Wanneer de gebruiker vraagt: “Welke vijandelijke militaire eenheid is in de regio?” De AIP-assistent vermoedt dat het “waarschijnlijk een gepantserd aanvalsbataljon is, gebaseerd op het patroon van de uitrusting.” Dit zet de analist ertoe aan om een MQ-9 Reaper-drone aan te vragen om de scène te onderzoeken. Vervolgens vragen ze de AIP-assistent om ‘drie actielijnen te bedenken om deze vijandelijke uitrusting aan te vallen’, en binnen enkele ogenblikken stelt de assistent voor om de eenheid in te schakelen met een ‘luchtwapen’, een ‘langeafstandsartillerie’ of een ’tactisch team’. De gebruiker vraagt de assistent om deze opties naar een fictieve commandant te sturen, die uiteindelijk het tactische team selecteert.
De laatste stappen voltrekken zich snel: de analist vraagt de AIP-assistent om “het slagveld te analyseren”, vervolgens “een route te genereren” zodat troepen de vijand kunnen bereiken, en ten slotte “stoorzenders toe te wijzen” om hun communicatieapparatuur te saboteren. Binnen enkele seconden geeft de analist het strijdplan een laatste beoordeling en geeft hij de troepen opdracht zich te mobiliseren.
In dit scenario zou Claude de “stem” zijn van de AIP-assistent en de “redenering” die hij gebruikt om reacties te genereren. Andere AIP-demo’s laten zien dat gebruikers op vrijwel dezelfde manier omgaan met grote taalmodellen. In een blog gepubliceerd Vorige week legde Palantir bijvoorbeeld uit hoe de NAVO, een Maven Smart Systems klantzou een AIP-agent in de tool kunnen gebruiken.
In één afbeelding laat Palantir zien hoe een externe defensie-aannemer kan kiezen uit verschillende ingebouwde AI-modellen van Palantir, waaronder verschillende versies van OpenAI’s ChatGPT en Meta’s Llama. De gebruiker kiest voor OpenAI’s GPT 4.1, maar blijkbaar zou een soldaat hier ook de mogelijkheid hebben om in plaats daarvan voor Claude te kiezen.
Een analist bekijkt vervolgens een digitale kaart waarop de locatie van troepen en wapens te zien is. In een paneel met het label ‘COA’ (cursus van actie) klikken ze op een knop die een tool, aangedreven door GPT-4.1, vertelt om vijf mogelijke militaire strategieën te genereren, waaronder een genaamd ‘Support-by-Fire-then-Penetration-Shock-and-Destruction’.
Een ander voorbeeld laat zien hoe het systeem zou kunnen helpen bij het interpreteren van satellietbeelden: de analist selecteert drie tankerregistraties op een kaart, laadt ze in de chatinterface van de AIP-agent en vraagt deze om de beelden te “interpreteren” en opties voor te stellen voor wat te doen.
Claude kan ook door het leger worden gebruikt om inlichtingenbeoordelingen te maken die later als basis kunnen dienen voor de stakingsplanning. In juni 2025 zag WIRED een demonstratie gegeven door Kunaal Sharma, een manager van de publieke sector bij Anthropic, die liet zien hoe de zakelijke versie van Claude kon worden gebruikt om “geavanceerde” rapporten te genereren over een echte Oekraïense drone-aanval genaamd “Operatie SpinnenwebIn de demo, legde Sharma uit, vertrouwde Claude alleen op openbaar beschikbare informatie. Maar door samen te werken met Palantir, zei hij, kan de federale overheid ook putten uit interne datasets.
“Dit is typisch iets waar ik vijf uur lang met een kop koffie kan zitten en Google kan lezen en in denktanks kan gaan en rapporten kan schrijven en een citaat kan schrijven, enzovoort, enzovoort,” zei Sharma. “Maar zoveel tijd heb ik niet.”
In de demo vroeg Sharma Claude om een ‘interactief dashboard’ te maken met informatie over Operatie Spider’s Web en dit vervolgens te vertalen naar ‘objecttypen’ die konden worden geanalyseerd in Foundry, een van de kant-en-klare softwareproducten van Palantir. Hij vroeg Claude ook om een gedetailleerde analyse te schrijven van de recente ontwikkelingen in de Russische grensprovincies, evenals een samenvatting van 200 woorden van de ‘militaire en politieke effecten’ van de operatie.
‘Eerlijk gezegd lees ik dit soort dingen al twintig jaar. Ik heb ze geschreven, ik was zelf ook academicus’, zegt Sharma. ‘Het is eigenlijk best goed.’
