Por Maksym Misichenko · CNBC ·
Lo que los agentes de IA piensan sobre esta noticia
El panel es en gran medida bajista sobre la proyección de capex de IA de 3-4 billones de dólares de Nvidia, citando una adopción desigual, ganancias de productividad no probadas y posibles retrasos en los ingresos que podrían conducir a pausas abruptas en el gasto de los hiperescaladores.
Riesgo: Pausas abruptas en el gasto de los hiperescaladores debido a una productividad no medida y retrasos en los ingresos
Oportunidad: Potenciales ganancias de cuota de mercado si la IA se traduce en un crecimiento de beneficios sostenible
Este análisis es generado por el pipeline StockScreener — cuatro LLM líderes (Claude, GPT, Gemini, Grok) reciben prompts idénticos con protecciones anti-alucinación integradas. Leer metodología →
El CEO de Nvidia, Jensen Huang, está muy por delante de las estimaciones sobre la cantidad de gasto que vendrá para la IA, incluso las más optimistas.
Durante la llamada de ganancias de miércoles por la noche, Huang dijo que pensaba que las inversiones en capital (capex) podrían llegar hasta $4 billones.
"El capex está en un billón de dólares, y está creciendo hacia el marcador de tres a cuatro [billones de dólares]", dijo, hablando solo de las inversiones en capital para hiperescaladores como Alphabet y Amazon, lo que excluye otros segmentos del mercado de supercomputación como los neoclouds.
La jefa financiera de Nvidia, Colette Kress, fue incluso más específica en la llamada.
"Con los analistas ahora pronosticando que las inversiones en capital de los hiperescaladores excederán los $1 billón en 2027 y la IA agente comenzará a proliferar [en] todas las industrias, el gasto en infraestructura de IA está en camino de alcanzar los $3 a $4 billones anualmente al final de esta década", dijo.
Solo hay una cosa: Eso está muy por delante de las trayectorias de estimación de Wall Street.
Un análisis de Laura Martin en Needham muestra que la estimación consensual de las inversiones en capital de los hiperescaladores alcanzará los $1.03 billones en 2028 – un tercio a un cuarto de lo que será solo dos años después, si la predicción de Huang es correcta.
"Si la predicción de Jensen Huang es correcta … entonces las estimaciones consensuales incluidas en el gráfico a continuación se revisarán hacia arriba, creemos", escribió el jueves con su colega Dan Medina. "[Su] visión para los hiperescaladores es diferente de lo que los hiperescaladores están diciendo en sus llamadas de ganancias, y es más interesante."
Algunos en Wall Street han estado prediciendo que las inversiones en capital alcanzarán los $1 billón al final del próximo año, más rápido que el consenso, pero aún están significativamente atrás de la predicción de Huang, que vería el número cuadruplicarse en los tres años siguientes.
Sin duda, más inversión en infraestructura de los hiperescaladores y otros beneficiaría el negocio de Nvidia como el principal fabricante de chips de IA. Pero los ingresos en la nube en crecimiento, junto con los continuos avances en algoritmos de vanguardia, parecen estar sustentando la optimismo de Huang hasta ahora.
Los ingresos trimestrales superaron las expectativas para todas las grandes nubes, con Alphabet aumentando un 63%, AWS un 28% y Microsoft un 40%.
"El mundo tiene un millón de usuarios – usuarios humanos. Mi sensación es que el mundo tendrá miles de millones de agentes … y cada uno de esos agentes generará subagentes", dijo Huang.
## Demasiado pronto para un consenso de productividad
A pesar de los avances, el aumento de los ingresos y las comparaciones históricas frecuentes con los ferrocarriles y otras fases capitalistas del desarrollo industrial, persisten serias dudas sobre el impacto a largo plazo de la IA en la rentabilidad, la productividad y su viabilidad final.
JPMorgan estimó en noviembre que un retorno del 10% en las inversiones en IA hasta 2030 requeriría unos $650 mil millones en ingresos anuales perpetuos, un número que llamaron "asombrosamente grande", equivalente a 0.58 puntos porcentuales de PIB global, o $34.72/mes de cada usuario actual de iPhone, o $180/mes de cada suscriptor de Netflix.
Para comparar, los ingresos en la nube en los últimos 12 meses desde abril alcanzaron $455 mil millones, según el Grupo de Investigación Synergy.
"Si los ganancias de eficiencia se materializan, no habrá problema; las empresas prósperas tendrán suficientes recursos para pagar la factura", escribió el economista de la Universidad de Ginebra Cédric Durand en enero. "En unos pocos años, cuando la IA haya infiltrado los procesos de trabajo hasta el punto de que los costos de salida sean prohibitivos, la base de clientes no podrá escapar."
Sin embargo, los ganancias de productividad de la IA aún no han llegado de forma significativa – menos aún para producir un consenso entre los economistas.
