L'Inde a découvert qu'elle ne contrôle pas l'interrupteur de sa propre économie numérique
Vendredi en fin d'après-midi. Un communiqué d'Anthropic atterrit dans les boîtes mail de ses partenaires mondiaux avec le ton neutre et contenu d'une notification de maintenance système. Le texte annonce que les modèles Fable 5 et Mythos 5 sont suspendus pour tous les ressortissants étrangers, y compris les propres employés de l'entreprise ne disposant pas de la citoyenneté américaine. La cause : une directive du gouvernement des États-Unis invoquant des préoccupations de sécurité nationale liées à une présumée vulnérabilité de jailbreak.
Le moment ne pouvait pas être plus éloquent. Quelques heures auparavant, Anthropic avait publiquement célébré son partenariat avec Tata Consultancy Services pour accélérer l'adoption de l'intelligence artificielle dans les entreprises indiennes. L'Inde, que tant Anthropic qu'OpenAI décrivent comme leur deuxième marché le plus important après les États-Unis, venait de découvrir quelque chose que ses fondateurs, investisseurs et fonctionnaires préféraient maintenir dans le domaine de l'abstraction : l'accès aux outils qui soutiennent une grande partie de son pari technologique peut se fermer sur un simple appel de Washington, sans audience préalable et sans calendrier de rétablissement défini.
Ce qui s'ensuivit ne fut pas seulement une réaction d'indignation. Ce fut le début d'un audit public et accéléré sur la conception de la stratégie technologique d'un pays qui construit depuis des années sur des fondations qui ne lui appartiennent pas.
La dépendance que personne ne voulait nommer
L'Inde se positionne depuis plus d'une décennie comme puissance de services technologiques. Sa base de développeurs, la densité de son écosystème de startups et le poids de ses grandes firmes IT comme Infosys, Wipro et TCS en ont fait une destination incontournable pour toute entreprise technologique aux ambitions mondiales. Anthropic et OpenAI ont ouvert des bureaux, recruté des talents locaux, signé des alliances avec des intégrateurs et décrit le pays comme un marché central pour leur expansion.
Le problème de ce modèle, c'est que toute l'infrastructure de valeur reposait sur des modèles fondamentaux développés, entraînés et gouvernés en Californie. L'Inde consommait le produit final, l'intégrait dans des applications, le distribuait aux entreprises et construisait par-dessus des couches de valeur spécialisée. Mais elle ne contrôlait aucune des décisions définissant la puissance de ce produit, ni le moment où il cesserait d'être disponible.
Ce n'est pas une dépendance technologique au sens abstrait du terme. C'est un risque d'approvisionnement géopolitique opérant au niveau de la couche logicielle, pour lequel la plupart des organisations indiennes ne disposaient ni de couverture ni de plan de contingence. L'épisode Anthropic l'a rendu concret en moins de 48 heures.
Vijay Rayapati, cofondateur d'Atomicwork, a articulé la conséquence opérationnelle avec précision : si l'accès aux modèles les plus avancés est filtré par la citoyenneté, les entreprises disposant d'équipes réparties entre des ingénieurs à Bengaluru et des équipes produit à San Francisco se retrouvent structurellement désavantagées par rapport aux firmes dont les équipes sont entièrement américaines. Ce n'est pas un désavantage mineur. Dans des secteurs où les cycles de développement se mesurent en semaines et où le différentiel de capacité des modèles se traduit directement en vitesse d'itération, l'accès inégal aux outils devient un désavantage concurrentiel cumulatif.
Prasanto Roy, expert en politique technologique basé à New Delhi, a été plus direct dans ses implications systémiques. La comparaison qu'il a utilisée ne renvoyait pas à un autre épisode du secteur technologique. Elle renvoyait à l'exclusion de la Russie du système SWIFT après l'invasion de l'Ukraine : une mesure de politique étrangère qui remaniait instantanément l'architecture financière d'un pays. Sa thèse a du poids car elle désigne le bon modèle : les restrictions à l'exportation sur les modèles d'intelligence artificielle fonctionnent selon la même logique que les contrôles sur les infrastructures critiques, et jusqu'à présent l'Inde avait décidé de ne pas traiter son exposition à cette logique comme un problème de conception stratégique.
