A Índia vai bancar 20 modelos de IA soberanos, 12 deles LLMs

Na quarta-feira, 22 de julho, o ministro indiano de Eletrônica e TI, Ashwini Vaishnaw, respondeu por escrito ao Lok Sabha, a câmara baixa do Parlamento, e deu um número que passou longe da mídia brasileira: o governo já identificou 20 modelos de IA soberanos para financiar dentro da IndiaAI Mission, sendo 12 grandes modelos de linguagem e 8 modelos menores. Não é plano de intenção, é dinheiro público aprovado, com nomes de empresas e faixas de parâmetros. Enquanto o debate por aqui gira em torno de qual modelo americano contratar, a Índia decidiu construir os seus.

O que foi anunciado, com nome e tamanho

A resposta ao Parlamento, reportada pela Business Standard e pela The Hans India, listou projetos concretos. A Sarvam AI desenvolve modelos de 30 e de 105 bilhões de parâmetros. A Gnani.ai trabalha num modelo de voz a voz, que ouve e responde em áudio sem passar por texto no meio. A BharatGen constrói modelos de base multilíngues, pensados para as dezenas de idiomas oficiais do país. A Avataar AI cuida de geração de vídeo. Além desses, há modelos especializados em saúde, em tecnologias de idioma e em IA agêntica em desenvolvimento.

O padrão importa mais do que qualquer nome isolado. A Índia não está perseguindo um único modelo gigante para competir de igual para igual com OpenAI ou Google. Está montando uma carteira: modelos grandes e pequenos, de texto, voz e vídeo, gerais e de domínio. É uma aposta distribuída, calibrada para a realidade de um país com muitos idiomas e muita gente offline.

A infraestrutura por trás do anúncio

Modelo soberano sem computação é slide. A parte menos glamourosa da resposta de Vaishnaw é a que sustenta o resto. A missão credenciou 15 provedores de serviço de computação, aprovou 237 projetos e alocou 9,3 milhões de horas de GPU, disponíveis em todo o território para startups, pesquisadores e instituições, independentemente de onde estejam. O acesso descentralizado é deliberado: a intenção é que um laboratório em uma cidade menor consiga treinar um modelo sem depender de nuvem estrangeira ou de um data center concentrado em uma capital.

Do lado das aplicações, o governo relatou 12 hackathons e desafios de inovação, 62 protótipos de IA apoiados e 20 soluções já em uso. Na formação de gente, 686 bolsas em graduação, pós e doutorado, e mais de 2,6 milhões de pessoas concluindo o programa YUVA AI for All. A infraestrutura de laboratório acompanha: 27 India Data and AI Labs operando, com outros 188 em obra, e 58 centros de excelência em IA aprovados junto a governos estaduais e à indústria.

Nada disso saiu do nada. Vaishnaw ancorou a estratégia no setor de TI indiano, avaliado em cerca de 300 bilhões de dólares e com quase 6 milhões de empregados. A IndiaAI Mission, orçada em torno de 10.372 crores de rúpias, se organiza em sete pilares, de desenvolvimento de modelos a computação acessível, passando por um pilar dedicado a IA segura e confiável, com 13 projetos selecionados em explicabilidade, mitigação de viés, detecção de deepfake e auditoria de algoritmo.

A Índia não trata soberania de IA como bandeira. Trata como cadeia de suprimentos: dado local, compute subsidiado, modelos por tarefa e um pilar formal de segurança. Cada peça tem orçamento e prazo.

Por que isso conversa com o Brasil

O reflexo brasileiro diante de uma notícia dessas é o desânimo comparativo: a Índia tem escala, nós não. É verdade e é irrelevante para quem opera. O que dá para copiar não é o tamanho do cheque, é o método.

Primeiro, a lógica de carteira. A Índia não apostou em um vencedor, apostou em modelos por idioma, por voz e por domínio, do jeito que uma operação madura escolhe modelo por caso de uso. Já defendemos aqui que o mercado corporativo virou multimodelo e que fidelidade a um único fornecedor é risco, não economia. A estratégia estatal indiana é a versão macro dessa mesma tese. Se um país constrói uma carteira, uma empresa também consegue montar a sua.

Segundo, o valor do modelo pequeno e local. Dos 20 projetos, 8 são SLMs. Modelos menores custam menos para rodar, ficam mais fáceis de auditar e podem ser especializados em um idioma ou domínio sem o peso de um modelo gigante. Para uma operação brasileira preocupada com custo e com dado que não pode sair do país, o SLM afinado no seu problema costuma bater o modelo de fronteira genérico, e por uma fração do preço.

Terceiro, a soberania como movimento regional. A Índia se soma a uma lista que já cobrimos: a Coreia do Sul quer dar IA de graça a 52 milhões de pessoas e o Golfo virou o cofre e o data center da IA do mundo. Cada país escolhe um pilar: a Coreia distribui acesso, o Golfo compra infraestrutura, a Índia financia modelos locais com compute subsidiado. O Brasil ainda não tem uma jogada equivalente com nome, orçamento e prazo. Enquanto o país não tiver, cada empresa acaba tendo que resolver sozinha a própria camada de soberania: onde o dado mora, qual modelo roda perto dele e quão barato fica trocar de fornecedor.

A parte prática, para quem coloca IA em produção agora, é não esperar política pública. Você pode montar sua carteira de modelos hoje, misturar um LLM de fronteira para tarefas abertas com um SLM local para o que é sensível ou repetitivo, e manter o dado crítico sob seu controle. A Índia está fazendo isso na escala de um país. A versão da sua empresa cabe em um trimestre.

Se você quer desenhar uma arquitetura de IA que mistura modelo grande e modelo local sem perder controle do dado, fale com a AI Boutique no WhatsApp. A gente ajuda a escolher o que roda onde, e por quê.