โ— Live ยท CSIS Wadhwani AI Center ยท AI Policy Podcast

AI Militer Rusia:
Ekosistem Drone Berdaulat
& Komando Perang Otonom

Kateryna Bondar dari CSIS Wadhwani AI Center mengungkap bagaimana Rusia membangun kemampuan AI militer yang selama ini diremehkan โ€” dari drone swarm otonom hingga sistem komando berbasis AI yang meniru Delta Ukraina.

โš  Drone Otonom Ofensif Pertama di Dunia
๐Ÿค– Sistem C2 Berbasis AI
๐ŸŽฏ Swarm 6-7 Drone Tanpa Operator
๐Ÿ“ก Chip Nvidia Jetson di Medan Perang
โ–ถ Tonton Podcast di YouTube

๐Ÿšจ Rusia kemungkinan telah mengoperasikan senjata otonom ofensif berbasis AI pertama dalam sejarah peperangan modern

|

Sistem V2U โ€” tanpa operator, tanpa komunikasi, swarm 6-7 drone

|

๐Ÿ“– Laporan CSIS: Csis.org

โš  SISTEM OTONOM OFENSIF RUSIA PERTAMA DI DUNIA ๐Ÿค– CHIP NVIDIA JETSON DITEMUKAN DI PUING DRONE RUSIA RUSIA TERTINGGAL 2 TAHUN DARI UKRAINA (2024) 50-60% WAKTU KOMANDAN RUSIA UNTUK DOKUMEN KERTAS SISTEM GLASS KAZA โ€” MANAJEMEN DRONE SIPIL-MILITER SWARM 6-7 DRONE BERKOMUNIKASI VIA WI-FI TANPA OPERATOR KOMPONEN AI: 50%+ DARI PERUSAHAAN AS โš  RUSIA: SWARM DRONE ADALAH BOM NUKLIR BARU LLM MILITER RUSIA: TRL 1-3 โ€” SANGAT TERTINGGAL COMPUTER VISION: TRL 6-9 โ€” SIAP OPERASIONAL โš  SISTEM OTONOM OFENSIF RUSIA PERTAMA DI DUNIA ๐Ÿค– CHIP NVIDIA JETSON DITEMUKAN DI PUING DRONE RUSIA RUSIA TERTINGGAL 2 TAHUN DARI UKRAINA (2024) 50-60% WAKTU KOMANDAN RUSIA UNTUK DOKUMEN KERTAS SISTEM GLASS KAZA โ€” MANAJEMEN DRONE SIPIL-MILITER SWARM 6-7 DRONE BERKOMUNIKASI VIA WI-FI TANPA OPERATOR KOMPONEN AI: 50%+ DARI PERUSAHAAN AS โš  RUSIA: SWARM DRONE ADALAH BOM NUKLIR BARU LLM MILITER RUSIA: TRL 1-3 โ€” SANGAT TERTINGGAL COMPUTER VISION: TRL 6-9 โ€” SIAP OPERASIONAL
2022
Invasi Skala Penuh โ€” Titik Balik AI Militer Rusia
Dari tertinggal 6-7 tahun โ†’ kini 2 tahun di belakang Ukraina
TRL 6-9
Computer Vision Rusia
Identifikasi tank, kendaraan, sistem senjata dari udara
TRL 1-3
LLM Bahasa Militer Rusia
50-60% waktu komandan habis urus dokumen kertas
50%+
Komponen AI dari Perusahaan AS
Lewat jaringan penyelundupan meski sanksi ekspor
6-7
Drone per Swarm (V2U)
Koordinasi otonom, tanpa operator manusia
2030
Target AI Nasional Rusia
1 juta SDM unmanned systems ยท 90% kesiapan AI
01 โ€” Narasumber

Para Ahli dalam
Episode Ini

Dua peneliti terkemuka dari CSIS Wadhwani AI Center mendiskusikan laporan terbaru tentang integrasi AI militer Rusia dalam perang di Ukraina.

๐ŸŽ™๏ธ
Host ยท CSIS
Gregory Allen
Direktur ยท CSIS Wadhwani AI Center
Mantan pejabat AI militer AS (DoD)
๐Ÿ”ฌ
Fellow ยท CSIS ยท Ukraina
Kateryna Bondar
Fellow ยท CSIS Wadhwani AI Center
Mantan penasihat Presiden Ukraina & Kementerian Pertahanan ยท 7-8 tahun implementasi NATO standards
02 โ€” Kronologi Perkembangan

Timeline AI Militer Rusia
& Ukraina di Medan Perang

Dari drone komersial DJI pertama pada 2014 hingga swarm drone otonom ofensif di 2024 โ€” perlombaan teknologi yang mengubah wajah peperangan modern.

๐Ÿ•Š๏ธ
2014 โ€” 2015
Eksperimen Pertama: Drone DJI Mavic
Prajurit dari kedua belah pihak membeli drone komersial DJI dengan dana pribadi untuk memantau garis depan. Ukraina mulai mengembangkan sistem situational awareness Delta (cikal bakal, 2016). Rusia masih mengandalkan intelijen konvensional โ€” tertinggal 6-7 tahun dari Ukraina.
๐Ÿ“ก
2017
Putin: "Siapa yang Memimpin AI Akan Menguasai Dunia"
Pernyataan terkenal Putin tentang AI mendapat banyak perhatian media Barat. Namun kenyataannya, tidak ada langkah praktis yang diterjemahkan ke kapabilitas militer nyata hingga 2022. Rusia hanya mengikuti tren internasional tanpa implementasi konkret.
๐Ÿ‡บ๐Ÿ‡ฆ
2019
Kateryna Bondar: Fellowship Stanford, Riset AI Militer
Bondar mendapat fellowship di Stanford untuk meneliti teknologi baru yang bisa membantu Ukraina. Di Silicon Valley 2019 โ€” hanya setahun setelah Google mundur dari Project Maven โ€” bicara AI militer masih sangat kontroversial dan mendapat banyak penolakan.
๐Ÿ’ฅ
Februari 2022
Invasi Skala Penuh โ€” Titik Balik Total
Rusia memperkirakan Ukraina akan jatuh dalam 3 hari โ€” asumsi yang salah total. Sistem komando dan kontrol konvensional Rusia terbukti tidak cukup. Ukraina mengaktifkan Delta secara resmi sebagai sistem situational awareness lintas 13-14 lembaga pertahanan & keamanan. Perlombaan teknologi dimulai dengan serius.
โš™๏ธ
2022 โ€” 2023
Rusia Mempercepat: Sipil Bangun "Glass Kaza"
Rusia melarang software Barat (seperti Discord) namun insinyur sipil membangun solusi lokal. Glass Kaza (Mata & Petir) dikembangkan: sistem manajemen drone yang mengintegrasikan ISR dan kemampuan kinetik. Meniru konsep Delta Ukraina yang mereka jadikan benchmark utama.
๐Ÿค–
2024
V2U โ€” Sistem Otonom Ofensif Pertama di Dunia
Ukraina mengintersep dan menganalisis puing drone Rusia tipe V2U. Tidak ada sistem komunikasi ke operator. Ada chip Nvidia Jetson untuk AI on-board. Drone terbang dalam swarm 6-7 unit, berkoordinasi via Wi-Fi, membentuk formasi seperti kawanan burung, dan menyerang target secara otonom โ€” kemungkinan senjata otonom ofensif AI pertama yang digunakan dalam peperangan.
๐Ÿ“‹
2025 โ€” 2030
Target Nasional: 1 Juta SDM AI & Unmanned Systems
Putin menetapkan target terukur: 1 juta tenaga kerja di AI dan unmanned systems, kesiapan workforce 90% untuk deployment AI. Pejabat pemerintah bertanggung jawab secara pribadi atas pencapaian target. Rusia tidak bermain di frontier AI โ€” mereka memanfaatkan model open-source (Llama, Mistral, DeepSeek, Qwen) untuk layer aplikasi.
03 โ€” Analisis Kapabilitas

Kapabilitas AI Militer Rusia:
Kekuatan & Kelemahan

Spektrum kapabilitas AI militer Rusia sangat lebar โ€” dari sangat siap hingga masih di tahap konsep. Memahami gap ini penting untuk kebijakan pertahanan Barat.

