La suspensión de Anthropic reaviva el debate sobre la soberanía de la IA en India (y sus lecciones para América Latina)

Qué pasó

Anthropic anunció que, tras recibir una directiva del gobierno de Estados Unidos, suspendía el acceso a sus últimos modelos Fable 5 y Mythos 5 para todas las personas que no sean ciudadanos estadounidenses, incluyendo a empleados extranjeros. La orden llegó poco después de que la empresa hiciera público un acuerdo con Tata Consultancy Services para impulsar la adopción de IA empresarial en India.

La medida, inesperada y de amplio alcance, encendió un debate inmediato en la industria tecnológica india: ¿puede un mercado tan grande depender de tecnologías gobernadas y controladas en el extranjero? Informes periodísticos apuntaron que preocupaciones iniciales sobre seguridad fueron reportadas al Gobierno por el CEO de Amazon, y que la Casa Blanca, según The Information, no planea imponer restricciones similares a otras compañías; además estaría criticando en privado la gestión de Anthropic sobre supuestas vulnerabilidades de ‘jailbreak’. Anthropic, por su parte, ha disputado la caracterización gubernamental y ha dicho que la acción no debía haberse tomado.

Por qué esto importa para India

India se ha convertido en uno de los mercados más importantes para los proveedores de IA de vanguardia: tanto Anthropic como OpenAI consideran al país su segundo mercado más grande después de Estados Unidos. En los últimos meses estas empresas han abierto oficinas, aumentado contrataciones locales, y firmado asociaciones con grandes integradores y clientes empresariales.

Esa profunda integración explica por qué la decisión de Anthropic causó alarma: muchas empresas y startups indias han basado productos y operaciones en estos modelos. El impacto va más allá de un proveedor: cuestiona la resiliencia de una estrategia tecnológica que depende de un puñado de actores extranjeros y de decisiones geopolíticas fuera del control local.

Reacciones en el ecosistema tecnológico

Líderes y fundadores se dividieron entre quienes ven la medida como un llamado urgente a acelerar la autonomía tecnológica y quienes advierten sobre el costo competitivo de perder acceso a modelos de punta.

• Aakrit Vaish, fundador de la plataforma de inversión Activate, resumió el sentimiento de muchos: “It completely changes things.” Dijo sentir «shock y confusión» al conocer la noticia y defendió que la situación refuerza la necesidad de desarrollar capacidades domésticas y de que las startups consideren cada vez más modelos open source.

• Vijay Rayapati, CEO de Atomicwork, alertó sobre una nueva desventaja competitiva: si el acceso a modelos avanzados pasa a depender de la ciudadanía, equipos distribuidos internacionalmente —comunes en muchas startups— podrían quedar en clara desventaja.

Además, decisiones recientes como el cierre de la oficina de Opendoor en India y la apuesta de algunas empresas por equipos más pequeños y nativos en IA alimentan la discusión sobre cómo la tecnología puede redefinir la geografía del trabajo de ingeniería.

Voces a favor de acelerar la independencia

Figuras como Sridhar Vembu (fundador de Zoho) han abogado por adoptar modelos más pequeños y open source, incluso sugiriendo la incorporación de modelos desarrollados fuera de EE. UU. Mohandas Pai, inversor y exejecutivo de Infosys, fue más allá proponiendo un ambicioso plan nacional: un fondo anual de ₹500 mil millones (cerca de $5.000 millones) para IA y deep tech y una garantía crediticia de ₹2 billones (aprox. $21.000 millones) para infraestructura en la nube, hardware y semiconductores. Estas propuestas contrastan con la IndiaAI Mission, aprobada en 2024 con un presupuesto de ₹103.72 mil millones (alrededor de $1.2 mil millones) para cinco años.

Esos llamados reflejan dos realidades: la percepción de retraso en inversión estratégica y la necesidad de escala en cómputo, talento e infraestructura física para entrenar y operar modelos de última generación.

Opciones tecnológicas y estratégicas sobre la mesa

Ante este tipo de shocks, India y otros mercados emergentes enfrentan tres vías principales, cada una con pros y contras:

• Fortalecer capacidad doméstica: desarrollar modelos propios y centros de cómputo locales aumenta control y soberanía, pero exige inversión significativa en talento, datos y hardware.

• Impulsar el open source: adoptar y contribuir a modelos abiertos reduce dependencia de proveedores comerciales y facilita auditorías y personalización. No elimina por completo riesgos operativos o de seguridad, pero mejora la autonomía.

• Diversificar asociaciones: combinar acuerdos con proveedores globales, integradores locales y consorcios públicos-privados para mitigar el riesgo de dependencia exclusiva.

Cualquiera de estas estrategias exige políticas públicas activas: incentivos para inversión, programas de formación de talento, acceso a nube y crédito para infraestructura, y marcos regulatorios que equilibren seguridad, innovación y acceso.

Lecciones para América Latina

Aunque el episodio ocurre en India, las implicaciones son relevantes para América Latina, donde muchas empresas ya dependen de proveedores extranjeros de software y servicios en la nube. Puntos a considerar para tomadores de decisión en la región:

• La soberanía tecnológica importa: depender de proveedores externos puede exponer a mercados locales a decisiones geopolíticas repentinas.

• La combinación de capacidades locales con herramientas open source puede ofrecer una ruta intermedia más asequible que construir todo desde cero.

• Las políticas públicas deben enfocarse en infraestructura (nube, conectividad), talento y marcos regulatorios claros para atraer inversión y proteger sistemas críticos.

• Las empresas con equipos distribuidos deben evaluar riesgos de acceso a herramientas de IA según la ciudadanía y diseñar contingencias técnicas y legales.

Conclusión

La decisión de Anthropic puso en evidencia una vulnerabilidad estratégica: el acceso a tecnologías críticas puede ser condicionado por políticas externas y decisiones empresariales. Para India, la reacción dejó claro que hay consenso sobre la necesidad de reducir riesgos mediante inversión pública y privada, más modelos open source y diversificación de proveedores. Para América Latina, el caso es una advertencia y una oportunidad: anticipar escenarios similares y fortalecer capacidades regionales puede evitar interrupciones y convertir la dependencia en autonomía competitiva.

En términos prácticos, los pasos inmediatos son claros: mapear dependencias, promover proyectos piloto con modelos abiertos, diseñar incentivos para infraestructura local y abrir diálogos entre gobierno, empresas y academia para una estrategia de largo plazo. Si no hay una respuesta coordinada, mercados grandes y con talento como India —y por extensión países latinoamericanos— arriesgan que su acceso a la IA de vanguardia quede sujeto a decisiones externas que afecten competitividad y soberanía tecnológica.