La jugada de soberanía de IA de Japón es la orquestación, no la construcción de un nuevo modelo de frontera

El mensaje llegó en silencio, pero con implicaciones para todos los países que dependen de modelos de IA importados. Anthropic restringió la exportación de su modelo de frontera Mythos este año, citando riesgos de seguridad. Para Japón, que no produce un modelo de lenguaje grande de clase fronteriza, el bloqueo fue un recordatorio de una vulnerabilidad incorporada en su cadena de suministro tecnológico. Japón no está solo en esta preocupación; Francia también ha presentado un plan de 2.500 millones de euros para la soberanía nacional de IA.

Sakana AI, el unicornio con sede en Tokio, argumenta que la respuesta no es intentar gastar más que OpenAI o DeepSeek en ejecuciones de entrenamiento. En cambio, la empresa apuesta por algo que llama orquestación. En junio de 2026, lanzó Sakana Fugu, un modelo que actúa como una capa de comando sobre un conjunto de modelos de IA existentes. Un director elige el modelo adecuado para cada tarea, combina las salidas y permite que todo el sistema siga funcionando incluso si un modelo en particular desaparece.

Podemos reemplazar cualquier modelo del conjunto en cualquier momento, dijo Motoki Sato, jefe de la división de defensa de Sakana AI. Si aparece un modelo base doméstico de alta calidad, podemos intercambiar los extranjeros. Esa es la idea central detrás de la soberanía de IA, y la orquestación es el mecanismo que la hace práctica.

El enfoque evita la carrera de preentrenamiento. Sakana AI no construye modelos de frontera desde cero. Toma modelos de código abierto existentes y los adapta mediante postentrenamiento. La compañía demostró esto con Namazu, un modelo prototipo que ajustó un modelo de frontera para el idioma y los valores japoneses. Sato argumentó que Japón debería establecer soberanía en el postentrenamiento, no en el preentrenamiento, porque adaptar modelos a las necesidades locales es más realista que gastar más que los gigantes tecnológicos estadounidenses y chinos.

A principios de este año, Sakana AI ganó un contrato de la Agencia de Adquisiciones, Tecnología y Logística de Japón para investigar cómo múltiples sistemas de IA pueden acelerar la observación, la elaboración de informes, la fusión de información y la asignación de recursos en el campo de batalla. El proyecto implica construir un sistema de comando y control donde la IA ayuda en la toma de decisiones humanas al convertir automáticamente imágenes de drones y audio en texto y trazarlo en un mapa. El sistema se desarrolla mediante iteraciones ágiles con tropas reales probando el hardware y dando retroalimentación.

Sato fue enfático en un punto: el sistema no toma decisiones. Solo apoya una conciencia situacional más rápida. Las decisiones finales deben ser tomadas por humanos, dijo, especialmente en defensa, donde delegar la autoridad de mando a sistemas extranjeros plantea problemas constitucionales y riesgo de fallo de conectividad en una crisis.

La compañía también trabaja en la detección de desinformación en línea. Con Yomiuri Shimbun, analizó cuentas vinculadas al estado chino que difundían narrativas antijaponesas en redes sociales. Para el Ministerio de Asuntos Internos y Comunicaciones de Japón, Sakana AI construyó un sistema que visualiza el espacio de información, señala deepfakes y propone contramedidas. Sato citó ejemplos donde imágenes reales fueron editadas con IA para mostrar a Donald Trump junto a una persona que había sido intercambiada, o imágenes de desastres extranjeros fueron alteradas para parecer un terremoto en Tokio.

La financiación ha llegado de fuentes no convencionales. En su ronda Serie B, Sakana AI aceptó inversión de In-Q-Tel, el brazo de capital de riesgo fundado por la CIA. Sato dijo que el movimiento reflejaba un creciente interés en aplicaciones de defensa, no cautela. El sitio web de la compañía afirma públicamente que sus productos y servicios no tomarán acciones letales autónomas, en línea con el marco constitucional de Japón.

El sistema de orquestación en sí mismo es una tecnología doméstica, desarrollada internamente. Sato afirmó que Sakana Fugu puede igualar a Mythos en ciertos dominios porque la capa de orquestación compensa las debilidades individuales de los modelos. Las evaluaciones de referencia específicas no fueron reveladas en la entrevista, y Sato reconoció que las empresas estadounidenses todavía tienen un mejor rendimiento de modelo único. La brecha se está reduciendo, argumentó, al combinar múltiples modelos de forma inteligente en lugar de verter recursos en uno solo gigante.

Para Japón, que durante mucho tiempo ha dependido de hardware y software extranjeros para infraestructura de defensa crítica, la idea de una capa de IA orquestada que pueda actualizarse pieza por pieza tiene un atractivo obvio. No resuelve el problema de no tener un modelo de frontera nacional, pero reduce el riesgo de un solo punto de fallo. En un mundo donde los modelos de IA pueden ser cortados de la noche a la mañana, construir un tablero de conmutación puede ser más valioso que cavar un pozo más.