El Ejército suma a Striveworks a su pila de Mando y Control de Nueva Generación
El Ejército de EE. UU. afirma que la empresa de software Striveworks está construyendo la capa básica de inteligencia artificial para la arquitectura de Mando y Control de Nueva Generación del servicio, o NGC2. La medida añade una nueva pieza a un esfuerzo de modernización más amplio destinado a unificar las comunicaciones en el campo de batalla y acelerar la toma de decisiones, especialmente cuando el Ejército se prepara para ampliar el sistema de pruebas a nivel de división a operaciones a nivel de cuerpo.
Funcionarios del Ejército describieron el desarrollo en la conferencia TechNet Augusta, donde dijeron que la necesidad de apoyo de IA crecerá a medida que NGC2 escale. A nivel de cuerpo, se espera que la arquitectura procese significativamente más datos que los prototipos anteriores, lo que hace que el problema sea menos de conectividad simple y más de cómo convertir grandes volúmenes de entradas en decisiones operativas útiles.
Joseph Welch, ejecutivo de adquisiciones de cartera del Ejército para mando y control y contra-mando y control, dijo a Breaking Defense que la cantidad de software y datos a escala de cuerpo será mayor y que las herramientas de IA serán cada vez más importantes para respaldar ese entorno. Ese enfoque sitúa a Striveworks en un papel concreto dentro del plan de modernización del Ejército: no sustituir a comandantes o estados mayores, sino reducir el tiempo necesario para convertir la información en acción.
De la base de datos a la capa de decisión
El anuncio de Striveworks sigue a una decisión anterior, tomada en junio, de encargar a Anduril el establecimiento de la capa base de datos para NGC2. Los funcionarios del Ejército han descrito esa capa de datos como la base de la arquitectura porque crea una referencia común sobre la que se pueden construir e integrar otros programas y servicios. En términos prácticos, la capa de datos consiste en llevar la información a una estructura compartida en lugar de dejarla atrapada en sistemas separados.
La capa de IA se sitúa sobre esa base. Si la capa de datos pretende unificar los flujos de información, la capa de IA pretende ayudar a interpretarlos. Esa diferencia importa porque las redes militares modernas no sufren solo por escasez de datos; también sufren por exceso. Los sensores, drones y flujos operativos pueden entregar más información de la que los equipos humanos pueden procesar manualmente a una velocidad útil.
Jim Rebesco, director ejecutivo de Striveworks, dijo al medio que los modelos de la empresa podrán comprimir horas de trabajo de estado mayor en segundos. También afirmó que los campos de batalla actuales están saturados de datos en tiempo real y sostuvo que la capa de IA ayudará al Ejército a emparejar el mejor modelo con los datos adecuados, manteniendo al mismo tiempo la supervisión y la gobernanza humanas. Esa última condición es central en la forma en que el Ejército describe públicamente el esfuerzo. El servicio no lo presenta como software de mando totalmente autónomo, sino como un marco de decisión asistida con gestión y supervisión de modelos incorporadas.
Qué se espera que aporte Striveworks
Según Welch, Striveworks será responsable de funciones clave que hacen que una capa de IA sea operativa y no solo teórica. Entre ellas están el registro de modelos, la validación, el despliegue y la supervisión. En conjunto, estas capacidades forman la columna vertebral de un entorno de operaciones de IA. Un registro determina qué modelos están disponibles. La validación comprueba si funcionan como se pretende. El despliegue los hace utilizables en entornos operativos. La supervisión sigue su comportamiento a lo largo del tiempo.
Esas funciones pueden sonar administrativas, pero cada vez son más decisivas para saber si los sistemas de IA pueden ser de confianza en entornos con consecuencias importantes. Un ejército no necesita solo un modelo que funcione una vez en un laboratorio. Necesita una forma de gobernar muchos modelos, seguir su rendimiento, actualizarlos y asegurarse de que se usan algoritmos concretos para tareas apropiadas. La descripción del Ejército sugiere que quiere que NGC2 se convierta en un repositorio donde soldados y otros puedan desarrollar algoritmos para necesidades específicas y luego ponerlos a disposición dentro de un entorno gestionado.
