Jensen Huang diz que a Nvidia pode crescer 70% na receita no próximo ano com a expansão da demanda por infraestrutura de IA

O CEO da Nvidia, Jensen Huang, renovou sua previsão de que a receita da empresa pode crescer 70% no próximo ano, argumentando que a posição da Nvidia em toda a cadeia de suprimentos de IA lhe dá uma visibilidade incomum sobre a demanda futura.

Falando na conferência Goldman Sachs Communacopia + Technology em 10 de setembro, Huang disse que o papel da Nvidia agora vai muito além de vender processadores individuais. A empresa fornece sistemas, redes, software e infraestrutura usados por laboratórios de IA, provedores de nuvem, startups e operadores de data centers. Essa amplitude, argumentou ele, sustenta o crescimento contínuo mesmo quando grandes clientes e concorrentes desenvolvem seus próprios chips de IA.

A previsão é uma expectativa no nível da empresa, repetida por Huang, e não uma projeção verificada independentemente. A TechCrunch informou que analistas esperam que a Nvidia encerre seu atual ano fiscal com cerca de US$ 400 bilhões em receita; um aumento de 70% implicaria aproximadamente US$ 680 bilhões no ano seguinte.

A aposta da Nvidia em infraestrutura de IA full-stack

O argumento central de Huang é que a Nvidia não deve ser avaliada como uma fornecedora convencional de chips. Ele descreveu os sistemas modernos da Nvidia como plataformas de computação em grande escala que combinam processadores, redes, memória, refrigeração e outros componentes. Em seu exemplo, um sistema pode incluir 36 CPUs Grace e 72 GPUs Blackwell conectadas via NVLink.

A escala desses sistemas ajuda a explicar o aumento do valor médio de venda da Nvidia. Huang disse que um sistema integrado de GPU pode custar cerca de US$ 8,5 milhões e conter aproximadamente dois milhões de peças. Ele também disse que os pedidos do sistema de computação Grace e Blackwell estavam crescendo 27% mês a mês, embora esse número tenha vindo do CEO e não tenha sido respaldado no material de origem por um detalhamento independente de vendas.

Para construtores de IA e compradores corporativos, a distinção importa. A demanda está cada vez mais mudando da compra de aceleradores isolados para a implantação de clusters completos capazes de treinar e servir modelos. Isso eleva o valor da integração e do desempenho em todo o sistema, mas também aumenta a dependência do cliente do hardware, da pilha de software e da cadeia de suprimentos de um único fornecedor.

Por que Huang espera que a demanda persista

Huang disse que a Nvidia consegue ver atividade em quase todas as camadas do mercado de IA. Ele citou relações com desenvolvedores de modelos incluindo Anthropic, OpenAI e Google, bem como clientes que usam modelos de peso aberto. Ele também apontou fornecedores, fabricantes de equipamentos originais, empresas de nuvem, as chamadas neoclouds e startups nativas de IA.

Segundo Huang, a Nvidia acompanha projetos de data centers monitorando terrenos, energia disponível e instalações parcialmente construídas ao redor do mundo. Essas informações, combinadas com relatórios de parceiros, dão à empresa uma visão da capacidade de computação planejada antes de ela aparecer na receita trimestral.

Essa é a base de sua tese otimista: se mais empresas de IA estiverem levantando capital, reservando energia, construindo data centers e treinando modelos cada vez mais capazes, a Nvidia espera fornecer grande parte dos equipamentos necessários para operá-los. Assim, a exposição da empresa se distribui por muitos clientes e aplicações, embora a demanda subjacente continue concentrada em infraestrutura de IA.

O argumento também reflete uma realidade competitiva. Amazon, Microsoft e Google estão desenvolvendo seus próprios chips de IA, enquanto Anthropic e OpenAI estariam buscando iniciativas de hardware personalizado. Cerebras e startups como a Etched estão mirando partes do mercado de aceleradores. Essas iniciativas podem reduzir a dependência da Nvidia ao longo do tempo, mas a posição de Huang é que a ampla plataforma da Nvidia e seu ecossistema estabelecido continuam difíceis de substituir rapidamente.

Evidências, alegações e a questão dos negócios circulares

As alegações mais fortes de crescimento e demanda nesta história são declarações de executivos relatadas pela TechCrunch. Segundo o relatório, a previsão de 70% de receita da Nvidia foi apresentada pela primeira vez quando a empresa divulgou outro trimestre recorde, e Huang a repetiu no evento da Goldman Sachs. O artigo não trouxe um novo registro financeiro formal nem um cronograma de pedidos por cliente que validasse a previsão.

