La mayor empresa del mundo acaba de publicar unos resultados históricos. Ingresos de 82.000 millones de dólares, un 85% más que hace un año. Beneficios por acción de 1,87 dólares frente a los 1,77 esperados.

Flujo de caja libre récord de 49.000 millones. Y la acción… cayó un 4% en la semana. ¿Cómo se procesa esto?

Your inbox is full. Slack is piling up. Client messages need a response yesterday. Typing thoughtful replies to all of it takes hours you don't have.

Wispr Flow turns your voice into clean, professional text you can send the moment you stop talking. Speak like you would to a colleague — tangents and all — and get polished output. Emails, Slack, LinkedIn, WhatsApp, whatever's open.

89% of messages sent with zero edits. Used by teams at OpenAI, Vercel, and Clay. Works on Mac, Windows, and iPhone.

Try Wispr Flow free

NVIDIA reportó resultados del primer trimestre de su año fiscal 2027 el pasado miércoles 20 de mayo. Los números, objetivamente, fueron extraordinarios.

Los ingresos del segmento de centros de datos alcanzaron un récord de 75.000 millones de dólares, un 92% más que hace un año.

Los márgenes brutos se mantuvieron en el 75%, algo especialmente llamativo porque la compañía está en plena transición de arquitectura hacia Blackwell y preparando el lanzamiento de Vera Rubin para la segunda mitad de 2026.

La guía para el próximo trimestre fue de 91.000 millones de dólares, por encima incluso de lo que el mercado esperaba en privado.

La compañía anunció una recompra de acciones adicional de 80.000 millones, subió el dividendo trimestral de 0,01 a 0,25 dólares por acción, y confirmó que tiene visibilidad sobre un billón de dólares en ingresos de Blackwell y Rubin entre 2025 y 2027.

Jensen Huang dijo que la demanda “se ha vuelto parabólica” y que “la IA agéntica ya ha llegado”. También anunció un cambio en la estructura de reporting: a partir de ahora, NVIDIA dividirá su negocio en dos grandes plataformas, centros de datos y computación periferica, con subcategorías que separan a los grandes proveedores de nube del resto de la industria (nubes de IA, empresas, sector público y soberanía digital).

NVIDIA dejará de desglosar por separado los ingresos de computación y redes dentro de centros de datos, precisamente en el trimestre en que la parte de computación quedó ligeramente por debajo de lo esperado.

Dentro de la conferencia con analistas, Huang desglosó las dos mitades del negocio de centros de datos.

Un punto que pasó relativamente desapercibido en un primer momento… NVIDIA anunció que Vera, su nuevo procesador central diseñado específicamente para IA agéntica, abre un mercado totalmente nuevo de 200.000 millones de dólares que la compañía nunca había abordado. Huang afirmó tener visibilidad sobre 20.000 millones de dólares en ingresos de procesadores centrales independientes solo este año. No están incluidos en la cifra del billón de dólares que ya habían comunicado.

Quizás lo que más llamó la atención (para mal), fue que los inventarios se dispararon.

NVIDIA argumenta que es acumulación estratégica para cubrir demanda a varios trimestres vista. Puede ser. Pero cuando un fabricante de componentes acumula inventario a este ritmo, siempre conviene vigilar.

Y luego está China. La compañía tiene licencias aprobadas para vender chips H200 a clientes chinos, pero no ha generado ni un dólar de ingresos desde allí. No incluyen nada de China en sus previsiones. Huang viajó a Pekín con Trump el 14 de mayo, pero la situación sigue completamente cerrada: las empresas chinas han frenado los pedidos pese a que Washington dio luz verde, aparentemente por instrucciones de las propias autoridades chinas.

Aquí es donde la cosa se pone interesante, porque el mercado no reaccionó a los resultados de NVIDIA. La acción cerró con una caída cercana al 2%, cerca de mínimos de sesión.

