La IA comercial entra más profundamente en el entorno clasificado del Pentágono, conectando nube, chips, modelos, integración y asistencia en una misma cadena de defensa. En mayo de 2026 anunció acuerdos con Google, Microsoft, Amazon Web Services, Nvidia, OpenAI, Reflection y SpaceX para redes clasificadas. La cuestión no es solo quién gana un contrato, sino quién controla el sistema interconectado al adquirir importancia operativa.
Siguen disputados los usos aceptables y el control humano significativo. Anthropic no figura entre los siete tras resistirse a condiciones gubernamentales amplias; OpenAI afirma preservar protecciones. Más proveedores y declaraciones públicas no demuestran contratos, controles y decisiones verificables independientemente.
De prototipos a procesos clasificados
El anuncio amplía las adquisiciones iniciadas públicamente en julio de 2025. CDAO eligió Anthropic, Google, OpenAI y xAI con topes de 200 millones de dólares cada uno para prototipos nacionales, incluidos agentes de varios pasos en lugar de respuestas aisladas. Un tope no prueba desembolso completo, y las cuatro empresas de 2025 son distintas de las siete posteriores.
El personal ya usaba GenAI.mil, plataforma generativa oficial. La conexión clasificada eleva el riesgo al influir en inteligencia, logística, ciberoperaciones, misiones y evaluación de objetivos. Un prototipo puede aislarse de decisiones; un modelo ligado a datos y software operativo no necesariamente. Mantenimiento, vigilancia y recomendación de objetivos tienen consecuencias distintas.
El Pentágono habla de tareas reducidas de meses a días sin precisar cuáles, errores, revisiones o consecuencias de fallos. Es una afirmación de rapidez, no medida suficiente de fiabilidad. Tampoco demuestra que todo uso sea imprudente: mantenimiento predictivo, traducción, búsqueda y logística pueden aportar beneficios con consecuencias manejables.
Los modelos fundacionales son amplios y adaptables, a diferencia de armas con funciones acotadas. Actualizaciones, integraciones, instrucciones y datos cambian conductas. Contratos, aplicaciones y controles fijan límites. Una demostración de aceptación no cubre el futuro, haciendo importantes pruebas repetidas y apoyo continuo.
La infraestructura debajo de los contratos
La relación precede a ChatGPT. En 2022 Defensa adjudicó a Amazon, Microsoft, Google y Oracle el JWCC, tope de 9.000 millones para nube en todas las clasificaciones. Cómputo, almacenamiento, identidad, redes y acceso seguro ofrecen ventajas al añadir IA.
Los papeles son distintos y superpuestos. Microsoft ofrece nube y tiene relación principal con OpenAI; AWS aloja modelos e invierte en Anthropic; Google opera nube y Gemini; Nvidia chips y bibliotecas. Un desarrollador depende de nube con hardware Nvidia y un integrador conecta datos gubernamentales. La demanda privada financia velocidad, pero transfiere interfaces propietarias, hardware escaso, especialistas y actualizaciones controladas por proveedores.
Palantir muestra la integración: sensores, inteligencia, planes y armas repartidos en sistemas y clasificaciones incompatibles. Según Brennan Center, el Ejército consolidó 75 acuerdos en 2025 en uno empresarial con tope de hasta 10.000 millones durante diez años. Es otro techo y periodo, no pago que sumar a modelos.
Aviones, misiles, sensores y comunicaciones aún requieren contratistas establecidos. Nuevos programas interpretan datos entre activos, dependiendo de socios e integradores militares. Anduril, Shield AI y Scale AI también participan, frecuentemente sobre grandes plataformas. Las startups no sustituyen simplemente a los anteriores: aplicaciones competidoras generan ingresos para pocas bases.
Anthropic plantea quién fija los límites
Anthropic buscó restricciones contractuales a vigilancia doméstica masiva y armas plenamente autónomas, que eligen y atacan sin control humano significativo. Los funcionarios pedían cualquier uso legal y responsabilidad estatal. Anthropic veía usos inaceptables aunque las autoridades los consideraran legales. Es autoridad tras la compra, no semántica.
El Pentágono siguió con otros. OpenAI afirma cubrir vigilancia, armas y supervisión, prohibir vigilancia masiva doméstica e incorporar derecho y políticas existentes. Importan sus afirmaciones, pero secreto y cláusulas no divulgadas impiden comparar plenamente con Anthropic. No se establece protección idéntica ni superior.
La contratación crea gobernanza antes que leyes y tribunales. El más estricto no fija automáticamente la norma: alternativas más permisivas permiten trasladar tareas y reducir su influencia. Resiliencia múltiple y presión por menores restricciones pueden coexistir. El gobierno quiere intercambiabilidad para que un modelo no controle reglas de misión.
Protecciones diferentes complican integrar: un modelo restringido resume inteligencia que otro utiliza para planificar. Las políticas cambian: OpenAI eliminó la prohibición militar general en 2024 manteniendo límites a armas y daños; otros reescribieron con el negocio público. Los contratos obligan más, pero dependen de definiciones, vigilancia, aplicación técnica y remedios.
