Nvidia se comprometió a alcanzar los 4 billones de dólares para el año 2030… Pero la inversión de 279 mil millones de dólares en memoria indica algo más.

Jensen Huang pasó esta semana estando detrás del número más impresionante en el ámbito tecnológico. Hace un año, en la misma conferencia de Goldman Sachs, predijo que el mercado de la IA alcanzaría…De $3 billones a $4 billones para el año 2030Esta semana, se volvió a insistir en ello; consideró que la construcción de la infraestructura de IA era “aún temprana”.Se deshizo de la idea de que el crecimiento se está deteniendo.Y consideró a las empresas que se esfuerzan por construir “fábricas de IA” como un apoyo para una nueva clase de activos.

Sería fácil clasificar esto como parte del optimismo de los fundadores y seguir adelante. Pero el esfuerzo continuo de Nvidia llevó a que, esa misma semana, Nvidia dijera a los inversores algo mucho más concreto… y también más complicado. El crecimiento es real, pero está limitado por factores físicos. Sin embargo, la forma en que Nvidia está tratando de alcanzar ese crecimiento ha cambiado silenciosamente la situación de riesgo. El número para el año 2030 es una promesa. Lo que Nvidia realmente hizo con su dinero es un hecho, y ese hecho merece más peso que la promesa.

Los números entregados no son objeto de disputa.

Comencemos con lo que Nvidia realmente informó. El último trimestreLos ingresos fueron de aproximadamente 96 mil millones de dólares, mucho más que los 92 mil millones de dólares esperados. Solo en el negocio de centros de datos, los ingresos sumaron unos 89 mil millones de dólares.La gestión logró un crecimiento de ingresos del 70% para el próximo año fiscal, algo mucho más alto que los aproximadamente 45% que estimaban los analistas. También dijeron que el crecimiento podría alcanzar el 100% si la empresa pudiera obtener suficientes componentes.

Ese no es el perfil de una empresa que pierde clientes. Es el perfil de una empresa que no puede crecer lo suficiente rápido.

El problema radica en la palabra “componentes”. El cuello de botella físico ha cambiado. Hace un año, se trataba de el embalaje avanzado y la fabricación de GPUs. Ahora, el problema se ha trasladado a un nivel inferior en la estructura: a la memoria. En particular, se trata de memoria de alto ancho de banda, o HBM. Es una memoria costosa que se encuentra junto al acelerador de inteligencia artificial y le proporciona datos para su funcionamiento. Nvidia dice que actualmente puede…Llenar solo alrededor del 70% de lo que los clientes desean pedir..

Y la memoria se ha vuelto muy costosa. La gerencia consideró que los costos de HBM eran “extremos”, superiores a sus propias predicciones.El margen bruto se reducirá aproximadamente al 74% para el trimestre actual. La cifra más baja será cerca del 71–72%, antes de estabilizarse en el rango de 72–73% para el año fiscal 2028.Eso es un descenso en comparación con los aproximadamente 75% actuales. Para ser claros, las ganancias absolutas siguen aumentando; Nvidia logra compensar los costos más altos a través de los precios de sus productos. Pero la tasa de crecimiento se está reduciendo, y ese es el primer signo de que la fase de expansión fácil de las ganancias ya ha terminado en este ciclo.

Los 279 mil millones de dólares…

Este es el número al que sigo volviendo constantemente. Para garantizar la memoria que necesita, Nvidia…Duplicó más que en un solo trimestre sus compromisos en materia de suministro y capacidad: pasaron de aproximadamente 119 mil millones de dólares a alrededor de 279 mil millones de dólares.Casi todo eso está reservado para HBM y DRAM. Se compra memoria años a priori, con la misma urgencia que se utilizaba en el caso de los componentes de empaquetamiento avanzado más escasos.

Ese aumento en la demanda es un signo claro de que ambos aspectos son importantes. Por un lado, es la prueba más sólida de que la dirección de la empresa cree que la demanda es real y duradera. Nadie firma acuerdos por valor de 279 mil millones de dólares contra una “burbuja” que espera que colapse. Esa es la parte de la demanda que representa el caso de Huang, expresada en dólares, en lugar de en retórica.

