Acabo de escuchar a Jensen Huang dar algunas cifras bastante sorprendentes en la última llamada de resultados, y creo que la gente está subestimando lo que esto significa para los próximos años.

Así que Nvidia está a punto de lanzar la plataforma Vera Rubin a partir de la segunda mitad de este año, y las especificaciones son honestamente increíbles. Estamos hablando de entrenar modelos de IA con un 75% menos de GPUs en comparación con Blackwell, además de reducir los costos por token de inferencia en un 90%. Para contextualizar, los tokens son básicamente fragmentos de datos que generan los modelos de IA, y cada token cuesta dinero producirlo. Cuando reduces los costos de esa manera, estás desbloqueando un enorme potencial para que las empresas de IA escalen su uso y sus márgenes.

Pero aquí está la parte realmente interesante. Durante la llamada de resultados, Jensen Huang hizo un comentario que me quedó grabado. Dijo que el mundo ha gastado alrededor de $400 mil millones por año en infraestructura de computación clásica, pero la capacidad requerida para cargas de trabajo de IA es mil veces mayor. Eso no es un error tipográfico. Mil veces. También ha mencionado que el gasto en infraestructura de centros de datos para IA podría alcanzar los $4 billones anualmente para 2030.

Ahora, eso suena ambicioso, pero piensa en lo que realmente está sucediendo. Nvidia acaba de reportar $215.9 mil millones en ingresos para el año fiscal 2026, un aumento del 65% año tras año. Los ingresos por centros de datos fueron solo $193.7 mil millones, creciendo un 68%. Están pronosticando ingresos del Q1 FY2027 en $78 mil millones, lo que sería un aumento del 77%. Y básicamente están diciendo que la mayor parte de ese crecimiento proviene de centros de datos.

Lo que es increíble es que Nvidia ahora compite principalmente consigo misma, no con sus competidores. La demanda todavía supera a la oferta. La plataforma Vera Rubin será otra mejora en función de un salto, y Jensen Huang parece bastante convencido de que el gasto en infraestructura no se desacelerará en el corto plazo.

Desde un punto de vista de valoración, la acción cotiza con un P/E de 36.1 en este momento, lo cual en realidad está un 41% por debajo de su promedio de 10 años de 61.6. Wall Street espera que las ganancias crezcan hasta $8.23 en el año fiscal 2027, lo que situaría el P/E futuro en solo 21.5. Para comparación, el S&P 500 cotiza con un P/E trailing de 24.7. Así que incluso si Nvidia no sube mucho más en el próximo año, en realidad podría estar más barata que el mercado en general.

Si la estimación de ganancias de Wall Street se cumple, la acción tendría que duplicarse aproximadamente solo para cotizar a su valoración promedio histórica. Eso antes de considerar cualquier potencial de crecimiento adicional por la adopción acelerada de IA, ya que los costos de inferencia siguen bajando. Sin duda, algo que vale la pena seguir de cerca a medida que nos acercamos a la segunda mitad del año.