NestAI lanza modelos de defensa para autonomía de drones; Europa apunta a la soberanía de tecnología militar

NestAI, fundada por Peter Sarlin (ex-Silo/AMD), ha lanzado sus primeros modelos de producción optimizados para sistemas militares autónomos, específicamente para operaciones de drones y orquestación de campo de batalla. Los modelos se entrenan en datos sintéticos y del mundo real para permitir que los sistemas no tripulados operen en el borde, con modelos fundacionales para autonomía de drones y capacidades de orquestación de nivel superior para coordinar misiones completas. La empresa está ejecutando programas piloto con las fuerzas armadas estoniana y finlandesa, permitiéndoles conducir misiones de drones de extremo a extremo y planificar operaciones multi-vehículos. NestAI fue fundada en 2025 y creció a 200 personas en un año, habiendo recaudado €100m en noviembre de 2025 de Nokia y la agencia estatal finlandesa Tesi.

El lanzamiento ocurre semanas después de que el gobierno de EE.UU. suspendiera las exportaciones de modelos de Anthropic, renovando el enfoque en la independencia militar europea. Sarlin enfatiza la especificidad del dominio sobre modelos de frontera de propósito general, posicionando a NestAI como solución de los desafíos de implementación en el borde y adaptación en tiempo real únicos para operaciones militares. La empresa está asociada con AMD para capacidad de computación, LUMI AI (supercomputadora de Finlandia) para entrenamiento, y startup cuántica Qutwo (Sarlin es cofundador) para compresión de modelos mediante simulación cuántica en clústeres de GPU.

Para profesionales: NestAI señala inversión institucional (respaldada por el estado) en IA implementable en el borde para defensa, reconociendo que datos de drones de Ucrania de hace 4 años muestran ataques rusos aumentando de 13.300 (2024) a 56.700 (2025). Los arquitectos que diseñan sistemas autónomos para militar o infraestructura crítica deben esperar: (1) requisitos de modelo específicos del dominio para reemplazar LLM listos para usar, (2) capacidades de adaptación en tiempo real como restricción de diseño principal, (3) participación de actores estatales en computación de borde e infraestructura de entrenamiento como cambio estructural en selección de proveedores.