La curva de inteligencia artificial de Nvidia enfrenta problemas de ejecución. La previsión de que se utilizarán 1 billón de dólares en este campo depende, en gran medida, de cómo se ejecute esa tecnología.

El último pronóstico de Nvidia no es simplemente un número; es una descripción detallada de la infraestructura de inteligencia artificial en el futuro. El director ejecutivo, Jensen Huang, ha proyectado que las ventas de los chips principales de su empresa para la inteligencia artificial, como los sistemas Grace Blackwell y Vera Rubin, superarán los objetivos establecidos.1 billón de dólares en los próximos dos años.Esto representa una duplicación drástica con respecto a las 500 mil millones de dólares que la empresa había estimado para el período 2025-2026. La magnitud de este aumento indica que nos encontramos en una fase de adopción muy rápida y acelerada; la demanda ya no es lineal, sino exponencial.

Crucialmente, esta cifra de mil millones de dólares solo abarca la capa de hardware básica. No incluye las nuevas plataformas que Nvidia presentó en su reciente conferencia GTC, como los sistemas basados en Groq, diseñados para la inferencia de datos en inteligencia artificial. Como explicó Huang, la cifra final probablemente será mayor, con un límite teórico de…1.25 billones de dólaresCuando se tienen en cuenta esos productos adicionales, esa distinción cobra importancia. El “S-curve” de 1 billón de dólares se refiere a la infraestructura informática dominante que ya está siendo implementada a gran escala. Por otro lado, las plataformas emergentes representan la próxima ola de especializaciones tecnológicas.

Esta previsión se alinea perfectamente con las curvas de adopción comprimidas que observamos en todas las generaciones tecnológicas. Los datos relacionados con la innovación muestran un patrón constante: el tiempo necesario para alcanzar una penetración del 50% en el mercado está disminuyendo constantemente. Desde el proceso de desarrollo de herramientas de IA, que duró 56 años, hasta el momento en que estas herramientas logran ese objetivo en solo tres años, cada nueva tecnología llega más rápido que la anterior. El objetivo de Nvidia de alcanzar una cifra de mil millones de dólares representa la expresión financiera de esta compresión. Esto refleja un mundo donde la inteligencia artificial pasa de ser una capacidad de nicho a convertirse en el sistema operativo fundamental para la gestión de información. Las necesidades de computación de la inteligencia artificial se multiplican por millones en tan solo dos años. La empresa está construyendo las bases para este nuevo paradigma, y las previsiones indican que estos esfuerzos están avanzando a un ritmo sin precedentes.

La construcción de la infraestructura: Factores que impulsan y obstáculos que dificultan su desarrollo

La curva en forma de “S” de miles de millones de dólares está impulsada por un cambio fundamental en la forma en que se utiliza la inteligencia artificial. Pero la pendiente de esta curva depende de cómo se resuelvan los nuevos problemas físicos que surgen al utilizar la inteligencia artificial. El factor principal que impulsa esta tendencia es el hecho de que ahora se necesita ejecutar modelos masivos a gran escala. Esta “inversión en tecnologías de inferencia”, como la llama el director ejecutivo Jensen Huang, es donde se requiere una mayor capacidad computacional para poder manejar estos modelos.Ha aumentado en 1 millón de veces en los últimos dos años.Esto no se trata simplemente de un procesamiento más eficiente; se trata de un cambio de paradigma hacia la inteligencia artificial basada en agentes y la implementación en tiempo real. Esto crea una nueva clase de cargas de trabajo que requiere un cálculo continuo y con baja latencia. El mercado ya no espera por el próximo modelo revolucionario; está trabajando para implementar los modelos que ya existen.

Pero esta demanda explosiva se enfrenta a un límite muy alto: la energía necesaria para el funcionamiento de los centros de datos. Se proyecta que el consumo de energía en estos centros aumentará significativamente.Triple en el año 2030El acceso a la red se ha convertido en un nuevo punto estratégico crítico. Esto genera una competencia por obtener fuentes de energía con bajas emisiones de carbono y capacidades de transmisión de datos. Como se puede ver en los planes detallados de empresas como Jet.AI, estas buscan garantizar el uso de energía hidroeléctrica y eólica en los nuevos campus. Para Nvidia y sus clientes, la cuestión ya no se refiere únicamente al diseño de los chips, sino también al tamaño físico del propio centro de datos. Los anuncios de Nvidia sobre los chips que utiliza indican hasta qué punto esta infraestructura puede requerir soluciones extremas.

Los limitaciones en la cadena de suministro agregan otro nivel de complicaciones. La industria sigue siendo vulnerable a las escasez de componentes críticos, como la memoria de alto ancho de banda y los semiconductores avanzados. Hay evidencias que indican que la concentración de la producción de materiales esenciales está en manos de una sola nación. Esto crea un riesgo sistémico para cualquier organización que dependa del uso de la inteligencia artificial. Mientras que Nvidia está trabajando para asegurar su propia provisión de recursos, la industria en general enfrenta una vulnerabilidad en materia de infraestructura: la capacidad de escalar el procesamiento es tan rápida como lo que ocurre en el enlace más lento de la cadena de suministro física.

En resumen, la trayectoria de la curva en forma de “S” no está garantizada. Depende de cómo se resuelvan tres problemas fundamentales: el cambio hacia cargas de trabajo de tipo inferencial, el enorme consumo de energía y la fragilidad de la cadena de suministro física. Las proyecciones de Nvidia asumen que estos obstáculos pueden ser superados, pero la volatilidad reciente en los precios de las acciones indica que los inversores son escépticos. La capacidad de la empresa para enfrentar estos desafíos determinará si la proyección de mil millones de dólares se convertirá en un camino sin problemas o si será un ascenso difícil, lleno de obstáculos físicos y logísticos.

