Nvidia ha presentado unos resultados récord en el trimestre con un aumento descomunal de beneficios (+211%, 58.321 millones de dólares) y una subida de ingresos (+85%, 81.615 millones) por encima de las previsiones. Sin embargo, el CEO de la tecnológica, Jensen Huang, fue aún más optimista en su conversación con los analistas de los bancos de inversión tras la publicación de las cuentas.

La frase con la que cerró la call con las principales firmas de WAll Street apunta a una aceleración que está por venir: "La demanda se ha disparado. La razón es simple: la IA con agentes ha llegado. La IA ahora puede realizar un trabajo productivo y valioso", señaló Huang en palabras recogidas por Business Insider España.

La guía oficial de Nvidia recoge parte de ese optimismo para el segundo trimestre fiscal 2027 (que discurre de mayo a julio de 2026) con una previsión de ingresos de 91.000 millones de dólares y la compañía mantiene su proyección de 1 billón de dólares acumulado en ingresos de sus chips Blackwell y Rubin para el periodo que va desde 2025 hasta 2027. 

"La computación es ingresos, son ganancias"

No son tanto las proyecciones, sino las realidades que se está reflejando en la entrada de pedidos y en sus cuentas, con lo que sigue elevando el tiró en previsiones para los próximos años. Lo más llamativo es que el CEO de Nvidia ve un nuevo salto de resultados y una aceleración que va más allá de los hiperescaladores (Alphabet, Amazon, Meta, Oracle, Microsoft), que están liderando ahora las inversiones en centros de datos para IA.

"Deberíamos crecer más rápido que el CapEx de hiperescala", aseguró Huang y situó el tamaño del mercado al que la compañía se dirige en varias veces mayor. Según sus datos, el gasto agregado de los hiperescaladores "está en 1 billón de dólares este año y está creciendo hacia 3 billones-4 billones" para finales de la década. 

Según el visionario ejecutivo, el cómputo ha dejado de ser un coste de soporte para convertirse en el motor del negocio. "La computación es ingresos. La computación es ganancias", repitió. "Si no tienen la capacidad de cómputo, no tendrán los ingresos. Eso está muy claro". 

Para el gurú de la revolución de la inteligencia artificial, el contraste con la era anterior del software es una diferencia de velocidad entre ambos modelos. "El SaaS no solía usar tanta computación, pero la IA requiere una cantidad tremenda de computación". 

Huang recurrió a un ejemplo con lo que está sucediendo con OpenAi o Anthropic: "El hecho de que las empresas de IA de vanguardia (frontier) puedan crecer en 1 mes lo que algunas empresas de SaaS habrían tardado una década en crecer dice mucho".

La razón por la que Nvidia debería superar el ritmo del CapEx hiperescalar tiene dos motores, no uno. De hecho, la compañía ha reorganizado contablemente su negocio de centros de datos en dos patas diferenciadas: sus 5 o 6 grandes clientes (hiperescaladores) y, por otro lado, el 'resto'.  Pues bien, ese área de los 'otros' es en donde la compañía ve mayor crecimiento y potencial de negocio ante la nueva fase de despliegue de la Inteligencia Artificial.

Junto a hiperescala, la nueva categoría ACIE (que agrupa nubes de IA, industria y empresa) ya genera 37.000 millones de dólares en ingresos para Nvidia, casi el mismo tamaño que hiperescala (38.000 millones), pero que está creciendo a un ritmo más alto: un 31% secuencial en el trimestre frente al 12% de hiperescala. 

Según los datos de la compañía, el área ACIE engloba unas 250.000 empresas potenciales, frente a los cinco o seis hiperescaladores tradicionales que han liderado hasta ahora la inversión. 

"La infraestructura de Nvidia ya está desplegada en casi 40 países que representan 50 billones de dólares de PIB", indicó Colette Kress, vicepresidenta y directora financiera de Nvidia en la conferencia, que desveló además que "el número de centros de datos de socios con más de 10 MW se ha duplicado en un año, hasta superar los 80".

 Huang describió este segundo segmento como el verdadero motor de largo plazo para la compañía: "El resto de la industria de 100 billones de dólares que no ha sido impactada por las TI en los últimos 30 años, está a punto de ser impactada por la IA". 

Y subrayó que la posición competitiva de Nvidia en este terreno es casi un monopolio de facto sin alternativa: "Toda la inferencia de la IA, el 100%, la gran mayoría, pertenece a Nvidia. No puedo imaginar una planta de chips, una fábrica de chips conectada a un proveedor de servicios en la nube. No tiene ningún sentido", dijo Huang.

A esto se suma la ganancia de cuota de mercado dentro de los propios hiperescaladores. Huang y Kress enumeraron algunos de estos hitos a lo largo de la conferencia. Por ejemplo, AWS (Amazon) añadirá más de un millón de GPU Blackwell y Rubin a partir de este año, Fairwater (Microsoft) ya opera con cientos de miles de GPU Blackwell, y Alphabet  (Google) prevé incorporar hasta un millón de GPU Rubin en sus servicios  A5X (bare metal) distribuidos en diferentes centros de datos. 

La economía de 'tokens por dólar'

La incorporación de Anthropic (Claude) como socio estratégico, junto a OpenAI, xAI, Meta, Gemini y Mistral, refuerza a Nvidia como proveedor principal de los modelos más avanzados de IA. "Nuestra cobertura de Anthropic ha sido prácticamente nula hasta hace poco. No se me ocurre ninguna, todas las empresas de modelos de frontera se lanzarán sobre Vera Rubin desde el principio, y eso no era cierto antes con Blackwell", recordó Huang. "Estamos ganando cuota de mercado tremendamente rápido en inferencia".

Además de lo anterior, Huang fue optimista con un nuevo vector de crecimiento: la CPU Vera, diseñada específicamente para cargas agénticas. Nvidia proyecta 20.000 millones de dólares en ingresos de CPU este año y un mercado total de 200.000 millones y. Se trata de un área de negocio 100% nueva para la compañía conocida por sus GPU. El ejecutivo de Nvidia prevé cierto desequilibrio entre demanda y oferta: "Tengo la sensación de que tendremos limitaciones de suministro durante toda la vida útil de Vera Rubin".

Huang se refirió al cambio de paradigma que se está produciendo en los chips de IA. Las CPU (Central Processing Unit) y GPU (Graphics Processing Unit) comparten ser tipos de procesadores de computación, pero con filosofías opuestas. La primera se define por la potencia y tener pocos núcleos para ejecutar sistemas o tomar decisiones lógicas. 

La segunda, la GPU, nacida para gráficos de videojuegos, va al revés: miles de núcleos más pequeños que ejecutan la misma operación sobre enormes cantidades de datos, una característica clave que le ha convertido a la GPU en el chip dominante para IA y a Nvidia en la empresa más poderosa.

"Las CPU del pasado fueron diseñadas para tener muchos núcleos para que fueran fácilmente alquilables. La gente alquila núcleos. Los agentes no alquilan núcleos. Simplemente quieren que el trabajo se haga rápido", explicó Huang. "La economía del pasado era dólares por núcleo. La economía de la IA del futuro es tokens por dólar".