โš  AKTIF ๐Ÿ‘๏ธ
Computer Vision โ€” Pengenalan Target
Model computer vision dilatih dengan dataset militer dari institusi riset milik negara. Mampu membedakan tank dari sistem pertahanan udara, truk pickup militer dari sipil. Namun belum bisa membedakan prajurit Rusia vs Ukraina dengan akurat.
TRL 6-9 ยท Siap Operasional
โš  AKTIF ๐Ÿ›ธ
Sistem V2U โ€” Drone Otonom Ofensif
Drone swarm tanpa komunikasi ke operator. Chip Nvidia Jetson untuk AI on-board. Terbang dalam formasi kawanan burung 6-7 unit. Berkoordinasi via Wi-Fi internal. Mampu memilih dan menyerang target secara mandiri โ€” pertama dalam sejarah.
DEPLOYED ยท Dikonfirmasi oleh Ukraina
๐Ÿ—บ๏ธ
Glass Kaza โ€” Battlefield Management
Sistem sipil-militer yang mengintegrasikan data ISR drone ke unit penembak. Dikembangkan insinyur sipil, kemudian diadopsi oleh Kementerian Pertahanan Rusia sebagai dasar sistem SWAT. Meniru konsep Delta Ukraina dan Maven Smart System Palantir.
TRL 5-7 ยท Dalam Integrasi
๐Ÿ“„
LLM โ€” Bahasa Militer Formal
Mencoba mengkustomisasi model open-source (Llama, Mistral, DeepSeek) untuk bahasa militer Rusia yang formal. Sangat kesulitan karena dataset classified tidak bisa digunakan bebas. Padahal 50-60% waktu komandan habis untuk dokumen kertas.
TRL 1-3 ยท Sangat Tertinggal
๐Ÿญ
Ekosistem Drone Dual-Use (ZALA)
Perusahaan seperti ZALA berkembang dari monitoring pipeline minyak โ€” bukan dari industri militer. Data penerbangan komersial melatih model computer vision. Ekonomi skala dari sektor sipil mendukung produksi militer. Strategi dual-use yang terbukti efektif.
Matang ยท Teladan Dual-Use
๐ŸŒ
Chip Semikonduktor via Penyelundupan
50%+ komponen AI dalam sistem Rusia berasal dari perusahaan berkantor pusat di AS โ€” meski ada sanksi ekspor. Rusia memanfaatkan rantai distribusi global yang sulit dikontrol. Termasuk chip mahal (Nvidia Jetson) hingga mikroprosesor murah senilai kurang dari $1.
Berkelanjutan ยท Sanksi Tidak Efektif
Perbandingan Kesiapan AI Militer Rusia vs Ukraina/Barat
Berdasarkan Technology Readiness Level (TRL 1-9) dan analisis laporan CSIS
CV Rusia (target pengenalan)
TRL 6-9
Kuat โœ“
Drone Otonom Rusia
DEPLOYED
โš  Dikonfirmasi
C2 Digital Rusia (Glass Kaza)
Dalam Integrasi
Sedang โ†‘
LLM Militer Rusia
TRL 1-3
Lemah โœ—
Delta Ukraina (C2 AI)
13-14 Lembaga
Unggul โœ“
LLM Militer AS
Jauh lebih baik
Unggul โœ“
04 โ€” Sistem V2U: Anatomi Drone Otonom

Bagaimana Swarm Drone
Otonom Rusia Bekerja

Pertama kali dideteksi 2024 โ€” sistem V2U Rusia adalah kemungkinan senjata otonom ofensif berbasis AI pertama yang digunakan dalam peperangan nyata.

๐Ÿš€
Peluncuran Swarm
6-7 drone diluncurkan bersama. Masing-masing punya tanda unik di sayap. Tanpa koneksi ke operator.
โœ“ Dikonfirmasi
โ€บ
๐Ÿฆ
Formasi Kawanan Burung
Terbang dalam formasi seperti kawanan burung. Drone di atas dapat "melihat" drone di bawah. Jika satu jatuh, formasi berubah dan menyesuaikan.
โœ“ Diamati Ukraina
โ€บ
๐Ÿ“ก
Koordinasi Wi-Fi Internal
Drone berkomunikasi satu sama lain via Wi-Fi โ€” bukan ke operator manusia. Tidak ada sinyal ke luar swarm. Koordinasi murni internal.
โš  Analisis Puing
โ€บ
๐ŸŽฏ
Pengenalan Target Otonom
Chip Nvidia Jetson menjalankan model AI untuk memindai dan mengidentifikasi target. Tanpa konfirmasi manusia โ€” AI memutuskan sendiri.
โš  Disimpulkan
โ€บ
๐Ÿ’ฅ
Serangan Koordinasi Lingkaran
Drone membentuk pola lingkaran di atas target, lalu menyerang satu per satu secara bergiliran โ€” koordinasi otonom penuh tanpa manusia.
๐Ÿšจ Pertama di Dunia
05 โ€” Transkrip Wawancara Lengkap

Dialog Gregory Allen
& Kateryna Bondar

Wawancara lengkap dari AI Policy Podcast CSIS โ€” pilih topik untuk membaca transkrip wawancara selengkapnya.

๐ŸŽ™๏ธ
HOST ยท CSIS
Gregory Allen
Direktur CSIS Wadhwani AI Center ยท Mantan Pejabat AI Militer AS
๐ŸŽ™๏ธ Pembukaan โ€” Gregory Allen

Selamat datang kembali di AI Policy Podcast. Saya Gregory Allen dan hari ini saya sangat antusias karena kami kedatangan kolega saya Kateryna Bondar dari CSIS Wadhwani AI Center. Selama beberapa tahun terakhir ia terus-menerus menerbitkan laporan yang sangat berpengaruh tentang penggunaan AI militer dalam perang di Ukraina. Tahun lalu ia menerbitkan laporan besar tentang sisi Ukraina, dan kini kami di sini untuk membahas dua laporan terbarunya tentang integrasi AI militer Rusia.

Pertanyaan Host

Siapa kamu? Bagaimana kamu menjadi tertarik dengan dimensi AI militer dalam perang di Ukraina? Dan kamu lahir di Ukraina, bukan?

