La foto en un minuto
Nvidia diseña los chips que hacen funcionar casi toda la inteligencia artificial del mundo. Pero hoy ya no vende solo chips: vende la fábrica entera, con los chips, los cables que los conectan, las computadoras armadas y el software. Es la empresa más valiosa del mundo: vale unos US$ 5,8 billones.
Tres ideas para ubicarse:
Crece como una empresa chica siendo la más grande del mundo: en el último año duplicó sus ventas, y promete crecer cerca de 70% más el año que viene.
De cada 100 dólares que vende, le quedan unos 75 después de pagar lo que cuesta fabricar lo que vendió.
Casi todo lo que vende va a los data centers, los edificios llenos de computadoras donde se entrena y se usa la IA.
Nvidia es una empresa de crecimiento rápido con una ventaja muy difícil de copiar: no es solo el chip, es el software y el sistema completo. Pero vive de que sus clientes sigan invirtiendo cifras récord, y los chips ya tuvieron ciclos: dos veces en los últimos ocho años la acción cayó más de la mitad. Lo que hay que vigilar: que la demanda siga siendo real y no dependa de la plata de la propia Nvidia, y que el margen aguante.
Qué es y cómo nació
En 1993, tres ingenieros se juntaron en un Denny's de San José, California, una cadena de restaurantes de ruta. Jensen Huang, Chris Malachowsky y Curtis Priem creían que los videojuegos iban a necesitar un chip especial para dibujar en 3D, y fundaron Nvidia. Jensen, que nació en Taiwán y llegó a Estados Unidos de chico, la dirige desde ese día: más de 30 años.
Casi no llega a cumplir cuatro. Su primer gran contrato era un chip para una consola de Sega, y salió mal: Nvidia había apostado a una forma de dibujar que el mercado abandonó. Sega igual le dio 5 millones de dólares, y con eso Nvidia hizo el RIVA 128, el chip que la salvó. Cuando lo lanzó, en 1997, le quedaba plata para pagar un mes de sueldos. "Estamos a 30 días de quebrar" quedó como una frase que Jensen repitió durante años.
Nace en California, con la idea de un chip para dibujar videojuegos en 3D
Con un mes de caja, lanza el RIVA 128 y se salva
Inventa la GPU y sale a cotizar en la bolsa
Lanza CUDA, el software para usar la GPU en cualquier cálculo
Unos investigadores entrenan una red neuronal con dos GPUs de videojuegos y arranca la IA moderna
Sale ChatGPT, entrenado con chips de Nvidia
Primera empresa de la historia en valer US$ 4 billones y después 5
Qué es una GPU
Una computadora normal piensa con un CPU, el procesador: unos pocos "cerebros" muy rápidos que resuelven tareas una atrás de otra. Una hace lo contrario: tiene miles de cerebros simples que trabajan al mismo tiempo. Nació para los videojuegos, porque dibujar una imagen es calcular el color de millones de puntos a la vez.
Y la IA resultó ser el mismo problema. Entrenar un modelo como ChatGPT es multiplicar números, billones de veces, todos al mismo tiempo. Lo que servía para dibujar un juego servía para enseñarle a una computadora a hablar.
Un CPU es un gran chef que cocina un plato perfecto por vez. Una GPU es mil ayudantes pelando papas al mismo tiempo. Si tenés que pelar un millón de papas, no te sirve el chef: te sirven los mil ayudantes.
CUDA, la apuesta que nadie entendía
En 2006 Nvidia lanzó , un software que permite usar la GPU para cualquier cálculo, no solo para dibujar. Durante años le costó mucha plata y Wall Street no entendía para qué. Hoy es su mayor ventaja: más de 7,5 millones de programadores trabajan con CUDA, y casi todo el software de IA del mundo se escribió pensando en él.
Qué vende: de un chip a la fábrica entera
Hace unos años, Nvidia vendía una placa con un chip. Hoy vende racks: armarios del tamaño de una heladera grande, con 72 GPUs conectadas para trabajar como si fueran una sola, que pesan dos toneladas y tienen millones de piezas. Y los diseña para que miles de esos racks funcionen juntos dentro de un data center. Nvidia lo llama una fábrica de IA: entra electricidad y salen respuestas.
