¿Puede el auge de la IA llevar a Nvidia a una valoración de 4 billones de dólares a pesar de las dudas de los inversores? | Nvidia

Cuando Jensen Huang habló en la reunión general anual de Nvidia la semana pasada, no mencionó ninguna caída del precio de las acciones.

El fabricante de chips estadounidense, impulsado por su papel clave en el auge de la inteligencia artificial, se había convertido brevemente en la empresa más valiosa del mundo el 18 de junio, pero la corona se deslizó rápidamente. Nvidia perdió alrededor de 550.000 millones de dólares (434.000 millones de libras esterlinas) del valor de mercado máximo de 3,4 billones de dólares (2,68 billones de libras esterlinas) que había alcanzado esa semana, ya que los inversores tecnológicos, combinando la toma de ganancias con las dudas sobre la sostenibilidad de su vertiginoso crecimiento, aplicaron los frenos.

Sin embargo, Huang habló como el director ejecutivo de una empresa que tardó 30 días este año en pasar de una valoración de 2 billones de dólares a 3 billones de dólares, y ve 4 billones de dólares a la vuelta de la esquina.

Describió un próximo grupo de nuevos y potentes chips, llamados Blackwell, como potencialmente “el producto más exitoso de nuestra historia” y tal vez de toda la historia de la computadora. Agregó que la nueva ola de IA automatizaría 50 billones de dólares de industria pesada y describió lo que sonaba como un bucle interminable de fábricas robóticas que orquestan robots que “construyen productos que son robóticos”.

Para concluir, dijo: “Hemos reinventado Nvidia, la industria informática y, muy probablemente, el mundo”.

Este tipo de palabras son las que sustentan una valoración de 4 billones de dólares y el ciclo de la IA. Las acciones de Nvidia están volviendo a subir, superando los 3 billones de dólares esta semana, porque sigue siendo la mejor forma de comprar acciones en el auge de la IA. ¿Será eso suficiente para impulsarla a 4 billones de dólares a pesar de la aparición de dudas entre los inversores?

Alvin Nguyen, analista senior de la empresa de investigación Forrester, dijo que “solo un colapso del mercado de genAI” evitaría que Nvidia alcanzara los 4 billones de dólares en algún momento, pero que llegara primero antes que sus rivales tecnológicos era otra cuestión. Actualmente, Microsoft (otro gran actor en IA) y Apple son primero y segundo respectivamente en términos de tamaño de mercado, con Nvidia en tercer lugar.

Si el próximo gran modelo de IA de OpenAI, GPT-5, y otros nuevos modelos fueran sorprendentes, el precio de las acciones se mantendría boyante y podría llegar a los 4 billones de dólares a finales de 2025, dijo Nguyen. Pero si no satisfacían las expectativas, el precio de las acciones podría verse afectado, dada su condición de portadora de bandera de la tecnología. Un avance tecnológico podría dar como resultado que se necesitara menos potencia informática para entrenar modelos, añadió, o que el interés de las empresas y los consumidores en las herramientas de IA generativa fuera menos sólido de lo esperado.

“Hay muchas cosas que se desconocen y que están fuera del control de Nvidia y que podrían afectar su camino hacia los 4 billones de dólares”, dijo Nguyen. “Como la decepción con los nuevos modelos que salen, las mejoras de los modelos que reducen las necesidades computacionales y una demanda más débil de lo esperado por parte de las empresas y los consumidores de productos genAI”.

Los laboratorios privados de investigación en IA como OpenAI y Anthropic (las entidades detrás de los chatbots ChatGPT y Claude) no cotizan en los mercados públicos, lo que deja grandes sumas de dinero flotando en las cuentas de los inversores sin forma de acceder a algunos de los pesos pesados ​​del frenesí de la IA generativa.

Comprar acciones de multinacionales como Microsoft o Google ya es caro, y solo una fracción de la inversión está relacionada con la novedad más novedosa. Podría haber un gran auge de la inteligencia artificial, pero si, por ejemplo, el negocio de anuncios de búsqueda de Google se tambaleara como resultado, la empresa no sería necesariamente una ganadora neta.

Nvidia, por el contrario, está vendiendo palas en una fiebre del oro. A pesar de años de inversión en capacidad, sigue vendiendo sus chips de gama alta más rápido de lo que puede fabricarlos. Enormes proporciones de las inversiones en investigación de inteligencia artificial de vanguardia salen directamente de los laboratorios y van a parar a las arcas de Nvidia, y empresas como Meta están comprometiendo miles de millones de dólares de gasto para asegurar cientos de miles de GPU (unidades de procesamiento gráfico) de Nvidia.

Ese tipo de chip, la especialidad de la empresa, alguna vez se vendió para permitir a los jugadores experimentar gráficos nítidos y fluidos en juegos 3D y, gracias a un monumental golpe de suerte, resultó ser exactamente lo que los investigadores de vanguardia necesitaban para construir sistemas de IA masivos como GPT-4 o Claude 3.5.

