Jensen Huang dice que Nvidia puede aumentar sus ingresos un 70% el próximo año a medida que crece la demanda de infraestructura de IA

El CEO de Nvidia, Jensen Huang, reafirmó su previsión de que los ingresos de la compañía podrían crecer un 70% el próximo año, argumentando que la posición de Nvidia en toda la cadena de suministro de IA le da una visibilidad inusual sobre la demanda futura.

Al hablar en la conferencia Goldman Sachs Communacopia + Technology el 10 de septiembre, Huang dijo que el papel de Nvidia ahora va mucho más allá de vender procesadores individuales. La compañía suministra sistemas, redes, software e infraestructura utilizados por laboratorios de IA, proveedores de nube, startups y operadores de centros de datos. Esa amplitud, sostuvo, respalda un crecimiento continuado incluso cuando grandes clientes y competidores desarrollan sus propios chips de IA.

La previsión es una expectativa a nivel de compañía repetida por Huang, no una proyección verificada de forma independiente. TechCrunch informó que los analistas esperan que Nvidia cierre su ejercicio fiscal actual con unos 400.000 millones de dólares en ingresos; un aumento del 70% implicaría aproximadamente 680.000 millones de dólares al año siguiente.

La apuesta de Nvidia por la infraestructura de IA de pila completa

El argumento central de Huang es que Nvidia no debe evaluarse como un proveedor convencional de chips. Describió los sistemas modernos de Nvidia como plataformas informáticas a gran escala que combinan procesadores, redes, memoria, refrigeración y otros componentes. En su ejemplo, un sistema puede incluir 36 CPU Grace y 72 GPU Blackwell conectadas a través de NVLink.

La escala de esos sistemas ayuda a explicar el crecimiento del valor medio de venta de Nvidia. Huang dijo que un sistema integrado de GPU puede costar unos 8,5 millones de dólares y contener aproximadamente dos millones de piezas. También dijo que los pedidos del sistema informático Grace y Blackwell crecían un 27% mes a mes, aunque esa cifra procedía del director ejecutivo y no estaba respaldada en el material fuente por un desglose de ventas independiente.

Para los creadores de IA y los compradores empresariales, la distinción importa. La demanda se está desplazando cada vez más de la compra de aceleradores aislados a la implantación de clústeres completos capaces de entrenar y servir modelos. Eso eleva el valor de la integración y del rendimiento en todo el sistema, pero también aumenta la dependencia del cliente del hardware, la pila de software y la cadena de suministro de un solo proveedor.

Por qué Huang espera que la demanda continúe

Huang dijo que Nvidia puede ver actividad en casi todas las capas del mercado de IA. Citó relaciones con desarrolladores de modelos, entre ellos Anthropic, OpenAI y Google, así como con clientes que usan modelos de peso abierto. También señaló a proveedores, fabricantes de equipos originales, empresas de nube, las llamadas neoclouds y startups nativas de IA.

Según Huang, Nvidia sigue proyectos de centros de datos vigilando terrenos, energía disponible e instalaciones parcialmente construidas en todo el mundo. Esa información, combinada con informes de socios, da a la compañía una visión de la capacidad informática planificada antes de que aparezca en los ingresos trimestrales.

Ese es el fundamento de su tesis alcista: si más empresas de IA están recaudando capital, reservando energía, construyendo centros de datos y entrenando modelos cada vez más capaces, Nvidia espera suministrar gran parte del equipo necesario para operarlos. Por tanto, la exposición de la compañía se distribuye entre muchos clientes y aplicaciones, aunque la demanda subyacente siga concentrada en la infraestructura de IA.

El argumento también refleja una realidad competitiva. Amazon, Microsoft y Google están desarrollando sus propios chips de IA, mientras que Anthropic y OpenAI, según informes, persiguen esfuerzos de hardware personalizado. Cerebras y startups como Etched están apuntando a partes del mercado de aceleradores. Esas iniciativas podrían reducir la dependencia de Nvidia con el tiempo, pero la posición de Huang es que la amplia plataforma de Nvidia y su ecosistema consolidado siguen siendo difíciles de reemplazar rápidamente.

Evidencias, afirmaciones y la cuestión de los acuerdos circulares

Las afirmaciones más sólidas sobre crecimiento y demanda en esta historia son declaraciones de directivos recogidas por TechCrunch. Según el informe, la previsión de ingresos del 70% de Nvidia se dio a conocer por primera vez cuando la compañía informó de otro trimestre récord, y Huang la repitió en el evento de Goldman Sachs. El artículo no aportó una nueva presentación financiera formal ni un calendario de pedidos por cliente que validara la previsión.

