India descubrió que no controla el interruptor de su propia economía digital
Tarde del viernes. Un comunicado de Anthropic aterriza en los buzones de sus socios globales con el tono neutro y contenido de una notificación de mantenimiento de sistema. El texto anuncia que los modelos Fable 5 y Mythos 5 quedan suspendidos para todos los nacionales extranjeros, incluidos los propios empleados de la compañía que no tengan ciudadanía estadounidense. La causa: una directiva del gobierno de los Estados Unidos que invoca preocupaciones de seguridad nacional vinculadas a una presunta vulnerabilidad de jailbreak.
El momento no pudo ser más elocuente. Horas antes, Anthropic había celebrado públicamente su asociación con Tata Consultancy Services para acelerar la adopción de inteligencia artificial en empresas indias. India, que tanto Anthropic como OpenAI describen como su segundo mercado más grande después de los Estados Unidos, acababa de descubrir algo que sus fundadores, inversores y funcionarios preferían mantener en el terreno de la abstracción: el acceso a las herramientas que sostienen buena parte de su apuesta tecnológica puede cerrarse con una llamada de Washington, sin audiencia previa y sin calendario de restauración definido.
Lo que siguió no fue solo una reacción de indignación. Fue el comienzo de una auditoría pública y acelerada sobre el diseño de la estrategia tecnológica de un país que lleva años construyendo sobre cimientos que no le pertenecen.
La dependencia que nadie quería llamar por su nombre
India lleva más de una década posicionándose como potencia de servicios tecnológicos. Su base de desarrolladores, la densidad de su ecosistema de startups y el peso de sus grandes firmas de IT como Infosys, Wipro y TCS la convirtieron en destino obligado para cualquier empresa de tecnología con ambiciones globales. Anthropic y OpenAI abrieron oficinas, contrataron talento local, firmaron alianzas con integradores y describieron al país como un mercado central para su expansión.
El problema de ese modelo es que toda la infraestructura de valor descansaba sobre modelos fundacionales desarrollados, entrenados y gobernados en California. India consumía el producto final, lo integraba en aplicaciones, lo distribuía a empresas y construía sobre él capas de valor especializado. Pero no controlaba ninguna de las decisiones que definen qué tan potente es ese producto, ni tampoco cuándo deja de estar disponible.
Eso no es dependencia tecnológica en el sentido abstracto. Es riesgo de suministro geopolítico operando en la capa de software, algo para lo que la mayoría de las organizaciones indias no tenían ni cobertura ni plan de contingencia. El episodio de Anthropic lo volvió concreto en menos de 48 horas.
Vijay Rayapati, cofundador de Atomicwork, articuló la consecuencia operativa con precisión: si el acceso a los modelos más avanzados se filtra por ciudadanía, las empresas con equipos distribuidos entre ingenieros en Bengaluru y producto en San Francisco quedan estructuralmente en desventaja frente a firmas cuyos equipos son íntegramente estadounidenses. No es una desventaja menor. En industrias donde los ciclos de desarrollo se miden en semanas y el diferencial de capacidad de los modelos se traduce directamente en velocidad de iteración, el acceso desigual a herramientas se convierte en desventaja competitiva acumulativa.
Prasanto Roy, experto en política tecnológica basado en Nueva Delhi, fue más directo en sus implicaciones sistémicas. La comparación que usó no fue con otro episodio del sector tecnológico. Fue con la exclusión de Rusia del sistema SWIFT tras la invasión de Ucrania: una medida de política exterior que remodelaba instantáneamente la arquitectura financiera de un país. Su tesis tiene peso porque señala el patrón correcto: las restricciones de exportación sobre modelos de inteligencia artificial funcionan con la misma lógica que los controles sobre infraestructura crítica, y hasta ahora India había decidido no tratar su exposición a esa lógica como un problema de diseño estratégico.