Jawaban Kateryna Bondar

Ya, tentu. Saya bisa mulai dari awal โ€” tempat lahir saya sebenarnya di Donbas, wilayah yang kini diduduki. Saya pindah ke Kyiv dan latar belakang saya di hubungan internasional. Setelah Revolusi Martabat, saya bergabung dengan pemerintah Ukraina sebagai penasihat presiden dan selama tujuh hingga delapan tahun saya bekerja di Kementerian Pertahanan Ukraina. Proyek yang saya tanggung jawabi adalah implementasi standar NATO ke militer Ukraina, yang memberi saya pemahaman mendalam tentang cara kerja di negara-negara NATO.

Pada 2019 saya mendapat fellowship di Stanford. Saya datang dan bilang โ€” saya dari Ukraina dan orang-orang bertanya "di mana itu?" [tawa] Saya di sana untuk meneliti teknologi baru apa yang bisa membantu Ukraina melawan Rusia. Dan di sinilah saya mulai tertarik pada AI militer. Di Silicon Valley 2019, hanya setahun setelah Google mundur dari Project Maven โ€” bicara pertahanan dan AI sangat kontroversial dan mendapat banyak penolakan.

Maju ke 2022 โ€” invasi skala penuh terjadi. Saya memutuskan pindah ke Amerika Serikat dan bergabung dengan CSIS. Saya mulai menulis tentang teknologi ini karena pemahamannya masih sangat jauh dari kenyataan.
Konteks โ€” Gregory Allen

Saya dengan jujur dapat mengatakan bahwa di antara semua investasi sumber daya manusia yang saya buat di CSIS, "merekrut" Kateryna dari program lain adalah yang memberikan return on investment tertinggi. Kateryna berbicara dan membaca bahasa Ukraina dan Rusia secara fasih sehingga dapat mengakses seluruh sumber primer. Dan karya Kateryna adalah analisis terbaik tentang AI dan otonomi yang digunakan dalam perang Ukraina oleh kedua belah pihak yang tersedia di level unclassified.

Pertanyaan Gregory Allen

Di mana posisi Rusia dan Ukraina pada Januari 2022 dalam hal AI militer dan unmanned systems? Dan ke mana mereka sekarang?

Jawaban Kateryna Bondar

Secara umum Rusia sangat tertinggal karena mereka meremehkan teknologi ini dan meremehkan kompleksitas konflik. Mereka memperlakukannya sebagai konflik lokal di wilayah pengaruh post-Soviet dan tidak terlalu memperhatikan perkembangan AI. Tapi kalau kita lihat unmanned systems โ€” eksperimen dari kedua belah pihak sebenarnya sudah dimulai sejak 2014-2015. Inilah saat pertama kali kita melihat deployment sistem โ€” meski itu hanya drone DJI Mavic yang dibeli dengan dana pribadi oleh prajurit dari kedua belah pihak di marketplace komersial untuk memantau garis depan.

Ukraina โ€” karena kurang memiliki persenjataan dan amunisi โ€” memanfaatkan insinyur sipil sukarelawan untuk mengisi celah kapabilitas ini. Sistem situational awareness mereka yang dikenal sebagai Delta misalnya, mulai dikembangkan pada 2016. Rusia mengandalkan intelijen konvensional dan ISR. Jadi ketika saya membaca jurnal militer Rusia resmi hari ini, saya melihat mereka sendiri mengatakan kami tertinggal enam, tujuh tahun dibanding Ukraina. Sekarang kami tertinggal dua tahun. Tapi yang berbahaya adalah ketika Rusia mengidentifikasi kesenjangan, mereka mulai mengejar dengan sangat cepat.

Putin pada 2017 dengan terkenal mengatakan "siapa yang memimpin AI akan menguasai dunia" โ€” quote itu banyak dipublikasikan. Namun kenyataannya pada 2022 mereka tidak mendapat kemajuan berarti dalam mengadopsi AI militer. Yang mereka punya sejak 2022 justru kapabilitas yang menarik dan patut dipelajari Amerika.
Pertanyaan Gregory Allen

Kamu punya paper bagus tentang sistem Delta Ukraina. Bisakah ceritakan tentang Delta, dan kemudian tentang padanan Rusia-nya?

Jawaban Kateryna Bondar

Ukraina tidak punya ambisi besar sejak awal. Mereka mulai memecahkan masalah medan tempur yang muncul secara bertahap dan mengisi celah yang mereka identifikasi segera dengan bantuan insinyur sipil โ€” orang-orang yang bukan bagian dari militer, atau sukarelawan. Mereka berkumpul dan berpikir "kenapa tidak kita kembangkan software yang bisa mengintegrasikan berbagai sumber data yang kita punya dan menciptakan common operating picture." Pada dasarnya memastikan situational awareness untuk pasukan agar bisa memahami secara real-time apa yang terjadi di medan perang.

Maju ke 2023 โ€” sistem ini terbukti sangat efektif dan diadopsi secara resmi oleh Menteri Pertahanan untuk semua lembaga pertahanan di Ukraina. Tersedia untuk 13-14 lembaga penegak hukum, pertahanan, dan keamanan Ukraina sehingga mereka seharusnya bekerja dalam satu lingkungan bersama dan melihat satu gambar yang sama.

Untuk sisi Rusia โ€” mereka juga memanfaatkan yang bisa disebut "people's replica", yaitu ekosistem startup sipil dan sukarelawan yang mengembangkan hal yang sama. Bukan persis sama dengan Delta di Ukraina, tapi konsepnya sama. Dan saya melihat dalam jurnal militer resmi Rusia bahwa mereka selalu merujuk ke Delta dan Palantir. Bagi mereka itu adalah benchmark. Mereka bilang โ€” kita tidak hanya perlu setara, kita harus lebih baik.

Rusia mengembangkan sistem bernama Glass Kaza (Mata dan Petir). Sistem software yang dikembangkan insinyur sipil yang memungkinkan komunikasi antara drone ISR dan unit kinetik yang bekerja lebih jauh dari garis depan. Dan dalam setengah tahun, Menteri Pertahanan Rusia keluar dengan konsep sistem SWAT โ€” sistem manajemen medan tempur taktis dipimpin kementerian yang fungsinya persis meniru sistem yang sudah di-deploy oleh sipil tersebut.

Konteks Gregory Allen โ€” CJC2

Tentang konsep "tidak bisa dibangun, hanya bisa ditumbuhkan" โ€” bisakah jelaskan analogi Amazon?

Jawaban Kateryna Bondar

Ya, kita bisa melacak ini di sistem Delta Ukraina yang dimulai dari peta digital dan mengintegrasikan beberapa sumber data โ€” dan kini mereka menyebutnya bukan platform, bukan program, bukan solusi, tapi ekosistem produk. Mereka mulai dengan satu produk, kemudian berkolaborasi dengan tim lain yang mengembangkan solusi live streaming drone. Produk lain yang terintegrasi adalah Mission Control โ€” karena ada masalah besar: terlalu banyak drone terbang dan 30-50% hilang karena friendly jamming. Jadi perlu tahu siapa terbang di mana, kapan, dan dengan apa.

