Nvidia supera previsiones pero la acción cae: qué pasa con el gasto en IA

Nvidia supera previsiones, pero el mercado castiga la decepción tibia

Nvidia cerró su segundo trimestre fiscal con US$96.200 millones en ingresos, por encima de los US$92.500 millones que esperaba Wall Street, y lanzó una guía de US$108.000 millones ±2% para el trimestre actual. Aun así, la acción cayó alrededor de un 1% en el after-market. La lectura no es de debilidad: es de expectativas ya infladas por un mercado que mira más allá del reporte trimestral y pregunta cuánto aguanta el ciclo de gasto en IA.

Para un founder, lo que pasó el miércoles es una señal de qué variable mira ahora el capital: la velocidad a la que la infraestructura de IA se sigue pagando a sí misma. Si ese motor se desacelera, las consecuencias llegan desde el coste de las GPUs hasta la disponibilidad de memoria, pasando por el precio del cloud.

Qué dijeron las cifras del trimestre

El comunicado oficial, recogido por Bloomberg Línea, confirma los siguientes números para el Q2 fiscal (cerrado el 26 de julio):

🤖 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

Ingresos: US$96.200 millones, más del doble que el año anterior.
Beneficio ajustado: US$2,22 por acción, frente a US$2,09 estimado.
División de centros de datos: US$89.000 millones, contra un consenso de US$85.800 millones.
Margen bruto ajustado: 75%, dentro del rango guía.

Para el trimestre en curso, Nvidia guía ingresos de US$108.000 millones ±2% y un margen bruto ajustado de 74% ±50 puntos básicos. El propio comunicado advierte que la guía no incluye ingresos de centros de datos desde China, un matiz clave para entender por qué el mercado no se震撼.

La compañía también devolvió alrededor de US$26.000 millones a accionistas en el trimestre y aún le quedaban unos US$99.000 millones autorizados para recompras, según el reporte publicado por Yahoo Finance.

Por qué la reacción fue tibia si el número fue bueno

Nvidia ha superado las estimaciones de ventas de Wall Street durante 16 trimestres consecutivos, pero eso ya no alcanza para mover la acción al alza: según Bloomberg Línea, las acciones cayeron al día siguiente de la publicación de 5 de sus últimos 6 informes de resultados. El patrón se repite: el reporte es bueno, el mercado castiga la "falta de sorpresa".

La CNBC resume el cambio de humor: tras un rally de tres años, las acciones de Nvidia acumulan solo +13% en lo que va de 2026 al cierre del miércoles, un desempeño similar al del Nasdaq. El dinero ya no premia el crecimiento extremo; premia la visibilidad de ese crecimiento.

El analista de eMarketer, Jacob Bourne, lo dejó por escrito en una nota citada por Bloomberg Línea: "Incluso un crecimiento extraordinario puede no satisfacer a los inversores a medida que se intensifica el escrutinio del gasto en IA y su financiación".

El Vera Rubin ya está en producción, pero la memoria aprieta

El CEO Jensen Huang repitió dos mensajes durante la presentación de resultados, recogidos tanto por Bloomberg Línea como por Yahoo Finance:

"El desarrollo de la infraestructura de IA está en pleno apogeo".
"Vera Rubin, ahora en plena producción, fue creada precisamente para impulsar este momento".

Vera Rubin es la nueva plataforma de chips de Nvidia que llega después de Blackwell. La compañía afirma que los racks ya están operando en instalaciones de socios. El diseño modular sin cables ni ventiladores podría reducir el tiempo de ensamblaje de un rack de dos horas a cinco minutos, según estimaciones recogidas por 24/7 Wall St., lo que importa a cualquier startup que esté desplelando infraestructura GPU y buscando velocidad de time-to-power.

Pero hay un factor que Nvidia no controla: la memoria. Los chips llevan memoria integrada y el sector vive una escasez estructural. Bloomberg Línea señala que la compañía ha notificado a sus clientes que subirá precios para compensar el alza en costes. 24/7 Wall St. añade que Nvidia habría recortado la configuración de memoria en Vera Rubin por la presión de costes. La consecuencia directa: aunque la plataforma entra en producción, su margen bruto podría comprimirse en las próximas revisiones.

Qué dice el gasto en IA a escala global

La preocupación de los inversores no es solo sobre Nvidia: es sobre quién paga todo esto. Según UBS, el gasto de capital (capex) de los grandes hyperscalers —Alphabet, Amazon, Microsoft y Meta— alcanzará aproximadamente US$4,1 billones entre 2026 y 2028, más del triple que los US$1,292 billones acumulados en los seis años anteriores.