GPU
Los obreros de la fábrica
Hace las cuentas de la IA
CPU
El capataz
Organiza el trabajo y le pasa los datos a las GPUs
NVLink
Una línea de montaje sin pausas
Conecta 72 GPUs para que trabajen como una sola
Redes
Las rutas entre las fábricas
Conectan miles de racks entre sí
Software
El manual que todos los obreros saben leer
CUDA, librerías y modelos propios
Nvidia no fabrica nada: diseña. Los chips los hace TSMC en Taiwán, la memoria la compra a SK Hynix, Samsung y Micron, y los racks los arman empresas como Foxconn o Dell. Y saca una generación nueva cada año, cada una con nombre de científico: Hopper, después Blackwell (la que más vende hoy) y ahora Vera Rubin, que empezó a enviarse en agosto de 2026.
La idea más importante: cuánto cobra por cada gigawatt
Lo que Nvidia vende son equipos: racks, y todo lo que va adentro y alrededor. Pero cuando habla de su negocio, no cuenta racks: cuenta gigawatts. Para entender por qué, hay que ponerse en el lugar del cliente.
El límite del cliente no es la plata: es la electricidad. Cada rack consume muchísima electricidad, y un data center tiene una conexión a la red con un tope. Conseguir más potencia puede tardar años, porque hay que construir líneas y centrales. Entonces el cliente no piensa "¿cuántos racks puedo comprar?", sino "tengo un edificio con tanta electricidad: ¿con qué lo lleno?". Por eso los data centers de IA se miden en , la electricidad que pueden consumir. Un gigawatt es lo que consume una ciudad de cientos de miles de casas, y entran unos cuantos miles de racks.
Es como tu casa: la conexión eléctrica tiene un límite. Si enchufás de más, salta la térmica. Si querés hacer más cosas, no te sirve comprar más aparatos: te sirve comprar aparatos que hagan más con la misma luz, aunque sean más caros.
Lo que mide Nvidia: cuánto paga el cliente por llenar un gigawatt. Si un cliente tiene un edificio de un gigawatt y lo llena de equipos de Nvidia, ¿cuánto le paga? Ese número sube con cada generación:
Sube por dos motivos:
Es más caro, pero el mismo edificio produce muchas más respuestas, así que el cliente gana más plata con él.
Con Hopper vendía sobre todo GPUs. Con Vera Rubin vende también el CPU, varios tipos de red y chips especiales para responder más rápido.
Un ejemplo con números redondos. Imaginá que en un año el mundo termina 10 gigawatts de data centers nuevos, y al año siguiente otros 10: la misma cantidad. Si el primer año los llenan con Blackwell, Nvidia factura unos US$ 250.000 millones. Si el segundo año los llenan con Vera Rubin, factura US$ 400.000 millones: 60% más, con la misma cantidad de electricidad.
¿Por qué importa tanto para el análisis? Por tres cosas:
La electricidad es el gran cuello de botella de la IA. Si Nvidia cobrara siempre lo mismo por gigawatt, solo podría crecer al ritmo al que se conectan centrales eléctricas, que es lento. Pero crece por dos lados a la vez: más gigawatts y más dólares por cada gigawatt.
Aunque el mundo no construyera muchos más data centers, el solo paso de Blackwell a Vera Rubin ya empuja las ventas.
El cliente paga más por gigawatt porque gana más por gigawatt. Si un rival logra el mismo trabajo con la misma electricidad y más barato, lo primero que baja es este número. Y es un número que da el propio CEO, no un dato auditado.
A quién le vende y cómo
Nvidia divide a sus clientes de data center en dos grandes grupos, y suman más de 9 de cada 10 dólares que factura:
- Grandes nubesUS$ 48,7 mil M+102%
- Todos los demás (ACIE)US$ 40,3 mil M+138%
- PCs, juegos, autos y robotsUS$ 7,2 mil M+27%
Las grandes nubes, a las que en inversión se llama : Microsoft, Amazon, Google, Meta y Oracle. Llenan sus data centers de GPUs y le alquilan esa capacidad a todo el mundo. Son los clientes más grandes, y también los que diseñan sus propios chips para depender menos de Nvidia.
