Nvidia: Huang admitió un alud de wafers y memoria

El informe que rompe la narrativa sobre la demanda de IA

Un informe del Wall Street Journal revela que Jensen Huang admitió en agosto de 2026 que los grandes proveedores de nube estaban alejándose de Nvidia en favor de chips propios, dejando a la compañía frente a un exceso masivo de silicio de TSMC y de memoria que ya había comprometido por adelantado. Según el relato recogido por RespawnFirst, ese inventario le llegaba como un alud.

La admisión contradice la narrativa que dominó los últimos dos años: que la demanda insaciable de IA consumía cada wafer de TSMC y cada módulo de memoria del planeta. Desde hace meses circulaban reportes sobre inventario empujado al canal y compromisos excesivos; ahora un medio financiero de referencia pone nombres y fechas sobre la mesa.

Para cualquier founder que esté planificando su infraestructura de IA para 2027, la pregunta ya no es cuánta GPU puede conseguir, sino cuánta capacidad real hay del otro lado de la oferta.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El choque entre Huang y Colette Kress

El mismo informe describe un enfrentamiento en agosto de 2026 entre Huang y Colette Kress, CFO de Nvidia desde 2013 y hoy CEO interina de la compañía. Kress estaba preocupada por la exposición financiera creciente y quería poner límites a los compromisos de financiación circular hacia proveedores de nube y hacia compañías de IA como OpenAI y Anthropic.

Las conversaciones iniciales contemplaban respaldar alrededor de 8 gigavatios de cómputo de OpenAI, con un valor de hasta US$250.000 millones. Kress logró reducir el tope de la garantía firmada a unos 4,25 gigavatios, o hasta US$125.000 millones.

En una reunión de agosto, Huang descalificó a Kress por cuestionar los acuerdos y la describió como «un ciervo ante los faros de un auto». Para justificar por qué Nvidia necesitaba respaldar financieramente a OpenAI y a proveedores de nube más pequeños para que siguieran comprando sus GPU, Huang admitió que la compañía estaba atrapada en una tenaza: los grandes clientes se iban y el inventario prepagado seguía llegando.

Nvidia habría contactado a TSMC para reducir sus pedidos de chips, según el mismo reporte.

¿Cómo funciona la financiación circular de Nvidia?

Para entender el riesgo hay que mirar la estructura. Según 247wallst, Nvidia invirtió US$1.500 millones en SB Energy, el desarrollador respaldado por SoftBank que construye el campus de OpenAI en Ohio, y se aseguró hasta 8 gigavatios de capacidad en el PORTS-Pike Technology Campus. La fase inicial cubre 4,25 GW, con SB Energy construyendo, poseyendo y operando la instalación bajo un contrato de arrendamiento de 20 años con OpenAI. SB Energy y SoftBank también comprometieron US$4.200 millones a infraestructura de red regional, dentro de un plan de al menos 10 GW de generación nueva.

Ese medio detalla que el Wall Street Journal reportó que Nvidia recortó su respaldo financiero para el proyecto de US$250.000 millones a menos de US$120.000 millones, y que la garantía ahora cubre solo la primera fase. Las acciones de Nvidia cayeron un 5% cuando apareció la cifra original, según 247wallst. En paralelo, Nvidia y OpenAI negocian hasta US$100.000 millones en apoyo crediticio y hasta US$350.000 millones en financiamiento de GPU para el proyecto completo.

The Motley Fool añade otro dato: en un filing 8-K de finales de agosto, Nvidia registró garantías de valor residual de hasta US$105.000 millones para financiar esa infraestructura, y será el proveedor exclusivo de cómputo a medida que la capacidad entre en operación en 2028. El mismo medio recuerda que en febrero OpenAI levantó US$110.000 millones a una valoración pre-money de US$730.000 millones, con SoftBank y Nvidia aportando US$30.000 millones cada uno y Amazon comprometiendo US$50.000 millones.

El resultado es un circuito donde Nvidia financia al desarrollador, el desarrollador arrienda a OpenAI, y OpenAI compra GPU de Nvidia con financiamiento que Nvidia mismo ayudó a organizar.

¿Qué tan grande es el riesgo acumulado?