El gobierno puede cambiar, cancelar o clasificar una empresa como riesgo de suministro, afectando perspectivas federales mayores. Eso añade presión política y comercial. La protección voluntaria vale al mantenerse bajo presión. Proveedores buscan límites y militares autoridad sobre sistemas pagados públicamente; ninguna distribución preferida prueba eficacia.
La diversidad puede esconder dependencia común
Modelos competitivos necesitan chips, datos, investigadores y gran cómputo que pocos suministran a escala. Aplicaciones pequeñas pueden compartir bases. Diez herramientas pueden depender de la misma nube, chip o modelo y sufrir juntas avería, ataque, error o disputa.
Varias nubes y modelos resuelven parte. Resiliencia real exige migrar sin perder funciones esenciales. Interfaces, acceso, datos, formatos y rendimiento varían; sustituir puede exigir retestar cada proceso. El número de contratos no demuestra interoperabilidad.
Los proveedores siguen siendo centrales porque conocen modelos que el gobierno no inspecciona o reproduce solo. Evaluación, seguridad, ajuste, formación e incidentes duran todo el ciclo. Se compra capacidad cambiante y mantenedores, no solo producto. Instrucciones, datos, contexto y actualizaciones refuerzan dependencia.
Nature describe un complejo militar-industrial IA. Ejecutivos e inversores participan en compras, regulación, exportaciones y cómputo federal; algunos transitan entre sectores, otros financian grupos por acelerar o contra normas. Es participación legal, no evidencia de conducta ilícita, pero su efecto conjunto merece escrutinio al buscar contratos e influencia normativa.
Aprobar formalmente no significa revisar realmente
Sesgo de automatización es aceptar recomendaciones pese a evidencia contraria. Fluidez, confianza y aciertos frecuentes lo refuerzan con presión y datos incompletos. Un modelo relaciona mal personas, vehículos, lugares o comunicaciones y el analista puede tratar un vínculo infundado como pista.
El error se propaga: etiqueta, resumen y recomendación de planificación. La interfaz final puede esconder incertidumbre y origen. Datos clasificados no eliminan invenciones, incoherencia o cambios tras actualizaciones.
Contexto y adversarios complican evaluar. Un asistente de mantenimiento puede fallar con abreviaturas desconocidas o engaños. Los oponentes manipulan datos y sondean programas comerciales por debilidades compartidas. El secreto limita reproducción y comparación con evidencias operativas.
Recuperación, acceso, pruebas y humanos reducen riesgo, no garantizan toda misión. Hacen falta tiempo, autoridad, contrapuebas, formación sobre límites y capacidad real de rechazar o parar, no un clic. Helen Toner de Georgetown CSET alerta de sobredependencia y de entender utilidad y límites. La presencia humana no demuestra esas condiciones.
Evaluar conductas y conservar pruebas sin ignorar privacidad
La evaluación debe examinar falsos positivos, señales perdidas, calibración, operadores y condiciones adversarias durante y después del despliegue. Oficinas buscando fondos y vendedores muestran pilotos exitosos y tiempo ahorrado más fácilmente que deterioro sutil o ausencia de cuestionamiento. Estándares comprobables deben acompañar capacidades entre proveedores y entornos.
Registros de entradas, salidas y respuestas humanas reconstruyen daños, pero crean riesgos privados y de seguridad. Necesitan retención limitada, acceso controlado y revisión independiente. Trazabilidad no autoriza guardar sin límites. Nombrar registros o supervisión no prueba eficacia bajo presión.
La supervisión pública no sigue la cadena. Los techos son visibles, operaciones, evaluaciones y cláusulas no. Elizabeth Warren pidió información de sistemas clasificados, protección, armas y vigilancia. La legalidad general no explica controles reales ni influencia de IA en pruebas y opciones antes de aprobar.
Contratos, portabilidad y auditorías mostrarán control
Términos comparables o resúmenes exigibles aclararían vigilancia, armas, revisión y usos secundarios de datos. Secreto deja diferencias inciertas. Detalles de misión pueden protegerse mientras inspectores, Congreso y auditores acceden más; agregados no requieren secretos operativos.
Migración demostrada y estándares comunes prueban la estrategia mejor que nuevas listas. Áreas de uso, frecuencia de rechazo humano y respuestas a errores verifican responsabilidad. Anunciar empresas no establece nada de ello; importa distribuir responsabilidad entre modelos, integradores y usuarios.
Los precedentes pueden extenderse a policía, fronteras, inteligencia, agencias civiles y empresas mediante compras. Dependencia, actualizaciones, auditoría y revisión no son solo militares. ¿Podrán las instituciones imponer límites tras depender de cómputo, datos, modelos, integración y conocimientos privados? Contratos, pruebas y auditorías dan evidencia; velocidad y aprobación formal no bastan.
Fuentes y lecturas relacionadas
AP sobre acuerdos clasificados · Prototipos CDAO · Estudio Brennan Center · Versión de OpenAI del acuerdo · Análisis Nature · Preguntas de Warren · Lectura relacionada: bases personales y de equipo