Las GPU son capaces de realizar, a gran velocidad y en gran volumen, los cálculos complicados que sustentan el entrenamiento y el funcionamiento de herramientas de IA como los chatbots. Por lo tanto, cualquier empresa que desee crear u operar un producto de IA generativa, como ChatGPT o Gemini de Google, necesita GPU. Lo mismo ocurre con la implementación de modelos de IA disponibles de forma gratuita, como Llama de Meta, que también requiere grandes cantidades de chips como parte de su fase de entrenamiento. En el caso de los sistemas conocidos como modelos de lenguaje grandes (LLM), el entrenamiento implica analizar enormes bloques de datos. Esto enseña al LLM a reconocer patrones en el lenguaje y a evaluar cuál debería ser la siguiente palabra u oración en respuesta a una consulta del chatbot.

Sin embargo, Nvidia nunca ha logrado acaparar del todo el mercado de chips de IA. Google siempre ha confiado en sus propios chips, a los que llama TPU (por “tensor”, una característica de un modelo de IA), y otros quieren sumarse a su iniciativa. Meta ha desarrollado su Meta Training and Inference Accelerator, Amazon ofrece sus chips Trainium2 a empresas que utilizan AWS (Amazon Web Services) e Intel ha producido el Gaudi 3.

Ninguno de los grandes rivales compite con Nvidia, todavía, en el extremo superior absoluto. Pero ese no es el único lugar donde hay competencia. Un informe de la informaciónun sitio de noticias tecnológicas, destacó el auge del “procesamiento por lotes”, que ofrece a las empresas un acceso más económico a los modelos de IA si no tienen problemas en esperar a que se ejecuten sus consultas en períodos de baja demanda. Eso, a su vez, permite a los proveedores como OpenAI comprar chips más económicos y eficientes para sus centros de datos en lugar de centrar todo su gasto en el hardware más rápido posible.

En el otro extremo, las empresas más pequeñas están empezando a ofrecer productos cada vez más especializados que superan lo que Nvidia puede ofrecer en una carrera cara a cara. Groq (que no debe confundirse con Grok AI, el proyecto de Elon Musk cuyo nombre es similar y cuyo lanzamiento se anunció hace poco) desató una disputa de marca registrada en curso) fabrica chips que no se pueden utilizar para entrenar a la IA, pero que ejecutan los modelos resultantes a una velocidad increíble. Para no quedarse atrás, la startup Etched, que acaba de recaudar 120 millones de dólares, está construyendo un chip que solo ejecuta un tipo de modelo de IA: un “transformador”, la T de GPT (transformador preentrenado generativo).

Nvidia no solo necesita defenderse frente a la competencia, grande o pequeña. Para alcanzar el próximo hito, necesita prosperar. Los fundamentos del mercado ya pasaron de moda, pero si la empresa fuera valorada como una empresa tradicional de bajo crecimiento, incluso una capitalización de mercado de 3 billones de dólares requeriría que vendiera un billón de dólares en sus GPU de gama alta al año, con un margen de beneficio del 30%, para siempre, señaló un experto.

Incluso si la industria de la IA crece lo suficiente como para justificar eso, el margen de beneficio de Nvidia puede ser más difícil de defender. La empresa tiene los diseños de chips para mantener el liderazgo, pero los verdaderos cuellos de botella en su cadena de suministro son los mismos que en gran parte del resto de la industria: en las fundiciones de semiconductores avanzados, del tipo que operan TSMC de Taiwán, Intel de Estados Unidos, SMIC de China y unos pocos más en todo el mundo. Cabe destacar que Nvidia no está en esa lista, ya que es cliente de TSMC. No importa cuán avanzados sean los chipsets de Nvidia, si necesita consumir el resto de la cartera de pedidos de TSMC para satisfacer la demanda, entonces el beneficio inevitablemente fluirá en esa dirección también.

Neil Wilson, analista jefe de la firma de corretaje Finalto, dijo que el caso bajista contra Nvidia (jerga del mercado para una caída sostenida en el precio de las acciones) se basaba en el argumento de que una vez que la compañía procesara su cartera de pedidos, volvería a niveles menos frenéticos de demanda.

“Todos sus clientes se han apresurado a pedir las GPU, pero no lo harán para siempre”, dijo Wilson. “Los clientes hacen pedidos excesivos y luego comienzan a cancelar. Ahora estamos en un punto óptimo, pero no se puede mantener”. Podría ver a Nvidia llegando a los 4 billones de dólares y más, pero “tal vez no al ritmo actual”.

Jim Reid, director de economía global e investigación temática del Deutsche Bank, publicó una nota esta semana en la que preguntaba si Nvidia era “la gran empresa de más rápido crecimiento de todos los tiempos”. Señalando que Nvidia pasó de 2 billones de dólares a 3 billones en 30 días, Reid dijo, por el contrario, que Warren Buffett había tardado 60 años en acercar a Berkshire Hathaway al billón.

Sin embargo, en un mundo de baja productividad (una medida de eficiencia económica) y de poblaciones en edad laboral en descenso y deudas gubernamentales en aumento, la promesa económica de la IA era bienvenida, dijo Reid.

“Si la IA es el catalizador de una cuarta revolución industrial, sería una muy buena noticia”, escribió. “Si no, los mercados acabarán teniendo un gran problema”.

Hay más en juego que ganar una carrera hacia los 4 billones de dólares.