Inilah mengapa seperti Amazon โ€” Jeff Bezos mungkin punya visi "Everything Store" dari awal, tapi jika pada hari pertama Amazon diluncurkan sebagai Everything Store, itu akan gagal total. Kamu harus mengenali masalah pertama apa yang layak dipecahkan dan memberikan nilai besar kepada komunitas pengguna. Dan bagaimana memecahkan masalah itu memberikan flywheel kemajuan untuk menambahkan lebih banyak produk seiring waktu.
Pertanyaan Gregory Allen

Sejauh mana AI digunakan sebagai bagian dari masalah komando dan kontrol ini?

Jawaban Kateryna Bondar

Komando dan kontrol secara umum adalah konsep yang sangat luas. Saya akan fokus pada dua aspek. Pertama, teknologi computer vision โ€” dievaluasi di TRL 6-9 karena Rusia berpikir seperti insinyur yang membangun fondasi. Fondasi untuk AI adalah data. Mereka mulai mengumpulkan data: tentang performa operator drone, tentang serangan, tentang penampilan hardware militer asing dan personel ketika dilihat dari kamera drone. Berdasarkan itu mereka melatih model computer vision yang dimiliki institusi riset milik pemerintah.

Dari percakapan yang saya pantau, kesan saya adalah sejauh mana ini bisa membantu pada dasarnya mengidentifikasi tank dari sistem pertahanan udara, atau truk pickup dengan peralatan perang elektronik dari truk pickup sipil biasa. Tapi kita belum sampai di titik bisa membedakan prajurit Rusia dan Ukraina misalnya.

Sisi lain dari komando dan kontrol adalah bagian komunikasi. Di militer manapun ada banyak dokumen. Dan di sinilah Rusia benar-benar kesulitan dalam implementasi AI karena model yang mereka gunakan sebagian besar berasal dari Barat atau Timur โ€” model open-source seperti Llama atau Mistral dan Qwen dan DeepSeek dari Timur. Mengkustomisasi model tersebut untuk bahasa militer formal Rusia terbukti sangat menantang. Rusia sendiri mengevaluasi kapabilitas ini di level 1-3. Dan mereka mengevaluasi waktu komandan yang dicurahkan untuk dokumen di level 50-60%.

Jadi 50-60% waktu dihabiskan untuk dokumen dan hanya 40% benar-benar bertempur dalam perang. AI akan sangat membantu mereka, tapi mereka kesulitan melatih model untuk bahasa Rusia dan spesifik militer mungkin karena dataset classified dan akses terbatas ke informasi tersebut. Yang sebenarnya menguntungkan Ukraina dan Amerika.

Konteks Gregory Allen โ€” Definisi

Laporan kamu membuat klaim eksplosif bahwa Rusia kemungkinan telah mengoperasikan sistem unmanned otonom penuh dalam pertempuran. Bisakah jelaskan sistem ini?

Jawaban Kateryna Bondar

Ya. Drone ini pertama kali diperhatikan sekitar 2024 dan disebut sistem V2U. Saya tidak menemukan informasi tentangnya di channel Telegram Rusia dan sumber Rusia โ€” kemungkinan karena ini sangat classified. Tapi informasi ini berasal dari sisi Ukraina. Ukraina melaporkan pengamatan, mereka mengintersep drone dan menganalisis puing-puingnya.

Ketika pertama kali diperhatikan dan dianalisis, ada koneksi ke operator โ€” yang berarti awalnya masih dikendalikan dari jarak jauh. Tapi sudah memiliki microprocessor Nvidia Jetson yang mampu menjalankan model AI secara on-board. Versi selanjutnya tidak memiliki sistem komunikasi apapun โ€” pada dasarnya tidak ada yang di on-board yang bisa menghubungkan sistem unmanned ini ke operator. Hal itu membawa kami ke kesimpulan bahwa ia bisa terbang secara otonom, mencari target secara otonom, dan terlibat dengan target secara otonom karena tidak ada bukti bahwa ada cara operator dapat mengontrol apa yang dilakukan sistem.

Dan ada aspek lain yang benar-benar menarik dan inovatif โ€” sistem-sistem ini bekerja sebagai swarm. Kami melihat sistem yang terbang dalam kelompok enam hingga tujuh drone. Masing-masing memiliki tanda di sayap yang berbeda dan unik. Mereka terbang di atas satu sama lain sehingga bisa melihat drone di bawah mereka dan terbang seperti kawanan burung. Ini mungkin eksperimen dengan taktik yang menyerupai perilaku burung. Jika satu ditembak jatuh, mereka melakukan manuver dan berkelompok ulang. Dan kemudian yang juga diamati oleh militer Ukraina adalah mereka bisa terbang dalam posisi ini cukup lama mencari target โ€” ketika mengidentifikasi target mereka membentuk pola lingkaran dan mengkoordinasikan serangan mereka dengan menyelam ke target satu per satu.
Reaksi Gregory Allen

Jenderal Rusia berkata bahwa swarm drone adalah "bom nuklir baru". Apa artinya ini?

Jawaban Kateryna Bondar

Saya baru-baru ini melihat quote dari jenderal Rusia yang terlibat dalam hal-hal ini yang mengatakan: "yang menggunakan drone bertenaga AI akan menang besok. Tapi jika Anda ingin menang lusa, Anda harus menggunakan swarm. Dan swarm drone adalah bom nuklir baru."

Ini sebagian menunjukkan arah ke mana militer Rusia kemungkinan berpikir. Ada juga pertarungan antara sistem lama versus sistem baru dan "visioner" โ€” begitu mereka menyebutnya โ€” jenderal-jenderal dalam militer Rusia yang ingin bereksperimen dengan teknologi baru versus yang bertarung dengan doktrin dan sistem konvensional. Dan para visioner serta jenderal yang siap bereksperimen โ€” inilah yang mereka lihat dan inilah visi mereka dalam hal pengembangan teknologi.

Di sini di Barat kita dibatasi oleh prinsip etis, regulasi dan semua hal seperti itu. Tapi Rusia tidak memiliki hambatan itu. Itulah mengapa mereka bisa terus bereksperimen dan bisa maju dalam aplikasi praktis AI dan teknologi baru jauh lebih cepat dari yang bisa kita lakukan di sini.
Pertanyaan Gregory Allen

Apa yang seharusnya dilakukan Amerika Serikat berdasarkan temuan laporan ini?

Jawaban Kateryna Bondar

Saya pikir di dunia di mana musuh kita tidak dibatasi oleh hambatan etis apapun dan mereka benar-benar mempercepat dan berhasil dalam pengembangan teknologi ini โ€” kita juga harus merangkul teknologi ini tapi mungkin dalam lingkungan yang terkontrol. Kita harus mencari tahu bagaimana mengembangkan sistem, bagaimana bereksperimen dengannya, bagaimana mengintegrasikannya ke dalam taktik, ke dalam doktrin dan mulai melatih dengannya dan pada dasarnya mulai men-deploy-nya dalam lingkungan yang terkontrol untuk lebih memahami bagaimana mereka bekerja, di mana mereka paling efektif dan efisien.

