Contexto técnico
No quisiera pasar por alto lo más importante aquí: esto ya no es una simple demostración vistosa, sino una AI implementation masiva dentro de una gigantesca maquinaria burocrática. Según Breaking Defense y comentarios de funcionarios del DoD, el personal del Pentágono construyó más de 103,000 agentes semiautónomos en menos de cinco semanas a través de la plataforma GenAI.mil.
Lo que me llamó la atención no fue la cifra en sí, sino la interfaz de entrada. Se basa en el Agent Designer de Google Cloud con Gemini, y la idea es que se puede construir un agente usando lenguaje natural, sin una formación técnica formal. A esto lo llaman vibe coding, aunque en realidad es un constructor de lógica aplicada con un LLM por debajo.
Las cifras tampoco son triviales: más de 1,1 millones de sesiones para mediados de abril de 2026 y unas 180,000 sesiones por semana. El propio GenAI.mil, lanzado en diciembre de 2025, ya atiende a más de 1,2 millones de usuarios. Para el sector público, es un crecimiento increíblemente rápido.
Hay una limitación crucial que merece atención. Esto se aplica a la red no clasificada y al nivel de autorización Impact Level 5, lo que significa que la herramienta está formalmente aprobada para su uso en un entorno controlado, pero no para datos clasificados. Esta es una señal de una AI integration madura: primero, un perímetro seguro; luego, la escalabilidad.
Otro punto interesante: el DoD lo presenta como una forma de construir rápidamente agentes para tareas laborales específicas. No un superbot universal, sino miles de agentes especializados para documentos, análisis, búsquedas, enrutamiento de solicitudes y procesos internos. Veo el mismo patrón en mis proyectos con clientes: los ganadores no son los agentes más inteligentes, sino los que están integrados con mayor precisión en el flujo de trabajo.
Impacto en los negocios y la automatización
Dejando a un lado la retórica militar, la señal es muy práctica. La barrera de entrada a la automation with AI está cayendo drásticamente, mientras que la demanda de una buena arquitectura, por el contrario, está creciendo. Cuando todo el mundo puede construir agentes, el caos también se escala más rápido.
Los equipos que ganan son los que ya tienen reglas para los datos, los roles, el registro y el control de calidad. Pierden aquellos que piensan que basta con dar acceso a los empleados a un LLM y que todo funcionará por sí solo.
Lo veo constantemente: la parte más cara aquí no es la generación de una respuesta, sino el marco que la rodea. En Nahornyi AI Lab, resolvemos precisamente este tipo de problemas para los clientes: dónde un agente puede realmente ahorrar horas, cómo no romper los procesos y cómo construir AI solutions for business sin iniciativas independientes que, aunque vistosas, son peligrosas.
Si en su empresa se está gestando un aumento similar de iniciativas, es mejor atajarlo antes de que aparezcan cientos de bots dispares. Podemos analizar tranquilamente sus procesos y construir una AI automation que elimine las tareas rutinarias en lugar de añadir una nueva capa de caos. Aquí es exactamente donde yo y Nahornyi AI Lab podemos ayudar de verdad.