Abierto o cerrado: la decisión que define a tu startup de IA en 2026

El debate que TechCrunch Disrupt 2026 pone sobre la mesa

El 18 de septiembre, TechCrunch anunció que Nader Khalil (Director de Developer Tech de Nvidia) y Sydney Sykes (Global Head of VC Partnerships de Nvidia) encabezarán la sesión The Open vs. Closed AI Debate Is Just Getting Started en el escenario Builders Stage de TechCrunch Disrupt 2026, que se celebrará del 13 al 15 de octubre en San Francisco.

No es una charla filosófica sobre código abierto. Es una decisión de negocio que cada founder está tomando ahora mismo: ¿construyes sobre un modelo propietario para acelerar el time-to-market, eliges un modelo abierto para ganar control, haces fine-tuning propio, corres local, combinas varios, o cambias de estrategia en seis meses cuando la economía y las capacidades se muevan otra vez? Esa elección condiciona costos, infraestructura, márgenes, diferenciación, velocidad y control. Y, según la pieza original de TechCrunch, Nvidia ha dejado de plantearlo como una disyuntiva: en GTC a principios de 2026, su CEO Jensen Huang sostuvo que el futuro no es "propietario versus abierto", sino "propietario y abierto".

La señal del mercado: Salesforce ya lo está haciendo

La prueba más reciente de que el debate dejó de ser teórico es Koa, el modelo de razonamiento para CRM que Salesforce anunció el 15 de septiembre de 2026 junto a Nvidia. Según el comunicado oficial recogido por Pipeline Publishing, Koa fue construido haciendo post-training de NVIDIA Nemotron 3 Super con un dataset sintético propietario basado en 27 años de inteligencia de CRM. Salesforce controla los pesos, ejecuta el post-training y la inferencia dentro de su propio trust boundary y afirma tres veces menos errores en su propio benchmark de CRM frente a modelos líderes. Pilotos confirmados: 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine y Xero.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Lo interesante no es solo la cifra, sino el patrón: Salesforce ya tenía a Claude como modelo por defecto en Slack desde finales de agosto y partnerships ampliados con Google Cloud y AWS. Ahora suma un modelo propio. Está comprando a todos y construyendo en paralelo — exactamente el tipo de hedge que un founder pequeño debería copiar.

El cambio de Nvidia: de vender chips a marcar la agenda

En julio de 2026, Nvidia dijo que 145 papers aceptados en ICML 2026 citaban sus modelos y datasets abiertos Nemotron, junto a investigación en robótica, vehículos autónomos y biomedicina. Poco después, según reportó CNBC el 11 de agosto, Nvidia lanzó Nemotron 3.5 Lightning, un modelo lightweight que corre en una sola GPU de laptop o desktop, descargable gratis desde Hugging Face y la web de Nvidia, y probado por CrowdStrike, CodeRabbit y Harvey. La compañía también liberó NeMo Switchyard, un software que elige el modelo más barato y apropiado para cada tarea — exactamente la pieza que faltaba para que un founder orqueste varios modelos sin escribir un router propio.

Y el 11 de marzo de 2026 llegó Nemotron 3 Super, un modelo abierto de 120.000 millones de parámetros diseñado para cargas agentic. El mensaje implícito: Nvidia ya no compite solo vendiendo GPUs; define el estándar de qué "IA abierta" significa a escala enterprise.

¿Qué cambia para tu startup? El cálculo real detrás de la decisión

El artículo original lo dice con claridad: "Your model isn't your moat — until it is". Si tu competidor puede llamar a la misma API, la diferenciación tiene que venir de otro lado — datos propietarios, workflow, distribución, relación con el cliente o experiencia de producto. Pero elegir un modelo abierto tampoco regala un foso: ganas flexibilidad y control, pero asumes decisiones de despliegue, optimización e infraestructura, y la economía cambia según la carga y la escala.

Las preguntas que Khalil y Sykes llevarán al Builders Stage son las mismas que cualquier founder debería responderse antes de escribir la siguiente línea de código:

Si dos modelos entregan resultados similares, ¿gana el de menor costo?
¿Qué pasa si uno te da más control sobre tus datos?
¿Tener más capas del stack crea defensibilidad real o solo infraestructura que mantener?
Si el mejor modelo cambia cada pocos meses, ¿qué tan acoplado debe estar tu producto a uno solo?

Qué significa esto para tu startup

El error caro en 2026 ya no es elegir el "modelo equivocado" — es casarse con él. Tres movimientos concretos que podés aplicar esta semana:

Diseñá tu producto con una capa de abstracción de modelo desde el día uno. Si tu código llama directamente a gpt-4 o claude-3, migrar después costará semanas. Envoltorios tipo NeMo Switchyard o un router propio de dos líneas (input → clasificador → API) te dejan cambiar de proveedor en horas, no en sprints. Salesforce hace exactamente eso: Claude para Slack, Koa para CRM, GPT/Anthropic vía partnerships.
Medí costo por tarea, no por token. El benchmark de Salesforce habla de "tres veces menos errores" en acciones de CRM — un métrica de outcome, no de tokens. Para tu startup, traducí cualquier decisión de modelo a costo por resolución (ticket cerrado, lead calificado, caso ruteado). Ahí es donde el modelo abierto suele ganar en producción aunque el token sea más caro.
Mapeá qué parte de tu moat depende del modelo y qué parte no. Si respondés "el modelo" en más del 30%, tenés un problema de defensibilidad. Movés ese porcentaje a datos propietarios, workflow embebido o distribución. Si respondés "los datos y el workflow", podés elegir abierto o cerrado según economics — y eso es opcionalidad real.

La sesión del Builders Stage apunta exactamente a ese público: founders que necesitan entender la tradeoff, inversores que deben distinguir defensibilidad genuina de una capa fina sobre el modelo de otro, y líderes de línea que toman decisiones de procurement con consecuencias a 18 meses.