Huang também enfrentou perguntas sobre investimentos da Nvidia em empresas que depois compram produtos da Nvidia. Críticos descreveram esses arranjos como negócios circulares, porque o capital fornecido pela Nvidia pode ajudar a financiar clientes que depois gastam em seu hardware. A estrutura foi comparada a ciclos anteriores de infraestrutura tecnológica em que fornecedores sustentavam a demanda entre seus próprios clientes.

Huang rejeitou essa caracterização. Ele disse que a Nvidia só investe depois de confirmar que uma empresa tem contratos reais com clientes e afirmou ter visto cerca de US$ 100 bilhões nesses contratos. Ele não forneceu no material de origem uma lista detalhada desses contratos, seu cronograma ou a parcela atribuível à receita da Nvidia.

Isso torna o assunto importante para investidores e observadores corporativos. Investimentos de capital podem fortalecer um ecossistema e ajudar empresas promissoras de IA a garantir infraestrutura, mas também podem dificultar a interpretação da demanda reportada. Compradores e analistas precisarão distinguir o uso do cliente final dos gastos apoiados por relações de financiamento.

O que a previsão significa para construtores de IA e empresas

Se a projeção de Huang se mostrar correta, os construtores de IA provavelmente continuarão enfrentando um mercado em que o acesso à computação avançada é tão importante quanto o design do modelo. Startups podem precisar garantir capacidade mais cedo, assumir contratos de infraestrutura mais longos ou trabalhar por meio de provedores de nuvem e neocloud em vez de comprar sistemas diretamente.

Para as empresas, a expansão da Nvidia pode trazer opções de implantação mais maduras, incluindo sistemas integrados baseados em Blackwell, Grace e NVLink. Também pode reforçar os custos de troca. Equipes que otimizam modelos, sistemas de monitoramento e software para a plataforma da Nvidia podem achar caro migrar para chips de IA concorrentes, mesmo quando alternativas oferecem preços mais baixos ou melhor desempenho para cargas de trabalho específicas.

O principal risco é a eficiência. A TechCrunch observou que grande parte da expansão atual é impulsionada por empresas nativas de IA que levantam grandes quantias e gastam pesadamente em seu próprio uso de IA. À medida que esses negócios amadurecem, eles podem melhorar a eficiência dos modelos, reduzir o consumo de tokens ou consolidar cargas de trabalho. Se a demanda crescer mais lentamente do que a quantidade de infraestrutura sendo construída, a visibilidade atual da Nvidia pode não se traduzir no mesmo nível de crescimento de receita.

O que observar a seguir

Os próximos sinais relevantes virão da orientação formal de resultados da Nvidia, da receita de data centers e de comentários sobre a visibilidade dos pedidos. Investidores também devem observar se o crescimento relatado da empresa é impulsionado por novas implantações ou por um pequeno número de clientes excepcionalmente grandes.

As evidências competitivas também importarão. A adoção de chips personalizados por hyperscalers e laboratórios de IA, o desempenho da Cerebras e da Etched, e a disponibilidade de software que facilite a implantação de aceleradores alternativos podem testar a vantagem de plataforma da Nvidia.

Por fim, o escrutínio sobre os investimentos da Nvidia deve se intensificar. Divulgações claras sobre estruturas de negócios, contratos com clientes e receitas vinculadas a empresas investidas ajudariam a distinguir demanda de mercado durável de financiamento do ecossistema.

Perspectiva da Creati.ai

A previsão de 70% de Huang é melhor entendida como uma declaração sobre a amplitude da Nvidia, e não como uma garantia de que a demanda por aceleradores permanecerá inalterada. A empresa está posicionada em chips, sistemas, redes, software e planejamento de infraestrutura, o que lhe dá mais formas de participar conforme os gastos com IA se expandem.

Mas essa amplitude também torna a previsão mais difícil de auditar de fora. A pergunta principal para construtores e compradores não é se a Nvidia está profundamente inserida em IA hoje; as evidências sustentam essa conclusão. É se as futuras cargas de trabalho exigirã o capacidade nova suficiente, a preços no nível da Nvidia, para sustentar o mesmo ritmo depois que os clientes se tornarem mais eficientes e o hardware concorrente melhorar.