Lebih luas lagi, jika kita melihat unmanned systems โ€” perang tanpa awak hadir untuk terus berkembang. Ini adalah sesuatu yang tidak akan kita ubah. Untuk mengatasi masalah ini, saya pikir Amerika Serikat harus mengintegrasikan sistem ini ke dalam operasi mereka lebih cepat dan bereksperimen lebih banyak, melatih dengannya, memperbarui program dan kurikulum pelatihan dan latihan mereka, bekerja lebih dekat dengan industri.

Karena jenis peperangan ini beriterasi dan berkembang sangat cepat dan tanpa komunikasi konstan antara pengguna akhir dan produsen kita akan tertinggal dalam hal teknologi. Ini bukan kapal selam yang Anda bangun sekali dalam 30 atau 40 tahun dan selesai. Kita harus terus memberikan feedback, mengiterasi, dan meningkatkan sistem.
06 โ€” Rekomendasi Kebijakan

Rekomendasi untuk
Amerika Serikat

Tiga rekomendasi utama dari Kateryna Bondar berdasarkan analisis mendalam perkembangan AI militer Rusia dan Ukraina.

01
Integrasikan Sistem Unmanned Lebih Cepat
Tidak cukup hanya membeli drone โ€” harus tahu apa yang dilakukan dengannya. Bagaimana mendapatkan kelompok pasukan militer yang mahir menggunakan peralatan ini? Perbarui program pelatihan, latihan, dan kurikulum. Masalah implementasi sama besarnya dengan masalah pengadaan.
02
Eksperimen dalam Lingkungan Terkontrol
Harus mencari tahu bagaimana mengembangkan sistem otonom, bereksperimen dengannya, mengintegrasikannya ke taktik dan doktrin โ€” dan mulai melatih serta men-deploy-nya dalam lingkungan terkontrol. Hanya meletakkan pengawasan dan kontrol tanpa eksperimen nyata tidak akan membawa kita kemana pun sementara musuh kita melaju sangat cepat.
03
Adopsi Pendekatan Delta: Bottom-Up CJC2
Pelajaran dari Delta Ukraina dan Maven Smart System: CJC2 tidak bisa dibangun, hanya bisa ditumbuhkan. Mulai dari satu produk yang memberikan nilai nyata โ€” bukan dari visi "everything store" pada hari pertama. DoD tampaknya sudah bergerak ke arah ini dengan Maven Smart System sebagai fondasi pendekatan baru CJC2.
04
Kerja Lebih Dekat dengan Industri
Jenis peperangan ini beriterasi sangat cepat. Tanpa komunikasi konstan antara pengguna akhir dan produsen, kita akan tertinggal secara teknologi. Contoh dari Ukraina: siklus feedback cepat antara prajurit di lapangan dan insinyur sipil menghasilkan peningkatan dramatis dalam waktu singkat. Ini bukan kapal selam yang dibangun sekali dalam 30-40 tahun.
05
Perkuat Penegakan Export Control
50%+ komponen AI dalam sistem Rusia berasal dari perusahaan berkantor pusat di AS โ€” meski ada sanksi ekspor. Butuh anggaran penegakan yang jauh lebih besar, tooling analitis lebih canggih untuk melacak jaringan penyelundupan, dan koordinasi lebih baik dengan mitra internasional untuk memutus rantai pasokan komponen semikonduktor ke Rusia.
06
Pelajari Strategi Dual-Use Rusia
Rusia membangun ekosistem drone dengan fondasi komersial (monitoring pipeline) sebelum penerapan militer. Ekonomi skala dari sektor sipil mendukung produksi militer. Perusahaan drone AS yang hanya fokus ke pelanggan pertahanan akan memiliki unit economics yang buruk dibanding industri China yang melayani seluruh dunia.
โ— Live ยท CSIS Wadhwani AI Center ยท AI Policy Podcast

Russian Military AI:
Sovereign Drone Ecosystem
& AI-Enabled Autonomous Warfare

Kateryna Bondar from the CSIS Wadhwani AI Center unpacks Russia's often-underestimated military AI capabilities โ€” from the world's first offensive autonomous AI drone swarm to command-and-control systems that mirror Ukraine's Delta.

โš  First Offensive Autonomous Weapon in History
๐Ÿค– AI-Enabled C2 Architecture
๐ŸŽฏ 6-7 Drone Swarm Without Operator
๐Ÿ“ก Nvidia Jetson Chips on the Battlefield
โ–ถ Watch Podcast on YouTube

๐Ÿšจ Russia has likely deployed the world's first AI-enabled offensive autonomous weapon in active combat

|

System V2U โ€” no operator, no comms link, 6-7 drone swarm with on-board AI

|

๐Ÿ“– Full Reports at csis.org

โš  WORLD'S FIRST OFFENSIVE AUTONOMOUS DRONE SYSTEM CONFIRMED ๐Ÿค– NVIDIA JETSON CHIPS FOUND IN RUSSIAN DRONE WRECKAGE RUSSIA NOW ONLY 2 YEARS BEHIND UKRAINE (DOWN FROM 6-7) 50-60% OF RUSSIAN COMMANDERS' TIME SPENT ON PAPERWORK GLASS KAZA SYSTEM โ€” CIVILIAN-MILITARY DRONE MANAGEMENT 6-7 DRONE SWARM WITH WI-FI COORDINATION โ€” ZERO HUMAN CONTROL AI COMPONENTS: 50%+ FROM US-HEADQUARTERED COMPANIES โš  RUSSIAN GENERAL: DRONE SWARM IS THE NEW NUCLEAR BOMB RUSSIAN MILITARY LLM: TRL 1-3 โ€” FAR BEHIND COMPUTER VISION: TRL 6-9 โ€” OPERATIONALLY READY โš  WORLD'S FIRST OFFENSIVE AUTONOMOUS DRONE SYSTEM CONFIRMED ๐Ÿค– NVIDIA JETSON CHIPS FOUND IN RUSSIAN DRONE WRECKAGE RUSSIA NOW ONLY 2 YEARS BEHIND UKRAINE (DOWN FROM 6-7) 50-60% OF RUSSIAN COMMANDERS' TIME SPENT ON PAPERWORK GLASS KAZA SYSTEM โ€” CIVILIAN-MILITARY DRONE MANAGEMENT 6-7 DRONE SWARM WITH WI-FI COORDINATION โ€” ZERO HUMAN CONTROL AI COMPONENTS: 50%+ FROM US-HEADQUARTERED COMPANIES โš  RUSSIAN GENERAL: DRONE SWARM IS THE NEW NUCLEAR BOMB RUSSIAN MILITARY LLM: TRL 1-3 โ€” FAR BEHIND COMPUTER VISION: TRL 6-9 โ€” OPERATIONALLY READY
2022
Full-Scale Invasion โ€” Russia's Military AI Turning Point
From 6-7 years behind Ukraine โ†’ now just 2 years behind
TRL 6-9
Russian Computer Vision Readiness
Tank ID, vehicle classification, air-to-ground targeting
TRL 1-3
Russian Military LLMs
50-60% of commanders' time consumed by paperwork
50%+
AI Components from US Firms
Via smuggling networks despite export sanctions
6-7
Drones Per Swarm (V2U)
Fully autonomous coordination, no human operator
2030
Russia's National AI Target
1 million unmanned systems workers ยท 90% AI readiness
01 โ€” Speakers

The Experts in
This Episode

Two leading researchers from the CSIS Wadhwani AI Center discuss their latest reports on Russia's military AI integration in the war in Ukraine.