El ecosistema que construyó sobre la capa que no construyó
Hay una línea que atraviesa toda la reacción india al episodio de Anthropic y que conviene examinar sin condescendencia ni optimismo excesivo: el ecosistema de inteligencia artificial de India apostó casi por completo por la capa de aplicación y especializó su valor en adaptar modelos de terceros a contextos locales, sin construir con seriedad la capa fundacional que da acceso a esa adaptación.
Esa no fue necesariamente una decisión equivocada en términos de eficiencia de capital. Entrenar un modelo fundacional de frontera cuesta, según estimaciones razonables del sector, entre cientos de millones y varios miles de millones de dólares, dependiendo del enfoque. Para la mayoría de los actores del ecosistema indio, esa inversión no tenía justificación económica individual. Construir sobre modelos existentes y concentrarse en aplicaciones permitió generar valor real con presupuestos manejables.
El problema no es la decisión en sí. El problema es que esa decisión nunca se acompañó de una estrategia de mitigación del riesgo de suministro. No hubo desarrollo serio de alternativas domésticas de respaldo, no hubo inversión pública a la escala que el rol estratégico de esa dependencia requería, y no hubo incentivos sistemáticos para que las empresas diversificaran sus proveedores de modelos fundacionales.
Sarvam, uno de los pocos laboratorios indios que avanzó hacia modelos de código abierto propios, representa la excepción que confirma la regla. Krutrim, que comenzó con ambiciones fundacionales, pivotó hacia infraestructura de nube y servicios de IA cuando encontró la realidad de costos y capacidades que ese camino exige. El resto del ecosistema, incluyendo iniciativas como Avataar AI con su modelo de generación de video, opera sobre modelos de terceros y agrega valor en la capa de adaptación cultural, velocidad o precio. Eso tiene mérito genuino, pero no resuelve la vulnerabilidad que el viernes por la noche se volvió visible.
Sridhar Vembu, fundador de Zoho, reaccionó con una afirmación que no suena a retórica política sino a diagnóstico de arquitectura: "la tecnología es el arma definitiva". Su recomendación de que las organizaciones indias adopten modelos más pequeños, tanto indios como de código abierto de otras geografías, apunta a una estrategia de diversificación de proveedores en la capa fundacional. La propuesta de T. V. Mohandas Pai, ex ejecutivo de Infosys, fue más ambiciosa en escala: un fondo anual de 500 mil millones de rupias para inteligencia artificial y tecnología profunda, más un programa de garantías crediticias de 2 billones de rupias para infraestructura de cómputo, hardware y semiconductores. Para tener referencia: la Misión IndiaAI aprobada en 2024 contempla 103 mil millones de rupias distribuidos en cinco años. La brecha entre lo que existe y lo que Pai propone es de un orden de magnitud.
Hemant Mohapatra, socio de Lightspeed, introdujo el matiz necesario: capital no es el único cuello de botella. Talento, acceso a cómputo y capacidad de ejecución sostenida son igualmente determinantes para construir modelos competitivos a nivel global. Ese es el tipo de argumento que desequilibra los planes simples. No se construye soberanía tecnológica solo con presupuesto público; se construye con una arquitectura de incentivos, formación de capacidades y acumulación de aprendizaje que toma años. India tiene parte de esos ingredientes, pero no los tiene ensamblados de forma que produzca capacidad fundacional.
Cuando el diseño del sistema revela el riesgo que el éxito ocultó
Lo que hace interesante este episodio desde una perspectiva de diseño no es la decisión de Washington ni la respuesta de Anthropic. Es la arquitectura de dependencia que quedó expuesta cuando ambas decisiones se encontraron con la realidad del mercado indio.
Durante años, la relación entre India y las grandes plataformas de inteligencia artificial estadounidenses funcionó con la lógica de una alianza mutuamente beneficiosa. India aportaba talento, escala de adopción y un mercado de crecimiento acelerado. Las empresas aportaban acceso a los modelos más potentes y la posibilidad de construir sobre ellos. Esa relación generó valor genuino en ambas direcciones y explica por qué Anthropic y OpenAI priorizaron India como segundo mercado después de los Estados Unidos.
