Acabo de captar algo bastante importante de Jensen Huang en la última llamada de resultados de Nvidia. El tipo básicamente lanzó una advertencia sobre cuánta potencia de computación realmente necesita la IA, y eso cambia fundamentalmente cómo deberías pensar en la trayectoria de la compañía.

Así que aquí está la preparación: Nvidia está a punto de comenzar a enviar su plataforma Vera Rubin en la segunda mitad de 2026. Esto no es solo una actualización incremental. Estamos hablando de una GPU que entrena modelos de IA con un 75% menos de chips en comparación con su generación Blackwell actual, mientras reduce los costos por token de inferencia en un 90%. Para contextualizar, los tokens son literalmente lo que las empresas de IA cobran a los usuarios: cada palabra que genera un chatbot cuesta dinero. Reducir ese costo en un 90% y de repente estás viendo una expansión masiva de márgenes para toda la industria de la IA.

Pero aquí es donde los comentarios recientes de Jensen Huang se vuelven interesantes. Un analista preguntó si los clientes realmente podrían sostener su enorme gasto de capital en centros de datos. ¿Su respuesta? El mundo históricamente gastaba alrededor de $400 mil millones anualmente en infraestructura de computación clásica. Para cargas de trabajo de IA, dijo, necesitamos aproximadamente mil veces más capacidad. Deja que eso se asiente. Anteriormente estimó que el gasto en infraestructura de IA podría alcanzar $4 billones por año para 2030. Eso no es una exageración: esa es la escala de lo que viene.

Mirando los números reales: Nvidia obtuvo $215.9 mil millones en ingresos en el año fiscal 2026, un aumento del 65% año tras año. Solo los ingresos del centro de datos fueron $193.7 mil millones. La dirección estima para el Q1 del año fiscal 2027 unos $78 mil millones, un salto del 77%. La mayoría de la gente ve esto y piensa "vale, eso es crecimiento". Pero cuando lo combinas con lo que dice Jensen Huang sobre las necesidades de infraestructura, te das cuenta de que todavía estamos en las primeras etapas.

En valoración, la acción cotiza a 36.1 veces las ganancias pasadas, lo cual suena caro hasta que te das cuenta de que eso está un 41% por debajo de su promedio P/E de 10 años de 61.6. El P/E futuro está en 21.5 basado en el consenso de Wall Street de $8.23 de EPS para el año fiscal 2027. El S&P 500 cotiza a 24.7 veces. Así que si Nvidia simplemente igualara los múltiplos históricos, estarías viendo un potencial de alza sustancial desde aquí.

La verdadera historia no se trata de superar las ganancias trimestrales, sino de que Jensen Huang y el equipo reconocen que el gasto en infraestructura de IA está a punto de eclipsar todo lo que vino antes. Que Vera Rubin se envíe este año es solo el comienzo de esa transición.