Las proyecciones de UBS recogidas por 24/7 Wall St. muestran el ritmo anual:

Año	Capex hyperscaler (US$ billones)
2025	0,492
2026	1,009
2027	1,447
2028	1,619

Amazon, Alphabet y Microsoft gastarían aproximadamente el 102% de su facturación cloud en capex en 2026, según UBS. No significa que quemen caja: significa que reciclan casi todo el ingreso cloud en infraestructura de IA. Ese ratio bajaría al 99% en 2027 y al 94% en 2028, pero el dólar absoluto sigue subiendo.

La estimación de Goldman Sachs, recogida por Yahoo Finance, es aún más dura en el largo plazo: aproximadamente US$7,6 billones en capex acumulado de IA entre 2026 y 2031. Para ponerlo en perspectiva, los ingresos anualizados combinados de OpenAI y Anthropic a agosto de 2026 superaban los US$105.000 millones, una base impresionante pero todavía pequeña frente al tamaño del despliegue que se está financiando.

El nuevo nervio: la "financiación circular"

Bloomberg Línea recuerda que Nvidia ha cerrado acuerdos de inversión con empresas clave del sector de la IA —tanto desarrolladores de software como operadores de infraestructura— comprometiendo "decenas de miles de millones de dólares" en pasivos teóricos. El riesgo es que parte de la demanda de GPUs esté siendo empujada por el mismo dinero que Nvidia inyectó en el ecosistema.

El dato que pone cifra al fenómeno lo aporta 24/7 Wall St.: Nvidia cerró el trimestre con US$93.900 millones en valores de renta variable (marketable y non-marketable), casi el triple de los US$35.100 millones que tenía al inicio del año fiscal. En los primeros seis meses compró US$42.400 millones en títulos y generó US$7.800 millones en ganancias netas en Q2, que se contabilizan en las ganancias GAAP.

Cuando una misma empresa financia al cliente, vende al cliente y registra ganancias del propio valor del cliente, los analistas prudentes empiezan a mirar con lupa la calidad de la demanda. Esa es la conversación que abrió espacio a la caída de la acción.

Los rivales que ya están llamando a la puerta

El comunicado de Nvidia no oculta que la competencia se intensifica:

OpenAI presentó esta misma semana su procesador Jalapeño, con rendimiento superior al de la línea actual de Nvidia en pruebas internas, según Bloomberg Línea.
Google (TPUs), Amazon (Trainium) y Microsoft (Maia) diseñan silicio propio para cargas de inferencia predecibles.
AMD, Broadcom y los fabricantes de chips de memoria (Samsung, SK Hynix, Micron) acompañan la expansión desde sus flancos.

El propio Jensen Huang, en la llamada con analistas recogida por CNBC, apuntó a una proyección agresiva: Nvidia espera un crecimiento de ingresos del 70% en el año fiscal 2028, cuando el consenso estaba en 44%. Es la mejor defensa posible de la tesis alcista, pero también refleja que la compañía asume que la presión competitiva seguirá presente.

¿Qué significa esto para tu startup?

Lo que pasó en el reporte de Nvidia no es una crisis del sector: es un reajuste de expectativas que ya está ocurriendo en toda la cadena de valor de la IA. Para un founder hispanohablante, las implicaciones concretas son tres:

El coste de la inferencia va a seguir bajando, pero no será lineal. Yahoo Finance, citando datos de mercado, apunta que el coste GPT-4-level cayó de unos US$20 por millón de tokens a aproximadamente US$0,40. Esa curva ya cambió el unit economics de los productos de IA; pero Deloitte estima que la inferencia representará dos tercios del cómputo de IA en 2026, lo que significa que la presión sobre Nvidia (y sobre los hyperscalers que compiten con ella) se concentrará en esa capa.
El memory crunch redefine tus prioridades de arquitectura. Si tu producto depende de GPUs con mucha HBM, el precio va a subir y la disponibilidad va a estar tensa durante años. La decisión de cuánta inferencia haces fuera de tu propio stack (en APIs de OpenAI, Anthropic o Google) deja de ser táctica y pasa a ser estratégica.
La narrativa "burbuja IA" es una variable de fundraising, no solo de mercado. Si el mercado empieza a descontar que el capex de los hyperscalers toca techo en 2027-2028, las próximas rondas de融资 de startups que dependen de esa ola (infraestructura, devtools para IA, agentes) van a enfrentar preguntas más duras sobre durabilidad del crecimiento, no solo sobre métricas del trimestre. Preparar esa narrativa ahora evita sorpresas a la hora de levantar.