El Ejército de EE.UU. admite que no tiene personal preparado para la IA que ya compra a Palantir y Anduril

Por Zendoric · 15 de septiembre de 2026.

Mario Roberts, director de inteligencia artificial (chief AI officer, CAIO) de la Inteligencia del Ejército de EE.UU. (G-2), ha reconocido en una entrevista con FedScoop que la tropa todavía no sabe emplear la IA con eficacia, en plena fase de adopción acelerada del Ejército. Roberts define el momento actual como una transición "turbulenta" y "un poco caótica". Lo desarrollará en un panel del Intel Summit 2026, el próximo 24 de septiembre.

El problema, según Roberts, no es de actitud sino de oficio muy concreto: gestionar centros de datos, ajustar (fine-tuning, el reentrenamiento de un modelo para una tarea específica) y entrenar modelos, y desplegarlos y escalarlos por toda la organización. Ese perfil, afirma, simplemente no existe todavía dentro de la plantilla del Ejército. Y avisa de que reciclar a la gente con cursos rápidos no sustituye a la experiencia: "lleva tiempo cultivar y desarrollar una fuerza de trabajo hasta el punto de entender realmente cómo opera y funciona la IA hoy", dijo. Las competencias de TI, ciberseguridad y redes no desaparecen, aclara, pero quedan eclipsadas por las exigencias de la IA.

El propio Roberts admitió que el Ejército desplegó recientemente IA con un enfoque que, a posteriori, resultó inadecuado para ese modelo en concreto. Su conclusión no es frenar, sino lo contrario: "sin movernos rápido, sin emplear modelos de IA, sin escalarla a las unidades, no vamos a aprender ni a crecer", sostuvo. Es una apuesta explícita por aprender sobre la marcha, asumiendo el coste de los errores.

Roberts traza además una frontera técnica que conviene entender: no es lo mismo desplegar IA en la retaguardia administrativa (finanzas, gestión, redacción de políticas) que llevarla al borde táctico, donde opera junto al soldado sobre el terreno. En la nube corporativa, dice, escalar un modelo es rápido y el retorno de la inversión llega mucho antes. En el borde —donde la IA tiene que aprender a interpretar imágenes, traducir y otras capacidades críticas— lo que funciona en la nube no se puede desplegar tal cual.

Ese borde táctico es precisamente donde el Ejército ya invierte en serio. El programa TITAN (Tactical Intelligence Targeting Access Node), una estación terrestre de inteligencia, vigilancia y reconocimiento (ISR, por sus siglas en inglés) que usa IA y aprendizaje automático para procesar datos de sensores y apoyar la selección de objetivos, entró recientemente en fase de producción. El Ejército adjudicó a Palantir Technologies y Anduril Industries pedidos por 192 millones de dólares para ocho sistemas iniciales (variantes TITAN Advanced y Basic), que se entregarán en los próximos 18 meses, según los datos recogidos por ExecutiveGov.

No es la primera vez que Roberts lidia con este tipo de brecha. Como responsable de ciberseguridad del Ejército para el G-2, ya gestionó la falta de personal preparado durante la migración a la nube: en una entrevista de 2018 con Defense One reconoció que el Ejército ni siquiera tenía una especialidad militar (MOS, military occupational specialty) para computación en la nube, y tuvo que enviar a su personal de TI a formarse y certificarse en plataformas como Microsoft Azure.

Nuestra lectura: el caso ilustra, con más honestidad de la habitual, algo que casi nadie admite en público: el cuello de botella de la IA no es el modelo, es la organización que lo rodea. La industria vende la fantasía de "sacarlo de la caja" y desplegarlo sin más; el propio Roberts confirma que eso solo funciona para tareas de oficina, y que en el terreno —donde los errores cuestan vidas— la tecnología exige un oficio que ninguna certificación exprés sustituye.

Esto encaja con lo que venimos observando sector a sector: la IA no elimina las competencias técnicas, las desplaza hacia perfiles nuevos y más escasos, y quien sabe operar y gobernar la infraestructura de IA gana peso frente a quien solo aplicaba TI tradicional. En el caso del Ejército, la brecha de talento convive con un desplazamiento del gasto hacia contratistas de defensa nativos de IA como Palantir y Anduril, que ganan terreno frente a los grandes contratistas tradicionales en programas como TITAN. La institución compra capacidad más rápido de lo que puede formar a la gente que va a operarla y fiscalizarla, y esa asimetría —comprar antes de saber usar— es el riesgo real a corto plazo, no una hipotética IA militar fuera de control.

A largo plazo, la promesa de la IA aplicada a inteligencia militar —comprimir ciclos de decisión, reducir el error humano bajo presión, liberar analistas de las tareas más repetitivas— sigue siendo consistente con la tesis de fondo: más capacidad, mejor gobernada, para que las personas se dediquen a lo que de verdad exige criterio. Pero ese horizonte solo se alcanza si instituciones como el Ejército invierten en formar a su gente al mismo ritmo que invierten en comprar la tecnología. Por ahora, según su propio responsable de IA, van por detrás.