Dirigenti Nvidia si scontrano su AI aperta vs chiusa al TechCrunch Disrupt 2026

Al Builders Stage del TechCrunch Disrupt 2026 a San Francisco, il responsabile delle piattaforme AI di Nvidia, Nader Khalil, e la senior VP delle partnership ecosistemiche, Sydney Sykes, hanno dibattuto su una domanda che sta rimodellando il panorama del venture capital: le startup AI di nuova generazione dovrebbero adottare un modello open‑source o puntare su sistemi proprietari e chiusi?

Khalil ha sostenuto che gli ecosistemi AI aperti accelerano l’adozione da parte degli sviluppatori, riducono i costi di acquisizione dei clienti e generano effetti di rete monetizzabili tramite layer API, licenze sui dati e supporto premium. Ha citato CUDA di Nvidia e la rapida crescita delle comunità di modelli aperti come prova che l’apertura può tradursi in un fossato difendibile quando è combinata con hardware ad alte prestazioni e un marketplace solido. Dal punto di vista dell’efficienza del capitale, Khalil ha osservato che i modelli aperti riducono la necessità di ingenti spese di calcolo, permettendo ai fondatori in fase seed di iterare più rapidamente e preservare il runway.

Sykes ha ribattuto che le stack AI chiuse dominano ancora i contratti enterprise di alto valore, dove la privacy dei dati, la conformità e le garanzie di prestazioni sono imprescindibili. Ha sottolineato il recente investimento di 2 miliardi di dollari di Nvidia nel DGX Cloud, un’offerta strettamente integrata che combina hardware, software e servizi. Per gli investitori, Sykes ha affermato, un modello chiuso semplifica la valutazione: i ricavi sono legati a contratti SaaS ricorrenti e alle vendite di hardware, rendendo il potenziale più prevedibile rispetto alle economie speculative basate su token che spesso accompagnano i progetti open‑source.

Il dibattito ha evidenziato un segnale di mercato più profondo. Le società di venture capital stanno segmentando sempre più le loro tesi AI: fondi come Andreessen Horowitz e Sequoia puntano su infrastrutture open‑source sfruttabili in molteplici verticali, mentre altri come Coatue e Insight Partners si stanno concentrando su piattaforme AI chiuse che promettono lock‑in enterprise. La divisione dei finanziamenti rispecchia il calcolo rischio‑rendimento: i modelli aperti attraggono capitali early‑stage ad alta spesa, mentre i modelli chiusi comandano round di fase avanzata con valutazioni più alte.

Per i fondatori, la lezione è pragmatica: scegliere il modello che si allinea con la tempistica di go‑to‑market e le limitazioni di capitale. Un approccio aperto può ottenere trazione precoce e il favore della community, ma deve essere supportato da un chiaro percorso di monetizzazione oltre il livello gratuito. Al contrario, una strategia chiusa richiede un investimento iniziale più consistente in calcolo e talenti, ma può giustificare prezzi premium una volta raggiunto il product‑market fit.

Khalil e Sykes hanno lasciato il palco senza un consenso, ma il dibattito stesso è un indicatore precoce. Man mano che gli agenti AI diventano più autonomi e integrati nei flussi di lavoro aziendali, la decisione tra aperto e chiuso determinerà non solo l’architettura tecnica, ma anche la forma della prossima ondata di finanziamenti AI.

Foto: Brecht Corbeel / Unsplash (https://unsplash.com/@brechtcorbeel)