Por otro lado, un cambio significativo en las obligaciones es precisamente el tipo de escalada en la que dependen los ingresos futuros. Esto ocurre en un momento en el que las márgenes de beneficio están disminuyendo, debido a los componentes que constituyen dichas obligaciones. Cuanto mayor sea la apuesta, menor será la protección si la situación de la demanda empeora.

La segunda cosa que Huang hizo esta semana fue algo más discreto, pero sin duda más importante. No solo describió la infraestructura de IA como una nueva clase de activos inversionables; Nvidia ya ha comenzado a financiar esa clase de activos. La compañía reveló esto.Una plataforma de financiación de aproximadamente 500 mil millones de dólares, con socios como Apollo, BlackRock, Blackstone, Goldman Sachs y KKR.Por separado, sus compromisos financieros totales relacionados con acuerdos de suministro, contratos en la nube, arrendamientos y inversiones en acciones suman aproximadamente 366 mil millones de dólares.

Ese es el punto en el que vale la pena detenerse. En el modelo clásico, un fabricante de chips vende sus productos, y sus clientes asumen el riesgo de que las máquinas puedan generar ganancias reales. Ahora, Nvidia ayuda cada vez más a financiar a quienes compran sus chips: los “neoclouds” y las fábricas de IA financiadas por capital privado, que crecen más rápido que los grandes proveedores tradicionales. Cuando un proveedor comienza a financiar a sus propios clientes, el crecimiento a corto plazo se vuelve más sólido, y la posición de poder dentro del sistema aumenta. Una mayor parte de la demanda marginal proviene de los chips comprados con dinero obtenido como recompensa por la producción futura, en lugar de que sea el cliente final quien pague por los resultados finales de la IA.

Es aquí donde radica el argumento de “¿se trata de una burbuja?”, y este argumento tiene dos lados. La opinión escéptica no es que la IA sea falsa. Es que una parte significativa de los costos de desarrollo de la IA está financiada por Nvidia y otros proveedores, bajo la expectativa de que las “fábricas de IA” generarán suficientes ingresos para pagar la deuda. La perspectiva optimista es que los obstáculos físicos –como memoria, energía y embalaje– pueden resolverse, y entonces habrá un exceso de demanda. La pregunta es si el sistema de financiación logrará superar esos obstáculos.

Nada de esto representa una preocupación relacionada con la solvencia de Nvidia en sí. No lo consideraría así. El balance general de Nvidia es muy sólido: aproximadamente 127 mil millones de dólares en flujo de efectivo anual y efectivo neto. El aumento en el apalancamiento se debe a la base de clientes que Nvidia financia ahora; esto representa un riesgo de contraparte y sistémico, pero no una amenaza para los propios registros financieros de Nvidia.

¿Qué hacer al respecto?

Así que no deben descartar la predicción para el año 2030. Cuatro años después, esa predicción está muy por encima de cualquier resultado operativo real. La persona que se beneficia más con su cumplimiento es aquella que tiene acceso a ese resultado. Por lo tanto, se trata de una afirmación útil sobre la dirección en la que Nvidia está apostando, pero no de un hecho relacionado con la ejecución de sus planes.

Lo que está en marcha hoy es más restrictivo y agresivo: el 70% de crecimiento guiado, una compresión real de las ganancias basada en la memoria de los clientes, y un cambio significativo en el compromiso de compra, de 279 mil millones de dólares. La acción, por su parte, ha caído durante la semana pasada, incluso después de los informes positivos – en aproximadamente un 4% en cinco días, aunque sigue aumentando un 17% este año. El mercado interpretó las noticias sobre las ganancias como algo más valioso que lo prometido. Eso es, por lo general, la situación correcta.

La pregunta real no es si Jensen tiene razón en lo que respecta al año 2030. La cuestión es si el crecimiento que se obtiene ahora se logra con fondos provenientes de los usuarios finales o si se financia basándose en la confianza de estos últimos. Esto se podrá observar en los próximos trimestres. Lo importante es ver si las fábricas de IA recién financiadas logran convertir sus GPU en ingresos y flujo de efectivo a tiempo para poder pagar la deuda que se necesita para su financiación. Deben observarse los indicadores de márgenes; si mantienen un nivel cercano al 74%, eso sería bueno. Pero si caen hacia el rango de 71–72%, entonces habría problemas. Además, hay que ver si las promesas de crecimiento continúan aumentando. Esos dos números te dirán cuánto cuesta esa promesa y qué puede fallar primero si no se cumple.