本連載のパート1では、インドの「ソブリンAI」という語りが、国家の出自とプロダクトマーケットフィットを混同しかねない理由を検討した。しかし主権をめぐる議論には、市場力学を超える問題がある。証拠の問題である。
先週開催されたインドのAIインパクトサミットでは、ソブリン人工知能に関する発表が相次いだ。Sarvam AIは、インドのインフラ上でゼロから学習させた1050億パラメータのモデルを発表した。オディシャ州政府は、ソブリンAIのコンピュートハブの設立を表明した。IITマドラスは、「インド初のソブリンAI研究パーク」と呼ぶ施設の起工式を行った。連邦閣僚は技術的自立を語った。「ソブリン」という言葉は、ほぼすべての基調講演に登場した。
だが、この枠組みには構造的な矛盾がある。生体データ、ワクチン接種記録、本人確認書類、政府調達などを扱う、国民向けの最重要デジタルプラットフォームは、すでに米国のクラウドインフラ上で稼働している。実務上、政府の調達判断はこの議論の一部にすでに答えを出している。そして政府自身が、その答えを示したのだ。
インドが実際に選んだインフラ
CoWINは、インドの新型コロナ対策の最盛期に1日で2500万回分の接種を実施したワクチン接種プラットフォームであるが、アマゾン・ウェブ・サービス（AWS）上でホストされていた。これは消極的なデフォルトではない。政府は、政府ワークロード向けに特別に設計された主権オプションである国立情報センター（NIC）独自のクラウドMeghRajではなく、AWSを能動的に選択した。出自よりもスケールと信頼性が勝ったのである。
この選択は例外ではなかった。パターンだったのだ。全国の空港で旅行者の処理を行う顔認証搭乗システムDigiYatraは、完全にAWS上で稼働しており、ID管理にCognitoを、資格情報の検証にLambdaを使用している。数千億ルピー規模の公的支出を扱うインドの国家調達ポータルであるGovernment e-MarketplaceもAWSで動く。50万人超のユーザー向けに、300部局の1700サービスを統合する統合行政アプリUMANGもAWSを基盤にしている。3億人超の国民が利用するデジタル文書プラットフォームDigiLockerも同じインフラ上にある。Aadhaarに連動するデータでさえ例外ではない。2025年のUIDAI通達は、Aadhaar Data VaultをMeitYの認定（empanelled）を受けたクラウド環境でのみホストすることを義務づけており、AWSとMicrosoft Azureの双方がその認定を保持している。
これは周辺的な依存ではない。インドのデジタル公共インフラの基盤層そのものである。テクノロジーを活用したガバナンスにおけるインドの国際的評価を形づくり、他の途上国が研究し模倣しようとするシステムが、シアトルとレドモンドに本社を置く企業のサーバー上で稼働している。
矛盾はサミット自体にも及ぶ。AIインパクトサミットのウェブサイト（impact.indiaai.gov.in）は、AWSのコンテンツ配信ネットワーク（CDN）であるAmazon CloudFront経由で配信されている。Impact Expoサイトは、登壇者の顔写真から会場マップ、アドバイザリーPDFに至るまで、すべてのアセットをムンバイのAWS S3バケットに保存しており、そのバケットは`aiexpo.s3.ap-south-1.amazonaws.com`として指定されている。サミット期間中にギネス世界記録に向けて25万件の誓約を処理したAI Responsibility Pledgeプラットフォームでさえ、米国のCDNであるFastly上で稼働している。サミットのデジタル配信スタックは、米国拠点のクラウドおよびエッジ事業者に大きく依存していた。
インドの土壌上のフロンティアモデル