Todos los demás (Nvidia lo llama ACIE): las como CoreWeave o Nebius, los gobiernos que quieren su propia IA, los laboratorios de IA y las empresas (bancos, farmacéuticas, automotrices). Es el grupo que crece más rápido, y el más fiel: casi ninguno diseña chips propios, así que necesita la fábrica entera.
El resto son las PCs, los videojuegos, las estaciones de trabajo, los autos y los robots: el negocio original de Nvidia, que hoy pesa menos de 1 de cada 10 dólares.
Cuánto depende de pocos clientes
Mucho, pero cada vez menos. Hace un año, sus dos clientes directos más grandes sumaban casi 4 de cada 10 dólares; hoy el más grande pesa cerca de uno de cada seis. Que crezca más rápido el grupo de "todos los demás" es una de las mejores noticias para la tesis: un cliente que decide comprarle menos ya no hunde el trimestre.
Cómo vende
Nvidia le vende a los fabricantes que arman los equipos (Foxconn, Dell, Supermicro) y a las nubes. No tiene una nube propia: se presenta como un socio neutral que le vende a todos, y ayudó a nacer a varias neoclouds. Tres cosas nuevas en cómo vende, que vamos a seguir:
A clientes grandes con buena calificación de crédito les da hasta un año para pagar. Ayuda a vender, pero la plata entra después.
Con algunas neoclouds firmó un modelo nuevo: les vende los equipos y, además, se compromete a alquilarles una parte de la capacidad. A cambio, se queda con una parte de lo que la neocloud facture cuando le alquila esas máquinas a otros. Si la neocloud no consigue clientes, la capacidad la termina pagando Nvidia.
Por las restricciones de Estados Unidos y porque el gobierno chino le pide a sus empresas que compren chips locales, Nvidia ya casi no vende chips de data center en China. Era un mercado enorme: a comienzos de 2025 todavía le dejaba unos US$ 4.600 millones por trimestre. Huawei ocupa ese lugar.
Dónde puede crecer
En inversión se habla del : el tamaño total del mercado donde compite una empresa. No dice cuánto va a ganar, sino cuánta cancha tiene. En el caso de Nvidia, la cancha es la inversión del mundo en infraestructura de IA, y está creciendo más rápido que casi cualquier mercado de la historia:
Las grandes nubes invierten cerca de US$ 800.000 millones en 2026, y se espera que lleguen a US$ 1,3 billones en 2027.
Jensen Huang calcula que la inversión del mundo en infraestructura de IA va a llegar a entre US$ 3 y 4 billones hacia 2030.
Los agentes: una IA que trabaja sola durante horas (busca, prueba, corrige) usa, según Nvidia, entre 15 y 100 veces más cómputo que una persona chateando.
Y hay negocios que recién empiezan. Nvidia ya vende procesadores (CPU) por separado y espera duplicar esas ventas el año que viene. Está en los autos que se manejan solos, en los robots de los depósitos de Amazon y en las antenas de telefonía. Pero todavía se están desarrollando: Jensen calcula que van a tardar unos cinco años en usarse de forma masiva. Hasta entonces pesan muy poco en lo que factura Nvidia, que sigue saliendo casi todo de los data centers. Para la tesis de hoy son un extra, no la base.
Para invertir US$ 1,3 billones, las grandes nubes están gastando más de lo que les entra: según S&P Global, de las seis más grandes solo Microsoft tendría flujo de caja libre positivo en 2027. El resto se financia con deuda. Si esas empresas deciden frenar, el TAM se achica de un año para el otro.
Por qué Nvidia y no otro chip
Hay rivales con chips muy buenos. Esto es lo que tiene Nvidia que no tienen los demás.
Los programadores de IA aprendieron a trabajar con CUDA durante casi veinte años. Cambiarse a otro chip no es enchufar otra placa: es reescribir y volver a probar todo el software. Es como mudar una empresa entera a otro idioma.
