La narrativa de Nvidia ha dejado de ser una cuestión de crecimiento para convertirse en un ejercicio de física pura: ¿cuánta energía, capital y silicio puede absorber el mercado antes de que la presión interna comience a ceder? Con unos ingresos trimestrales de 81.600 millones de dólares, un salto del 85% interanual, la compañía ha pulverizado nuevamente las estimaciones de Wall Street. Pero la reacción post-mercado, con una ligera caída tras el cierre, nos dice que el mercado ya no se conforma con sorpresas positivas. El perfeccionismo es ahora el estándar mínimo.
La ilusión del crecimiento infinito y la tiranía de las expectativas
Lo que me parece más sintomático no es la cifra de ingresos, sino la estructura de sus márgenes. Un margen bruto del 74,9% es una anomalía histórica en la industria de hardware, pero quedó ligeramente por debajo del 75,1% proyectado. En cualquier otro sector, esto sería ruido irrelevante. En el ecosistema de Nvidia, es la señal que los algoritmos de trading esperaban para recoger beneficios. Es una advertencia clara: la eficiencia operativa ya no es negociable cuando tus clientes —Meta, Microsoft, Amazon— están invirtiendo colectivamente más de 700.000 millones de dólares anuales en infraestructura de inteligencia artificial.
El anuncio de una recompra de acciones por 80.000 millones de dólares y el aumento del dividendo son movimientos estratégicos destinados a contener la volatilidad y mantener a los accionistas institucionales tranquilos. Es una forma de decir: "tenemos tanto efectivo que no sabemos qué hacer con él". Pero este movimiento también sugiere una madurez forzada. Nvidia sabe que la euforia de las compras de capital (CapEx) de sus clientes no puede sostenerse a este ritmo exponencial para siempre. Están blindando el valor de la acción ante una posible desaceleración en la construcción de los llamados "centros de datos de IA".
El riesgo real: el cambio de paradigma hacia la inferencia
Si bien los ingresos del segmento de centros de datos alcanzaron los 75.200 millones de dólares, el verdadero campo de batalla ya no es el entrenamiento de modelos, sino la inferencia. Es aquí donde la competencia deja de ser teórica. Google con sus TPU y Amazon con Trainium no están intentando derrotar a Nvidia en una guerra de especificaciones técnicas; están intentando cambiar el modelo de negocio de los centros de datos para reducir la dependencia del ecosistema cerrado de Jensen Huang. Para un CTO, la lealtad a Nvidia es cara y, sobre todo, arriesgada si se puede lograr el mismo resultado con hardware propio a una fracción del costo.
El detalle que importa es que el gigante ha dejado fuera de su previsión de 91.000 millones de dólares para el próximo trimestre cualquier venta de cómputo para centros de datos en China. Esto no es solo una concesión a la realidad geopolítica; es un reconocimiento de que su mercado direccionable tiene límites geográficos. La empresa vive hoy una paradoja: mientras sus ventas se aceleran, su exposición a los riesgos de la cadena de suministro y a la saturación de capital de sus clientes aumenta proporcionalmente.
Honestamente, el mercado está siendo más cauto de lo que sugieren los titulares. Las opciones financieras que preveían un movimiento de volatilidad del 6,5% tras los resultados confirman que el escepticismo existe, incluso entre los más optimistas. Hay una fricción palpable entre la narrativa de la "expansión de infraestructura más grande de la historia" y la realidad física de cuántos centros de datos pueden construirse realmente en un año. No todos los clientes tienen la capacidad técnica o la infraestructura eléctrica para albergar los sistemas que Nvidia les envía.
Mi lectura es distinta a la euforia generalizada: Nvidia ha alcanzado el cenit de su fase de expansión agresiva. La pregunta para los próximos trimestres no será cuánto pueden vender, sino cuánta fricción encontrarán en la adopción masiva de la inferencia por parte de las empresas que compraron chips para entrenar modelos que aún no generan retornos claros. El sector debe vigilar de cerca no la capacidad de fabricación, sino la rentabilidad de las aplicaciones finales de sus clientes. Si el flujo de caja del lado de la IA no se traduce en ingresos reales para Microsoft o Meta, el grifo del gasto se cerrará. Y cuando el gasto se contrae, el primero que sufre es el proveedor de la infraestructura base.
