El Pentágono deja de usar Claude, el modelo de Anthropic, meses después de que el secretario de Defensa, Pete Hegseth, declarara a la compañía riesgo para la cadena de suministro. El motivo es que Anthropic se negó a retirar las salvaguardas de Claude ante usos de vigilancia masiva y armas autónomas. Pero el cambio no ha sido inmediato: el modelo siguió funcionando dentro de Maven, la plataforma de inteligencia de Palantir, mientras Defensa firmaba contratos con otros proveedores. Es un caso de manual sobre lo difícil que resulta sustituir una IA ya integrada.
Qué ha pasado: el Pentágono deja de usar Claude tras el veto a Anthropic
El Departamento de Defensa de Estados Unidos ha dejado de usar las herramientas de IA de Anthropic. La decisión llega meses después de que Pete Hegseth declarara a la empresa riesgo para la cadena de suministro, una etiqueta que en la práctica la coloca en la lista negra de proveedores del Pentágono. La razón es concreta: Anthropic se negó a retirar las salvaguardas de Claude ante usos de vigilancia masiva y armas autónomas. Es decir, el conflicto no gira en torno a la calidad del modelo ni a un fallo técnico, sino a quién fija los límites de uso de una tecnología cuando ya está en manos del cliente.
El 27 de febrero, Hegseth fijó un plazo de seis meses para completar la retirada. Ese calendario ya dice algo: ni siquiera el Pentágono, con su capacidad de presión y su presupuesto, daba por hecho que se pudiera apagar Claude de un día para otro. Anthropic ha respondido con una demanda contra el Gobierno, en la que considera la designación «sin precedentes e ilegal».
Conviene separar dos planos. El primero es político: una empresa estadounidense de IA recibe un tratamiento que, según ella misma, no tiene precedentes. El segundo es operativo: qué ocurre dentro de los sistemas que ya dependían de su tecnología. Mientras la disputa avanzaba, el Pentágono firmaba contratos con OpenAI, Google y xAI, tres alternativas que cubren el hueco comercial. Pero firmar con un proveedor nuevo y desmontar al anterior son tareas distintas, y la segunda es la que más tarda. Ese desfase convierte el caso en algo más que una noticia de política tecnológica: es una demostración pública de lo que cuesta cambiar de modelo cuando este forma parte de un flujo de trabajo crítico.
Maven, Palantir y el coste real de sustituir un modelo de IA
El dato más revelador es que Claude seguía funcionando dentro de Maven, la plataforma de inteligencia de Palantir, cuando el veto ya estaba en marcha. El modelo no estaba en una herramienta aislada que se pudiera desinstalar, sino incrustado en una plataforma de terceros que a su vez utiliza el Pentágono. Esa cadena, con Defensa, Palantir y Anthropic como eslabones, añade una capa de dependencia que no siempre aparece en el contrato principal. Quien contrata la plataforma hereda el modelo que lleva dentro, y quien quiere retirarlo necesita que el integrador lo sustituya, lo pruebe y lo valide.
Cualquier equipo técnico reconoce además el problema de fondo: cambiar de LLM no es solo cambiar una clave de API. Los prompts, las evaluaciones, los formatos de salida y el comportamiento ante casos límite están ajustados a un modelo concreto. Con otro, hay que repetir buena parte de ese trabajo. En un entorno de inteligencia, donde la fiabilidad pesa más que la velocidad, el margen para improvisar es menor.
El plazo de seis meses encaja con esa realidad: una migración así requiere tiempo. También deja un matiz importante. Que el Pentágono deja de usar Claude como decisión política no significa que desaparezca de todos sus sistemas el mismo día. Entre la orden y la ejecución hay una transición en la que conviven el modelo vetado y los nuevos proveedores. Para otros compradores de IA, públicos o privados, la lección técnica es directa: depender de un único modelo, sobre todo cuando llega a través de un tercero, es un riesgo que se mide en meses de trabajo, no en horas.
Qué significa este movimiento para el mercado
Para los competidores de Anthropic, el efecto inmediato es comercial. OpenAI, Google y xAI han firmado contratos con el Pentágono mientras el conflicto seguía abierto, lo que las coloca como proveedores de referencia en Defensa. Para Anthropic, el coste es doble: pierde un cliente de enorme peso y carga con una designación que, si se mantiene, puede condicionar cómo la ven otros compradores del sector público.
Para los compradores, el mensaje es que las políticas de uso de un proveedor de IA ya no son letra pequeña. Las salvaguardas de un modelo pueden chocar con las necesidades de un cliente y acabar en una ruptura contractual. Antes de integrar un LLM en un sistema crítico conviene saber qué usos prohíbe el proveedor, qué pasa si el cliente discrepa y cuánto cuesta salir.
Para los integradores, como Palantir en este caso, el episodio demuestra que son parte del riesgo. Si un modelo queda vetado, es el integrador quien debe sustituirlo dentro de sus plataformas. La demanda de Anthropic dirá si la designación de riesgo para la cadena de suministro se puede usar contra un proveedor de IA por mantener sus límites de uso. Hasta entonces, el precedente está sobre la mesa y el mercado lo está leyendo.
Análisis Blixel
Una política de uso solo vale lo que cuesta defenderla, y Anthropic está pagando el precio de la suya. Se puede discutir si el Pentágono tiene razón al exigir un modelo sin límites o si la empresa hace bien en mantenerlos, y cada lector tendrá su posición. Lo que no admite discusión es el coste: perder a un cliente de este tamaño y acabar en los tribunales no es una decisión menor.
Lo más interesante, sin embargo, está en la letra pequeña operativa. Que el Pentágono deja de usar Claude y aun así necesite seis meses de plazo, con el modelo todavía dentro de Maven, desmonta la idea de que los modelos son piezas intercambiables. En la práctica, un LLM integrado crea una dependencia tan real como la de cualquier software crítico, y esa dependencia se agrava cuando llega envuelta en la plataforma de un tercero.
Mi lectura es que el verdadero aviso no va dirigido a Anthropic, sino a cualquier organización que esté construyendo sobre un único proveedor de IA. Si Defensa, con todo su poder de negociación, tarda meses en salir, una empresa mediana tardará proporcionalmente más y con menos margen. La respuesta sensata no es dejar de usar IA, sino diseñar desde el principio la capacidad de cambiar de modelo: evaluaciones propias, capas de abstracción y contratos que digan con claridad qué usos permite cada proveedor. Es más aburrido que una disputa política, pero es lo que evita acabar improvisando una migración bajo presión.
¿Quieres aplicar esto en tu empresa? En Blixel.ai te ayudamos a integrar IA con sentido común. Hablemos.
Deja una respuesta