Nadie más vende el chip, el procesador, las conexiones, las redes, el rack y el software diseñados para funcionar juntos. Un gobierno o una empresa que quiere su propia IA no sabe, ni quiere, armarla pieza por pieza. Le compra a Nvidia y está funcionando en semanas.
Los chips propios de cada nube están hechos a medida de su servicio. Una GPU de Nvidia sirve para entrenar o para responder, para ChatGPT, Gemini o un modelo abierto. Eso tiene una consecuencia financiera: si un cliente deja de necesitarla, se la puede alquilar a otro. Por eso los bancos aceptan las GPUs de Nvidia como garantía de un préstamo, algo que con un chip a medida es mucho más difícil.
Lo que más falta hoy es memoria. Nvidia firmó compromisos con sus proveedores por más de US$ 270.000 millones para los próximos años. Ningún rival puede comprometer esa cifra.
La competencia
Ya se los ofrece a otros: Anthropic y Meta los usan
Es el mayor alquilador de cómputo del mundo
Ayuda a Google, Meta y OpenAI a depender menos de Nvidia
OpenAI se comprometió a usar 6 gigawatts de sus chips
Dice que hace más trabajo por watt que Blackwell
Se quedó con el mercado chino que perdió Nvidia
Google, Amazon, Meta, Microsoft y OpenAI le compran a Nvidia y, al mismo tiempo, invierten miles de millones en no necesitarla. Se estima que Nvidia pasó de tener cerca del 87% del mercado de chips de IA en 2024 a alrededor del 75% en 2026. Igual factura cada vez más, porque el mercado crece más rápido de lo que ella pierde participación. La pregunta es hasta cuándo.
La ventaja de Nvidia no es tener el chip más rápido: es ser la única que vende la fábrica entera, que sirve para cualquier modelo y que todos los programadores saben usar. Un chip mejor se puede copiar. Veinte años de software y una cadena de proveedores asegurada, no.
El último balance
Este capítulo se actualiza con cada balance. Datos del segundo trimestre del año fiscal 2027 (mayo a julio de 2026), presentado el 26 de agosto.
Un detalle antes de los números: Nvidia cierra su año en enero. Su 2027 va de febrero de 2026 a enero de 2027, y el 2028, de febrero de 2027 a enero de 2028.
Fue el mejor trimestre de su historia:
Ingresos
- Resultado
US$ 96.200 millones
- Para comparar
106% más que un año atrás. Había prometido 91.000
Data centers
- Resultado
US$ 89.000 millones
- Para comparar
117% más
- Resultado
75%
- Para comparar
Igual que el trimestre anterior
Ganancia neta
- Resultado
US$ 54.000 millones
- Para comparar
118% más (ajustada)
- Resultado
US$ 21.300 millones
- Para comparar
Menos de la mitad de la ganancia: parte de lo que vendió todavía no lo cobró
Devolvió a los accionistas
- Resultado
US$ 26.000 millones
- Para comparar
Récord: recompras más dividendos
Y el crecimiento no frena, acelera: fue el cuarto trimestre seguido en que creció más rápido que el anterior, contra un año atrás.
Lo que prometió
Nvidia da cada trimestre, y en este balance hizo algo que nunca había hecho: dio una guía para todo un año.
ingresos de US$ 108.000 millones (más o menos 2%), con un margen bruto de 74%. Sería la primera vez que pasa los 100.000 millones en tres meses. Vera Rubin ya sería una de cada cinco ventas de data center, y no cuenta ningún ingreso de data center de China.
ingresos cerca de 70% más altos. Los analistas esperaban 44%. Y aclaró que es una guía "limitada por la oferta": según Nvidia, lo que piden sus clientes alcanzaría para duplicar las ventas, pero no hay piezas para fabricar tanto.
La letra chica
La memoria se come parte del margen.