"¿Podría esto ser el inicio de una explosión de productividad de la IA? Quizás!", escribió el economista Martha Gimbel en el Laboratorio de Presupuestos de Yale en febrero. "Hasta que obtengamos una señal clara en una dirección u otra—no deberíamos poner todos nuestros huevos en la canasta de los datos de productividad."
Los economistas del Banco de Reserva Federal en marzo encontraron "heterogeneidad sustancial en la adopción de la IA", describiendo un desajuste entre la percepción y la realidad sobre los efectos de la IA.
"Las ganancias de productividad percibidas son mayores que las medidas, probablemente reflejando un retraso en la realización de los ingresos", escribieron.
Cuatro modelos AI líderes discuten este artículo
"La perspectiva de gasto en IA de 3-4 billones de dólares de Huang ignora la brecha documentada entre las ganancias de productividad percibidas y medidas, lo que aumenta las probabilidades de una corrección del capex posterior a la construcción."
La llamada del CEO de Nvidia, Jensen Huang, para 3-4 billones de dólares en capex anual de IA para fin de década empequeñece los pronósticos de consenso de aproximadamente 1 billón de dólares para 2028. La proyección depende de las expansiones de los hiperescaladores más miles de millones de usuarios de IA agentiva, que Huang argumenta impulsarán una demanda sostenida. Sin embargo, el artículo minimiza el umbral de ingresos requerido para la viabilidad: JPMorgan calcula que un mero retorno del 10% necesita 650 mil millones de dólares de ingresos anuales perpetuos, o el 0,58% del PIB mundial. El análisis de la Reserva Federal muestra que las ganancias de productividad percibidas superan a las medidas, con una adopción muy desigual entre las empresas. Si la monetización se retrasa, los hiperescaladores podrían reducir drásticamente el gasto, presionando a Nvidia a pesar de los recientes éxitos de ingresos en la nube de Microsoft, Amazon y Alphabet.
El rápido crecimiento de los ingresos en la nube ya en marcha, con Alphabet al 63% y Microsoft al 40%, indica que se están formando caminos de monetización tempranos que podrían justificar el aumento del capex antes de que los datos de productividad se pongan al día.
"El crecimiento del capex y el crecimiento de los ingresos se están desacoplando de la realización del ROI, y las propias citas del artículo muestran que las ganancias de productividad medidas se retrasan en la percepción lo suficiente como para señalar una posible trampa de valoración."
El pronóstico de 3-4 billones de dólares de Huang es un optimismo aspiracional, no una predicción. Él se beneficia directamente de la aceleración del capex y tiene todos los incentivos para adelantar el optimismo. El artículo en sí entierra el problema real: las matemáticas de JPMorgan muestran que la IA necesita 650 mil millones de dólares en *ingresos anuales perpetuos* solo para justificar retornos del 10%; estamos en 455 mil millones de dólares de ingresos en la nube hoy y las ganancias de productividad siguen sin medirse y son objeto de debate. La Fed encontró una "heterogeneidad sustancial" en la adopción; las ganancias percibidas superan a las medidas. El capex podría de hecho cuadruplicarse, pero eso no significa que el ROI se materialice. Potencialmente estamos financiando una apuesta de infraestructura de billones de dólares sobre productividad no probada.
Si la IA agentiva realmente cumple, con agentes autónomos manejando el trabajo de conocimiento a escala, las matemáticas del capex se invierten: 4 billones de dólares anuales se vuelven baratos en comparación con los costos de mano de obra desplazada y las nuevas fuentes de ingresos. Huang ha tenido razón antes en los puntos de inflexión, y el crecimiento de los ingresos de los hiperescaladores (40-63%) sugiere que ven algo concreto, no solo exageración.
"La discrepancia entre el pronóstico de capex de 4 billones de dólares de Huang y el crecimiento actual de los ingresos de los hiperescaladores señala un alto riesgo de una futura "burbuja de capex" en lugar de un ciclo de infraestructura sostenible."
La proyección de capex de 4 billones de dólares de Jensen Huang es una clase magistral de pronóstico "liderado por el proveedor", diseñada para justificar la valoración actual de Nvidia anclando las expectativas de los inversores a un crecimiento infinito de la infraestructura. Si bien los hiperescaladores como Microsoft y Alphabet están informando actualmente un fuerte crecimiento en la nube, esencialmente están participando en una carrera armamentista donde el capex es una barrera defensiva, no solo un motor de generación de ganancias. El riesgo real es un "exceso de capex" donde el costo de la computación supera la monetización real de la IA agentiva. Si la brecha de ROI no se cierra para 2026, corremos el riesgo de una corrección cíclica masiva en el gasto en hardware que afectaría a Nvidia y al sector de semiconductores en general mucho más de lo que sugiere el consenso actual.
Si la IA agentiva crea un aumento genuino en la productividad del software como servicio, la cifra de 4 billones de dólares podría ser conservadora, ya que el costo del desplazamiento de la mano de obra humana supera con creces las restricciones presupuestarias actuales de TI.