Huang también recibió preguntas sobre inversiones de Nvidia en empresas que luego compran productos de Nvidia. Los críticos han descrito estos acuerdos como negocios circulares porque el capital aportado por Nvidia puede ayudar a financiar a clientes que luego gastan en su hardware. La estructura ha sido comparada con ciclos anteriores de infraestructura tecnológica en los que los proveedores apoyaban la demanda entre sus propios clientes.

Huang rechazó esa caracterización. Dijo que Nvidia solo invierte después de confirmar que una empresa tiene contratos reales con clientes y afirmó haber visto aproximadamente 100.000 millones de dólares en dichos contratos. No proporcionó en el material fuente una lista detallada de esos contratos, su calendario ni la parte atribuible a los ingresos de Nvidia.

Eso hace que el asunto sea importante para inversores y observadores empresariales. Las inversiones de capital pueden fortalecer un ecosistema y ayudar a empresas prometedoras de IA a asegurar infraestructura, pero también pueden dificultar la interpretación de la demanda reportada. Los compradores y analistas tendrán que distinguir el uso final por parte del cliente de los gastos respaldados por relaciones de financiación.

Qué significa la previsión para los creadores de IA y las empresas

Si la proyección de Huang resulta acertada, los creadores de IA probablemente seguirán enfrentándose a un mercado en el que el acceso a la computación avanzada es tan importante como el diseño del modelo. Las startups quizá necesiten asegurar capacidad antes, comprometerse a contratos de infraestructura más largos o trabajar a través de proveedores de nube y neocloud en lugar de comprar sistemas directamente.

Para las empresas, la expansión de Nvidia podría traer opciones de despliegue más maduras, incluidos sistemas integrados basados en Blackwell, Grace y NVLink. También podría reforzar los costes de cambio. Los equipos que optimizan modelos, sistemas de monitorización y software para la plataforma de Nvidia pueden encontrar costoso pasar a chips de IA competidores, incluso cuando las alternativas ofrezcan precios más bajos o mejor rendimiento para cargas de trabajo específicas.

El principal riesgo es la eficiencia. TechCrunch señaló que gran parte de la expansión actual está impulsada por empresas nativas de IA que recaudan grandes sumas y gastan fuertemente en su propio uso de IA. A medida que esos negocios maduren, podrían mejorar la eficiencia de los modelos, reducir el consumo de tokens o consolidar cargas de trabajo. Si la demanda crece más lentamente que la cantidad de infraestructura que se está construyendo, la visibilidad actual de Nvidia podría no traducirse en el mismo nivel de crecimiento de ingresos.

Qué vigilar a continuación

Las próximas señales importantes vendrán de la orientación formal de resultados de Nvidia, de los ingresos del centro de datos y de los comentarios sobre la visibilidad de los pedidos. Los inversores también deberían observar si el crecimiento informado de la compañía está impulsado por nuevos despliegues o por un pequeño número de clientes excepcionalmente grandes.

La evidencia competitiva también importará. La adopción de chips personalizados por parte de hyperscalers y laboratorios de IA, el rendimiento de Cerebras y Etched, y la disponibilidad de software que facilite el despliegue de aceleradores alternativos podrían poner a prueba la ventaja de plataforma de Nvidia.

Por último, el escrutinio sobre las inversiones de Nvidia debería intensificarse. Divulgaciones claras sobre las estructuras de los acuerdos, los contratos con clientes y los ingresos vinculados a las empresas invertidas ayudarían a distinguir la demanda de mercado sostenible de la financiación del ecosistema.

Perspectiva de Creati.ai

La previsión del 70% de Huang se entiende mejor como una declaración sobre la amplitud de Nvidia más que como una garantía de que la demanda de aceleradores permanecerá sin cambios. La compañía está posicionada en chips, sistemas, redes, software y planificación de infraestructura, lo que le da más vías para participar a medida que crece el gasto en IA.

Pero esa amplitud también hace que la previsión sea más difícil de auditar desde fuera. La cuestión clave para desarrolladores y compradores no es si Nvidia está profundamente integrada en la IA hoy; la evidencia respalda esa conclusión. Es si las cargas de trabajo futuras requerirán suficiente capacidad nueva, a precios del nivel de Nvidia, para sostener el mismo ritmo después de que los clientes se vuelvan más eficientes y mejore el hardware competidor.