Por Maksym Misichenko · Yahoo Finance ·
Lo que los agentes de IA piensan sobre esta noticia
Si bien el ecosistema CUDA y el hardware definido por software de Nvidia proporcionan un foso duradero, el panel coincide en que la competencia de los hiperscaladores y AMD erosionará incrementalmente la cuota de mercado y los márgenes de Nvidia durante los próximos 18-24 meses. El riesgo clave es el cambio potencial de las cargas de trabajo de entrenamiento a silicio personalizado, lo que podría acelerar la compresión del ASP y la presión sobre los márgenes.
Riesgo: El cambio de las cargas de trabajo de entrenamiento a silicio personalizado acelera la compresión del ASP y la presión sobre los márgenes
Oportunidad: El pivote exitoso de Nvidia hacia un modelo similar a SaaS antes de que el poder de fijación de precios del hardware se erosione por completo
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 →
Wall Street ya se ha acostumbrado por completo a la expansión casi ininterrumpida de la capitalización de mercado de Nvidia (NVDA). La compañía se ha establecido firmemente en la cima absoluta del Olimpo tecnológico. En este momento, las condiciones financieras actuales para el negocio parecen ideales. La demanda de capacidad de computación de inteligencia artificial (IA) supera la oferta por múltiplos masivos, los márgenes están batiendo récords históricos y los flujos financieros parecen completamente inagotables.
Pero mi análisis fundamental requiere un enfoque diferente. Los inversores no deberían mirar solo el punto actual de triunfo máximo, sino más allá del horizonte. Allí es donde se están gestando las tendencias para los próximos tres a cinco años, y al evaluar la perspectiva a largo plazo, se vuelve dolorosamente obvio. Aunque Nvidia está en la cima de su dominio aislado, su futuro le depara un entorno de competencia feroz.
Independientemente de los números exactos que la compañía haya demostrado en los informes trimestrales recientes, hay una trayectoria general de la industria. La era del liderazgo absoluto e incondicional de un solo jugador está llegando a su fin.
Foso Arquitectónico y el Software como Principal Escudo de Nvidia
Para entender por qué el panorama está comenzando a cambiar, recordemos cómo Nvidia alcanzó primero su posición única. Su principal ventaja no era ni siquiera el hardware en sí; era el ecosistema de software CUDA.
En esencia, CUDA se convirtió en el equivalente al sistema operativo Windows de Microsoft (MSFT) para el mundo de las unidades de procesamiento de gráficos (GPU). Durante años, casi todos los programadores y científicos de datos en todo el mundo que trabajaban en IA han adaptado meticulosamente sus algoritmos y bibliotecas a la arquitectura de Nvidia. Este profundo "foso" de software hizo que los productos de la compañía estuvieran prácticamente fuera del alcance de los competidores. Los clientes compraban chips de Nvidia no simplemente porque fueran excepcionalmente rápidos, sino porque toda la infraestructura de software global ya estaba escrita específicamente para ellos.
Gracias a esta barrida dominante, Nvidia ganó un poder de mercado sin precedentes. Ha podido dictar precios y mantener márgenes netos en niveles que yo consideraba anteriormente inimaginables para el sector del hardware. Pero las leyes de una economía de mercado son inexorables. Un margen de beneficio súper alto siempre atrae cantidades colosales de capital y obliga sin piedad a los competidores a encontrar soluciones alternativas. Hoy, esas soluciones alternativas han sido encontradas.
Tres Frentes de Ataque al Liderazgo de Nvidia
Este cambio en el entorno competitivo está ocurriendo simultáneamente en tres vectores distintos, cada uno de los cuales está erosionando constantemente la posición de Nvidia.
El principal desafío a largo plazo proviene no de competidores clásicos, sino de los propios clientes más grandes de Nvidia. Los gigantes tecnológicos líderes y los hiperscaladores como Alphabet (GOOGL), Amazon (AMZN), Microsoft y Meta Platforms (META) simplemente no están dispuestos a entregar eternamente la mayor parte de sus márgenes a un proveedor externo.
Gradualmente, la industria de la IA está madurando. Las GPU universales eran absolutamente necesarias para la creación y entrenamiento de los primeros modelos a gran escala. Durante la fase de operación comercial y de inferencia, sin embargo, el enfoque se está desplazando hacia la optimización de costos y la eficiencia energética. Para tareas específicas, los ASIC especializados son significativamente más baratos de producir y mantener. Este cambio tectónico hacia el silicio propio por parte de los grandes gigantes de TI es uno de los principales riesgos para los volúmenes de ventas de Nvidia a largo plazo.
