Nvidia bate récords: US$96.200M y guía US$108.000M en Q2

Nvidia cierra otro trimestre de cifras récord: US$96.200M y US$59.700M de beneficio neto

Nvidia presentó el 26 de agosto los resultados de su segundo trimestre fiscal (cerrado el 26 de julio de 2026) con ingresos de US$96.200 millones, un 18% más que el trimestre anterior y un 106% más interanual, según el comunicado oficial recogido por Unite.AI. El beneficio neto alcanzó US$59.700 millones, un 126% más que en el mismo periodo de 2025, y el BPA diluido GAAP se ubicó en US$2,46 (+128% interanual).

El motor sigue siendo el negocio de centros de datos, que aportó US$89.000 millones del total, un 117% más que hace un año, mientras que el segmento de Edge Computing sumó US$7.200 millones (+27% interanual), de acuerdo con el desglose publicado por Unite.AI. Los márgenes brutos GAAP y no-GAAP se situaron en el 75,0%, y la compañía generó US$21.300 millones de free cash flow en el trimestre.

La reacción del mercado fue tibia: Wall Street recibió las cifras con descensos moderados después de que las acciones encadenaran siete jornadas consecutivas de pérdidas, reflejo, según recoge El Mundo, de la creciente preocupación sobre una posible burbuja en torno a la inteligencia artificial. En lo que va de 2026, el título solo se ha revalorizado un 11% tras años de ascensos vertiginosos, según el mismo medio.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Por qué Nvidia ya no convence aunque bate récords?

Jensen Huang fue directo en su comunicado: "La IA ha alcanzado su punto de inflexión. Está realizando una labor útil. Sus tokens son productivos y rentables. Ahora, la capacidad de cómputo genera ingresos". Para el CEO, el despliegue de infraestructura avanza "a toda máquina", con un ecosistema creciente de modelos abiertos y la irrupción de la IA física.

Pero tres factores explican el escepticismo de los inversores, según CNBC y El Mundo:

Riesgo geopolítico: la guía para el tercer trimestre fiscal (US$108.000 millones ±2%) no incluye ningún ingreso por venta de chips de centro de datos a China, una variable que Nvidia dejó explícita en su outlook.
Competencia de los propios clientes: tanto OpenAI como Anthropic están cada vez más cerca de fabricar sus propios procesadores, lo que amenaza el modelo de Nvidia a largo plazo.
Circular financing: la alianza con seis gigantes financieros ha reavivado el debate sobre si Nvidia está inflando la demanda con compromisos cruzados.

La alianza de US$500.000M con Wall Street: cómo funciona

El 10 de agosto de 2026, Nvidia anunció memorandos de entendimiento con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas de financiación independientes que movilicen más de US$500.000 millones en capital de terceros para infraestructura de IA. La propia Nvidia puede respaldar hasta un 25% de cada operación (unos US$125.000 millones), según detalla The Motley Fool.

El objetivo declarado es "ayudar a los clientes a acceder a computación escasa a escala", abriendo la puerta a laboratorios de IA y empresas que no pueden permitirse comprar clusters a precio de hyperscaler. Huang lo resume como "una nueva clase de infraestructura productiva e invertible: fábricas de IA".

Pero el mecanismo no está cerrado: según Bloomberg (vía Yahoo Finance), cuando se hizo público el anuncio todavía no había operaciones firmadas, y los memorandos están sujetos a acuerdos definitivos. La propia Abacus News recuerda que los US$500.000 millones son un objetivo de movilización, no efectivo ya comprometido a centros de datos construidos.

El dato oculto: los chips duran mucho más de lo que el mercado cree

Uno de los argumentos más sólidos para defender el múltiplo de Nvidia viene de la vida útil real de su hardware. CoreWeave, el neocloud especializado en IA, acaba de firmar un contrato para alquilar GPUs A100 de Nvidia —lanzadas en 2020— hasta 2029, según recoge The Motley Fool. El analista Kyle Reidhead lo explica así: las GPUs se usan primero unos dos o tres años para entrenar modelos frontera, luego tres más para inferencia, y otros tres a cinco para cargas de nicho en empresas.

Si esa curva es correcta, los hyperscalers que deprecian su hardware en cinco años podrían estar subestimando el retorno de sus inversiones, no sobreestimándolo como sostiene Michael Burry, que mantiene posiciones cortas en Nvidia y otras compañías de IA.

Comparables: Broadcom crece casi tan rápido, pero paga dividendo

Para dimensionar el crecimiento de Nvidia frente a otro gigante del segmento, los datos de 247WallSt muestran que Broadcom facturó US$22.190 millones en su Q2 FY26 (+47,9%) y proyecta US$29.400 millones para el Q3 (+84%), con un negocio de semiconductores para IA que apunta a US$16.000 millones (+200%) y un bookings trimestral superior a US$30.000 millones. La compañía paga un dividendo trimestral de US$0,65 por acción con 15 años consecutivos de subidas, frente al dividendo trimestral de US$0,25 que Nvidia estrenó en mayo de 2026.

¿Qué significa esto para tu startup?

El ciclo actual de IA no es un mercado de chips: es un mercado de acceso a capital para desplegar computación. Eso cambia tres reglas de juego para founders hispanohablantes:

El precio del cómputo se está financiando. Si tu startup necesita GPUs y no puede pagarlas al contado, las nuevas plataformas de Nvidia + Wall Street abren un canal de "leasing de IA" que en los próximos meses estará disponible para clientes corporativos y labs, no solo hyperscalers. Empieza a hablar con tu CFO sobre capex vs. opex para entreno e inferencia.
La inferencia será el cuello de botella, no el entreno. Nvidia lanzó Groq 3 LPX en producción completa este trimestre, enfocado en tokens por segundo para agentes. Para founders que construyen productos agénticos, la métrica relevante deja de ser "cuántas GPUs tengo" y pasa a ser "cuántos tokens por segundo entrego al usuario final".
El riesgo geopolítico es real y cuantificable. Nvidia guía un trimestre sin China; otros proveedores asiáticos pueden llenar ese hueco. Si tu modelo depende de continuidad de suministro, diversifica proveedores de aceleradores y considera alternativas como AMD MI o TPUs de Google Cloud.

Acciones concretas esta semana

Audita tu coste por millón de tokens: si supera los US$3 en inferencia, probablemente estás pagando margen de scarcity que las nuevas plataformas van a comprimir.
Explora los neoclouds (CoreWeave, Nebius, Lambda) como alternativa a hyperscalers: el contrato A100–2029 de CoreWeave confirma que el hardware de hace cinco años sigue siendo útil para inferencia.
Si estás levantando capital, prepara una diapositiva que explique cómo tu producto sobrevive a una posible "desinflación" de la burbuja IA: clientes pagando por valor real, no por hype.