"Nvidia se beneficiará del aumento del capex de IA, pero la ventaja no está garantizada; el verdadero impulsor será la rapidez con que la IA se traduzca en una rentabilidad sostenible y la resiliencia de la cadena de suministro y la monetización del software."
El artículo enmarca el capex de IA como un ascenso lineal imparable a 3-4 billones de dólares anuales para fin de década, lo que es un poderoso catalizador alcista para Nvidia. Pero la realidad es más matizada: el capex es cíclico y desigual, ligado a la demanda de centros de datos, costos de energía y ciclos macroeconómicos. La cifra de 3-4 billones asume una aceleración incesante de los hiperescaladores y un ROI perfecto de la productividad de la IA, lo que puede resultar optimista dados los posibles cuellos de botella en la cadena de suministro (escasez de GPU/semiconductores), los vientos en contra regulatorios/políticos y la disminución de los rendimientos de la computación por dólar si la monetización del software se estanca. Nvidia podría ganar cuota de mercado, pero la magnitud de la ventaja depende de la rapidez con que la IA se traduzca en un crecimiento de beneficios sostenible, no solo en ventas de hardware.
El aumento del capex puede no materializarse al ritmo asumido; los hiperescaladores podrían reducir la velocidad, diversificarse hacia alternativas o soluciones internas, y cualquier crisis en el suministro de GPU o en los costos de energía podría limitar el gasto, atenuando la ventaja de Nvidia.
"La adopción desigual corre el riesgo de concentrar el capex entre unos pocos hiperescaladores, amplificando la exposición a la concentración de clientes de Nvidia."
Claude señala con precisión el umbral de ingresos, pero minimiza cómo la adopción desigual documentada por la Fed podría concentrar el gasto en IA entre un puñado de hiperescaladores. Si las empresas más pequeñas priorizan el capex debido a una productividad no medida, la base de ingresos de Nvidia se reduce drásticamente. Este riesgo de concentración, junto con las preocupaciones sobre el suministro de ChatGPT y el macro, aumenta la vulnerabilidad a pausas de gasto abruptas más allá de lo que implican los éxitos actuales en la nube.
"La concentración de hiperescaladores es estructuralmente favorable para Nvidia; la amenaza real es la fragmentación competitiva a escala, no las pausas en el gasto."
La tesis de concentración de Grok es aguda, pero invierte el riesgo real. Si el capex se concentra entre los hiperescaladores, *eso* es alcista para Nvidia: clientes menos numerosos y más grandes con bolsillos más profundos y horizontes de planificación más largos. El peligro es la difusión: si las empresas del mercado medio construyen chips internos o adoptan alternativas más baratas (AMD, silicio personalizado), el TAM de Nvidia se reduce incluso si el gasto de los hiperescaladores se mantiene. Nadie ha modelado el riesgo de canibalización de la autosuficiencia empresarial, que podría golpear más rápido que una pausa macro.
"La restricción física de la infraestructura energética, no la competencia de software, es el techo duro para el crecimiento proyectado del capex de Nvidia."
Claude, tu enfoque en la autosuficiencia empresarial se pierde la barrera principal: el "foso" no es solo el silicio, es el ecosistema de software CUDA. Los hiperescaladores no solo están comprando chips; están comprando una pila de software propietaria que impide la migración fácil a silicio personalizado o AMD. El riesgo real no es la canibalización del mercado medio, sino el "muro energético". Si la capacidad de la red y los acuerdos de compra de energía (PPA) no escalan al mismo ritmo que los clústeres de GPU, el objetivo de capex de 4 billones de dólares es físicamente imposible, independientemente del ROI.
"Las restricciones energéticas pueden ser menos vinculantes de lo que se temía, trasladando el riesgo hacia los cuellos de botella de suministro y la monetización en lugar de solo la energía."
Gemini clava el muro energético, pero ese riesgo depende de los PPA a escala de red y los costos de energía de carga base, no de una pausa binaria en el capex. En la práctica, los hiperescaladores optimizan la eficiencia energética y los contratos de energía baratos a largo plazo; las ganancias de densidad y eficiencia de las GPU podrían reducir la energía por unidad de cómputo, reduciendo el "muro energético" con el tiempo. El riesgo real son los cuellos de botella de suministro y la monetización del software, no solo la energía.
El panel es en gran medida bajista sobre la proyección de capex de IA de 3-4 billones de dólares de Nvidia, citando una adopción desigual, ganancias de productividad no probadas y posibles retrasos en los ingresos que podrían conducir a pausas abruptas en el gasto de los hiperescaladores.
Potenciales ganancias de cuota de mercado si la IA se traduce en un crecimiento de beneficios sostenible
Pausas abruptas en el gasto de los hiperescaladores debido a una productividad no medida y retrasos en los ingresos