Anthropic suspende el acceso e India reabre el debate sobre su propio futuro de IA

Las restricciones de acceso a los modelos más nuevos de Anthropic han reabierto un debate que India lleva años teniendo: ¿debe el país construir su propia pila de grandes modelos de lenguaje (LLM)? La cobertura de TechCrunch reúne voces de Bangalore y Nueva Delhi.

Los detalles de la restricción de acceso a Anthropic están ligados a virajes recientes en la política federal estadounidense de exportación y acceso a IA. Este artículo no es un análisis político, pero la noticia ha vuelto a poner sobre la mesa qué infraestructura de IA controla India y cuál alquila.

El ecosistema de IA indio ha crecido rápido en los últimos tres años. Datos de NASSCOM sitúan al país como una parte significativa del mercado mundial de servicios de TI; convertir esa capacidad al lado de la IA es lo que grandes integradores como Bharat Forge, Tata Consultancy Services e Infosys están trabajando con una ola de startups basadas en Bangalore.

Destacan dos posturas principales. La primera, a favor de una pila de modelo nacional: India debe construir su propio LLM y la infraestructura GPU subyacente. Iniciativas como AI4Bharat y OpenHathi se han movido en esa dirección. AI4Bharat, gestionado con IIT Madras, recopila datos de entrenamiento en lenguas indias y publica modelos abiertos.

La segunda postura favorece mantener el acceso a los modelos globales. Bajo este razonamiento, el coste y la complejidad de los modelos frontera superan la capacidad de un solo país; lo racional es ganar en la capa de aplicación y especializarse en conjuntos de datos de idioma. Muchas firmas B2B SaaS de Bangalore defienden esta posición.

El hardware es central en el debate. El entrenamiento de IA depende fuertemente de las GPU de NVIDIA y de los hyperscalers. La capacidad india de fabricación de semiconductores es limitada; la India Semiconductor Mission del gobierno Modi está aún en fase temprana. La capacidad eléctrica de los centros de datos es otra restricción.

Las dinámicas de financiación cambian. El capital riesgo indio rota desde apuestas B2C tradicionales hacia infraestructura de IA y aplicaciones verticales. Peak XV Partners, surgido de la separación de Sequoia India, reportó en su última actualización que la inversión india en IA rondó los 3.000 millones de dólares en 2024.

Hay dos dosieres regulatorios que seguir. El primero es la Digital Personal Data Protection Act (DPDPA), que fija el marco básico para el uso de datos por IA. El segundo es la discusión en curso del MeitY (Ministerio de Electrónica y TI) sobre obligaciones de notificación y evaluación de salidas de IA.

Contexto global: los modelos DeepSeek y Alibaba Qwen en China, y los esfuerzos europeos de Mistral, Cohere y Aleph Alpha, sirven como puntos de referencia. La última ronda de Mistral con una valoración reportada de 20.000 millones de euros se lee como evidencia de que un ecosistema medio puede producir su propia empresa de IA.

Contexto para Turquía: TÜBİTAK y los esfuerzos privados turcos (KOSMOS, Bedia de Turkcell, el modelo de Trendyol) avanzan. La experiencia india es una comparación útil para cualquier economía mediana que pondera dónde competir en la pila de IA.

A corto plazo, TechCrunch indica que el gobierno indio prepara un documento estratégico de IA más amplio. Esa estrategia tendrá que equilibrar financiación, prioridad de hardware y garantías de acceso internacional. Este artículo no constituye consejo de inversión respecto a acciones indias o activos de IA.