๐ŸŽ™๏ธ
Host ยท CSIS
Gregory Allen
Director ยท CSIS Wadhwani AI Center
Former US Military AI Official (DoD)
๐Ÿ”ฌ
Fellow ยท CSIS ยท Ukraine
Kateryna Bondar
Fellow ยท CSIS Wadhwani AI Center
Former Adviser to Ukraine's President & Ministry of Defense ยท 7-8 years implementing NATO standards
02 โ€” Chronology

Timeline of Russian & Ukrainian
Military AI on the Battlefield

From the first commercial DJI drones in 2014 to the first offensive autonomous AI drone swarms in 2024 โ€” a technological race reshaping modern warfare.

๐Ÿ•Š๏ธ
2014 โ€” 2015
First Experiments: DJI Mavic Drones
Soldiers from both sides bought commercial DJI drones with personal funds to monitor the front lines. Ukraine began developing Delta situational awareness (prototype, 2016). Russia still relied on conventional intelligence โ€” 6-7 years behind Ukraine.
๐Ÿ“ก
2017
Putin: "Whoever Leads in AI Will Rule the World"
Putin's famous AI quote generated enormous Western press coverage. But the reality: no practical steps translated into real military AI capabilities by 2022. Russia merely followed international trends without concrete implementation.
๐Ÿ’ฅ
February 2022
Full-Scale Invasion โ€” Total Turning Point
Russia assumed Ukraine would fall in 3 days โ€” a catastrophically wrong assumption. Russia's conventional C2 proved insufficient. Ukraine officially adopted Delta across 13-14 defense and security agencies. The technological race began in earnest.
โš™๏ธ
2022 โ€” 2023
Russia Accelerates: Civilians Build "Glass Kaza"
Russia bans Western software (like Discord) but civilian engineers build local solutions. Glass Kaza (Eye and Lightning) emerges: a drone management system integrating ISR and kinetic capabilities. Explicitly benchmarked against Ukraine's Delta, which Russian military journals reference directly.
๐Ÿค–
2024
V2U โ€” The World's First Offensive Autonomous AI Weapon
Ukraine intercepts and analyzes wreckage of Russia's V2U drone. No operator communication link. Nvidia Jetson chip for on-board AI processing. Drones fly in 6-7 unit swarms, coordinate via internal Wi-Fi, form bird-flock formations, and engage targets autonomously โ€” likely the first AI-enabled offensive autonomous weapon used in warfare.
๐Ÿ“‹
2025 โ€” 2030
National Target: 1 Million AI & Unmanned Systems Workers
Putin sets measurable targets with personal accountability for government officials. Russia is not competing in frontier AI โ€” they're riding the wake, leveraging open-source models (Llama, Mistral, DeepSeek, Qwen) to build application layers for military and civilian use.
03 โ€” Capability Analysis

Russia's Military AI:
Strengths & Weaknesses

Russia's military AI capability spectrum is wide โ€” from deployment-ready to purely aspirational. Understanding this gap is critical for Western defense policy.

โš  ACTIVE ๐Ÿ‘๏ธ
Computer Vision โ€” Target Recognition
CV models trained on military datasets from state-owned research institutions. Can distinguish tanks from air defense systems, military pickup trucks from civilian vehicles. Not yet accurate enough to distinguish Russian vs Ukrainian soldiers.
TRL 6-9 ยท Operationally Ready
โš  ACTIVE ๐Ÿ›ธ
V2U System โ€” Offensive Autonomous Drone
Drone swarm with no operator communication link. Nvidia Jetson chip for on-board AI. Flies in 6-7 unit bird-flock formations. Coordinates via internal Wi-Fi. Capable of autonomously selecting and engaging targets โ€” first in history.
DEPLOYED ยท Confirmed by Ukraine
๐Ÿ—บ๏ธ
Glass Kaza โ€” Battlefield Management
Civilian-military system integrating ISR drone data to strike units. Built by civilian engineers, subsequently adopted by Russia's Ministry of Defense as the basis for the SWAT system. Explicitly benchmarked against Ukraine's Delta and Palantir's Maven Smart System.
TRL 5-7 ยท Being Integrated
๐Ÿ“„
LLMs โ€” Formal Military Language
Attempts to customize open-source models (Llama, Mistral, DeepSeek) for formal Russian military language. Extremely difficult due to classified dataset restrictions. Yet 50-60% of commanders' time is consumed by paper documents this AI could automate.
TRL 1-3 ยท Far Behind
๐Ÿญ
Dual-Use Drone Ecosystem (ZALA)
Companies like ZALA grew from oil pipeline monitoring โ€” not defense origins. Commercial flight data trained CV models. Civilian-sector economies of scale support military production. Russia's proof-of-concept for the dual-use strategy that the West struggles to replicate.
Mature ยท Dual-Use Exemplar
๐ŸŒ
Semiconductor Supply via Smuggling
50%+ of AI components in Russian systems come from US-headquartered companies โ€” despite export sanctions. Russia exploits the difficulty of controlling global supply chains. Includes both expensive chips (Nvidia Jetson) and sub-$1 microprocessors produced in the hundreds of billions.
Ongoing ยท Sanctions Insufficient
Military AI Readiness: Russia vs Ukraine/West
Based on Technology Readiness Level (TRL 1-9) and CSIS report analysis
Russia CV (target recognition)
TRL 6-9
Strong โœ“
Russia Autonomous Drones
DEPLOYED
โš  Confirmed
Russia Digital C2 (Glass Kaza)
Integrating
Growing โ†‘
Russia Military LLMs
TRL 1-3
Weak โœ—
Ukraine Delta (AI C2)
13-14 Agencies
Leading โœ“
US Military LLMs
Far superior
Leading โœ“
04 โ€” V2U System: Anatomy of an Autonomous Drone

How Russia's Autonomous
Drone Swarm Works

First detected in 2024 โ€” Russia's V2U system is likely the first AI-enabled offensive autonomous weapon deployed in real warfare.

๐Ÿš€
Swarm Launch
6-7 drones launched together. Each has unique wing markings. No operator communication link from launch.
โœ“ Confirmed
โ€บ
๐Ÿฆ
Bird-Flock Formation
Flies in bird-like formations. Upper drones can "see" lower drones. If one is shot down, formation adjusts and regroups.
โœ“ Observed by Ukraine
โ€บ
๐Ÿ“ก
Internal Wi-Fi Coordination
Drones communicate with each other via Wi-Fi โ€” not with a human operator. No external signal. Pure internal coordination.
โš  From Wreckage Analysis
โ€บ
๐ŸŽฏ
Autonomous Target Selection
Nvidia Jetson chip runs AI model to scan and identify targets. No human confirmation required โ€” AI decides independently.
โš  Inferred
โ€บ
๐Ÿ’ฅ
Coordinated Circle Attack
Drones form a circular pattern above the target, then strike one after another in sequence โ€” fully autonomous coordinated engagement.
๐Ÿšจ First in History
05 โ€” Full Transcript

Dialogue: Gregory Allen
& Kateryna Bondar

Full interview from the CSIS AI Policy Podcast โ€” select a topic to read the complete transcript excerpt.

