzystanie kosztów stałych. Przekroczenie capacity wymusza nadgodziny, nowy sprzęt, szybką rekrutację, dodatkową kontrolę i droższe dostawy.

Tempo linii ogranicza bottleneck:

capacity_system ≈ min(
  capacity_airframe,
  capacity_engine,
  capacity_avionics,
  capacity_test,
  capacity_acceptance,
  capacity_logistics
)

Takt końcowego montażu nie pomoże, jeśli silnik ma lead time rok. Zapas silników może chwilowo ukryć ograniczenie, ale nie zwiększa steady-state capacity.

Wąskie gardła UAV często obejmują:

silniki i specjalne łożyska;
IMU/GNSS/RF o określonej kwalifikacji;
kompozytowe formy i cure cycle;
testery end-of-line;
kalibrację sensorów;
final acceptance i bezpieczny obszar prób;
personel z uprawnieniami;
komponenty kryptograficzne i provisioning.

Strategiczna produkcja wymaga capacity per month, surge capacity, lead time i czasu kwalifikacji drugiego źródła — nie tylko ceny jednostkowej.

Yield, odrzuty i koszt jakości#

Jeżeli koszt wejść jednej próby produkcyjnej wynosi C, a first-pass yield y, naiwny dolny koszt dobrego wyrobu wynosi:

C_good ≥ C / y

Przy yield 80% koszt wejść na dobrą sztukę jest co najmniej 25% większy niż koszt jednej próby, zanim doliczy się rework, analizę przyczyny i opóźnienie. W wieloetapowym procesie mnożą się yields etapów.

Koszt jakości dzieli się na:

prevention — DFM, szkolenie, kwalifikacja dostawcy;
appraisal — inspekcja, test i kalibracja;
internal failure — scrap, rework i retest;
external failure — awaria w magazynie lub misji, recall i utrata zaufania.

Redukcja testu może obniżyć koszt fabryki, ale zwiększyć external failure. Dla jednorazowego UAV awaria przed uzyskaniem efektu oznacza utratę całego kosztu systemowego. Expendable nie uzasadnia braku jakości flight-critical.

Najlepsza ekonomia testu wynika z wykrywania wad jak najwcześniej: test PCB przed zamknięciem obudowy, pressure/leak test zbiornika przed montażem, kontrola masy i geometrii przed integracją, HIL przed próbą lotną.

COTS, sankcje i substytucje#

COTS obniża NRE, korzystając z dużej cywilnej skali produkcji. Odbiornik GNSS, MCU, pamięć albo przetwornica mogą być tańsze i dojrzalsze niż część własna. Koszt programu przesuwa się jednak na:

qualification i screening;
obsolescence management;
kontrolę zmian producenta;
cyber i supply-chain assurance;
magazynowanie last-time buy;
redesign po wycofaniu części;
integrację zamienników.

W systemach objętych ograniczeniami dostępności substytucja może być częsta. Element „o podobnych parametrach” może mieć inny pinout, start-up, zakres temperatur, bias, opóźnienie albo firmware. Koszt zamiennika to nie tylko cena zakupu:

C_substitution = sourcing
               + redesign
               + software/driver
               + verification
               + regression
               + documentation/effectivity
               + field support

CAR i analiza programu Shahed/Geran pokazują zmiany komponentów oraz krótkie okresy między date code i użyciem [9]. Nie oznacza to automatycznie, że marka komponentu świadomie uczestniczyła w dostawie. Traceability wymaga pełnego łańcucha.

Drugie źródło zmniejsza ryzyko, ale kosztuje kwalifikację, tooling, minimalne wolumeny i utrzymanie dwóch baseline’ów. Dual source tylko na papierze nie pomaga, jeśli oba źródła używają tej samej fabryki wafli lub materiału krytycznego.

Logistyka, magazynowanie i gotowość#

Tani statek może mieć drogi ogon logistyczny. Koszty obejmują:

objętość i masę transportową;
kontenery i kontrolę klimatu;
shelf life baterii, paliwa, uszczelek i klejów;
okresowe testy;
spares i rotację zapasu;
ładowarki, generatory, paliwo i chłodzenie;
wyrzutnie, GCS, anteny i narzędzia;
naprawy, kalibracje oraz bezpieczne wycofanie;
dystrybucję mission data i kluczy.

Gotowość należy mierzyć jako prawdopodobieństwo wygenerowania wymaganej misji w czasie, nie liczbę magazynową:

available mission systems
= serviceable air vehicles
∩ gotowe payloady
∩ gotowe launch/recovery
∩ załoga
∩ łączność i dane
∩ warunki użycia

Jeśli jeden GCS obsługuje wiele statków, może być efektywny kosztowo, ale staje się wspólnym punktem awarii i bottleneckiem. Jeśli każdy statek ma osobny zestaw, rośnie koszt i transport.

