Márgenes del 63% y P/E de 32x separan a NVIDIA del colapso dot-com
María González · Mercados Financieros · 2026-07-16
NVIDIA cotiza a 32 veces ganancias con márgenes netos del 63%, mientras Cisco en marzo de 2000 alcanzó 201x con márgenes de un dígito. El capex de $690.000 millones en IA ya produce retornos tangibles, pero DeepSeek entrena modelos por $6M donde otros gastan $100M.
NVIDIA cotiza a 32.44 veces ganancias con márgenes netos del 63% al cierre de abril de 2026. Cisco en marzo de 2000 alcanzó un P/E de 201 con márgenes netos de un dígito. Esa diferencia de 15 veces en valuación y 50 puntos en rentabilidad marca la distancia entre la burbuja dot-com y el ciclo de infraestructura de IA de 2026. Pero hay matices: el capex de $690.000 millones que los cinco mayores proveedores cloud de EE.UU. gastarán este año ya genera ingresos tangibles, aunque la eficiencia en entrenamiento de modelos cuestiona si la escasez de GPUs es permanente.
Los retornos existen, a diferencia del 2000
AWS generó $37.600 millones en el primer trimestre de su ejercicio fiscal 2026 (terminado el 31 de marzo), un crecimiento del 28% interanual que marca la aceleración más rápida en 15 trimestres. Google Cloud alcanzó $20.000 millones en el mismo período, +63% interanual, con un backlog de contratos que se duplicó a $460.000 millones. NVIDIA reportó $75.200 millones en ingresos de data centers en su Q1 fiscal 2027 (terminado el 26 de abril), +92% interanual.
El CEO de AWS, Andrew Jassy, declaró en abril que «el crecimiento continuó acelerándose». Sundar Pichai, CEO de Alphabet, admitió en la misma llamada que Google Cloud «habría generado más ingresos si hubiéramos podido satisfacer esa demanda», reconociendo restricciones de capacidad de cómputo a corto plazo. La diferencia crítica con el año 2000: entonces no había modelo de negocio establecido; hoy hay clientes pagando y colas de espera para acceder a infraestructura.
DeepSeek erosiona el supuesto monopolio de GPUs
La empresa china DeepSeek entrenó su modelo V3 utilizando 2,788 millones de horas de GPU H800, con un costo estimado de $5,5 a $6,4 millones. Eso contrasta con los $100 millones o más que se reportan para modelos como GPT-4. La eficiencia es 15 a 18 veces superior en términos de gasto marginal de entrenamiento. Matiz importante: ese costo solo incluye horas de GPU para pre-entrenamiento; el capex total de infraestructura de servidores de DeepSeek se estima en $1.600 millones según SemiAnalysis. Aun así, la eficiencia marginal cuestiona un supuesto clave del rally de NVIDIA: la permanencia de la escasez.
- DeepSeek-V3: 2.788M horas de GPU H800, costo ~$6M en entrenamiento puro
- GPT-4 y similares: $80-100M+ reportados en costos comparables
- Implicación: si el software optimiza el uso de hardware, la ventaja de NVIDIA se convierte en commodity más rápido de lo que el mercado descuenta
Jensen Huang, CEO de NVIDIA, declaró en mayo de 2026 que «la construcción de fábricas de IA —la mayor expansión de infraestructura en la historia humana— se está acelerando». Su narrativa asume demanda sostenida; DeepSeek sugiere que la demanda puede satisfacerse con menos hardware del previsto. Esa tensión no se resolvió aún en los múltiplos: NVIDIA promedia un P/E de 212,50 en los últimos 12 meses, por debajo de su histórico de 56-69x, pero la eficiencia en software puede erosionar ingresos futuros más rápido que lo que esa valuación conservadora permite.
Concentración de mercado y capex bloqueado
Las diez mayores empresas del S&P 500 representan aproximadamente el 38-40% de la capitalización del índice al cierre de julio de 2026, superando el 27% registrado en el pico dot-com de 2000. Pero generan solo alrededor del 32% de las ganancias del índice, un spread de valuación que corre por delante de los fundamentales. La mayoría de esas diez empresas tiene exposición directa o indirecta a infraestructura de IA: Microsoft, Alphabet, Amazon, Meta, NVIDIA. El flujo de dinero pasivo alimenta esa concentración; una corrección en esos nombres tendrá impacto desproporcionado.
Además, al menos 75 proyectos de data centers por un valor de $130.000 millones fueron bloqueados o retrasados en el primer trimestre de 2026, igualando el total de bloqueos de todo 2025. El número de grupos de oposición activos más que se duplicó de 396 a finales de 2025 a 833 en marzo de 2026 en 49 estados de EE.UU., según Data Center Watch. Los hyperscalers comprometieron $690.000 millones en capex para 2026, pero si las comunidades locales bloquean la ejecución, ese capital no se convierte en capacidad operativa.
La brecha temporal entre inversión y retorno se está ampliando en 2026: el capex acelera más rápido que los ingresos. Esa divergencia no replica el 2000 —porque hay ingresos reales— pero introduce riesgo estructural si los bloqueos persisten o si la eficiencia de software (tipo DeepSeek) reduce la necesidad de nueva infraestructura antes de que el capex comprometido se despliegue. Citi proyectó en su revisión reciente que Alphabet, Meta y Amazon podrían entrar en flujo de caja libre negativo desde 2027 si el capex continúa su trayectoria actual sin aceleración equivalente de ingresos.
La valuación de NVIDIA a 32x ganancias con márgenes del 63% no es equivalente a Cisco a 201x con márgenes de un dígito. Los fundamentales hoy son sólidos. Pero la concentración del mercado en diez nombres, la brecha creciente entre capex e ingresos y la eficiencia demostrada por DeepSeek introducen variables que el múltiplo de 32x aún no incorpora del todo. El riesgo no es una burbuja clásica sin ingresos; es una valuación que descuenta escasez permanente cuando la eficiencia puede convertir esa escasez en commoditización antes de lo esperado. En el primer trimestre de 2026, $130.000 millones en proyectos quedaron en el aire por oposición local. Ese dato solo no vuelve burbuja al ciclo, pero sí lo vuelve más frágil de lo que Jensen Huang reconoce públicamente.