L'arrivo di Anthropic in India non è una semplice espansione commerciale. L'apertura del primo ufficio a Bengaluru — scelta quasi obbligata, vista la densità di talento tech della città — e i colloqui in corso con lo stato del Karnataka per portare l’intelligenza artificiale nei servizi pubblici segnalano qualcosa di più profondo: il mercato indiano sta diventando il campo su cui si gioca la partita della sovranità digitale, e i fornitori di LLM dovranno scendere a compromessi con i regolatori locali se vogliono mettere radici.

Il Karnataka è uno degli stati indiani più avanzati sul fronte della digitalizzazione dei servizi pubblici. L’interesse di Anthropic per una collaborazione sulle piattaforme per i cittadini non è casuale. L’India rappresenta il secondo mercato globale per l’azienda, un dato che da solo spiega l’investimento, ma la vera posta in gioco è il modello di deployment. Il governo indiano ha accelerato negli ultimi anni sulla localizzazione dei dati: il Digital Personal Data Protection Act, approvato nel 2023, impone restrizioni severe sul trasferimento transfrontaliero dei dati personali, e le linee guida per l’AI in discussione premono per infrastrutture ospitate su suolo nazionale. Per un’azienda come Anthropic, abituata a servire i propri modelli via API dal cloud statunitense, questo significa ripensare l’architettura.

Non è un dettaglio tecnico, è un vincolo strutturale. Se i carichi di lavoro riguardano dati sensibili dei cittadini — sanità, welfare, identità digitale — difficilmente un governo locale si affiderà a endpoint cloud esteri. Emerge quindi la necessità di soluzioni on-premise o ibride, con modelli che girano su infrastruttura controllata dallo stato o da partner locali. Questo sposta il baricentro della competizione tra vendor: non basta più avere il LLM più performante su benchmark astratti, conta la capacità di adattarsi a requisiti normativi frammentati, con modelli eventualmente sottoposti a quantization e ottimizzazioni per girare su hardware disponibile in loco, spesso con vincoli di VRAM e potenza computazionale diversi dai datacenter di San Francisco.

Chi ci guadagna? I system integrator indiani e i fornitori di cloud locali, che potranno offrire strati di orchestrazione e gestione dati certificata. Anche i chipmaker che spingono su soluzioni per l’inference in ambienti vincolati — si pensi alle GPU con minor consumo o alle NPU dedicate — vedono un mercato in espansione. Chi ci perde, almeno nel breve termine, sono i vendor che insistono su un modello fully managed e centralizzato, perché ogni paese inizierà a chiedere garanzie simili, moltiplicando i costi di compliance e adattamento.

Sul lungo periodo, l’India potrebbe diventare il laboratorio di un’AI “sovrana” che non è solo slogan politico, ma necessità tecnica e legale. La presenza di Anthropic a Bengaluru, con ogni probabilità, evolverà in un hub di ricerca e sviluppo anche per questi aspetti: non solo vendita di API, ma co-progettazione di pipeline di inference self-hosted, in collaborazione con enti pubblici. È uno scenario che AI-RADAR monitora da tempo: per chi valuta deployment on-premise, esistono trade-off fra controllo dei dati e complessità operativa che richiedono strumenti di analisi del TCO e della latenza su stack locali, temi che diventano centrali proprio quando la sovranità smette di essere un’opzione e diventa un prerequisito contrattuale.

L’apertura dell’ufficio è un primo passo, ma il vero test sarà il modello operativo dei progetti pilota. Se Anthropic riuscirà a dimostrare che un LLM può essere integrato nei servizi al cittadino rispettando i vincoli di residenza dei dati e senza sacrificare troppo le performance, avrà creato un precedente replicabile in decine di altri paesi. Se invece lo scontro con la burocrazia locale si rivelerà troppo oneroso, il mercato indiano resterà appannaggio di attori locali o di chi, come alcuni cloud provider, ha già investito massicciamente in datacenter regionali. La partita è aperta.