RAND podkreśla, że runway-independent attritable UAS nadal wymaga koncepcji generation i support z wysuniętych lokalizacji [4]. Brak pasa przenosi wymagania na transport, start, odzysk, paliwo i personel; nie usuwa ich.

Koszt oprogramowania, danych i cyberbezpieczeństwa#

Oprogramowanie ma niski koszt kopiowania, ale wysoki koszt rozwoju i utrzymania. System UAV potrzebuje:

firmware flight-critical;
GCS i mission planning;
sterowników payloadu;
protokołów i cyber;
symulacji, HIL i CI;
narzędzi logów;
konfiguracji per wariant;
bibliotek sensorów i modeli;
provisioning kluczy;
obsługi podatności i aktualizacji.

Koszt nie kończy się po dostawie. Zmiana GNSS, MCU albo modemu wymaga regresji. Nowe zagrożenia cyber wymagają patchy. Aktualizacja floty wymaga kanału dystrybucji, zgodności konfiguracji i recovery po nieudanym update.

Dane są częścią produktu. Bez aktualnych map, parametrów, kalibracji, kluczy i identyfikacji swój–obcy sprawny płatowiec może nie być gotowy. Koszt zbierania, weryfikowania i dystrybucji danych powinien być w baseline.

Oszczędność przez pominięcie secure boot, podpisu aktualizacji lub kontroli dostępu może stworzyć koszt znacznie większy niż cena elektroniki. Ekonomia cyber powinna używać expected loss i kosztu odtworzenia zaufania.

Koszt operatora i uwagi człowieka#

Automatyzacja może zmniejszyć liczbę manualnych czynności, ale operator pozostaje zasobem o ograniczonej przepustowości. Koszt obejmuje rekrutację, szkolenie, utrzymanie kwalifikacji, zmianowość, zmęczenie i wsparcie analityczne.

Wskaźnik one operator controls N drones jest niewystarczający. Trzeba mierzyć:

normal operations workload;
liczbę jednoczesnych abnormal events;
czas potrzebny na identyfikację i decyzję;
alarm rate i jakość interfejsu;
handover między zmianami;
automation surprise i mode awareness;
potrzebę osobnego operatora payloadu;
wsparcie PED.

Nominalnie jeden operator może nadzorować wiele platform, ale jeśli każda wymaga ręcznej reakcji po utracie GNSS, rzeczywista capacity spada. Automatyzacja, która często prosi człowieka o wyjątek, przenosi koszt na szczyty obciążenia.

W obronie false alarms zużywają uwagę, a wielokrotne sensory mogą zwiększyć lub zmniejszyć workload zależnie od fuzji. Pokazanie operatorowi pięciu surowych alarmów zamiast jednego tracku nie jest redundancją decyzyjną.

Niepewność, scenariusze i analiza wrażliwości#

Koszty wojskowe są niepewne z powodu tajności, różnych kontraktów, wolumenu, kursu walut, inflacji, wariantów i pakietów. Jedna liczba powinna zostać zastąpiona rozkładem albo przedziałem.

Proces zgodny z zasadami GAO:

zdefiniuj pytanie i technical baseline;
zbuduj WBS kosztów;
zapisz assumptions i ground rules;
zbierz i znormalizuj dane;
wybierz metody estymacji;
wykonaj point estimate;
przeprowadź sensitivity i risk analysis;
udokumentuj wynik i źródła;
aktualizuj danymi rzeczywistymi.

Analiza wrażliwości odpowiada, które zmienne dominują. Typowe:

probability of detection/response effectiveness;
loss rate i recovery probability;
tempo misji;
first-pass yield;
cena komponentu krytycznego;
learning rate;
production quantity;
operator hours;
false alarm rate;
wartość i czas odtworzenia chronionego aktywa.

Monte Carlo może losować te parametry z jawnych rozkładów. Wynikiem powinny być percentyle i prawdopodobieństwo przekroczenia budżetu, nie tylko średnia. Korelacje są ważne: zła pogoda może równocześnie pogarszać sensor i skuteczność response option.

Przykład obronnego modelu w jednostkach umownych#

Poniższy przykład służy wyłącznie nauce rachunku kosztu ochrony infrastruktury. Nie reprezentuje konkretnego systemu, kraju ani efektora.