Es la cuarta vez consecutiva que la acción cae o se queda plana tras publicar resultados que baten estimaciones. La última vez que tuvo un movimiento significativo al alza tras resultados fue hace más de dos años, en mayo de 2024.

El problema no es NVIDIA. El problema es que para ese día, el mercado ya tiene descontado todo lo bueno.

Cuando una empresa cotiza con una capitalización tan grande, crece al 85% interanual, las expectativas son tan altas que incluso una guía por encima de lo esperado se recibe con un “ya lo sabíamos”. Los operadores de opciones que apostaban por un movimiento del 5,5% vieron cómo sus posiciones expiraban sin valor.

Sí que es cierto que hay una lectura alternativa: NVIDIA empieza a parecerse más a una empresa de valor que a una de crecimiento. El anuncio de recompra de 80.000 millones y la multiplicación por 25 del dividendo apuntan en esa dirección. La compañía planea devolver la mitad de su flujo de caja libre a los accionistas este año.

Cotiza a unas 24 veces beneficios esperados, lo cual la hace más barata que Broadcom (31 veces) o ASML. Eso no significa que sea barata, significa que el mercado la empieza a valorar de otra forma.

Pero ojito con lo que pasó en la cadena de suministro de NVIDIA: mientras la acción de la empresa caía, las compañías de memoria subieron entre un 6% y un 10%.

El propio KOSPI cerró el jueves con una subida del 8%:

¿Por qué?

Según un informe reciente de Morgan Stanley, un rack Vera Rubin costará aproximadamente 7,8 millones de dólares si se compra a los fabricantes subcontratados, casi el doble de los 4 millones que cuesta el rack actual GB300.

Los chips que procesan la información (las famosas GPUs), la memoria, las placas de circuito, la refrigeración, las fuentes de alimentación, las conexiones de red. Todo empaquetado y conectado para funcionar como una sola unidad. Cuando Amazon, Microsoft o Google construyen un centro de datos, lo que hacen es llenar naves enormes con cientos o miles de estos racks, uno al lado del otro. Cada rack es una fábrica de inteligencia artificial en miniatura.

El desglose componente a componente revela un cambio estructural en la distribución de valor dentro del ecosistema de NVIDIA.

El componente que más sube en coste es la memoria: de 374.000 dólares por rack en el GB300 a más de 2 millones en el VR200, un incremento del 435%. Esto no es solo por mayor contenido de memoria, también refleja la fuerte subida de precios de los módulos SOCAMM (siglas de módulo de memoria comprimido de formato pequeño, que son un tipo de memoria de última generación diseñada específicamente para estos racks de IA), desde que se lanzó la generación anterior.

Con los precios antiguos, la memoria representaba entre el 5% y el 10% del coste total del rack. Ahora representa entre el 25% y el 30%. El peso relativo de la propia GPU baja del 65% al 51%. NVIDIA sigue siendo el corazón del sistema, pero la cadena de valor se está redistribuyendo de forma masiva.

El resto de componentes también muestra incrementos muy significativos:

Estos incrementos tienen implicaciones directas para fabricantes europeos y asiáticos de componentes electrónicos que no suelen aparecer en la conversación habitual sobre IA:

Un detalle técnico relevante: los racks Vera Rubin serán completamente refrigerados por líquido, sin ventiladores. Pensad en un sistema de tuberías que circula líquido frío directamente sobre los chips, como el circuito de refrigeración de un coche pero a escala microscópica.

El aire ya no es suficiente para disipar el calor que generan estos sistemas. Solo los componentes de refrigeración de cada rack costarán 72.080 dólares. Además, al menos un gran proveedor de nube ya está cambiando la forma en que estos racks reciben electricidad: en lugar de corriente alterna convencional, están adoptando corriente continua de 800 voltios, que reduce las pérdidas energéticas pero exige una infraestructura eléctrica completamente diferente dentro del centro de datos.