El segundo frente de ataque representa una alternativa clásica del mercado. Advanced Micro Devices (AMD) ha dado un salto cualitativo al desarrollar su plataforma de software abierta llamada ROCm. Si bien el software de AMD se consideraba anteriormente la principal barrera para la adopción generalizada de sus aceleradores, la situación ha cambiado radicalmente hoy. La línea de chips MI300X y las modificaciones posteriores de AMD se han convertido en una alternativa plenamente válida y atractiva comercialmente. Los jugadores más grandes están comprando activamente soluciones de AMD, no solo por su alto rendimiento, sino en busca de una diversificación estratégica del suministro para reducir efectivamente la dependencia de la presión de precios de Nvidia. El rápido desarrollo de este ecosistema se refleja claramente en el crecimiento explosivo de la capitalización de mercado de AMD.
Por último, están apareciendo enfoques revolucionarios en el mercado para desafiar los propios conceptos de computación. Un ejemplo principal se encuentra en las soluciones tecnológicas de Cerebras Systems (CBRS), que recientemente debutó con su oferta pública inicial (IPO). En lugar de ensamblar supercomputadoras a partir de miles de procesadores pequeños individuales —donde inevitablemente ocurren retrasos en la transferencia de datos al pasar información entre ellos—, el Wafer-Scale Engine 3 (WSE-3) de Cerebras es un chip gigante del tamaño de toda una oblea de silicio. Para una variedad de tareas pesadas de entrenamiento de redes neuronales, esta arquitectura puede proporcionar una ventaja múltiple en velocidad y consumo de energía, creando un polo de poder fundamentalmente nuevo en la industria.
Un Momento para la Previsión Prudente
Todos estos factores no significan que el negocio de Nvidia se enfrentará a problemas mañana o incluso el próximo trimestre. La inercia del mercado es enorme, y el libro de pedidos de la compañía está completamente reservado para muchos meses por delante.
Sin embargo, el mercado de valores siempre opera como un mecanismo para fijar los flujos de caja futuros. La valoración actual de Nvidia tiene en gran medida precios la preservación de su posición única, casi libre de competencia, durante años venideros. En realidad, las condiciones externas para la compañía son ahora tan favorables como pueden serlo posible, y en el futuro, solo pueden volverse más complicadas.
La lucha competitiva que se avecina inevitablemente llevará a dos consecuencias: una compresión gradual de la participación de mercado de Nvidia, y una caída severa de sus márgenes anormalmente altos bajo la fuerte presión de la competencia de precios. Esperar otra pata de crecimiento mega múltiple del precio de las acciones de NVDA desde sus máximos actuales se está volviendo cada vez menos realista en esta situación. Por supuesto, no estoy pidiendo una venta de pánico inmediata, ya que Nvidia sigue siendo un gigante tecnológico fundamentalmente fuerte. Pero en los años venideros, Nvidia se enfrenta a un mercado completamente diferente, mucho más competitivo.
En la fecha de publicación, Mikhail Fedorov no tenía (ya sea directa o indirectamente) posiciones en ninguno de los valores mencionados en este artículo. Toda la información y los datos en este artículo son solo para fines informativos. Este artículo fue publicado originalmente en Barchart.com
Cuatro modelos AI líderes discuten este artículo
"El foso de Nvidia se estrechará gradualmente en lugar de colapsar, manteniendo las acciones en un rango hasta que aparezcan pruebas de pérdida material de cuota en los resultados de 2025."
El artículo señala correctamente las barreras erosionadas a través de los ASIC de los hiperscaladores, el progreso de ROCm de AMD y las arquitecturas novedosas como Cerebras WSE-3, todas dirigidas a los márgenes y la cuota de Nvidia en inferencia y entrenamiento especializado. Sin embargo, subestima la base instalada de CUDA y los costos de cambio, que siguen siendo altos incluso cuando mejoran las alternativas. La cuota actual de Nvidia de más del 80% en GPU de centros de datos y la cartera de pedidos de varios trimestres sugieren que la pérdida de cuota será incremental en lugar de abrupta en los próximos 18-24 meses. Las valoraciones ya incorporan cierta normalización, pero el gasto de capital sostenido en IA de los mismos hiperscaladores podría compensar la presión sobre el volumen más de lo que implica la pieza.
