Anthropic obtuvo aprobación de la GSA. El Pentágono la incluyó en la lista negra.

En agosto de 2025, la Administración de Servicios Generales aprobó a Anthropic para vender IA a agencias civiles. Trece meses después, una corte federal de apelaciones confirmó la decisión del Pentágono de incluirla en la lista negra por el riesgo que representaba la integración de Claude con sistemas del Departamento de Defensa. El mismo proveedor de modelos cabía dentro de un canal federal de compras y quedaba fuera de otro.

La contradicción se resuelve en el punto de uso. La contratación de IA de defensa se está convirtiendo en una arquitectura de permisos: un modelo debe ser capaz, pero su proveedor también debe aceptar los términos bajo los cuales los funcionarios pueden conectarlo a datos, herramientas y decisiones con consecuencias. Un modelo de frontera puede ser valioso para el gobierno y aun así no ser elegible para un sistema en particular cuando el gobierno y el proveedor no logran acordar quién controla su uso operativo.

Un contrato puede descalificar a un modelo antes de que responda una pregunta

La aprobación de agosto de 2025 de la Administración de Servicios Generales a OpenAI, Google y Anthropic a través de su Multiple Award Schedule dio a las agencias civiles una vía para comprar a las tres. No resolvió qué podía hacer el Pentágono con Claude después de conectarlo a sistemas militares. Un canal de compras responde quién puede competir por cierto trabajo; un contrato operativo debe responder qué puede permitir, restringir o cambiar cada una de las partes, comprador y proveedor.

La distinción se concretó en febrero de 2026. El Pentágono exigió acceso más amplio a Claude, mientras Anthropic afirmó que el lenguaje contractual propuesto avanzaba prácticamente nada en prevenir la vigilancia doméstica masiva o el uso de armas completamente autónomas. Anthropic consideró esos usos como un límite de seguridad de IA. El departamento buscaba autoridad para usar una herramienta comprada con fines militares lícitos, sin que un proveedor conservara poder de veto sobre las misiones.

La disputa no se trataba simplemente de si Claude podía realizar una tarea. Anthropic dijo después en un escrito judicial que no podía manipular a Claude una vez que los militares lo hubieran desplegado, en disputa con una acusación del Pentágono sobre manipulación durante una guerra. La incapacidad técnica que una empresa afirma tener para alterar un modelo desplegado y su poder contractual para prohibir una categoría de uso son cuestiones distintas. Las preocupaciones del departamento sobre la integración y las objeciones de Anthropic a los términos contractuales se encontraron en ese límite.

El 28 de agosto, un juez estadounidense bloqueó la lista negra y calificó la designación por riesgo para la cadena de suministro de “ilegal e infundada”. Más tarde, una corte federal de apelaciones confirmó la designación del Pentágono, al determinar que la integración de Claude con sistemas del DoD constituía un riesgo de seguridad nacional contemplado por la ley. La corte de apelaciones emitió un fallo, cubierto en dos entradas confirmadas con fecha del 25 y 26 de septiembre, no dos sentencias independientes. La decisión anterior importa porque la autoridad legal del gobierno estaba en disputa, no era evidente por sí misma.

El resultado de la apelación tampoco estableció una regla contra los modelos de frontera como categoría. El análisis de la disputa de Anthropic de la analista de contratos gubernamentales Jessica Tillipman sitúa los derechos que conserva un proveedor en la vía de adquisición, el tipo de contrato y los términos negociados. El Pentágono y un proveedor pueden llegar a acuerdos distintos bajo contratos diferentes. Eso es menos ordenado que una regla universal y considerablemente más importante para una empresa que decide qué puede prometer.

La elegibilidad civil no se traslada a las redes clasificadas

El programa de la GSA y la designación del Pentágono pertenecen a entornos de misión distintos. En marzo de 2026, la GSA elaboró una guía que exigiría a las empresas con contratos civiles de IA otorgar al gobierno una licencia irrevocable para “cualquier uso lícito”. La guía era un borrador, no una condición establecida que rigiera cada compra federal. Sin embargo, mostró que incluso los compradores civiles examinaban cuánto control podía conservar un proveedor después de firmarse un contrato.

El DoD siguió una ruta separada. En mayo, llegó a acuerdos con AWS, Microsoft, Nvidia, Oracle y Reflection AI para usar sus herramientas en redes militares clasificadas para “uso operativo lícito”. Un funcionario del DoD también dijo que xAI había aceptado un estándar de “todo uso lícito” para Grok en sistemas clasificados, la condición a la que Anthropic se resistió. Esos acuerdos son evidencia de una demanda continua de capacidad comercial de IA, no de un repliegue hacia modelos exclusivos para defensa. También son evidencia de que la entrada a una red clasificada depende de los términos vinculados a esa capacidad.

Un acuerdo para una red clasificada no demuestra, por sí mismo, que una herramienta funcione de forma confiable en cada misión. Establece una vía de uso. Antes de la lista negra, el Pentágono pidió a Boeing y Lockheed Martin evaluar su dependencia de Claude, una señal de que retirar a un proveedor puede extenderse más allá de un endpoint de modelo hacia el trabajo existente de los contratistas. El costo de una cuestión de permisos sin resolver aumenta una vez que otras organizaciones han construido alrededor de la respuesta.