では、そのインフラの上にフロンティアAIモデルを重ねるとどうなるか。GPTを含むAzure OpenAIは、Microsoftの南インドおよび中央インドのリージョンで一般提供（GA）されている。GoogleのVertex AIは、ムンバイとデリーのデータセンターからGeminiモデルを提供している。AnthropicのClaudeやMetaのLlamaなどへのアクセスを提供するAmazon Bedrockは、2024年5月以来、ムンバイリージョンで一般提供されている。GoogleはDistributed Cloudでさらに踏み込み、データ所在地要件が最も厳格な政府向けに、Geminiをエアギャップのオンプレミス配備で提供している。シンガポールのGovTechは早期導入者である。
ソブリンAIが合言葉だったサミットそのものでも、最大のコミットメントは、すでにインフラを下支えしている企業から示された。スンダー・ピチャイは、ギガワット級のコンピュート能力を備えたビシャカパトナムのフルスタックハブを含む150億ドルのAIインフラ投資を発表した。Google Cloudは、18言語で800地区にまたがる2000万人の公務員向けAIプラットフォームの構築を約束した。OpenAIは、タタ・コンサルタンシー・サービシズ（TCS）のデータセンター事業における最初の顧客になると発表した。
データ所在地が主権の定義であるなら、プネのAzureデータセンターで動くGPT、ムンバイのGoogle Cloudノードから提供されるGemini、同じリージョンのAmazon Bedrock経由で利用可能なClaudeは、すでにその基準を満たしている。もはや問うべきは、インドのAIが外国技術に依存するかどうかではない。すでに依存している。問うべきは、インドがどの種類の依存を受け入れる意思があるのか、そしてその上に何を構築するのかである。
Mozilla Foundationはサミットに合わせた声明で、「2026年にAI主権を懸念する国家が、国内およびオープンソースの代替への投資を怠りつつ、外国の垂直統合型AIスタックへの資金供給を正当化することは、説得力を欠く」と述べた。これは仮説上のリスクではない。サム・アルトマンはサミットで、ChatGPTのインドにおける週次アクティブユーザーが1億人を超えると明かした。Anthropicは、インドが第2の大市場だとして、ベンガルールに初のインドオフィスを開設すると発表した。これらの企業はインドに参入しようとしているのではない。すでにインドの開発者ワークフローに深く組み込まれている。
主権には複数のレイヤーがある
サミットのレトリックは、主権を単一の二値条件として扱った。すなわち、インドのAIはソブリンであるか、そうでないか、である。だが実際には、主権は少なくとも5つの異なるレイヤーにまたがって機能し、インドの立ち位置はそれらの間で劇的に異なる。
データ主権、すなわちデータがどこに保管され、どの法的枠組みの下に置かれるかという点では、インドは真の進展を遂げてきた。Digital Personal Data Protection ActとMeitYの認定基準は、基盤インフラが外国所有であっても、意味のあるガードレールを設けている。
インフラ主権、すなわちクラウド、コンピュート、ネットワークの制御に関しては、前述の証拠が最も厳しい現実を示している。
モデル主権、すなわち重み、学習データ、アラインメント、評価の所有については、依然として理想にとどまる。Sarvamの1050億パラメータモデルには、重み、技術レポート、システムカードの公表がない。
アプリケーション主権、すなわちユーザー関係とワークフローを誰が所有するかについては、インドが最も強い立場にあると言える。インドのスタートアップが、国内市場向けにグローバルモデルの上に構築しているためだ。
標準主権、すなわちベンチマークと評価フレームワークを誰が定義するかについては、インドはほぼ完全に不在である。コミュニティがガバナンスするインド諸語（Indic）の評価スイートがなければ、インドのモデルは今後もサンフランシスコと北京で定められた基準で測られ続ける。
5つのレイヤーを互換的なものとして扱う公的レトリックは、政策の混乱と資本配分の誤りを招く。どのレイヤーを論じているのかを精密に特定すれば、戦略も投資もより研ぎ澄まされるはずだ。
政策が次に資金を投じるべき領域