๐ŸŽ™๏ธ
HOST ยท CSIS
Gregory Allen
Director, CSIS Wadhwani AI Center ยท Former US Defense Department AI Official
๐ŸŽ™๏ธ Opening โ€” Gregory Allen

Welcome back to the AI Policy Podcast. I'm Gregory Allen and today I am genuinely very excited because we have on my colleague Kateryna Bondar from the CSIS Wadhwani AI Center. She has been putting out, over the past few years, just hit after hit after hit report on what's going on in terms of military AI usage in the war in Ukraine. Last year she published a bunch of really big and influential reports on the Ukrainian side of the equation, and we are now here to talk because she has just published two pieces on Russia's military integration of AI.

Host's Question

Who are you? How did you become interested in the military AI dimensions of the war in Ukraine? And of course, you were originally born in Ukraine.

Kateryna Bondar's Answer

Well, I can start from the very beginning โ€” my birthplace is actually in Donbas, the territory which is now occupied. I moved to Kyiv and my background is in international relations. After the Revolution of Dignity I joined the Ukrainian government as an adviser to the president. For the past seven to eight years I've been working in the Ukrainian Ministry of Defense. The project I was responsible for is implementation of NATO standards into the Ukrainian military, which gave me a pretty good understanding of how this works in NATO countries.

In 2019 I was lucky to get a fellowship at Stanford. I came to Stanford and I'm like, "I'm from Ukraine" and people said, "Where is that?" [laughter] I was there to do research on what kind of new technology could be helpful to Ukraine against Russia to win this war. This is when I got interested in military AI. In 2019 in Silicon Valley โ€” only one year after Google pulled out of Project Maven in 2018 โ€” talking about defense and AI was very controversial and got huge pushback.

Fast forward to 2022 โ€” full-scale invasion. I made a decision to move to the United States and was lucky to get a job at CSIS. I felt I needed to write more about this technology and the Ukrainian war because it was still very far from being understood.
Context โ€” Gregory Allen

Of all the human resources investments I made at CSIS, "stealing" Kateryna from another program was the highest return on investment I made. She's fluent in both speaking and writing Ukrainian and Russian, so she's able to read all of the primary source material. And I can say with some authority, having been a former US military AI official not that long ago โ€” Kateryna's work is the best analysis of AI and autonomy being used in the Ukrainian war by both sides available at the unclassified level.

Gregory Allen's Question

Where were Russia and Ukraine in January 2022 in terms of military AI and unmanned systems? And where are they now?

Kateryna Bondar's Answer

Generally, Russia was really lagging behind because they were just underestimating this technology and underestimating the complexity of this conflict. They just treated it probably as a local conflict โ€” a post-Soviet sphere of influence โ€” and just didn't pay too much attention to AI development. But when we look into unmanned systems, experiments from both sides started right in 2014-2015. This is when we saw the first deployment โ€” these were just DJI Mavic drones bought with private funds from both sides by the way โ€” soldiers bought them in commercial marketplaces to fly over the front line.

Ukraine, having lack of arsenal and munition, leveraged its volunteer civilian engineers to fill the gap. Their situational awareness system today known as Delta for example started to be developed in 2016. Russia was relying on its conventional intelligence and ISR. When I read today Russian military journals โ€” the official journal of their General Staff โ€” I see that they themselves say they were lagging behind six, seven years compared to Ukraine. Now they're behind two years at least. But what is dangerous: when Russia identifies a gap, it starts to catch up really fast.

Putin in 2017 famously said "whoever leads in AI will rule the world" โ€” that got a ton of play. But the reality is by 2022 they had gotten effectively nowhere in terms of adopting military AI. What you're seeing now is that in the four years since, they actually have interesting capabilities. There is stuff that America can learn from them.
Gregory Allen's Question

You wrote a great paper about Ukraine's Delta system. Can you talk about Delta and what it achieved, then the Russian counterpart?

Kateryna Bondar's Answer

Ukraine didn't have this ambition from the very beginning. Ukraine started to solve its emerging battlefield problems and filling the gaps that they identified immediately with the help of civilian engineers โ€” volunteers, people working in IT, mostly in outsourcing for the US market. They gathered together and said, "Why don't we develop some software able to integrate different data sources we have and create a common operating picture?" Basically ensuring situational awareness for forces to understand in real time what's going on at the battlefield.

Fast forward to 2023 โ€” this system proved to be really effective and was adopted as the official situational awareness system by the Minister of Defense for all defense agencies in Ukraine. Available to 13-14 law enforcement and defense agencies in Ukraine, supposed to work in one common environment.

For the Russian side โ€” they also leveraged their "people's replica" โ€” civilian startups and volunteers โ€” who developed exactly the same concept. In their official military journals, they always refer to Delta and Palantir. For them those are the benchmarks. They say: we not just need an equivalent โ€” we have to be better. Russia developed the Glass Kaza system (Eye and Lightning) โ€” civilian engineers built drone management software, and in half a year the Russian Minister of Defense came out with the SWAT system concept that copies exactly what the civilians had already deployed.
Gregory Allen's Question

You said CJC2 "cannot be built, it can only be grown." Can you walk us through that โ€” and the Amazon analogy?

Kateryna Bondar's Answer

We can track this in Ukraine's Delta system โ€” it started from a digital map and integrating a couple of data sources. Now they call it not a platform, not a program, not a solution, but an ecosystem of products. They collaborated with another team that developed live data streaming so any drone manufacturer could integrate and stream footage directly. Then Mission Control was added โ€” because 30-50% of drones were being lost to friendly jamming, they needed to know who is flying where, when, and with what.

Like Amazon โ€” Jeff Bezos may have had the "Everything Store" vision from day one, but if Amazon had launched as the Everything Store on day one, it would have failed miserably. You have to recognize: what's the first problem worth solving where we deliver great value even if we only solve this one problem? And that's why it's not surprising that DoD is considering Maven Smart System as the foundation for a renewed approach to CJC2 โ€” the same way Delta found its way to its equivalent.
Gregory Allen's Question

To what extent is AI being used in command and control โ€” ISR, data collection, etc.?

Kateryna Bondar's Answer

Computer vision is evaluated at TRL 6-9 because Russians think like engineers โ€” they start with the foundation, and the foundation for any AI is data. They started collecting data: on drone operator performance, on strikes, on what foreign military hardware and personnel look like when viewed through a drone camera. Based on that they train computer vision models owned by government-owned research institutions. From the conversations I've tracked, the impression is: they can identify a tank from an air defense system or a pickup truck with electronic warfare equipment from a civilian pickup. But we're not at the point where we can distinguish Russian from Ukrainian soldiers yet.

Another side of command and control is the communication part โ€” there's a lot of paperwork in any military. This is where Russians are really struggling with AI implementation. The models they use mostly come from West or East โ€” open-source models like Llama, Mistral, Qwen, and DeepSeek. Customizing those for Russian formal military language proved really challenging. Russians themselves evaluate this capability at TRL one to three. And they evaluate their own commanders' time devoted to paperwork at 50-60%.

