56% dintre modelele AI suverane pornesc de la tehnologii străine. Llama este baza preferată la nivel global

Adaugă-ne ca sursă preferată în Google

Urmărește-ne in Discover

Mai mult de jumătate dintre modelele lingvistice (LLM) dezvoltate în cadrul proiectelor de AI suverană pornesc de la tehnologii create în alte țări. Modelele adaptate reprezintă 56% din totalul analizat în prima jumătate a lui 2026, se arată într-un studiu Counterpoint Research.

Cea mai utilizată bază este Meta Llama, care reprezintă 38% dintre modelele suverane adaptate. Alibaba Qwen și Mistral din Franța sunt printre principalele modele folosite ca punct de plecare.

Llama domină modelele adaptate

Counterpoint Research a analizat peste 170 de modele lingvistice dezvoltate în peste 55 de țări. Cercetarea a inclus Orientul Mijlociu, Europa Centrală și de Est, Europa de Vest, Asia-Pacific, Asia Centrală, Africa, Canada și America Latină și Caraibe.

Rezultatele arată că multe țări aleg să combine modele dezvoltate local de la zero cu modele adaptate. Strategia permite obținerea unor sisteme optimizate pentru limbile și nevoile locale fără costurile și infrastructura necesare pentru construirea unui model fundamental complet nou.

Meta Llama este cea mai folosită bază străină pentru aceste modele și ocupă primul loc în toate regiunile analizate de Counterpoint.

Situația arată și o limită importantă pentru conceptul de AI suveran. Un model poate fi controlat și operat local, dar să aibă la bază o tehnologie dezvoltată în altă țară.

Counterpoint’s Sovereign AI LLM Share of Adapted Models by Base Model Family

Qwen câștigă teren în mai multe regiuni

Alibaba Qwen se află imediat în spatele Llama și este utilizat tot mai mult pentru dezvoltarea unor modele adaptate la cerințele locale.

Counterpoint observă o utilizare importantă a Qwen în Europa Centrală și de Est, Asia-Pacific și Africa. Capacitățile multilingve ale familiei și arhitectura modelelor cu acces deschis facilitează adaptarea pentru limbile locale.

Această evoluție duce și la o diversificare a bazelor folosite de proiectele naționale. Pe lângă Llama și Qwen, cercetarea identifică modele precum Mistral, Gemma, NVIDIA Nemotron și DeepSeek.

Folosirea mai multor familii reduce dependența de un singur furnizor de modele.

Mistral are o poziție importantă în Europa

Mistral, dezvoltat în Franța, este un alt model important pentru proiectele AI suverane. Compania și-a consolidat poziția în Europa și are o prezență tot mai vizibilă în Orientul Mijlociu.

În studiu sunt menționate și parteneriatele strategice din regiune, precum colaborarea cu G42 din Emiratele Arabe Unite. Mistral are, de asemenea, utilizări în Europa Centrală și de Est și în Asia-Pacific.

În acest context, modelele occidentale și cele dezvoltate în China ajung să fie folosite ca fundație pentru proiecte AI din mai multe zone ale lumii.

AI suveran nu înseamnă neapărat un model construit de la zero

Marc Einstein, Research Director la Counterpoint Research, spune că suveranitatea AI trebuie privită ca un proces, nu ca o separare completă de tehnologiile străine.

„AI-ul suveran înseamnă control și autonomie strategică, dar controlul este un continuum, nu un comutator”, a declarat Einstein.

El a adăugat că o ceva mai mult de jumătate dintre modelele considerate suverane sunt adaptate de la baze open-source străine, ceea ce arată că autonomia completă este încă rară.

În același timp, cercetarea indică o schimbare de direcție. Tot mai multe țări încearcă să dezvolte modele fundamentale proprii, antrenate de la zero pe date locale.

Construirea unui model propriu rămâne dificilă

Dezvoltarea unui model fundamental presupune investiții mult mai mari decât adaptarea unui model existent. Sunt necesare infrastructură de calcul, cantități mari de date și resurse pentru antrenare și operare.

Din acest motiv, multe state aleg în prezent o abordare mixtă. Un model existent poate fi adaptat pentru limba și particularitățile locale, în timp ce proiectele naționale mai mature încearcă să dezvolte treptat propriile modele fundamentale.

Counterpoint a analizat în cadrul aceluiași proiect și infrastructura de cipuri utilizată pentru antrenarea și rularea modelelor, precum și nivelul de proprietate locală, acoperirea limbilor și utilizarea în aplicații.

Datele sugerează astfel că AI-ul suveran se află încă într-o etapă de tranziție. Țările încearcă să obțină mai mult control asupra tehnologiei, dar pentru multe dintre ele soluția actuală pornește încă de la modele dezvoltate în afara granițelor.

Pe măsură ce proiectele locale se maturizează, direcția urmărită este trecerea de la simpla adaptare a modelelor existente la dezvoltarea unor sisteme construite de la zero, cu date, infrastructură și obiective stabilite la nivel național.