O ChatGPT Mil é uma versão personalizada e blindada do ChatGPT que a OpenAI colocou no GenAI.mil, a plataforma segura de IA do Departamento de Guerra dos EUA. Entrou no ar em 31 de agosto de 2026 e foi feito para alcançar mais de 3 milhões de militares e funcionários civis. Não é o aplicativo de consumo com uma roupa de camuflagem.
Ele cuida de trabalho não classificado e cheio de documentos: resumir políticas, redigir papelada de compras, criar checklists de conformidade e fazer planejamento e administração em geral. É acreditado em IL5 para Informações Controladas Não Classificadas, roda em uma nuvem governamental, e a OpenAI diz que os dados nunca treinam seus modelos públicos. Ele se junta ao Gemini do Google e ao Grok da xAI na mesma plataforma.
O interessante não é o enquadramento de guerra. É a receita de implantação: uma IA que roda nos seus próprios dados, fica fora do treinamento de modelos, tem escopo para uma tarefa definida e é comprovada antes de alguém depender dela. Essa é exatamente a lista que toda equipe deveria seguir antes de confiar trabalho de verdade a uma IA, e é a lista em torno da qual construímos a eesel.
O que o ChatGPT Mil realmente é
Eu construo agentes de IA para viver, então, quando o Pentágono colocou uma versão do ChatGPT na frente de 3 milhões de pessoas, o que chamou minha atenção não foi a linguagem de marketing. Foi a arquitetura de segurança.
Aqui vai a versão simples. O ChatGPT Mil é uma versão sob medida do ChatGPT que a OpenAI implantou no GenAI.mil, a plataforma própria de IA generativa do Departamento de Guerra dos EUA (o «Departamento de Guerra» é o nome de 2026 da instituição que a maioria ainda chama de Departamento de Defesa). Foi lançado em 31 de agosto de 2026 e anunciado por uma série de comunicados oficiais datados de 1º de setembro.
A palavra-chave é sob medida. Não são 3 milhões de logins no chatgpt.com. É uma implantação separada, que roda dentro de uma infraestrutura de nuvem governamental autorizada, com o modelo e os dados isolados dos sistemas públicos da OpenAI. O Secretário de Guerra Pete Hegseth foi direto em sua mensagem de lançamento: «A IA deve estar no seu ritmo de combate todos os dias; deve ser o seu colega de equipe». Vale guardar a ideia de colega de equipe, porque é exatamente como o resto do setor começou a pensar sobre IA no trabalho.
O que você pode e não pode fazer com ele
O escopo é mais estreito do que as manchetes sugerem, e isso é proposital. O ChatGPT Mil é aprovado apenas para o trabalho não classificado do Departamento. A experiência central são os mesmos quatro blocos que você reconheceria no ChatGPT Enterprise: chat, arquivos, projetos e GPTs personalizados, com mais recursos prometidos ao longo do tempo.
A OpenAI lista as tarefas do dia a dia para as quais ele foi feito:
- Resumir e analisar documentos de políticas e diretrizes
- Redigir e revisar materiais de compras e contratos
- Gerar relatórios internos e checklists de conformidade
- Apoiar pesquisa, planejamento, apoio a missões e fluxos administrativos
Repare no que essa lista é: papelada. É um assistente de trabalho de conhecimento voltado para a montanha de documentos que afoga toda grande organização, não um sistema de mira. A proposta de valor é a mesma que torna a IA útil em uma fila de suporte ou em uma base de conhecimento: lê o que é chato rapidamente e redige a primeira versão para que uma pessoa edite em vez de começar de uma página em branco. A OpenAI aponta um piloto do estado da Pensilvânia em que funcionários usando o ChatGPT reduziram cerca de 105 minutos por dia em tarefas rotineiras.
Os números por trás do lançamento
A escala é a história aqui, então vale reunir os números em um só lugar.
A plataforma foi feita para escalar para mais de 3 milhões de funcionários do Departamento. Não é um piloto que talvez seja lançado algum dia. Nos cerca de nove meses desde que o GenAI.mil foi lançado com o Gemini, ele já incorporou mais de 1,7 milhão de usuários únicos, uma curva de adoção realmente rápida para qualquer software corporativo.
Em custo, não há preço por usuário. O ChatGPT Mil é descrito como a «fase de adoção» da parceria empresarial que a OpenAI e o Departamento firmaram em 2025, um contrato do CDAO com teto de 200 milhões de dólares. Essa é a ponta governamental do espectro. A notícia tranquilizadora para todos os outros é que o padrão (IA segura e com escopo definido nos seus próprios dados) não exige um contrato de nove dígitos para ser copiado.
Como o GenAI.mil funciona: três modelos, sem dependência de fornecedor
O ChatGPT Mil não chegou sozinho. Foi lançado no mesmo dia que o Grok for Government da Starshield AI (xAI), e ambos se juntaram ao Gemini do Google, que estava na plataforma desde dezembro de 2025.
Isso dá aos usuários o que o Departamento chama de «primeira, segunda e terceira opinião», e o desenho com vários fornecedores é deliberado. O enquadramento oficial é eliminar a dependência de fornecedor e manter um ecossistema de IA americano competitivo. Isso acompanha um padrão que vemos em toda conversa séria com compradores: ninguém quer apostar um fluxo de trabalho inteiro em um único modelo que não possa trocar depois.