La memoria que va al lado de cada GPU subió de precio mucho más de lo que Nvidia esperaba, y va a seguir subiendo. Por eso la empresa avisó que su margen bruto va a bajar antes de recuperarse:
Nvidia ya subió sus precios para compensarlo, pero las subas recién se notan desde el año fiscal 2028. Su argumento: la memoria falta por la misma razón por la que ella crece. Igual, 72% sigue siendo un margen altísimo para una empresa que vende equipos.
Ganó 54.000 millones, pero le entraron 21.300.
La diferencia no es un truco contable: es plata que todavía no cobró. Los clientes grandes pagan más tarde (en promedio, 60 días después de la venta, contra 45 tres meses antes) y armó inventario para el lanzamiento de Vera Rubin. En el semestre, la caja libre fue el 70% de la ganancia, un nivel razonable. Si la brecha sigue creciendo, sería una mala señal.
Es como un almacén que empieza a fiar a sus mejores clientes. Vende más y anota más ganancia, pero la caja recién se llena cuando le pagan. Mientras paguen, no pasa nada. El riesgo aparece si fía cada vez más.
Nvidia tiene acciones de muchas empresas de IA, y cuando suben, la suba se suma a su ganancia contable. Por eso este análisis usa la , que la deja afuera: es la que muestra el negocio de vender equipos.
El cuarto trimestre del año fiscal 2027 dura 14 semanas en lugar de 13. Eso infla un poco ese trimestre: conviene recordarlo cuando se compare.
Un trimestre récord y una promesa enorme para el año que viene. Lo que hay que seguir en la bitácora: que el margen baje solo hasta donde prometió y que los clientes paguen a tiempo.
Qué hace con lo que gana
Nvidia gana tanto que tiene un problema poco común: qué hacer con la plata. Así la usó en el primer semestre del año fiscal 2027:
Es lo que más hace: unos US$ 40.000 millones en seis meses, y le quedan casi 100.000 millones aprobados. La empresa promete devolver al menos la mitad de su flujo de caja libre, y dice que va a devolver más.
Lo multiplicó por 25 en mayo de 2026: de un centavo a 25 centavos por acción por trimestre. Igual rinde menos de 0,5% por año: para Nvidia, el dividendo es un gesto más que una fuente de ingresos para el accionista.
Tiene unos US$ 99.000 millones en acciones de otras empresas: OpenAI, Intel, SpaceX, CoreWeave y muchas más. Es la parte más discutida, y tiene capítulo propio.
En junio de 2026 pidió prestados US$ 25.000 millones, aunque le sobra plata. La empresa dice que es para "usos generales". Su deuda total sigue siendo menor que su caja, así que no es un riesgo: es un dato para seguir.
Recomprar acciones conviene cuando la acción no está cara, porque cada dólar compra más pedazo de la empresa. Invertir en clientes conviene si esos clientes después le compran más. Las dos cosas son apuestas a lo mismo: que la IA siga creciendo.
Zoom · El banco de la IA
Los laboratorios de IA, como OpenAI o Anthropic, tienen un problema: crecen más rápido de lo que su balance les permite. Necesitan data centers que cuestan decenas de miles de millones, pero todavía no ganan plata ni tienen la calificación de crédito de una gran empresa. Ningún banco les presta tanto. Nvidia decidió poner su propio balance para que puedan comprar:
Invertir en laboratorios de IA
Casi US$ 50.000 millones
Salir de garante del alquiler de un campus de OpenAI en Ohio
Hasta US$ 105.000 millones
Comprometerse a alquilar capacidad a neoclouds si no la venden
US$ 36.000 millones
Dar a algunos clientes hasta un año para pagar
El cobro promedio pasó de 45 a 60 días
Acordar con BlackRock, KKR, Apollo y otros grandes inversores que ellos pongan su plata para construir data centers de clientes de Nvidia
Más de US$ 500.000 millones, todavía sin contratos firmados
Y además se comprometió a comprarles a sus proveedores (memoria y fabricación) por US$ 279.000 millones en los próximos años, más del doble que tres meses antes. Así se ven todos esos compromisos al lado de lo que genera Nvidia en un año:
Pensá en una concesionaria que, para venderle un camión a un transportista nuevo, le sale de garante del alquiler del galpón. Si al transportista le va bien, la concesionaria le vende otro camión cada año. Si le va mal, pierde la venta del próximo camión y encima tiene que pagar el galpón. El golpe es doble.