Impacto financiero y posicionamiento competitivo

La previsión de que los costos ascenderán a miles de millones de dólares es una perspectiva interesante. Pero el mercado está comprobando la solidez de esta predicción. Los datos financieros recientes de Nvidia muestran un crecimiento explosivo. Sin embargo, el escepticismo de los inversores sigue siendo evidente. Los ingresos de la empresa en el cuarto trimestre aumentaron significativamente.El 73% corresponde a los 68.1 mil millones de dólares.Las estimaciones son bastante decepcionantes. Sin embargo, las acciones cayeron un 5.5% al recibir esa noticia, lo que representa la peor caída en un solo día en el último año. Esta reacción destaca una tensión importante: el mercado celebra el aumento de las inversiones en IA, pero también cuestiona la sostenibilidad de esta tendencia en el futuro.

Este escepticismo se refleja en el rendimiento reciente de las acciones. Aunque las acciones han ganado un 1.9% en los últimos 120 días, han disminuido un 4% en los últimos 20 días. La volatilidad indica que la facilidad con la que se obtiene dinero durante la fase inicial de adopción puede estar disminuyendo. Las acciones ahora reflejan los desafíos que implica mantener esa tasa de crecimiento. Existen preocupaciones sobre si los gastos actuales en IA podrán continuar durante los próximos años, y si Nvidia seguirá siendo la empresa dominante a medida que las cargas de trabajo pasen del entrenamiento de modelos a la inferencia en tiempo real.

Para defender su capa de infraestructura, Nvidia está tomando medidas estratégicas agresivas. La empresa está expandiéndose al mercado de las CPU y licenciando la tecnología de Groq para competir directamente en las tareas de inferencia, donde sus GPU enfrentan una competencia más feroz. Este es un paso claro para consolidar su posición como el componente clave en todo el ciclo de desarrollo del área de IA. El director ejecutivo, Jensen Huang, describió esto como una “inversión en la competencia en la etapa de inferencia”, donde la demanda sigue aumentando constantemente. La previsión de que los negocios relacionados con este área alcancen los 1 billón de dólares representa la expresión financiera de esta estrategia, con el objetivo de fidelizar a los clientes tanto en las fases de entrenamiento como de inferencia.

En resumen, la trayectoria de crecimiento de Nvidia depende de su capacidad para llevar a cabo esta transición. La empresa apuesta por su dominio en el área de entrenamiento de datos, así como por sus nuevas iniciativas en el área de inferencia, lo cual permitirá que el negocio se desarrolle de manera sostenible a largo plazo. El reciente descenso de las acciones del precio de las mismas muestra que el mercado aún no está convencido. Para que este pronóstico sea válido, Nvidia debe no solo cumplir con sus objetivos ambiciosos, sino también superar los obstáculos competitivos y logísticos que amenazan la construcción de la infraestructura de inteligencia artificial. La próxima fase de su trayectoria de crecimiento se centrará en la retención y expansión de sus clientes, no solo en la adopción inicial de sus productos.

Catalizadores, riesgos y lo que hay que tener en cuenta

La tesis de los 1 billones de dólares ahora se ha convertido en un experimento real. En los próximos trimestres, se verá si Nvidia puede traducir sus pronósticos audaces en resultados concretos y visibles. El factor clave es el crecimiento de los ingresos, que no solo coincide con las expectativas, sino que además supera las expectativas.El 73% de los ingresos se registraron en el cuarto trimestre.Los inversores deben asegurarse de que este ritmo se mantenga, especialmente en el mercado de inteligencia artificial, donde la empresa está compitiendo de manera más agresiva. Cualquier desaceleración podría poner en peligro la sostenibilidad de las inversiones en IA y la idea de que la demanda seguirá aumentando constantemente.

Un segundo punto crítico es el lanzamiento comercial de las nuevas plataformas. Los sistemas basados en Groq, presentados en GTC, no son simplemente anuncios; son una apuesta por la capacidad de Nvidia para gestionar los trabajos de inferencia de manera eficiente. El progreso en estas alianzas, así como en el ecosistema más amplio de infraestructuras de energía, será un indicador clave de si se pueden superar los limitaciones físicas relacionadas con la energía y el suministro. El mercado está pendiente de logros que demuestren que la empresa puede escalar su capa de computación sin enfrentarse a cuellos de botella relacionados con la energía o los componentes, lo cual podría amenazar toda la curva S.

El riesgo más importante radica en la ejecución de los planes. ¿Podrá la cadena de suministro de Nvidia y sus alianzas con proveedores de energía manejar la demanda prevista? La concentración de los materiales críticos, donde aproximadamente el 90% del procesamiento de tierras raras está controlado por una sola nación, crea una vulnerabilidad sistémica.Eso afecta a cualquier organización que depende de operaciones basadas en la inteligencia artificial.La volatilidad de las acciones de la empresa en los últimos tiempos indica que el mercado ya tiene en cuenta este tipo de incertidumbres. En resumen, la previsión de que se produzca un aumento constante en la adopción de esta tecnología implica que todo vaya bien. Los próximos trimestres nos revelarán si se está construyendo una infraestructura suficiente para respaldar ese aumento.