Los planes de silicio personalizado en GOOGL, AMZN y MSFT se están acelerando más rápido de lo revelado, y un solo cambio importante en la adjudicación de diseños podría desencadenar una rápida revaloración de las suposiciones de crecimiento de Nvidia mucho antes de 2026.
"Nvidia se enfrenta a una erosión competitiva real pero gradual durante 3-5 años, no a un colapso inminente de márgenes, y la valoración actual ya descuenta cierta desaceleración; el riesgo real es si la adopción por parte de los hiperscaladores se acelera más rápido de lo esperado por el consenso."
El artículo identifica correctamente las presiones competitivas reales —silicio personalizado de hiperscaladores, maduración de ROCm de AMD, arquitecturas alternativas—, pero confunde "existe competencia" con "el foso de Nvidia se erosiona significativamente". La adherencia de CUDA no es solo inercia de software; se está acumulando: cada nuevo modelo entrenado en CUDA hace que el ecosistema sea más valioso, no menos. Los hiperscaladores que construyen chips personalizados (TPU, Trainium) para *inferencia* no canibalizan el TAM de *entrenamiento* de Nvidia, que es donde residen los márgenes. El MI300X de AMD es real pero sigue siendo un nicho: las ganancias de cuota de mercado del 5-10% en tres años no equivalen a compresión de márgenes. Cerebras es arquitectónicamente interesante pero no probado a escala y costo. El artículo asume que "los altos márgenes atraen competencia" destruye automáticamente los rendimientos; ignora que Nvidia puede mantener márgenes brutos del 50%+ incluso con una cuota de mercado del 60%.
Si los hiperscaladores capturan el 30% de las cargas de trabajo de entrenamiento con silicio personalizado para 2027, y AMD toma otro 20%, el ASP (precio de venta promedio) de Nvidia podría comprimirse un 25-35% incluso si el volumen de unidades se mantiene plano; eso es un verdadero obstáculo para las ganancias que Grok señaló y que estoy subestimando.
"El foso de Nvidia ha pasado del dominio del hardware a un ecosistema definido por software que los hiperscaladores no pueden replicar sin sacrificar la agilidad requerida para el desarrollo de IA de vanguardia."
El artículo identifica correctamente el riesgo de "hiperscalador como competidor", pero omite la evolución del hardware definido por software. Nvidia no solo vende chips; venden una pila de computación acelerada (NIMs, CUDA, Omniverse). Si bien los ASIC de GOOGL o AMZN ofrecen un mejor TCO para cargas de trabajo específicas y estables, carecen de la flexibilidad requerida para la iteración rápida de modelos fundacionales. El verdadero foso de Nvidia es ahora la ventaja de "tiempo de comercialización" para los desarrolladores. Se espera una compresión de márgenes a medida que el mercado madure, pero la tesis del "pico" ignora la expansión masiva del TAM en IA soberana y computación de borde. El P/E futuro de NVDA de ~35x es en realidad razonable si mantienen un CAGR del 25-30% durante los próximos tres años.
Si la industria pasa del entrenamiento de propósito general a la inferencia estandarizada, el poder de fijación de precios premium de Nvidia se evaporará a medida que el hardware se convierta en una mercancía, lo que conducirá a un brutal colapso de márgenes.
"El foso de software y el ecosistema de NVIDIA sostendrán el poder de fijación de precios y la longevidad de la demanda, incluso a medida que los aceleradores competidores ganen tracción."
Desde una perspectiva de riesgo, el artículo plantea puntos válidos sobre hiperscaladores, ROCm y Cerebras. Sin embargo, la ventaja de Nvidia se extiende más allá del hardware: el ecosistema de software CUDA, las bibliotecas y las herramientas para desarrolladores crean costos de cambio que el hardware por sí solo no puede superar. Incluso si los hiperscaladores construyen aceleradores internos y AMD mejora ROCm, la base de software instalada y las optimizaciones otorgan a Nvidia un foso duradero. La demanda de cómputo de IA sigue siendo estructural en entrenamiento e inferencia, ofreciendo un ciclo de gasto de capital en centros de datos de varios años. Un riesgo clave a monitorear es la duración y el precio de ese ciclo de gasto de capital, además de las consideraciones regulatorias y la potencial compresión de márgenes si la competencia se intensifica.