Las dos lecturas
Lo que dice Nvidia. Que no es "financiación circular": "Ponemos uno y vuelven cien". Que solo ayuda cuando ve demanda firmada detrás. Que la garantía de Ohio cubre una parte del alquiler y no todo, que baja a medida que OpenAI paga y que termina si OpenAI consigue una buena calificación de crédito. Que a cambio, ese campus va a usar solo equipos de Nvidia durante 20 años: entre US$ 150.000 y 200.000 millones de ventas por cada generación que se instale. Y que sus GPUs se pueden alquilar a cualquiera si un cliente falla.
Lo que dicen los escépticos. Que un proveedor que financia a sus clientes para que le compren infla su propia demanda. Que Nvidia calcula que cerca de un cuarto de su negocio del año que viene vendrá de laboratorios apoyados por su balance. Y que el riesgo no está repartido: si la IA se enfría, todo falla junto, las ventas y las garantías.
Tiene un antecedente. En la burbuja de las telecomunicaciones de fines de los noventa, fabricantes de equipos como Lucent y Nortel les prestaron miles de millones a sus clientes para que les compraran. Cuando muchos clientes quebraron, perdieron las ventas y los préstamos al mismo tiempo.
Las garantías suman menos del 2% de lo que vale Nvidia y menos de un año de su caja libre: no la hunden. El problema es otro: están atadas al mismo riesgo que su negocio principal. Por eso en la bitácora vamos a seguir tres números: si se activa alguna garantía, cuántos días tardan en pagarle y cuánto del negocio depende de clientes que Nvidia ayudó a financiar.
La mirada de Peter Lynch
clasificaba las acciones en seis categorías según cómo crecen. Para este análisis, Nvidia es una empresa de crecimiento rápido: vende el doble que hace un año, promete 70% más y tiene ventajas que duran. Pero con una advertencia que Lynch habría escrito en negrita: es de las que pueden frenar de golpe.
¿Siempre creció?
Parece que sí, pero no. Mirá sus ventas y su ganancia de cada año fiscal:
Dos veces en los últimos ocho años el crecimiento se cortó:
las ventas cayeron 7% y la ganancia, 32%. Se había terminado la fiebre de las criptomonedas, que usaban GPUs para minar, y las placas usadas se vendían a precio de remate. La acción ya había caído a la mitad a fines de 2018.
las ventas quedaron planas y la ganancia cayó 55%. Después de la pandemia, la gente dejó de comprar computadoras para jugar y sobraban placas en los negocios. La acción cayó 66% entre fines de 2021 y fines de 2022.
Las dos veces pasó lo mismo: los clientes compraron mucho durante un boom y después dejaron de comprar para digerir lo que tenían. Es el patrón de las . Hoy los clientes son otros y el negocio es mucho más grande, pero la pregunta es la misma: ¿qué pasa cuando las grandes nubes terminen de construir lo que necesitan?
Las preguntas de Lynch
Lynch prefería empresas que crecieran entre 20% y 25% por año, y desconfiaba de las que pasaban el 50%, porque nadie crece así para siempre. Nvidia crece más de 100%. No quiere decir que vaya a caer, sino que la pregunta no es si frena, sino cómo aterriza.
Lynch hablaba de la ley de los grandes números: cuanto más grande es una empresa, más difícil es duplicarla. Para que Nvidia suba 10%, el mercado tiene que sumarle unos US$ 580.000 millones de valor: más de lo que vale la gran mayoría de las empresas de la bolsa.
Sí, varias veces: de los videojuegos a las criptomonedas, de ahí a la IA, y ahora a los procesadores, las redes y los robots. Es su mejor argumento: cuando un mercado se le enfrió, encontró otro.
Sí: tiene más caja que deuda y márgenes altísimos. Su punto débil son los compromisos: si las ventas caen, los US$ 279.000 millones que prometió comprarles a sus proveedores no bajan al mismo ritmo.