Załóżmy dwie legalne response options:

Parametr	Warstwa A	Warstwa B
koszt użycia	4 jednostki	30 jednostek
prawdopodobieństwo skutku w warunkach testu	0,65	0,92
dostępność	częsta, zależna od geometrii	ograniczony magazyn

Oczekiwana bezpośrednia cena skutecznego rezultatu przy wielokrotnych niezależnych próbach nie jest po prostu C/p w każdym realnym systemie, ale C/p daje pierwsze przybliżenie:

A: 4 / 0,65 ≈ 6,15 jednostki na oczekiwany skutek
B: 30 / 0,92 ≈ 32,61 jednostki na oczekiwany skutek

Nie wynika z tego „zawsze używaj A”. Jeśli A nie działa w danym sektorze, ma skutki uboczne albo zużywa czas, B może być jedyną odpowiednią warstwą. Jeśli szkoda L wynosi 1000 jednostek, nawet B może być ekonomicznie racjonalna.

Model portfelowy może przyjąć:

E[C] = koszt A
     + P(A nie zadziała) × koszt B
     + P(przepuszczenia po dostępnych warstwach) × L

Przy założeniu niezależności:

E[C] = 4 + 0,35 × 30 + (0,35 × 0,08) × 1000
     = 42,5 jednostki

To nie jest plan działania. Pokazuje, że dominującą pozycją może być oczekiwana szkoda po małym P_leak, a nie cena pierwszej warstwy. W realnym modelu trzeba uwzględnić korelację, capacity, fałszywe alarmy, magazyn, prawo i jakość identyfikacji.

Metryki, które warto zbierać#

Dla UAV i wabików#

recurring unit cost per production lot;
NRE i jego rzeczywisty wolumen amortyzacji;
first-pass yield, scrap i rework hours;
takt i capacity per bottleneck;
lead time komponentów krytycznych;
mission capable rate;
launch success i mission completion;
loss rate z rozdzieleniem przyczyn;
koszt payloadu i ground segmentu;
operator hours per mission;
shelf-life failures;
czas odtworzenia zapasu.

Dla obrony#

coverage i availability per sensor;
Pd/Pfa w określonych warunkach;
track initiation, continuity i latency;
liczba tracków oraz kanałów end-to-end;
operator workload i czas decyzji;
response success z confidence interval;
shots/actions per resolved threat;
reload i replenishment time;
koszt działania oraz skutków ubocznych;
expected loss i downtime chronionego obiektu;
liczba zdarzeń obsłużonych bez degradacji usługi.

Dla łańcucha produkcji#

capacity nominalna i surge;
supplier concentration;
udział single-source parts;
czas kwalifikacji zamiennika;
zużycie materiału na dobrą sztukę;
OEE dla krytycznych operacji;
tester utilization;
escape rate wad do odbiorcy;
konfiguracje i effectivity per serial.

Metryki powinny być zbierane w czasie. Snapshot nie pokaże uczenia, starzenia magazynu ani pogorszenia supply chain.

Częste błędy ekonomiczne#

Porównywanie ceny detalicznej UAV z ceną programu obronnego#

Jedna liczba może dotyczyć gołego płatowca, druga kompletnego pakietu z R&D, szkoleniem i wsparciem. Zakresy muszą być znormalizowane.

Pomijanie ceny chronionego efektu#

Obrona nie kupuje „droższego zniszczenia taniego drona”, lecz redukcję prawdopodobieństwa szkody.

Zakładanie, że p = 1#

Żaden sensor ani response option nie jest idealny. Koszt nieskutecznych prób i wspólnych awarii musi pozostać w modelu.

Liczenie tylko magazynu efektorów#

Capacity może ograniczyć track, operator, C2, kanał albo assessment. Inventory nie jest throughput.

Uznanie attritable za disposable#

Platforma może być odzyskiwalna, ale ekonomicznie możliwa do utraty. Odzyskanie, limited life i akceptowalność straty są osobnymi polami.

Ekstrapolowanie ceny prototypu na masową produkcję#

Prototyp zawiera NRE i ręczne operacje. Seria ma learning, ale także fabrykę, testery, supply chain, jakość i koszty skali.

Bezwarunkowe stosowanie krzywej uczenia#

Duża zmiana projektu, przerwa linii lub automatyzacja łamie ciągłość danych. Learning slope musi wynikać z historii lub analogii.

Pomijanie kosztu yield#

BOM wadliwej sztuki także został zużyty. Rework zajmuje capacity i opóźnia dobre wyroby.

Uznanie COTS za bezkosztowe#

COTS redukuje rozwój części, ale tworzy qualification, obsolescence, cyber i substitution cost.

