Nvidia retrocede 14% desde mayo: Huang proyecta $4T en data centers para 2030
Andrés Valcárcel · Empresas y Resultados · 2026-07-20
Jensen Huang apuesta que el capex global en infraestructura de IA llegará a $4 billones anuales en cuatro años. La acción cayó 13.9% desde el máximo de mayo. Wall Street escucha, pero exige pruebas de rentabilidad antes de validar la tesis.
Jensen Huang proyecta que el capex global en data centers alcanzará los $4 billones anuales para 2030, una cifra que quintuplica los $800 mil millones estimados para este año. La acción de Nvidia cerró el viernes 17 de julio en $202.81, un 13.9% por debajo del máximo histórico de $235.47 registrado el 14 de mayo. El mercado escucha, pero no celebra.
Huang ha reiterado la proyección en múltiples conference calls trimestrales, posicionándola como cuatro veces más agresiva que el consenso de Wall Street. La CFO de Nvidia, Colette Kress, fue más allá: el objetivo podría alcanzarse antes de 2030, no necesariamente en ese año. Pero el precio de la acción sugiere que los inversores no están dispuestos a pagar por una visión sin hitos intermedios verificables.
El punto de partida: $800 mil millones en 2026
Los cuatro grandes de la nube —Amazon, Alphabet, Meta y Microsoft— gastarán aproximadamente $650 mil millones en capex de data centers este año. Cuando se suman neocloud providers, operadores internacionales como China y desarrolladores de modelos (Anthropic, OpenAI), la cifra total ronda los $800 mil millones en 2026.
Ese nivel de movilización industrial es el más alto en tiempos de paz en la historia de Estados Unidos, según análisis sectoriales. Pero Nvidia no vende a todos por igual: su participación del 90% en el mercado de aceleradores de IA concentra su exposición en los hyperscalers que construyen infraestructura a escala masiva.
De $800 mil millones a $4 billones: 50% anual durante cuatro años
La proyección de Huang implica una tasa de crecimiento anual compuesta cercana al 50% entre 2026 y 2030. Eso requiere que el capex en infraestructura de IA no solo se mantenga, sino que se acelere año tras año. Huang espera que los hyperscalers gasten alrededor de $1 billón en 2027, un hito intermedio que funcionará como primera validación de la tesis.
El CEO de Nvidia enmarca esta ola como una «nueva revolución industrial», donde la infraestructura de IA no reemplaza capex tradicional sino que se suma a él. La apuesta presupone que cada dólar invertido en servidores, networking y energía generará demanda sostenida de GPUs durante al menos siete u ocho años, el ciclo que Nvidia estima para esta fase de buildout.
Moat de software vs. riesgo de ejecución
Nvidia no solo vende chips. Su ecosistema de software —CUDA, frameworks de optimización, integración con modelos de lenguaje— genera costos de cambio elevados para los clientes. Migrar de Nvidia a AMD o a aceleradores internos de Amazon (Trainium) implica reescribir código, reentrenar modelos y asumir riesgo de compatibilidad.
Esa ventaja defensiva explica por qué Nvidia captura el 90% del gasto en aceleradores incluso cuando competidores ofrecen hardware más barato. Pero también expone a la compañía por completo a la ejecución del capex de sus clientes: si los hyperscalers desaceleran la inversión en 2027, Nvidia no tiene plan B a corto plazo.
La tensión: ingresos crecen 85%, la acción cae 14%
En el trimestre más reciente, los ingresos de Nvidia crecieron 85% año sobre año. Ese ritmo de expansión es brutal para una compañía de su tamaño. Pero desde el máximo del 14 de mayo, la acción ha perdido 13.9%, borrando cerca de $150 mil millones en capitalización de mercado.
- Precio al cierre del viernes 17 de julio: $202.81
- Máximo histórico (14 de mayo 2026): $235.47
- Retroceso desde el pico: -13.9%
- Crecimiento de ingresos último trimestre: +85% interanual
- Participación de mercado en aceleradores IA: 90%
El contraste refleja la pregunta que domina las salas de trading: ¿el capex actual convierte en ingresos reales o es un ciclo que se agotará antes de monetizarse? Wall Street ha expresado preocupación creciente sobre la sostenibilidad del gasto, especialmente cuando el free cash flow de los big four amenaza con desplomarse hasta 90% en 2026 a medida que el capex supera el crecimiento de ventas.
El problema de la monetización
Huang asume que $4 billones en infraestructura generarán $4 billones en aplicaciones de IA que justifiquen la inversión. Pero esa lógica requiere que los modelos de lenguaje, la automatización industrial y los servicios basados en IA escalen lo suficientemente rápido como para cubrir el costo del capital invertido. Hasta ahora, las pruebas de rentabilidad son escasas.
Amazon reportó en abril que su chip propio Trainium genera $20 mil millones anuales en ingresos y tiene demanda comprometida de $225 mil millones, según publicamos recientemente. Esa es la clase de visibilidad que el mercado busca: capacidad vendida antes de construirla, no proyecciones basadas en la fe de que la demanda seguirá creciendo.
Nvidia aún no ha divulgado contratos de largo plazo equivalentes. Sus ingresos reflejan órdenes trimestrales, no compromisos plurianuales. Eso deja la valoración atada a la confianza en que los hyperscalers seguirán comprando GPUs al ritmo actual durante los próximos cuatro años.
Por ahora, el mercado cotiza en modo «mostrar antes de creer». La caída del 14% desde mayo no refleja desconfianza en la tecnología de Nvidia, sino escepticismo sobre el timing de la monetización. Huang tiene hasta 2027 para empezar a demostrarlo.