El problema de ese modelo es estructural: en toda arquitectura donde una parte provee la capa que nadie más puede replicar en el corto plazo, la parte que consume esa capa tiene dependencia sin capacidad de negociación real cuando el proveedor enfrenta restricciones externas. No importa el tamaño del mercado, ni el volumen de la relación comercial, ni la solidez de las alianzas firmadas con TCS o Infosys. Cuando una directiva gubernamental llega, el tamaño del segundo mercado no detiene la suspensión.
Eso no convierte a Anthropic en un actor de mala fe ni al gobierno de los Estados Unidos en un adversario de India. Lo que revela es que el diseño de la estrategia tecnológica india asumió que la lógica comercial protegería el acceso, y esa suposición resultó incompleta. La ausencia de un plan alternativo creíble no es un fracaso moral sino un fallo de arquitectura: nadie diseñó el sistema pensando en qué ocurre cuando el interruptor está en manos de otro.
La reacción de los líderes del sector en las 48 horas siguientes tiene el tono de quienes descubren que el edificio que habitan no tiene salida de emergencia. No porque nadie supiera que esa salida podría necesitarse, sino porque construir alternativas requería aceptar que el éxito presente no garantizaba acceso futuro. Y ese es el momento en que la explotación del presente se convierte en trampa: cuando la dependencia está tan integrada en el modelo de negocio que imaginar el sistema sin ella se siente como imaginar el colapso en vez de la precaución.
La soberanía tecnológica no se resuelve con presupuesto sino con diseño previo
El debate indio sobre soberanía en inteligencia artificial no comenzó el viernes. Existía antes, con menor urgencia y menor audiencia. Lo que el episodio de Anthropic hizo fue convertirlo en una conversación con consecuencias operativas inmediatas, visible para fundadores, inversores, CIOs corporativos y funcionarios de política tecnológica al mismo tiempo.
Esa simultaneidad tiene valor. También tiene un riesgo: que la respuesta sea un plan de emergencia en vez de un rediseño sistémico. Los planes de emergencia financian lo urgente. Los rediseños sistémicos construyen capacidades que reducen la probabilidad de que la urgencia se repita.
La diferencia entre los dos no es solo de escala presupuestaria. Es de secuencia de decisiones. Financiar modelos fundacionales sin haber resuelto primero el problema de talento especializado y capacidad de cómputo sostenida produce inversión que no escala. Diversificar proveedores de modelos sin haber construido los procesos organizacionales para evaluar y migrar entre ellos produce dispersión de recursos. Declarar soberanía tecnológica como objetivo nacional sin haber diseñado los mecanismos de gobernanza que alinean incentivos privados con objetivos públicos produce documentos de política que no cambian comportamientos reales.
India tiene capacidades genuinas para construir una posición diferente en inteligencia artificial. Tiene talento técnico en cantidad, un mercado doméstico que genera datos y contextos culturales únicos, y un historial de escalar infraestructura digital a velocidad y costo sin precedentes, como demostró con UPI y Aadhaar. Lo que le falta no es la voluntad declarada ni el presupuesto que podría eventualmente asignarse. Le falta el diseño previo que convierte esas capacidades en arquitectura de resiliencia antes de que el interruptor se active, no después.
El episodio de Anthropic es un diagnóstico, no una catástrofe. Pero los diagnósticos tienen una vida útil. Si la reacción se consume en el debate sobre cuántos miles de millones deberían asignarse al fondo de IA y no produce cambios en cómo las organizaciones indias diseñan su relación con los proveedores de modelos fundacionales, el próximo corte de acceso encontrará el mismo sistema, con distinto nombre de modelo y la misma ausencia de salida de emergencia.
Un país que lleva años siendo el segundo mercado más grande para las herramientas que no controla no tiene un problema de visión. Tiene un problema de diseño que confundió el acceso con la propiedad, y el tamaño del mercado con el poder de negociación. Esos dos errores, juntos, son exactamente el tipo de grieta que no se ve hasta que alguien apaga la luz.