¿Quién construye estos racks? No NVIDIA. NVIDIA diseña los chips y la arquitectura, pero la construcción física la hacen fabricantes subcontratados taiwaneses, Hon Hai (Foxconn), Quanta, Wistron, Wiwynn.

El mercado asumía que con Vera Rubin, el trabajo de estos fabricantes se simplificaría por la estandarización del diseño. Morgan Stanley demuestra lo contrario: el nuevo rack tiene más módulos, más capas, más componentes que testear. Lo que cobra cada fabricante por ensamblar un rack sube de 108.000 a 150.000 dólares, un 38% más. Pero como el rack se ha encarecido mucho más (de 4 a 7,8 millones), su porcentaje baja del 2,7% al 1,9%. Ganan más en términos absolutos, pero su tajada relativa del pastel se reduce.

Ahora mismo NVIDIA compra los módulos de memoria SOCAMM al fabricante y los revende con un margen del 75%. Si los proveedores de nube negocian comprarlos directamente, el precio del rack baja de 7,8 a 6,7 millones y el margen de los ensambladores sube al 2,2%.

Y hay un cambio en la financiación: tradicionalmente el fabricante adelantaba todo el capital para comprar materiales, montar el rack y luego cobrar. Con racks de casi 8 millones, eso es inasumible a escala. Por eso cada vez más clientes están adoptando un modelo de consignación, aportan ellos los componentes más caros y el fabricante pone la mano de obra. Hon Hai fue la primera en mencionarlo y Quanta se ha sumado. Positivo para los fabricantes, pero que los racks se están volviendo tan caros que ni las grandes ensambladoras taiwanesas pueden financiar solas el inventario.

APUNTE importante: Este modelo de consignación podría tener implicaciones para la calidad crediticia de los proveedores de nube más pequeños. Los grandes (Amazon, Microsoft, Google, Meta) tienen los balances para absorber esta carga de capital de trabajo. Pero los proveedores de segundo nivel (CoreWeave, Lambda y similares) podrían quedar en desventaja competitiva si el modelo se generaliza y se les exige aportar capital para asegurar la producción de sus racks. Dicho de otra forma: el acceso a la infraestructura de IA ya no depende solo de tener pedidos, sino de tener el balance para financiarlos.

Y aquí llegamos al tema que, en mi opinión, va a definir la siguiente fase de la inversión en IA.

Hasta ahora, la narrativa dominante ha sido sencilla: necesitamos más chips. Pero… ¿de dónde sacamos la electricidad para alimentar todo esto?

Morgan Stanley ha actualizado sus estimaciones y ahora proyecta un déficit energético acumulado de 47 gigavatios en Estados Unidos entre 2025 y 2028, frente a los 44 que estimaba hace apenas unos meses.

La revisión al alza se debe directamente a las mayores estimaciones de demanda de chips de NVIDIA, es decir, los propios resultados que acabamos de analizar alimentan el problema energético.

Para ponerlo en contexto: un gigavatio puede abastecer a unas 750.000 viviendas. Estamos hablando de un agujero equivalente a la electricidad que consumen más de 35 millones de hogares.

La demanda de centros de datos de IA podría alcanzar los 74 gigavatios en 2028 según las últimas proyecciones de Morgan Stanley. De esa cifra, solo unos 25 gigavatios tienen acceso a red confirmado o están ya en construcción, unos 10 de centros en construcción y 15 con conexiones de red aseguradas.

La red eléctrica estadounidense no está preparada para absorber ni el 40% de la demanda futura.

Un solo centro de datos de IA de última generación puede consumir la misma electricidad que una ciudad entera. Y fíjense en lo que el propio informe de Morgan Stanley sobre los racks Vera Rubin revela sobre la escalada de consumo: el rack actual GB300 consume 140 kilovatios, el Vera Rubin consumirá más de 200 kilovatios, y la versión Vera Rubin CPX podría superar los 380 kilovatios. La plataforma Rubin Ultra prevista para 2027 apuntaría a 600 kilovatios por rack. Cada nueva generación multiplica la demanda energética.