É a mesma lógica de construir a automação de suporte em uma plataforma flexível quanto a modelos em vez de no que um único fornecedor deixa fixo. Os modelos mudam rápido, e o melhor para uma tarefa em setembro raramente é o melhor seis meses depois. Uma nota de rodapé por precisão: algumas postagens virais afirmaram que o Grok obteve acesso a sistemas classificados. O lançamento do dia a dia nos três modelos é não classificado, em IL5.
A questão real: dá para confiar trabalho de defesa a um chatbot?
É aqui que fico cético, e onde acho que a maior parte da cobertura pula a parte interessante. Colocar um grande modelo de linguagem na frente de 3 milhões de pessoas que tomam decisões importantes só é uma boa ideia se dois problemas forem resolvidos: manter os dados seguros e impedir que o modelo erre com total confiança.
Quanto aos dados, a OpenAI é específica. Nas suas próprias palavras: «Os dados processados no GenAI.mil permanecem isolados no ambiente do governo e não são usados para treinar ou melhorar os modelos públicos ou comerciais da OpenAI». A implantação é acreditada no Nível de Impacto 5 para Informações Controladas Não Classificadas, que é o destravamento técnico que torna isso possível. Como disse o comentarista de IA Rohan Paul:
"Before this, most commercial LLM tools could not be used for day-to-day Pentagon work that touches Controlled Unclassified Information, so people either stayed manual or used locked-down niche systems that did not scale well. IL5 is a DoD cloud security tier meant for handling CUI, which is why 'works at IL5' is the key technical claim."
O segundo problema, errar com confiança, é o mais difícil, e os anúncios dizem muito menos sobre ele. Nem todos estão convencidos de terceirizar o julgamento a um modelo:
"you can't outsource all cognitive tasks to LLMs and then expect human cognitive performance to not atrophy."
É uma preocupação justa, e sinto isso todos os dias construindo esses sistemas. Já vimos um agente de IA dizer alegremente a um cliente «sim, damos suporte ao seu modelo» para um produto que nunca esteve na base de conhecimento, só porque a documentação dizia que a empresa «dá suporte a todos os modelos». Uma resposta errada com confiança é pior do que «não sei», porque uma pessoa age com base nela. A solução não é mais potência de modelo; é disciplina com escopo e prova, o que nos leva à parte que toda equipe pode realmente usar.
O que toda equipe pode copiar desse manual
Tire as bandeiras e o contrato de 200 milhões de dólares, e o GenAI.mil é um manual de como implantar IA com responsabilidade. Há quatro movimentos que vale copiar.
- Rode nos seus próprios dados, isolada. O objetivo de uma implantação personalizada é que a IA responda a partir do seu conhecimento, no seu ambiente, e não da internet aberta. Para uma equipe de suporte, isso significa treinar com a sua central de ajuda, tickets antigos e documentos internos, como uma ferramenta de IA para atendimento ao cliente deveria fazer.
- Mantenha-a fora do treinamento de modelos. «Seus dados não treinam o modelo público do fornecedor» deveria ser um item de contrato, não uma esperança. É a mesma pergunta que uma empresa deveria fazer antes de conectar uma IA à sua base de conhecimento.
- Dê a ela uma tarefa definida. O ChatGPT Mil aponta para a papelada não classificada, ponto. Escopo estreito é um recurso. A IA que responde apenas o que deve é muito mais confiável do que uma mandada responder tudo.
- Comprove antes de confiar. Este é o ponto que os anúncios deixam de lado, e o que mais me importa. Você não entrega um sistema novo a 3 milhões de pessoas, ou a 3 milhões de clientes, sem testá-lo antes com histórico real.
Esse último ponto é o centro de como construímos agentes de IA para suporte. É por isso que não pedimos a ninguém para ligar uma chave e torcer.
Levando essa mesma ideia para a sua equipe
Você não precisa de um contrato de defesa para ter um colega de IA seguro e com escopo definido. Essa é basicamente toda a razão de ser da eesel. Hegseth chamou o ChatGPT Mil de «colega de equipe»; a eesel leva isso ao pé da letra e oferece colegas de IA prontos para trabalhar em tarefas específicas, começando por um colega de IA para o helpdesk que entra na sua fila de suporte e um redator de IA para o seu blog.
O colega de suporte segue o mesmo manual que o Pentágono acabou de padronizar, sem a burocracia. Ele responde a partir do seu próprio conhecimento, seus dados continuam seus e, antes de responder a um único cliente, você pode simulá-lo em milhares de tickets antigos para ver exatamente o que ele teria dito e o que teria resolvido. Você controla o que ele pode tratar e o que escala para uma pessoa, de modo que ele só responde os tickets de que tem confiança. Ele se conecta em poucos minutos ao helpdesk que você já usa e é grátis para experimentar. Essa é toda a ideia de «IA segura nos seus próprios dados», no tamanho de uma equipe comum.
Para uma visão mais profunda de para onde tudo isso caminha, nossos panoramas de software de IA para atendimento ao cliente e de exemplos de agentes de IA vão além do que qualquer notícia isolada pode mostrar.