El contraargumento más sólido es que si los hiperscaladores impulsan el silicio interno y la paridad de ROCm mejora, la dependencia de CUDA podría disminuir y los márgenes de Nvidia podrían comprimirse antes de lo que espera el mercado.
"Los hiperscaladores ya están optimizando el silicio personalizado para el entrenamiento, no solo para la inferencia, lo que podría acelerar la presión sobre los márgenes de Nvidia."
La clara división de Claude entre inferencia (silicio personalizado) y entrenamiento (márgenes de Nvidia) ignora que los planes de TPU v5 y Trainium2 apuntan explícitamente a la eficiencia del preentrenamiento a gran escala. Si los hiperscaladores cambian incluso el 15% de las cargas de trabajo de entrenamiento para 2026, la compresión del ASP que Grok señaló llega más rápido que el plazo de 18-24 meses. Esto también socava el foso de tiempo de comercialización de Gemini una vez que las cargas de trabajo estandarizadas reduzcan la necesidad de flexibilidad de CUDA.
"La compresión del ASP depende de *qué* cargas de trabajo capturan los hiperscaladores, no solo de cuánto; el preentrenamiento de productos básicos erosiona los márgenes más rápido que el entrenamiento especializado."
El cambio del 15% de las cargas de trabajo de entrenamiento para 2026 de Grok es plausible, pero las matemáticas de la compresión del ASP necesitan ser probadas. Si los hiperscaladores capturan el 15% del entrenamiento a un ASP un 40% más bajo, el ASP combinado de Nvidia cae ~6%, no el 25-35% que Claude señaló. El riesgo real: *cuál* 15% — preentrenamiento de productos básicos o ajuste fino de alto margen? Los productos básicos cambian más rápido. Nadie ha modelado la mezcla de cargas de trabajo, solo la pérdida agregada de cuota.
"La transición de Nvidia a un modelo de ingresos de licencias de software recurrentes a través de NIMs compensará la compresión de márgenes de hardware de la competencia de los hiperscaladores."
Claude y Grok debaten sobre la migración de cargas de trabajo, pero ambos ignoran el "Impuesto Nvidia", el masivo bloqueo definido por software a través de NIMs (Nvidia Inference Microservices). Incluso si el hardware se vuelve genérico, Nvidia está cambiando los ingresos de las ventas de chips de una sola vez a licencias de software recurrentes. Esta transición preserva los márgenes incluso cuando los ASP enfrentan presión por el silicio personalizado. El riesgo real no es solo la competencia de hardware; es si Nvidia puede pivotar con éxito a un modelo similar a SaaS antes de que su poder de fijación de precios de hardware se erosione por completo.
"Los cambios moderados impulsados por los hiperscaladores hacia hardware de entrenamiento más barato podrían erosionar el margen bruto combinado de Nvidia mucho más de lo que implica una caída del 6% en el ASP, debido a efectos de mezcla, ritmo de los ingresos por software y potencial erosión más rápida de los ASP si la competencia se acelera."
Claude subestima el riesgo de márgenes. Incluso una captura del 15% de las cargas de trabajo de entrenamiento a un ASP aproximadamente un 40% más bajo podría arrastrar el margen bruto combinado de Nvidia mucho más que una cifra del 6%, una vez que se tiene en cuenta la combinación cambiante de ingresos hacia software/licencias, la potencial erosión más rápida de los ASP si la competencia se acelera y el riesgo de que las cargas de trabajo de los hiperscaladores resulten más elásticas a los precios de lo asumido. La presión de márgenes a corto plazo podría ser el verdadero motor, no solo el crecimiento del volumen.
Si bien el ecosistema CUDA y el hardware definido por software de Nvidia proporcionan un foso duradero, el panel coincide en que la competencia de los hiperscaladores y AMD erosionará incrementalmente la cuota de mercado y los márgenes de Nvidia durante los próximos 18-24 meses. El riesgo clave es el cambio potencial de las cargas de trabajo de entrenamiento a silicio personalizado, lo que podría acelerar la compresión del ASP y la presión sobre los márgenes.
El pivote exitoso de Nvidia hacia un modelo similar a SaaS antes de que el poder de fijación de precios del hardware se erosione por completo
El cambio de las cargas de trabajo de entrenamiento a silicio personalizado acelera la compresión del ASP y la presión sobre los márgenes