L'écosystème qui a construit sur la couche qu'il n'a pas construite
Il existe une ligne qui traverse toute la réaction indienne à l'épisode Anthropic et qu'il convient d'examiner sans condescendance ni optimisme excessif : l'écosystème d'intelligence artificielle indien a misé presque entièrement sur la couche applicative et a spécialisé sa valeur dans l'adaptation de modèles tiers à des contextes locaux, sans construire sérieusement la couche fondamentale qui donne accès à cette adaptation.
Ce n'était pas nécessairement une mauvaise décision en termes d'efficacité du capital. L'entraînement d'un modèle fondamental de frontière coûte, selon des estimations raisonnables du secteur, entre des centaines de millions et plusieurs milliards de dollars, selon l'approche retenue. Pour la plupart des acteurs de l'écosystème indien, cet investissement ne se justifiait pas économiquement à titre individuel. Construire sur des modèles existants et se concentrer sur les applications a permis de créer une valeur réelle avec des budgets maîtrisables.
Le problème n'est pas la décision en elle-même. Le problème, c'est que cette décision ne s'est jamais accompagnée d'une stratégie d'atténuation du risque d'approvisionnement. Il n'y a eu aucun développement sérieux d'alternatives domestiques de secours, aucun investissement public à l'échelle qu'exigeait le rôle stratégique de cette dépendance, et aucune incitation systématique pour que les entreprises diversifient leurs fournisseurs de modèles fondamentaux.
Sarvam, l'un des rares laboratoires indiens qui a progressé vers des modèles open source propres, représente l'exception qui confirme la règle. Krutrim, qui a démarré avec des ambitions fondamentales, a pivoté vers l'infrastructure cloud et les services d'IA lorsqu'il a rencontré la réalité des coûts et des capacités qu'exige cette voie. Le reste de l'écosystème, y compris des initiatives comme Avataar AI avec son modèle de génération vidéo, opère sur des modèles tiers et ajoute de la valeur dans la couche d'adaptation culturelle, de vitesse ou de prix. Cela a un mérite genuinement réel, mais ne résout pas la vulnérabilité qui est devenue visible ce vendredi soir.
Sridhar Vembu, fondateur de Zoho, a réagi avec une affirmation qui ne ressemble pas à une rhétorique politique mais à un diagnostic d'architecture : « la technologie est l'arme ultime ». Sa recommandation que les organisations indiennes adoptent des modèles plus petits, tant indiens que open source d'autres géographies, pointe vers une stratégie de diversification des fournisseurs au niveau de la couche fondamentale. La proposition de T. V. Mohandas Pai, ancien dirigeant d'Infosys, était plus ambitieuse en termes d'échelle : un fonds annuel de 500 milliards de roupies pour l'intelligence artificielle et la technologie profonde, plus un programme de garanties de crédit de 2 000 milliards de roupies pour l'infrastructure de calcul, le matériel et les semi-conducteurs. Pour référence : la Mission IndiaAI approuvée en 2024 prévoit 103 milliards de roupies répartis sur cinq ans. L'écart entre ce qui existe et ce que propose Pai est d'un ordre de grandeur.
Hemant Mohapatra, associé chez Lightspeed, a introduit la nuance nécessaire : le capital n'est pas le seul goulot d'étranglement. Le talent, l'accès au calcul et la capacité d'exécution soutenue sont tout aussi déterminants pour construire des modèles compétitifs à l'échelle mondiale. C'est le type d'argument qui déséquilibre les plans simples. La souveraineté technologique ne se construit pas uniquement avec un budget public ; elle se construit avec une architecture d'incitations, une formation de capacités et une accumulation d'apprentissage qui prend des années. L'Inde dispose de certains de ces ingrédients, mais pas assemblés de manière à produire une capacité fondamentale.
Quand la conception du système révèle le risque que le succès avait masqué
Ce qui rend cet épisode intéressant d'un point de vue de conception n'est ni la décision de Washington ni la réponse d'Anthropic. C'est l'architecture de dépendance qui s'est révélée au grand jour lorsque ces deux décisions se sont heurtées à la réalité du marché indien.
Pendant des années, la relation entre l'Inde et les grandes plateformes américaines d'intelligence artificielle a fonctionné selon la logique d'une alliance mutuellement bénéfique. L'Inde apportait du talent, une échelle d'adoption et un marché en croissance accélérée. Les entreprises apportaient l'accès aux modèles les plus puissants et la possibilité de construire par-dessus. Cette relation a généré une valeur genuinement réelle dans les deux sens et explique pourquoi Anthropic et OpenAI ont fait de l'Inde leur priorité comme second marché après les États-Unis.