Nvidia es una empresa de crecimiento rápido, no una que crezca en línea recta. La categoría de Lynch dice qué esperar de ella; su historia dice qué hacer si el ciclo se da vuelta: no confiar en el P/E bajo de un buen año.
¿Cuánto cuesta?
El (precio sobre ganancias) dice cuántos años de ganancias estás pagando al comprar la acción. En Nvidia cambia muchísimo según qué ganancia uses, porque la ganancia crece tan rápido que la del año pasado y la del año que viene son casi dos empresas distintas:
El precio es uno solo. Lo que cambia es cuánto crecimiento le estás creyendo. Con la ganancia de los últimos doce meses, Nvidia cuesta como una empresa cara. Con la que esperan los analistas para el año fiscal 2028, cuesta menos que el promedio de las 500 empresas más grandes de Estados Unidos, que cotizan a unas 19 veces lo que esperan ganar en los próximos doce meses.
El PEG: el atajo de Lynch
Lynch decía que el P/E de una empresa de crecimiento hay que compararlo con cuánto crece. El divide uno por otro: 1 es un precio justo, 0,5 muy atractivo y 2 caro.
es el PEG de Nvidia, con el P/E de la ganancia esperada para los próximos doce meses (unas 18 veces) y el crecimiento de la ganancia que esperan los analistas para los próximos cinco años (cerca de 39% por año).
Con la regla de Lynch, es muy atractivo. Pero depende de una estimación de cinco años en una industria que ya tuvo ciclos: si la ganancia creciera 20% por año en lugar de 39%, el PEG sería 0,9, un precio justo y no una ganga.
Otras métricas
- Valor
19 veces las ventas de los últimos 12 meses
- Qué dice
Alto, pero con un margen neto que pasa el 50%, cada dólar de venta deja mucha ganancia
Rendimiento del flujo de caja libre
- Valor
2,2% por año
- Qué dice
Por cada 100 dólares que pagás por la acción, la empresa generó 2,2 de caja libre en el último año
Margen operativo
- Valor
66%
- Qué dice
De cada 100 dólares que vende, le quedan 66 después de todos los gastos del negocio
- Valor
Cerca de 100% por año
- Qué dice
Gana por año casi lo mismo que todo su patrimonio
Dividendo más recompras
- Valor
Cerca de 1,8% por año
- Qué dice
Lo que vuelve al accionista, sobre el precio de hoy
Deuda
- Valor
Menor que su caja
- Qué dice
No depende de los bancos para funcionar
La trampa de los buenos años
Hay una trampa que Lynch conocía bien: en las empresas con ciclos, el P/E más bajo aparece justo en el mejor momento, cuando las ganancias están en su pico y el mercado ya sospecha que van a bajar. Hagamos la cuenta con el precio de hoy y tres caminos posibles para el año fiscal 2029, después del año de la guía:
Sigue el boom y llega a vender US$ 1 billón
- La ganancia por acción sería
Unos US$ 30
- El P/E de hoy sería
8 veces
Crece 20%, como una buena empresa normal
- La ganancia por acción sería
Unos US$ 18,6
- El P/E de hoy sería
13 veces
Llega un ciclo y la ganancia cae 40%
- La ganancia por acción sería
Unos US$ 9,3
- El P/E de hoy sería
26 veces
En el primer camino, la acción de hoy es una ganga. En el último, el "barato" de 15 veces se convierte en caro. El mercado no está seguro de cuál de los tres va a pasar, y por eso paga un múltiplo bajo para lo que crece hoy.
Al precio de hoy, Nvidia es barata si el crecimiento dura dos o tres años más. Si el año fiscal 2028 resulta ser el pico, no lo es. Toda la tesis se juega en esa pregunta.
La tesis positiva y la negativa
Por qué podría seguir ganando
Duplicó sus ventas en un año siendo la empresa más grande del mundo, y promete 70% más con la oferta como límite, no la demanda.
Cada generación le deja más plata por cada data center. Puede crecer aunque el mundo no construya muchos más.
Gobiernos, neoclouds y empresas crecen más rápido que las grandes nubes, y ninguno diseña chips propios.