El integrador controla la ruta de los datos a la decisión

El Departamento de Defensa estaba poniendo a prueba el sistema circundante antes de que la disputa con Anthropic llegara a los tribunales. Scale AI firmó un contrato de un año con el Pentágono para probar y evaluar modelos de lenguaje grandes para la planificación y toma de decisiones militares. Después de un acuerdo de $100 millones con el DoD en 2025, Scale obtuvo un contrato de $500 millones en mayo de 2026 para filtrar datos y asistir en las decisiones. La adjudicación más grande se refiere al trabajo entre la información almacenada y la acción de un funcionario, no a la propiedad de un único modelo de frontera.

Ese trabajo tiene una lógica económica específica. Un sistema de predicción necesita los datos para hacer una predicción útil, y una organización necesita una forma de probar, interpretar y actuar sobre el resultado. Una mejor salida del modelo tiene valor limitado si no se puede acceder a los datos relevantes bajo reglas acordadas, o si nadie ha diseñado un proceso de decisión que pueda cuestionar la salida. El próximo director ejecutivo de Scale, Francis deSouza, describió su función como ayudar a empresas y gobiernos a implementar IA que puedan “verificar y en la que puedan confiar”. Los contratos de Scale dan a esa frase un contexto práctico: preparación de datos, evaluación y apoyo a la toma de decisiones.

Las empresas de software de defensa están posicionadas de forma distinta a los proveedores que solo venden acceso a modelos. The Wall Street Journal reportó que Anduril, Palantir y Scale formaban parte de un grupo que desarrollaba software para el escudo antimisiles Golden Dome planeado, de $185 mil millones. Era un esfuerzo de desarrollo reportado, no una adjudicación de contrato de $185 mil millones a esas empresas. Su relevancia radica en el trabajo propuesto: un sistema operativo para un programa de defensa tendría que conectar datos y decisiones entre componentes que ningún modelo individual proporciona.

Shield AI ofrece otra versión del enfoque integrado. La empresa levantó $2 mil millones con una valuación de $12.7 mil millones en marzo de 2026, frente a los $5.3 mil millones posteriores a su ronda de marzo de 2025, y aproximadamente la mitad de su negocio era software autónomo. También planeaba adquirir un fabricante de software de simulación. Los inversionistas valoraban a una empresa construida alrededor de autonomía, pruebas y despliegue de aeronaves, en lugar de un modelo de propósito general por sí solo. Scale, mientras tanto, demandó al DoD por lo que calificó como una reciente decisión de contratación, pese a tener varios contratos con el departamento. Las relaciones consolidadas no eliminan la competencia ni vuelven permanente la elegibilidad.

El control operativo no es prueba de desempeño en campo

La evaluación de modelos y la evaluación de sistemas plantean preguntas distintas. El conjunto de herramientas Inspect del Instituto de Seguridad de IA del Reino Unido evalúa capacidades, incluidos el conocimiento y el razonamiento. El marco ASSERT de Microsoft genera y ejecuta pruebas de comportamiento a partir de descripciones en lenguaje natural. Ambos pueden ayudar a hacer verificables las afirmaciones sobre el comportamiento de la IA. Ni una puntuación general de capacidad ni una prueba escrita de comportamiento pueden sustituir la observación de un sistema completo desplegado bajo las condiciones en que las personas lo usan.

La distinción se vuelve más marcada cuando los agentes de IA interactúan con herramientas externas. Un operador debe decidir qué datos puede leer un agente, qué acciones puede realizar, dónde debe detenerse y quién puede inspeccionar o anular su trabajo. La capa de control de agentes relacionada da una dirección en el software a esos permisos y rutas de escalamiento. En la contratación de defensa, la responsabilidad del despliegue también necesita una dirección en el contrato: alguien debe ser responsable de probar el sistema y de cambiar o detener su uso cuando falla.

Shield AI demuestra por qué una arquitectura integrada no puede tratarse como un certificado de confiabilidad. Reuters documentó años de fallas técnicas y preocupaciones de seguridad relacionadas con su dron autónomo V-BAT. Shield puede controlar una mayor parte del sistema de aeronave y software que la que controla un proveedor de modelos dentro del flujo de trabajo de un cliente; ese control también le deja el problema del desempeño en campo. El mercado de drones condicionado por origen relacionado muestra otra forma en que el permiso puede decidir qué productos llegan a un comprador. Ni el origen permitido ni la integración permitida hacen que una aeronave vuele correctamente.

El CEO de Anthropic, Dario Amodei, ha pedido pruebas obligatorias de terceros para modelos de frontera ante riesgos cibernéticos, biológicos y de autonomía, con autoridad para bloquear o revocar el despliegue. Esa propuesta daría a un evaluador externo poder sobre algunos usos; la posición contractual del Pentágono buscaba amplia autoridad para el gobierno como comprador. Las pruebas pueden exponer modos de falla, pero no pueden borrar el desacuerdo de fondo sobre quién tiene la última palabra.

El programa civil de la GSA tenía un lugar para Anthropic. En la puerta de las redes clasificadas del Pentágono, Claude necesitaba una llave sobre la que comprador y proveedor no pudieron acordar quién debía tenerla.