Pomijanie personelu#

System działający 24/7 potrzebuje zmian, szkolenia, supervisora, maintenance i analizy. Liczba operatorów przy jednym locie nie opisuje całej obsady.

Przedstawianie szacunku jako ceny#

Publiczne ceny platform wojskowych często mieszają lata, waluty i pakiety. W katalogu każda liczba musi mieć status i datę.

ALIGNMENT#

Powiązane tematy#

Przypisy#

U.S. Government Accountability Office, Cost Estimating and Assessment Guide, GAO‑20‑195G, 2020 — technical baseline, WBS, analiza ryzyka, learning curves i aktualizacja estymacji danymi rzeczywistymi.
U.S. Government Accountability Office, Science & Tech Spotlight: Counter-Drone Technologies, GAO‑22‑105705, 2022 — warstwy detekcji i mitigation, dojrzałość, ograniczenia i skutki uboczne C‑UAS.
NATO, Integrated Air and Missile Defence Policy, 2025 — layered defence, uzupełniające się systemy, odporne C2 i passive defence.
RAND, Low-Cost Attritable Aircraft: Sustainment and Logistics — manpower, generation, logistyka i operacje attritable UAS z wysuniętych lokalizacji.
DARPA, Gremlins — limited-life airframes, cel około 20 użyć, odzysk i turnaround jako element ekonomii.
Air Force Research Laboratory, Miniature Air Launched Decoy May Get Fuselage Facelift, 2012 — wpływ procesu kompozytowego poza autoklawem na cycle time i koszt MALD.
Raytheon, MALD Decoy — oficjalny opis modułowego, jednorazowego air-launched decoy; dane producenta.
NATO ACT, Layered Counter-UAS Initiative is Building NATO’s Approach, 2026 — interoperacyjność sensorów, C2 i response options oraz iteracyjne eksperymentowanie.
Conflict Armament Research, Documenting the domestic Russian variant of the Shahed UAV, 2023 — komponenty, daty i zmiany architektury produkcyjnej Gerana‑2.
U.S. GAO, Army Modernization: Air and Missile Defense Efforts Would Benefit from Applying Leading Practices, GAO‑25‑107491, 2025 — przejście C‑sUAS od prototypów i pilnych zakupów do formalnych programów produkcyjnych.
Andrzej Lebiedowicz, Drony na wojnie, książka — historyczny i operacyjny kontekst tanich UAV, obrony oraz zmian charakteru konfliktu.
Sarah E. Kreps, Drony. Wprowadzenie — technologie — zastosowania, książka — koszt systemowy, role instytucjonalne i konsekwencje użycia UAV.

Ostatnia weryfikacja źródeł: 16 sierpnia 2026 r.

Źródła z centralnego rejestru

Andrzej Lebiedowicz, „Drony na wojnie” [książka]
Sarah E. Kreps, „Drony. Wprowadzenie • Technologie • Zastosowania” [książka]
U.S. GAO: Cost Estimating and Assessment Guide, GAO-20-195G [oficjalny przewodnik estymacji kosztów, ryzyka i krzywych uczenia]
U.S. GAO: Science & Tech Spotlight — Counter-Drone Technologies, GAO-22-105705 [oficjalny przegląd detekcji, mitigation, ograniczeń i skutków ubocznych C-UAS]
NATO Integrated Air and Missile Defence Policy [oficjalna polityka 2025; layered defence, wzajemne uzupełnianie systemów, distributed resilient C2 i passive defence]
RAND: Low-Cost Attritable Aircraft — Sustainment and Logistics [raport badawczy o generation, manpower i logistyce attritable UAS]
DARPA: Gremlins [oficjalne archiwum zakończonego programu; limited-life airframes, około 20 użyć, air launch/recovery, relative navigation i koszt]
AFRL: Miniature Air Launched Decoy May Get Fuselage Facelift [oficjalny opis badań nad produkcją kompozytu poza autoklawem, cycle time, kosztem i mandrelami shape-memory polymer]
Raytheon: MALD Decoy [oficjalna karta producenta; modułowy, expendable, air-launched, preprogrammed, poniżej 300 lb, około 500 NM oraz rola MALD-J]
NATO ACT: Layered Counter-UAS Initiative is Building NATO’s Approach [oficjalny aktualny opis LCI-X 2026; interoperacyjność sensorów, C2 i response options oraz cykliczne eksperymentowanie]
Conflict Armament Research: domestic Russian variant of the Shahed UAV [badanie terenowe]
U.S. GAO: Army Modernization — Air and Missile Defense, GAO-25-107491 [oficjalny audyt 2025; przejście C-sUAS od prototypów do formalnych programów produkcyjnych]