So 50-60% of their time is on papers and only 40% is actually fighting the war. AI would really help them โ€” but they struggle with training models for Russian military language, maybe because of classified datasets. Which is actually good for Ukraine and good for America. Our own military's experiments with LLMs are going way better.
Gregory Allen's Question

Your report makes an explosive claim โ€” Russia has likely fielded a fully autonomous AI-enabled unmanned system in combat. What is this system and why are you confident in this assessment?

Kateryna Bondar's Answer

This drone was first noticed around 2024 and it's called the V2U system. I haven't found any information about it in Russian Telegram channels and Russian resources โ€” probably because it's really classified. The information comes from the Ukrainian side. Ukrainians reported observations, they intercepted drones, analyzed the wreckage, and this is how we arrived at conclusions about what this system is capable of.

When first noticed and analyzed, there was some connection to an operator โ€” meaning initially it was still remotely controlled. But it already had an Nvidia Jetson microprocessor capable of running AI models on-board. Later versions had no communication system whatsoever โ€” nothing on-board that could connect the unmanned system to an operator. That brought us to the conclusion it can fly autonomously, search for targets autonomously, and engage targets autonomously โ€” because there was no evidence any operator could control what the system does.

And there's another aspect that's really interesting and innovative โ€” these systems work as a swarm. We've seen systems flying in groups of six to seven drones. Each has unique markings on their wings. They fly above one another so they can see the drones below them and fly like a flock of birds. If one is taken down, they do the maneuver and regroup. And what was also observed by the Ukrainian military is that they can fly in this position for quite a long time searching for a target โ€” when they identify one, they form a circle pattern and coordinate their attack by diving on the target one by one.
Gregory Allen's Follow-up

A Russian general called drone swarms "the new nuclear bomb." What does that tell us about Russian military thinking?

Kateryna Bondar's Answer

I recently saw a quote from a Russian general involved in these things saying: "The one who uses AI-enabled drones will win tomorrow. But if you want to win the day after tomorrow, you have to use swarms. And a swarm of drones is the new nuclear bomb."

This partially shows the direction in which the Russian military is probably thinking. There's also a fight between the old system versus new system โ€” "visioners," as they call them, generals within the Russian military who want to experiment with new technology versus those who fight with conventional doctrine. And here in the West we're limited by ethical principles, regulation, and all this kind of stuff. But Russia doesn't have that obstacle. That's why they can keep experimenting and advance in practical AI applications much faster than we can do here.

Gregory Allen's Question

What should the United States do based on the findings of these reports?

Kateryna Bondar's Answer

In this world where our adversaries are not limited by any ethical constraints and they actually accelerate and succeed in this technology development โ€” we should also embrace this technology but maybe in a controlled environment. We have to figure out how to develop the systems, how to experiment with them, how to integrate them into tactics and doctrine, and start training with them โ€” basically deploying them in a controlled environment just to better understand how they work, where they're most effective and efficient.

More broadly, if we look into unmanned systems โ€” unmanned warfare is here to stay and develop. This is something we won't change. To tackle this problem, the United States has to integrate these systems into operations faster and experiment with them more, train with them, update their training and exercise programs and curricula, and work more closely with industry.

Because this type of warfare iterates and develops really fast. Without constant communication between the end user and manufacturer, we will lag behind in technology. This is not a submarine you build once in 30 or 40 years and you're good to go. You have to constantly provide feedback, iterate, and improve the system. We should integrate unmanned systems, integrate autonomy, and be more free to experiment โ€” because our adversaries are less restricted and accelerating really fast.
06 โ€” Policy Recommendations

Recommendations for
the United States

Six key recommendations from Kateryna Bondar based on deep analysis of Russian and Ukrainian military AI development.

01
Integrate Unmanned Systems Faster
Procurement is only part of the problem. The next challenge: what do we do with drones and autonomy when we actually get them? How do we get groups of military forces who are truly good at using this equipment? Update training programs, exercises, and curricula. Implementation is as hard as invention.
02
Experiment in Controlled Environments
Must figure out how to develop autonomous systems, experiment with them, integrate them into tactics and doctrine โ€” and start training and deploying them in controlled environments. Just putting oversight and control without real experimentation won't advance us while adversaries race ahead.
03
Adopt the Delta Approach: Bottom-Up CJC2
Lesson from Ukraine's Delta and Maven Smart System: CJC2 cannot be built, it can only be grown. Start with one product delivering real value โ€” not an "everything store" on day one. DoD appears to be moving in this direction with Maven Smart System as the foundation.
04
Work More Closely with Industry
This type of warfare iterates extremely fast. Without constant communication between end users and manufacturers, we'll fall behind technologically. Ukraine's lesson: rapid feedback loops between frontline soldiers and civilian engineers produced dramatic improvements in short timeframes.
05
Strengthen Export Control Enforcement
50%+ of AI components in Russian systems come from US-headquartered firms despite export sanctions. Needs far larger enforcement budgets, more sophisticated analytical software to trace smuggling networks, and better coordination with international partners to cut off semiconductor supply chains to Russia.
06
Study Russia's Dual-Use Strategy
Russia built its drone ecosystem on commercial foundations (pipeline monitoring) before military application. Economies of scale from the civil sector support military production. US drone startups focused only on defense customers will have poor unit economics compared to China's industry serving the entire world.
07 โ€” Laporan CSIS / CSIS Reports

Baca Laporan Lengkap
Kateryna Bondar

Dua laporan mendalam yang tersedia gratis di csis.org โ€” analisis terbaik AI militer Rusia di level unclassified.

๐Ÿ›ธ Laporan 1 ยท CSIS ยท 2025
How Russia Is Building a Sovereign Drone Ecosystem for AI-Driven Autonomy
Analisis ekosistem drone Rusia dari strategi dual-use, rantai pasokan komponen, hingga sistem V2U otonom pertama di dunia. Bagaimana Rusia membangun kapabilitas unmanned systems terlepas dari akses terbatas ke teknologi Barat.
๐Ÿ“– Baca di CSIS.org โ†’
๐Ÿ—บ๏ธ Laporan 2 ยท CSIS ยท 2025
How Russia Is Reshaping Command and Control for AI-Enabled Warfare
Analisis mendalam arsitektur C2 Rusia yang ditenagai AI โ€” dari Glass Kaza hingga sistem SWAT. Bagaimana Rusia mengadopsi pendekatan bottom-up yang sama dengan Delta Ukraina dan Maven Smart System Palantir untuk membangun battlefield management modern.
๐Ÿ“– Baca di CSIS.org โ†’
08 โ€” Sumber Video / Video Source

Tonton Podcast Lengkap
Watch the Full Podcast

CSIS AI Policy Podcast โ€” Gregory Allen dan Kateryna Bondar membahas dua laporan baru tentang AI militer Rusia.

CSIS Wadhwani AI Center ยท AI Policy Podcast ยท 2026

CSIS ยท AI Policy Podcast ยท Gregory Allen
Unpacking Russian Military AI with Kateryna Bondar โ€” Sovereign Drone Ecosystem & AI-Enabled Command and Control
โ–ถ Tonton di YouTube
"

The one who uses AI-enabled drones will win tomorrow. But if you want to win the day after tomorrow, you have to use swarms. And a swarm of drones is the new nuclear bomb.

โ€” Russian General (paraphrased) ยท as reported by Kateryna Bondar ยท CSIS 2025