Esa es una ambición distinta a la de comprar una sola aplicación de IA. Apunta a una arquitectura en la que el Ejército pueda alojar varios modelos y alinearlos con misiones y flujos de datos específicos. Si se materializa, eso haría de NGC2 menos un único paquete de software y más un ecosistema de analítica operativa y apoyo a la decisión.
Por qué la escala a nivel de cuerpo cambia el problema
Los prototipos de NGC2 ya se han probado a nivel de división con la 4.ª y la 25.ª Divisiones de Infantería. El siguiente paso es mayor. El Ejército planea en el ejercicio fiscal de 2027 desplegar y escalar la arquitectura dentro de I Corps, con sede en Joint Base Lewis-McChord, en Washington, con supervisión de las unidades del Ejército en la región de Asia-Pacífico.
Esta geografía prevista es notable. Las operaciones en el Pacífico implican largas distancias, fuerzas dispersas y volúmenes potencialmente grandes de datos de sensores y comunicaciones a través de dominios marítimos y terrestres. Escalar software de mando y control en ese entorno no es solo cuestión de añadir más usuarios. Significa gestionar más fuentes de datos, más desafíos de latencia y más complejidad operativa en un teatro más amplio.
El énfasis del Ejército en el despliegue a nivel de cuerpo también señala que NGC2 está pasando de la experimentación al uso institucional. Los prototipos a nivel de división pueden demostrar conceptos e identificar cuellos de botella. Un despliegue a nivel de cuerpo pone a prueba si la arquitectura puede funcionar como columna vertebral de mando práctica para formaciones más grandes. En ese contexto, la gestión de datos y el apoyo de IA dejan de ser mejoras opcionales y pasan a ser requisitos estructurales.
El significado más amplio de la adjudicación
El papel de Striveworks muestra cómo el Ejército está dividiendo NGC2 en capas interoperables en lugar de tratar la modernización como una única compra monolítica. La capa de datos de Anduril y la capa de IA de Striveworks sugieren un enfoque por pila: una empresa ayuda a establecer la base de datos y otra ayuda a operacionalizar el análisis basado en modelos sobre ella. Eso podría hacer que la arquitectura sea más modular, pero también eleva el listón de integración y gobernanza.
El anuncio también refleja una tendencia más amplia en defensa. Las organizaciones militares describen cada vez más la IA no como una capacidad independiente, sino como una función integrada en tuberías de datos, sistemas de mando y flujos de trabajo operativos. En ese modelo, el principal valor consiste en reducir la carga de los estados mayores, acelerar la síntesis y ayudar a los usuarios a navegar la sobrecarga de información. El comentario de Rebesco sobre comprimir horas de trabajo en segundos captura esa lógica de forma directa.
Queda abierta la pregunta de si el Ejército podrá traducir esa promesa en un rendimiento fiable sobre el terreno. El texto fuente no ofrece resultados de uso operativo a escala de cuerpo, solo el plan del Ejército y las responsabilidades asignadas a la empresa. Pero la dirección es clara. NGC2 se está construyendo como una arquitectura digital por capas, y la IA ya no es periférica a ese esfuerzo. Se está convirtiendo en uno de los mecanismos centrales del servicio para gestionar el volumen y la velocidad de los datos modernos del campo de batalla.
Si el despliegue de I Corps en el ejercicio fiscal de 2027 avanza según lo previsto, la decisión sobre Striveworks podría recordarse menos como un anuncio contractual aislado que como un marcador de cómo el Ejército quiere que funcionen los futuros sistemas de mando: ricos en datos, habilitados por modelos y supervisados de forma lo bastante estrecha como para que los comandantes puedan usar el apoyo de IA sin renunciar al control humano.
Este artículo se basa en la cobertura de Breaking Defense. Leer el artículo original.
Originally published on breakingdefense.com