Försvaret vill ha sin AI innanför sina murar

I juli 2025 tilldelade Pentagons Chief Digital and AI Office kontrakt med ett tak på 200 miljoner dollar vardera till Anthropic, Google, OpenAI och xAI, för att bygga agentiska arbetsflöden inom sina verksamhetsområden. I december öppnade Pentagon GenAI.mil, med Googles Gemini for Government som första modell, för omkring tre miljoner civila och militära anställda. Google uppgav att departementets data i den aldrig används för att träna företagets publika modeller.

På ett år gick försvaret från experiment till inköp. Den svårare frågan visade sig inte vara vilken modell som är bäst, utan vems regler som gäller när modellen väl befinner sig inne i uppdraget.

En tvist om vem som bestämmer

Anthropic hade vägrat låta sina modeller användas för massövervakning i det egna landet eller för helt autonoma vapen. Pentagon ville ha användning för alla lagliga ändamål. Den 27 februari 2026 löpte en tidsfrist ut utan överenskommelse. President Trump beordrade federala myndigheter att sluta använda Anthropics produkter, med sex månader på sig att fasa ut dem, och försvarsminister Pete Hegseth skrev att ingen entreprenör, leverantör eller partner som gör affärer med den amerikanska militären får bedriva någon kommersiell verksamhet med Anthropic.

I mars utsåg Pentagon formellt Anthropic till en risk i leveranskedjan, vilket kräver att företag som arbetar med Pentagon intygar att de inte använder Anthropics modeller. TechCrunch noterade att sådana beteckningar vanligtvis förbehålls utländska motståndare. Samma dag som tidsfristen löpte ut meddelade OpenAI en överenskommelse om att köra sina modeller på Pentagons hemligstämplade nätverk, med egna skyddsmekanismer. Axios rapporterade att de skulle köras enbart i molnet, inte vid nätverkets kant.

Domstolarna har delat sig. I augusti kallade en federal domare i Kalifornien beteckningen en olaglig repressalie. Den 25 september fastställde appellationsdomstolen i Washington, med två röster mot en, en parallell beteckning enligt en annan lag. Vi bedömer inte sakfrågan här. Lärdomen för alla andra är enklare: en modell som körs i någon annans byggnad kommer med någon annans villkor, och ett enda beslut i en huvudstad kan nå alla leverantörer på en gång.

Europa bygger innanför sina egna murar

Europeiska ministerier väljer en annan form. I januari gjorde det franska ministeriet för de väpnade styrkorna ett ramavtal med Mistral AI officiellt. Avtalet förvaltas av ministeriets myndighet för försvars-AI, AMIAD, och gäller att driftsätta Mistrals modeller och lösningar på ministeriets egen infrastruktur. Ministeriet sa att dess verktyg är tränat på de väpnade styrkornas eget språk.

Franska armén går längre. I juni presenterade dess ställföreträdande stabschef, general Patrick Justel, Arcadia, ett ledningssystem för slagfältet byggt med Mistral AI, Safran.AI, Thales och Airbus, som Frankrikes svar på Palantirs Maven Smart System, som Nato köpte 2025 i en upphandling som tog sex månader. Arcadia är tänkt att vara decentraliserat: ledningsplatser ansluter till servrar som placeras ut i fält, och om förbindelserna bryts fortsätter de återstående delarna att fungera på egen hand.

I Tyskland har BWI, Bundeswehrs IT-företag, drivit en egen AI-plattform sedan april 2026, med nio modeller på 27 GPU:er i tre datacenter, rapporterade Europäische Sicherheit und Technik i september. De skäl som angavs var dataskydd, oberoende av utländska molnleverantörer och drift i fält utan nätverk.

Schweiz börjar med förvaltningen

Schweiz rör sig tystare. Den 18 september tog förbundsrådet del av en omprioriterad plan för AI i den federala förvaltningen. Sex av åtta åtgärder fortsätter, bland dem ett internt generativt AI-system för alla federalt anställda. Förvaltningen räknar 116 AI-projekt över sina departement och nämner ett skrivstöd för konfidentiella texter som ett exempel.

På försvarssidan lanserade upphandlingsmyndigheten armasuisse och ETH-domänen ett forskningsprogram för säkerhet och försvar i oktober 2025, med AI bland sina nyckelteknologier.

Varför modellen måste komma innanför

Skälen upprepas i de här exemplen. Hemligstämplade data kan inte resa till ett publikt moln. Vissa nätverk rör aldrig internet alls. En enhet i fält förlorar sin förbindelse exakt när den behöver ett svar. Och en modell som dess tillverkare kan ändra, begränsa eller dra tillbaka är en risk för ett uppdrag som måste fungera i åratal.

Leverantörerna har märkt det. I augusti 2025 gjorde Google Gemini allmänt tillgänglig på sitt isolerade (air gapped) Distributed Cloud, inne i kundernas egna datacenter. Riktningen är densamma överallt: modellen flyttar till datan, inte tvärtom.

Det som inte flyttar är ansvaret. Natos principer för ansvarsfull användning börjar med laglighet, ansvar och ansvarsskyldighet, och dess reviderade AI-strategi kallar data av hög kvalitet en förutsättning för säkra och tillförlitliga system. En modell kan sortera tusen rapporter på en timme. En människa avgör fortfarande vilken som spelar roll, och skriver under på det som följer.

Vad det betyder för leverantörer

Samma logik når de företag som levererar till försvar, flyg och kritisk infrastruktur. I USA trädde kontraktsregeln för Cybersecurity Maturity Model Certification i kraft den 10 november 2025. Där ett kontrakt kräver det får Pentagon inte tilldela det till ett företag som inte uppfyller den krävda nivån, och huvudentreprenörer måste se till att detsamma gäller deras underentreprenörer. Den omfattar system som hanterar kontrollerad information och införs stegvis över tre år.

Schweiz har sin egen variant. Informationssäkerhetslagen har gällt sedan den 1 januari 2024, och företag som tar på sig säkerhetskänsliga federala kontrakt går igenom ett förfarande för anläggningssäkerhet. Efter dataläckan hos leverantören Xplain tog den federala förvaltningen fram ytterligare åtgärder riktade mot leverantörer, bland annat revisioner och dokumenterad radering av federala data som leverantörer innehar.

För ett ingenjörsföretag ändrar det frågan om AI. Dess ritningar, testrapporter och specifikationer är en del av någon annans säkerhet, och Anthropic-fallet visade att en leverantörs val av modell över en natt kan bli en kontraktsfråga. Att klistra in dem i en hyrd assistent är ofta inte ett alternativ alls.

Vad ett företag kan göra

Sortera arbetet först: vad som får gå till en hyrd modell under företagsvillkor, vad som måste stanna inne och vad som aldrig får lämna ett slutet nätverk. Behåll rätten att byta modell utan att bygga om allt. Testa varje ny version på dina egna uppgifter innan den går live. Och utse den person som svarar för det.

Det här är det arbete Eigna byggdes för. Eigna, som görs av vår partner Eigna Labs, ger ett företag en egen privat modell, tränad på dess filer, regler och språk, körd i det egna molnet eller på de egna servrarna, och byggd för att kunna köras helt offline i slutna nätverk. Den tränas om i steg som går live först när de testar bättre. crue var ett av de första företagen att testa Eigna och använder det i sitt eget arbete, och Twin, ett företags AI-hjärna, körs på Eigna när arbetet blir konfidentiellt. Eigna är i tidig åtkomst. Om arbetet är kritiskt bör arkitekturen börja innanför murarna.