Construir centrales nucleares nuevas no es una solución a corto plazo. Estados Unidos tiene cero reactores en construcción. China tiene 29. Un reactor tarda entre 10 y 15 años en entrar en funcionamiento. La IA no puede esperar una década.

El Departamento de Energía va a tener que abrir cientos de miles de millones en financiación para reactivar plantas existentes, pero incluso eso lleva tiempo.

Aquí entra en juego la paradoja de Jevons (Jevons observó que cuando la máquina de vapor de James Watt mejoró la eficiencia del uso del carbón, el consumo total de carbón en Inglaterra no bajó… Se disparó):

Google reportó recientemente que entre mayo de 2024 y mayo de 2025 redujo el consumo energético medio por consulta de Gemini por un factor de 33 veces, y la huella de carbono asociada por un factor de 44. Las mejoras vienen de arquitecturas más eficientes, algoritmos optimizados y procesadores personalizados.

Sin embargo, la demanda agregada sigue creciendo más rápido que la eficiencia.

Esto tiene una implicación directa para la tesis de inversión: las soluciones de eficiencia por sí solas no van a resolver el déficit energético.

¿Qué soluciones se están explorando? Morgan Stanley identifica varias vías para cerrar el agujero:

Fíjense en esto último: los mineros de Bitcoin controlan casi 20 gigavatios de capacidad con conexión firme a la red eléctrica. Tienen terreno, subestaciones y la infraestructura básica ya construida, exactamente los tres recursos que los grandes proveedores de nube necesitan desesperadamente y que tardan años en conseguir por las vías tradicionales.

Morgan Stanley identifica la conversión de estas instalaciones como “la vía más rápida” para obtener nueva capacidad energética. Hay dos modelos emergentes:

Uno donde el minero compra las GPUs, construye el centro de datos y alquila la capacidad con contratos de 3 a 5 años, y otro donde el minero simplemente proporciona la infraestructura eléctrica y firma contratos de hasta 15 años con los grandes proveedores de nube. Empresas como IREN y APLD ya están ejecutando estas conversiones.

Incluso sumando todas estas alternativas, en un escenario optimista se podrían obtener entre 35 y 55 gigavatios adicionales. Pero incluso así, Morgan Stanley estima que quedaría un déficit residual de aproximadamente el 20%. Y esto asumiendo que todas las soluciones se ejecutan a tiempo, lo cual históricamente nunca ocurre con infraestructura energética.

Los resultados de NVIDIA son, objetivamente, espectaculares. Pero el mercado ya tiene todo esto en precio.

Lo que me parece más relevante de cara al futuro es la confluencia de dos dinámicas que van en direcciones opuestas.

Sinceramente, creo que el cuello de botella energético va a ser el tema dominante en la narrativa de inversión en IA durante los próximos trimestres.

¿Qué vigilar a partir de aquí?

Jensen Huang dará una conferencia en GTC Taipéi, durante Computex, el 1 de junio. Los próximos datos de producción y envío de Vera Rubin en el tercer trimestre serán clave para confirmar que el calendario se cumple.

La evolución de los inventarios de NVIDIA merece atención, ya que si siguen subiendo al ritmo actual, el mercado empezará a hacerse preguntas incómodas. La situación con China sigue completamente cerrada, hay licencias aprobadas pero cero ingresos reales, y la visita de Huang a Pekín no ha desbloqueado nada todavía.

En el frente energético, cualquier anuncio regulatorio del Departamento de Energía sobre financiación de infraestructura nuclear o permisos acelerados para turbinas de gas será relevante. Las conversiones de mineras de Bitcoin a centros de datos de IA son el indicador más rápido de si el déficit energético se puede cerrar o no. Y la adopción de arquitecturas de corriente continua de alto voltaje (800V) en los racks de próxima generación añadirá presión adicional sobre la red en 2027.

Gracias por leer

Diego