Anthropic suspend l'accès, l'Inde rouvre le débat sur son propre avenir IA

Les restrictions d'accès aux derniers modèles d'Anthropic ont relancé un débat que l'Inde porte depuis des années: le pays doit-il construire sa propre pile de grands modèles de langage (LLM)? Le reportage de TechCrunch rassemble des voix de Bangalore et New Delhi.

Les détails de la restriction d'accès Anthropic sont liés aux récents virages de la politique fédérale américaine d'exportation et d'accès à l'IA. Cet article n'est pas une analyse politique, mais l'affaire remet sur la table la question de savoir quelle infrastructure IA l'Inde contrôle et laquelle elle loue.

L'écosystème IA indien a grandi rapidement ces trois dernières années. Les données NASSCOM placent le pays comme une part significative du marché mondial des services IT; convertir cette capacité du côté IA est ce sur quoi travaillent de grands intégrateurs comme Bharat Forge, Tata Consultancy Services et Infosys, avec une vague de startups basées à Bangalore.

Deux principaux courants se dégagent. Le premier en faveur d'une pile de modèles nationale: l'Inde doit construire son propre LLM et l'infrastructure GPU sous-jacente. Des initiatives comme AI4Bharat et OpenHathi sont allées dans ce sens. AI4Bharat, mené avec IIT Madras, collecte des données d'entraînement dans les langues indiennes et publie des modèles ouverts.

Le second courant privilégie le maintien de l'accès aux modèles mondiaux. Selon ce raisonnement, le coût et la complexité des modèles de pointe dépassent la capacité d'un seul pays; le choix rationnel est de gagner sur la couche applicative et de se spécialiser dans les corpus de langues. Beaucoup d'entreprises B2B SaaS de Bangalore défendent cette position.

Le matériel est central. L'entraînement IA dépend fortement des GPU NVIDIA et des clouds des hyperscaleurs. La capacité indienne de fabrication de semi-conducteurs est limitée; la mission India Semiconductor du gouvernement Modi est encore à un stade précoce. La capacité électrique des centres de données est une contrainte supplémentaire.

Les dynamiques de financement bougent. Le capital-risque indien tourne ses positions des paris B2C traditionnels vers l'infrastructure IA et les applications verticales. Peak XV Partners, issu de la séparation de Sequoia India, a indiqué dans sa dernière mise à jour que l'investissement indien en IA s'élevait à environ 3 milliards de dollars en 2024.

Deux dossiers réglementaires à suivre. Le premier est le Digital Personal Data Protection Act (DPDPA), qui pose le cadre de base pour l'usage des données IA. Le second est la discussion en cours au sein du MeitY (ministère de l'Électronique et de l'Informatique) sur les obligations de notification et d'évaluation des sorties IA.

Contexte mondial: les modèles DeepSeek et Alibaba Qwen en Chine et les efforts européens de Mistral, Cohere et Aleph Alpha servent de points de référence. La dernière levée de Mistral à une valorisation rapportée de 20 milliards d'euros est lue comme preuve qu'un écosystème moyen peut produire sa propre entreprise IA.

Contexte pour la Turquie: TÜBİTAK et les efforts privés (KOSMOS, Bedia de Turkcell, modèle de Trendyol) montent en puissance. L'expérience indienne offre une comparaison utile à toute économie de taille moyenne qui pèse où placer son effort dans la pile IA.

À court terme, TechCrunch indique que le gouvernement indien prépare un document stratégique IA plus complet. Cette stratégie devra équilibrer financement, priorité matérielle et garanties d'accès international. Cet article ne constitue pas un avis d'investissement concernant les actions indiennes ou les actifs IA.