今年初めに公表されたカーネギー国際平和財団の分析は、インドのAI戦略が、コンピュートインフラとインド諸語モデルにほぼ全振りする一方、データ品質、人材、研究の厚みを軽視してきたと論じた。上で記録したインフラ依存は、その診断を裏づける。政策はGPU調達を超え、特定の主権レイヤーに対処する手段へと進む必要がある。
最も差し迫った欠落はデータである。政府は、インド諸語と行政ワークフローのための共有公共データセットに資金を投じ、国内外のモデル開発者双方に、インドのユーザーをより良く支えるための原材料を提供すべきだ。高品質でキュレーションされた学習データは、国内ハイパースケーラーの構築に依存しない主権資産である。併せて、学術テストだけでなく実務タスク向けのベンチマークスイートが必要だ。そうすれば、調達判断をサミットの主張ではなく検証済みの性能に基づいて行える。技術レポート、システムカード、評価結果の公表を義務づけることを含むオープンなモデル評価基準は、公的資金や公式な推奨を受けるあらゆるモデルの条件とすべきである。
3つ目は人材の定着である。インドの大学における応用AIラボへの助成は、現在Google、Meta、OpenAIへと流出しているデプロイメントの専門性を国内に留める助けになる。
4つ目はインフラの分散である。国内クラウドの信頼性基準と移行目標は、突然の義務化による混乱を伴うことなく、時間をかけてハイパースケーラー依存を減らすための信頼できる道筋を作る。マルチベンダー調達ルールは、現行のDPIスタックが漂流するようにして陥った単一クラウドのロックインを防ぐ。そして、オープンウェイトのモデル公開へのインセンティブは、公的資金で賄われるAIが公的に監査可能であることを確保しつつ、エコシステムの発展を加速させる。
インドのIndiaAI Missionの予算は約11億ドルにすぎない。一方、OpenAIだけで180億ドル超を調達している。この非対称性を踏まえれば、公的資金をどう配分するかの精度は、総額以上に重要である。
なお残る機会の所在
依存は現実である。しかし機会もまた現実だ。新興のAIスタックにおいて、価値がモデル開発者やハイパースケーラーだけに蓄積するわけではない。投資可能なギャップは、インフラとエンドユーザーの間に存在する。すなわち、実運用におけるインド諸語でのモデル性能を検証できる評価ツール、エコシステムが必要とする学習・ファインチューニング用データセットをキュレーションするローカルなデータパイプライン、医療・農業・行政サービス提供といった分野でモデル規模よりドメイン知識が重要となる垂直型AIアプリケーション、英語ファーストのフロンティアモデルとインドの言語現実のギャップを埋める多言語音声プラットフォーム、そして企業が実験から本番へ移行するのを支えるエンタープライズのデプロイメントスタックである。
投資家にとっての問いは、どのモデルが勝つかではない。グローバルなAI能力とインド市場の現実をつなぐ「翻訳レイヤー」を誰が所有するかである。そこを押さえる企業は、基盤モデルがインド製であれ、米国製であれ、中国製であれ、恩恵を受ける。
テンプレートはすでに存在する
インドは以前にも同じことを成し遂げた。Unified Payments Interface（UPI）が成功したのは、インド発だったからではない。技術的にエレガントで、徹底してオープンで、人口規模での現実課題を解決したからだ。現在、UPIは月間160億件超の取引を処理し、シンガポールからフランスに至る国々で採用が進み、リアルタイム決済の世界的な参照アーキテクチャとなっている。
誰もUPIをソブリン決済インフラとは呼ばない。最高の決済インフラと呼ぶ。その違いこそ、インドのAIエコシステムが果たすべき転換である。この国には、そこへ到達する構造的優位がある。14億人の潜在ユーザー、巨大な開発者コミュニティ、そして世界最大級のAI企業が獲得を競う人材基盤である。問われているのは、エコシステムに、グローバル競争力を追求するための忍耐と資本と誠実さがあるのかどうかだ。政府サミットでの見出しの可視性に満足する一方で、インドの国民に実際にサービスを提供するプラットフォームがアマゾン・ウェブ・サービス上で動き続けることを許容するのかどうかが試されている。
