Nvidia apuesta al 70%: la visión de Jensen Huang sobre el futuro de la IA

Resumen ejecutivo

En una intervención en la conferencia Communacopia + Technology de Goldman Sachs, Jensen Huang, fundador y CEO de Nvidia, reafirmó la proyección que la compañía dio el mes pasado: esperan crecer alrededor de 70% año contra año durante el próximo ejercicio fiscal. Huang atribuye esa confianza a la posición de Nvidia como plataforma central de la infraestructura de inteligencia artificial, su presencia en proyectos de centros de datos a gran escala y una red de socios y clientes que le dan una visibilidad poco común sobre la demanda global.

Analistas estiman que la empresa cerrará el año fiscal en torno a 400.000 millones de dólares; con un crecimiento del 70% esa cifra se acercaría a los 680.000 millones para el próximo periodo, según la propia lógica que presentó Huang.

¿Por qué Nvidia cree que puede crecer 70%?

Huang planteó que la compañía no es solo un fabricante de chips tradicional: su negocio hoy abarca sistemas masivos y complejos que integran GPUs, CPUs, interconexión y software. Para ilustrar la escala, mencionó que hoy “una GPU ya no es de 399 dólares; puede costar 8,5 millones de dólares”, refiriéndose a los sistemas de IA en los que múltiples GPUs se conectan con NVLink y requieren millones de piezas y decenas o cientos de kilovatios por unidad.

Esa afirmación resume la transformación del mercado: lo que antes era un mercado de GPUs para consumo y gaming hoy es infraestructura de datacenters que demanda inversiones industriales. Huang dijo que Nvidia está presente en prácticamente todos los modelos y laboratorios de IA, desde los grandes proveedores de la nube hasta equipos de investigación y compañías nativas de IA.

Un ejemplo: sistemas a gran escala y crecimiento mensual

Huang señaló pedidos crecientes de sistemas que combinan los nuevos procesadores Grace con GPUs Blackwell. Citó un producto específico que reúne 36 CPUs Grace y 72 GPUs Blackwell, y afirmó que las ventas de ese sistema crecen alrededor de 27% mes a mes. Ese dato sirve para ejemplificar la dinámica: clientes que despliegan infraestructuras masivas agregan capacidad con ritmos acelerados.

Visibilidad de la demanda: de proveedores a datacenters

Una de las tesis centrales de Huang es la capacidad de Nvidia para “ver” la demanda a lo largo de la cadena: trabajan con fabricantes de memoria, con nubes públicas, con OEMs y con proyectos de centros de datos en su fase de ‘shell’ (la estructura sin equipamiento). Esa interconexión le daría a la compañía una visión detallada de dónde y cuándo se va a desplegar nueva capacidad.

Esa visibilidad es, según Huang, una ventaja competitiva porque les permite anticipar pedidos, ajustar producción y acompañar proyectos críticos. Afirma que la compañía revisa contratos y pedidos que representan decenas de miles de millones en compromiso —en sus palabras, ha visto contratos por 100.000 millones de dólares— y que no asume riesgos sin ventas reales detrás.

Inversiones estratégicas y la polémica de los acuerdos “circulares”

TechCrunch recordó y preguntó sobre los llamados acuerdos “circulares”: inversiones de Nvidia en empresas que luego compran sus equipos. Huang respondió con humor y pragmatismo: dijo que ellos ponen “un poco de dinero” y reciben “mucho dinero” de vuelta, y defendió que antes de invertir verifican que la compañía tenga contratos reales con clientes. Su mensaje fue claro: las inversiones son para acelerar despliegues que ya están en marcha, no apuestas puramente especulativas.

Históricamente, esquemas de capitalización y dependencia entre proveedores y compradores han tenido consecuencias no deseadas; Huang intentó distinguir la estrategia actual de episodios pasados argumentando que la existencia de contratos firmes reduce el riesgo.

Competencia y límites del dominio

Aunque Huang proyecta confianza, reconoció de manera implícita que la competencia se intensifica. Grandes hiperescaladores como Amazon, Microsoft y Google desarrollan sus propios chips; laboratorios de IA como Anthropic y OpenAI también exploran soluciones internas; y emergen competidores públicos y privados como Cerebras y startups especializadas. Aun así, la tesis de Nvidia es que su ecosistema —hardware, interconexión, software y alianzas— sigue siendo el estándar para la mayoría de los modelos y despliegues actuales.

Un punto que Huang mencionó es la concentración de gasto: hoy muchas empresas nativas de IA están recibiendo financiamiento masivo y lo destinan casi exclusivamente a infraestructura y entrenamiento de modelos, lo que impulsa la demanda de GPUs a corto plazo. Con el tiempo, según observadores, la industria tenderá a optimizar costos y a una mayor eficiencia en tokens e infraestructura, lo que podría moderar el crecimiento.

Riesgos a considerar

• Desintermediación tecnológica: si los hiperescaladores y grandes laboratorios reducen su dependencia de proveedores externos y escalan soluciones internas, la demanda por productos de terceros podría bajar.
• Innovación disruptiva: nuevas arquitecturas de chips o modelos de cómputo podrían cambiar el mapa competitivo.
• Ciclos de inversión: el crecimiento actual depende en gran medida de empresas que están gastando capital de riesgo; una desaceleración en ese financiamiento podría impactar la demanda.

Huang se mostró consciente de esas dinámicas, pero apuesta a la ventaja instalada y a la amplitud de su ecosistema para sostener el crecimiento.

¿Qué significa esto para América Latina?

Para la región, el avance de Nvidia tiene varias implicancias: primero, la demanda global por infraestructura refuerza la importancia de contar con centros de datos y conectividad robusta si se quiere participar en la cadena de valor de IA. Segundo, las empresas latinoamericanas que dependen de soluciones en la nube seguirán mirando a los grandes proveedores y a partners locales para acceder a capacidad de inferencia y entrenamiento a gran escala. Finalmente, existe una oportunidad para integradores y servicios: cuando la infraestructura se vuelve más compleja, crece la necesidad de consultoría, adaptación y operaciones gestionadas.

No obstante, la escalada de costos asociados a infraestructura de punta —mencionada por Huang con cifras que ilustran sistemas de millones de dólares— subraya un desafío real: la inversión necesaria para proyectos de escala. En la práctica, muchas organizaciones de la región optarán por consumir capacidad en la nube en lugar de desplegar hardware propio.

Conclusión

Nvidia, según su CEO, no solo produce chips: administra una plataforma que abarca desde proveedores de componentes hasta la implementación en centros de datos y el soporte a los principales laboratorios de IA. Esa posición le da a la compañía visibilidad y palancas para sostener un crecimiento acelerado en el corto plazo, lo que explica la guía del 70% para el próximo año.

Sin embargo, el futuro tecnológico siempre trae incertidumbre. La competencia, la evolución de modelos de negocio y la eficiencia operativa de la industria podrían moderar el ritmo de expansión en el mediano plazo. Para América Latina, la recomendación implícita es prepararse: mejorar conectividad, desarrollar capacidades locales de integración y aprovechar las oportunidades de servicios alrededor de una infraestructura cada vez más especializada.