Le problème de ce modèle est structurel : dans toute architecture où une partie fournit la couche que personne d'autre ne peut répliquer à court terme, la partie qui consomme cette couche se retrouve dans une dépendance sans réelle capacité de négociation lorsque le fournisseur fait face à des restrictions externes. La taille du marché importe peu, ni le volume de la relation commerciale, ni la solidité des alliances signées avec TCS ou Infosys. Lorsqu'une directive gouvernementale arrive, la taille du second marché n'arrête pas la suspension.
Cela ne fait pas d'Anthropic un acteur de mauvaise foi ni du gouvernement des États-Unis un adversaire de l'Inde. Ce que cela révèle, c'est que la conception de la stratégie technologique indienne a supposé que la logique commerciale protégerait l'accès, et cette hypothèse s'est avérée incomplète. L'absence d'un plan alternatif crédible n'est pas un échec moral mais une faille d'architecture : personne n'a conçu le système en pensant à ce qui se passe lorsque l'interrupteur est entre les mains d'un autre.
La réaction des leaders du secteur dans les 48 heures suivantes a le ton de ceux qui découvrent que le bâtiment qu'ils habitent n'a pas de sortie de secours. Non pas parce que personne ne savait que cette sortie pourrait être nécessaire, mais parce que construire des alternatives nécessitait d'accepter que le succès présent ne garantissait pas l'accès futur. Et c'est là le moment où l'exploitation du présent devient un piège : lorsque la dépendance est si intégrée dans le modèle d'affaires qu'imaginer le système sans elle ressemble davantage à imaginer un effondrement qu'à une précaution.
La souveraineté technologique ne se résout pas avec un budget mais avec une conception préalable
Le débat indien sur la souveraineté en matière d'intelligence artificielle n'a pas commencé ce vendredi. Il existait auparavant, avec moins d'urgence et moins d'audience. Ce que l'épisode Anthropic a fait, c'est le transformer en une conversation aux conséquences opérationnelles immédiates, visible simultanément pour les fondateurs, les investisseurs, les DSI d'entreprises et les fonctionnaires en charge de la politique technologique.
Cette simultanéité a de la valeur. Elle comporte aussi un risque : que la réponse soit un plan d'urgence plutôt qu'une refonte systémique. Les plans d'urgence financent l'urgent. Les refontes systémiques construisent des capacités qui réduisent la probabilité que l'urgence se répète.
La différence entre les deux n'est pas seulement une question d'échelle budgétaire. C'est une question de séquence de décisions. Financer des modèles fondamentaux sans avoir d'abord résolu le problème du talent spécialisé et de la capacité de calcul soutenue produit des investissements qui ne passent pas à l'échelle. Diversifier les fournisseurs de modèles sans avoir construit les processus organisationnels pour les évaluer et migrer entre eux produit une dispersion des ressources. Déclarer la souveraineté technologique comme objectif national sans avoir conçu les mécanismes de gouvernance qui alignent les incitations privées sur les objectifs publics produit des documents de politique qui ne changent pas les comportements réels.
L'Inde dispose de capacités genuinement réelles pour construire une position différente en intelligence artificielle. Elle dispose d'un talent technique en quantité, d'un marché domestique qui génère des données et des contextes culturels uniques, et d'un palmarès dans la mise à l'échelle d'infrastructure numérique à une vitesse et un coût sans précédent, comme elle l'a démontré avec UPI et Aadhaar. Ce qui lui manque, ce n'est ni la volonté déclarée ni le budget qui pourrait éventuellement être alloué. Ce qui lui manque, c'est la conception préalable qui transforme ces capacités en architecture de résilience avant que l'interrupteur s'active, et non après.
L'épisode Anthropic est un diagnostic, pas une catastrophe. Mais les diagnostics ont une durée de vie. Si la réaction se consume dans le débat sur le nombre de milliards à allouer au fonds d'IA et ne produit pas de changements dans la façon dont les organisations indiennes conçoivent leur relation avec les fournisseurs de modèles fondamentaux, la prochaine coupure d'accès trouvera le même système, avec un nom de modèle différent et la même absence de sortie de secours.
Un pays qui se positionne depuis des années comme le deuxième marché le plus important pour des outils qu'il ne contrôle pas n'a pas un problème de vision. Il a un problème de conception qui a confondu l'accès avec la propriété, et la taille du marché avec le pouvoir de négociation. Ces deux erreurs, ensemble, constituent exactement le type de fissure qui ne se voit pas jusqu'à ce que quelqu'un éteigne la lumière.