247wallst cita un recuento de Nikkei de julio: US$1,65 billones en obligaciones fuera de balance entre los cinco mayores hiperescaladores. El Wall Street Journal elevó después esa cifra a US$3 billones. Esas obligaciones dependen de una premisa: que OpenAI y Anthropic sigan creciendo y sigan subiendo el precio por token.

Del lado de Nvidia, el balance sigue siendo sólido según los datos que publica 247wallst: capitalización de US$5,5 billones, ingresos de los últimos doce meses por US$253.500 millones, utilidad neta de US$159.600 millones, deuda sobre patrimonio de 0,07 y retorno sobre patrimonio de 114%. OpenAI, en cambio, sigue sin ser rentable con una valoración de US$852.000 millones, según el mismo medio.

Y está la estimación que cita el artículo original: el analista Ed Zitron calculó que al menos US$200.000 millones en chips de IA de Nvidia están parados en almacenes, comprados por gigantes de la nube que no tenían capacidad eléctrica ni demanda final para conectarlos.

La contradicción pública de octubre

El contraste temporal es llamativo. En una entrevista con CNBC durante la conferencia GTC Berlin, Huang dijo que no veía señales de un exceso de oferta de memoria hacia 2029: «una de las cosas buenas de la memoria es que siempre puedes usar más». Sus declaraciones llegaron después de una ola de ventas en acciones de memoria, detonada por una columna publicada el 15 de octubre en un medio surcoreano que advertía sobre una desaceleración del auge de IA y un posible océano rojo en 2029.

CNBC también señala que parte de esa caída se explicó por el anuncio de ChangXin Memory Technologies (CXMT), que presentó una nueva arquitectura de diseño que podría ganar eficiencia y quitarle mercado a SK Hynix, Samsung y Micron. Huang dijo entonces que Nvidia está abierta a trabajar con CXMT.

Traducido: en agosto, en privado, Huang describía un alud de inventario; en octubre, en público, negaba cualquier riesgo de sobreoferta.

¿Qué significa esto para tu startup?

Si tu producto depende de GPU o de memoria, este episodio cambia el cálculo de riesgo en varias direcciones.

No compres por FOMO. Durante dos años, la narrativa de escasez empujó a founders a reservar capacidad con meses de anticipación y a firmar compromisos largos. Si el inventario del canal está inflado, la presión sobre los precios de alquiler de cómputo tiende a bajar, no a subir. Antes de firmar un contrato de varios años, evalúa alternativas flexibles y capacidad spot.
Diversifica tu stack de cómputo. El propio informe indica que los grandes proveedores de nube están desarrollando silicio propio para reducir su dependencia de Nvidia. Si tu arquitectura está atada a un único proveedor, tu costo futuro queda expuesto a decisiones que no controlas. Vale la pena medir cuánto de tu código depende de CUDA y cuánto es portable.
Revisa la salud de tus clientes o proveedores de IA. Si vendes a startups de IA cuyo modelo de negocio depende del financiamiento de un proveedor de infraestructura, tu cobrabilidad depende de esa rueda. Pregunta explícitamente de dónde sale el capital que paga tu factura.
Marca el 17 de noviembre en el calendario. Nvidia reporta sus resultados del tercer trimestre del año fiscal 2027 ese día, según anunció la compañía. Es la primera llamada de resultados con Kress como CEO interina y la mejor oportunidad para ver si las garantías y el inventario aparecen en los números.

Conclusión

La transición de Nvidia llega en el peor momento posible para la narrativa del sector: Huang renunció el 12 de noviembre con efecto inmediato y el directorio nombró a Kress como CEO interina mientras busca un sucesor permanente. El directorio había abierto el 8 de noviembre una investigación independiente tras reportes de que Huang fue objeto de un esfuerzo de inteligencia extranjera.

Más allá de la gobernanza, el dato que importa para el ecosistema emprendedor es otro: durante dos años el mercado compró la idea de que la demanda de IA era infinita y que la oferta era el cuello de botella. El informe del WSJ sugiere lo contrario. Para un founder, eso significa que la escasez que justificó tantas decisiones de infraestructura puede haber sido, en parte, una historia de financiamiento.