Dependencia de IA extranjera expone vulnerabilidad estratégica de economías emergentes

La restricción de acceso a modelos frontera por orden gubernamental foránea revela los límites de una estrategia basada en capas de aplicación sin soberanía tecnológica propia

Cuando Anthropic deshabilitó el acceso a sus modelos más recientes para usuarios fuera de Estados Unidos —en cumplimiento de una directiva de control de exportaciones del gobierno estadounidense— quedó expuesta una fragilidad estructural que va más allá de India: cualquier economía que haya construido su estrategia de inteligencia artificial sobre modelos fundacionales extranjeros enfrenta el mismo riesgo. El acceso a tecnología de frontera puede desaparecer de un día para otro por decisión de un gobierno ajeno.

Esta vulnerabilidad es especialmente crítica para mercados con alta adopción de IA pero sin infraestructura soberana. Un reporte de ADP Research encontró que 41% de los trabajadores en India utilizan IA casi a diario —cifra superior al 26% en China y al 19% en Estados Unidos—, lo que refleja una dependencia profunda en tecnología que no controlan. La estrategia dominante hasta ahora había sido clara: aprovechar el talento en tecnología de la información para construir aplicaciones sobre modelos fundacionales de terceros. Esa apuesta asume que el acceso a esos modelos es estable, y la restricción de Anthropic demostró que no lo es.

La brecha soberana tiene tres dimensiones concretas: producción de semiconductores de vanguardia, capacidad de cómputo a escala de centros de datos, y modelos fundacionales propios comparables a los líderes globales. En los tres frentes, las economías emergentes van rezagadas. Iniciativas privadas como la ronda de 300 millones de dólares que levantó Sarvam AI —valuada en 1,500 millones de dólares con participación de HCL Technologies— son señales de movimiento, pero analistas del sector advierten que el capital disponible para deep tech en mercados como India es marginal frente a lo que se invierte en Estados Unidos o China. El modelo fundacional insignia de Sarvam, por ejemplo, cuenta con poco más de 100 mil millones de parámetros; construir modelos sin alucinaciones a escala requeriría varios billones de parámetros y una inversión de capital que el sector privado local no está en posición de asumir solo.

Para el C-suite, el caso ilustra un principio de gestión de riesgo tecnológico que trasciende geografías: la diversificación de proveedores de IA reduce la exposición operativa, pero no elimina la dependencia estructural. Como señaló uno de los fundadores afectados por la restricción de Anthropic, "la diversificación compra tiempo; no compra independencia". Las empresas que han construido productos o procesos críticos sobre un único modelo fundacional —o incluso sobre un único proveedor— deben evaluar su exposición ante escenarios de restricción regulatoria, cambios en políticas de exportación o discontinuidad de servicio. La arquitectura de IA empresarial necesita contemplar no solo rendimiento y costo, sino también soberanía de acceso.

El riesgo se extiende a la infraestructura de cómputo. Los modelos soberanos que se desarrollan actualmente en mercados emergentes dependen de arquitecturas de Nvidia; si Estados Unidos aplicara restricciones similares a las implementadas con China para los chips Blackwell, el impacto sería inmediato y sin alternativa técnica disponible a corto plazo. Voces influyentes del ecosistema tecnológico global ya señalan que la tecnología se ha convertido en un instrumento de política exterior, y que la dependencia en cadenas de suministro de IA controladas por terceros representa un riesgo estratégico de primer orden. Para los equipos directivos, la pregunta relevante no es si esto puede ocurrir, sino cuándo y con qué nivel de preparación.