Bloomberg Línea — Nvidia (NVDA) volvió a marcar un hito en sus resultados trimestrales, en medio del debate sobre una posible sobrevaloración del sector de inteligencia artificial.
Ver más: Nvidia presenta previsiones sólidas y ayuda a disipar temores sobre una burbuja de la IA
La compañía reportó ingresos récord de US$57.000 millones en el tercer trimestre del año fiscal 2026, un aumento del 62% frente al mismo periodo del año anterior. Su CEO, Jensen Huang, aprovechó la conferencia con analistas para responder a las inquietudes sobre la sostenibilidad de esta expansión.
Huang rechazó la idea de que la inteligencia artificial esté atravesando una burbuja y argumentó que el mercado está en medio de una transformación estructural, no coyuntural, impulsada por cambios simultáneos en cómputo, arquitectura y aplicaciones.
Las cifras acompañaron el mensaje: el segmento de centros de datos generó US$51.200 millones en ingresos, creciendo 66% interanual.
Durante su intervención, Huang articuló su visión en torno a diez ejes que justifican la demanda creciente por aceleradores de cómputo. A continuación, un repaso por las frases que dejó su discurso.
1. “No hay una burbuja de IA”
“No hay una burbuja de IA. Desde nuestra perspectiva, vemos algo muy diferente”. Con esta afirmación, Huang abrió su intervención, marcando distancia frente a la narrativa de exageración del mercado. En su visión, la demanda de cómputo se encuentra en una espiral de crecimiento legítima, impulsada por transformaciones tecnológicas que no tienen precedente.
Nvidia reportó una utilidad neta de US$31.910 millones, un incremento del 65% frente al año anterior. “La IA es cada vez más utilizada, en más aplicaciones y con mayor frecuencia”, dijo Huang. En su análisis, este fenómeno refleja una adopción estructural, más que un ciclo especulativo.
→ Suscríbete al newsletter Línea de Mercado, una selección de Bloomberg Línea con las noticias bursátiles más destacadas del día.
El mensaje apuntó a consolidar la tesis de largo plazo: que la inteligencia artificial, lejos de estar sobrevalorada, apenas comienza su despliegue industrial y económico.
2. “Tres cambios de plataforma de gran escala”
“El mundo está atravesando tres cambios de plataforma de gran escala al mismo tiempo”. Huang se refirió así al paso del cómputo general basado en CPU al cómputo acelerado con GPU, a la adopción de IA generativa y al surgimiento de la IA agéntica. Según el ejecutivo, es la primera vez desde la Ley de Moore que convergen disrupciones de esta magnitud.
En el caso del cómputo acelerado con GPU, se trata de un modelo que desplaza parte del procesamiento desde las unidades centrales de cómputo (CPU) hacia unidades gráficas (GPU) capaces de ejecutar tareas en paralelo y con mayor eficiencia en cargas de trabajo intensivas.
La IA generativa corresponde a sistemas capaces de producir texto, imágenes, audio o código a partir de modelos entrenados con grandes volúmenes de datos, mientras que la IA agéntica se refiere a modelos que pueden ejecutar secuencias de tareas, tomar decisiones y operar de manera autónoma dentro de objetivos definidos.
Esta triple transición está detrás de la estrategia tecnológica de Nvidia, que invirtió US$4.705 millones en investigación y desarrollo solo en el último trimestre. “La transición hacia el cómputo acelerado es fundamental y necesaria en una era posterior a la Ley de Moore”, agregó Huang, justificando el salto en infraestructura.
El enfoque de la compañía se orienta a capturar las oportunidades que surgen de estos tres vectores simultáneos, todos intensivos en demanda de cómputo.
3. “Migrar a IA generativa representa aumentos sustanciales de ingresos para los hyperscalers”
Huang describió esta nueva frontera como la próxima etapa del desarrollo computacional, con aplicaciones que van desde asistentes de código hasta vehículos autónomos.
El directivo destacó que “migrar a IA generativa representa aumentos sustanciales de ingresos para los hyperscalers. Ahora surge una nueva ola: sistemas de IA agéntica, capaces de razonar, planear y usar herramientas”.
Según datos de la empresa, modelos como GEM de Meta (META) han generado mejoras de hasta 5% en conversiones de anuncios en Instagram, al ser impulsados por arquitecturas de IA generativa. Esto implica aumentos directos de ingresos para los grandes operadores de la nube.
La IA agéntica, por su parte, expande aún más el universo de aplicaciones, lo que se traduce en nueva demanda de infraestructura que, según Huang, solo Nvidia puede soportar en escala.
4. “La financiación de nuestros clientes es decisión de ellos”
Huang defendió que la inversión en infraestructura responde a racionalidades económicas claras y aseguró que la financiación de cada uno de sus clientes es decisión de ellos. “Nosotros vemos oportunidades de crecimiento por un largo tiempo”, aseguró.
Además, resaltó que es importante que cada empresa escoja la arquitectura correcta para correr sus modelos, pues al final la elección se traducirá en ingresos.
Este enfoque de eficiencia energética cobra relevancia en un contexto donde los centros de datos enfrentan límites físicos y de energía. Blackwell, la nueva generación de GPUs de Nvidia, apunta a maximizar el rendimiento por cada unidad energética disponible.
La arquitectura, argumentó Huang, se convierte así en el factor crítico para optimizar el retorno de inversión en infraestructura.
5. “Cada país financiará su propia infraestructura”
“Cada país financiará su propia infraestructura. Hay múltiples países, múltiples industrias. La mayoría de industrias globales aún no adopta la IA agéntica, y están a punto de hacerlo”. Con esta afirmación, Huang llevó la discusión más allá de los hyperscalers estadounidenses.
Durante el trimestre, Nvidia anunció acuerdos con gobiernos y empresas en Corea del Sur, Alemania, Reino Unido y Arabia Saudita para desplegar plataformas de IA. Esta diversificación geográfica e industrial refuerza la tesis de que la demanda por cómputo no está limitada a un puñado de actores.
En palabras de Huang, “hay que mirar al mundo. Cada industria financiará su propio despliegue de computación empresarial”.
6. “No inventamos compromisos de compra”
Huang subrayó la solidez de la cadena de suministro como ventaja estratégica de la compañía y rechazó cualquier duda sobre las inversiones que se han anunciado los últimos meses.
“No inventamos compromisos de compra. Sabemos nuestro offtake. Y como han planificado con nosotros durante tantos años, nuestra reputación es extraordinaria”, dijo el directivo.
Durante los primeros nueve meses del año fiscal, Nvidia generó US$66.530 millones en flujo de caja operativo. Esta liquidez respalda la capacidad de la firma para asegurar capacidad futura con proveedores clave.
“Se necesita un balance fuerte para sostener este ritmo y magnitud de crecimiento”, dijo el CEO, resaltando la posición financiera como un activo competitivo.
7. “Seguiremos realizando recompras de acciones”
Nvidia ha invertido en compañías como OpenAI, Anthropic y xAI, no solo desde el punto de vista financiero, sino como parte de alianzas más profundas. “Toda la infraestructura en la nube en la que operan, entrenamiento e inferencia, es Nvidia”, afirmó Huang.
El directivo aseguró que seguirán recomprando acciones y calificó como cruciales las inversiones que realizan. Huang reiteró su compromiso con devolver capital a los accionistas, al tiempo que priorizó la expansión estratégica de la plataforma.
La lógica detrás de estas inversiones, según el CEO, es alinear el crecimiento del ecosistema con la expansión del uso de su arquitectura.
8. “Ejecutamos todos los modelos de IA”
Huang enfatizó que su tecnología soporta desde modelos fundacionales hasta científicos y biológicos. “La arquitectura Nvidia, en perspectiva, es la única plataforma en el mundo que ejecuta todos los modelos de IA”, sostuvo.
Esta interoperabilidad ha sido clave para consolidar su presencia en los centros de datos de OpenAI, Anthropic, Alphabet (GOOGL) y otros actores globales. “Con nuestras inversiones en el ecosistema podemos aliarnos técnicamente con algunas de las compañías más brillantes del mundo”, añadió.
9. “Todo en el sistema debe cambiar porque la IA ahora necesita memoria”
La inferencia, como etapa final del procesamiento de IA, representa una oportunidad de escala para el directivo. “Esperamos que la inferencia sea una parte muy grande del mercado, porque si la inferencia es grande significa que la gente la usa en más aplicaciones y con mayor frecuencia”, aseguró.
Huang explicó que la nueva generación Grace Blackwell ofrece un rendimiento entre 10x y 15x superior al estándar actual, gracias a su arquitectura de memoria integrada. “Todo en el sistema debe cambiar porque la IA ahora necesita memoria. Antes no necesitaba. Ahora debe recordar”.
10. “Hemos creado una industria completamente nueva”
En su cierre, Huang sostuvo que la compañía no sólo está proveyendo tecnología, sino estructurando una nueva capa de infraestructura económica. “Lo que Nvidia está haciendo nunca se había hecho y hemos creado una industria completamente nueva”, defendió.
Se refirió a las llamadas fábricas de IA, centros que generan tokens en tiempo real en lugar de recuperar información preexistente. Esta evolución implica cambios radicales en consumo energético, arquitectura y diseño organizacional.
“Confío plenamente en que la arquitectura de Nvidia es la mejor en rendimiento por TCO, la mejor en rendimiento por vatio”, concluyó.