CUDA, el sistema completo y una cadena de proveedores asegurada por años. Un rival puede hacer un chip mejor; hacer todo eso junto es otra cosa.
Margen bruto de 75%, operativo de 66%, y recompras récord.
Unas 15 veces la ganancia esperada para el año fiscal 2028. Si el crecimiento dura, hay margen para subir.
Qué puede salir mal
Que el ciclo se dé vuelta. Ya pasó dos veces. Todo depende de que sus clientes sigan invirtiendo cifras récord, y la mayoría ya gasta más de lo que le entra.
Que la demanda esté inflada por su propia plata. Inversiones en clientes, garantías y plazos de pago largos: si un laboratorio de IA tropieza, Nvidia pierde ventas y plata a la vez.
Que el margen no se recupere. La memoria sigue subiendo, y la recuperación depende de que los clientes acepten pagar más.
Los chips propios de sus clientes. Google, Amazon, Meta y OpenAI ya tienen alternativas, y algunas hacen más trabajo por watt que la generación anterior de Nvidia.
La geopolítica. Perdió China, depende de fábricas en Taiwán y Corea del Sur, y Estados Unidos puede sumar restricciones en cualquier momento.
La vida útil de las GPUs. Las nubes reparten el costo de cada GPU en cinco o seis años. Algunos inversores creen que duran dos o tres. Si tienen razón, invertir en IA es menos rentable de lo que parece, y las compras podrían frenar.
Jensen Huang. Tiene 63 años, dirige la empresa desde que la fundó y dijo que no tiene un plan de sucesión.
Nuestra tesis y cuándo nos bajamos del barco
Nvidia es como un tren que va a 300 kilómetros por hora. Tiene el mejor motor y las mejores vías, y lleva a casi todos los pasajeros. Pero a esa velocidad, un cambio en las vías se nota mucho más que en un tren lento. No hace falta bajarse porque va rápido: hace falta mirar las señales.
Nvidia es una empresa de crecimiento rápido con riesgo cíclico. Su ventaja es real (el software, el sistema completo y la cadena de proveedores) y cada generación le deja más plata por cada data center. Al precio de hoy, el mercado le paga como si el crecimiento fuera a frenar pronto. La tesis depende de tres cosas: que la demanda siga siendo de clientes que pagan con su plata, que el margen se recupere como prometió y que sus grandes clientes sigan invirtiendo en 2027.
Cuándo nos bajamos
Una tesis sin condiciones de salida es solo una opinión. Las escribimos antes, con la cabeza fría. Nos bajamos del barco si se cumple cualquiera de estas:
- 1
La empresa baja la guía de crecimiento del año fiscal 2028 (cerca de 70%) por falta de demanda, no de oferta.
- 2
El margen bruto queda debajo de 70% dos trimestres seguidos. Querría decir que perdió la capacidad de pasarle los costos al cliente.
- 3
Se activa alguna de sus garantías, o un cliente que Nvidia ayudó a financiar deja de pagar.
- 4
Los clientes tardan más de 75 días en pagar, o la caja libre de un semestre queda debajo de la mitad de la ganancia. La venta estaría entrando más en los papeles que en la caja.
- 5
Las grandes nubes recortan de forma clara su inversión de 2027.
- 6
Los clientes fuera de las grandes nubes bajan a menos del 40% de las ventas de data center. La diversificación se estaría frenando.
- 7
Las ventas crecen menos de 20% contra un año atrás. Dejaría de ser una empresa de crecimiento rápido.
- 8
Jensen Huang deja la empresa sin un sucesor claro.
Lo que NO es motivo para bajarse
Con una empresa de este tamaño y esta velocidad, caídas de 20% o 30% pasan aunque el negocio vaya bien.
Lo que importa es si los clientes dejan de comprarle a Nvidia, no lo que promete el rival.
Ya está avisado: lo que importa es si se recupera después.
Mientras los clientes sigan comprando con su propia plata, el margen se recupere y las garantías no se activen, la tesis sigue en pie. Lo que esperamos de cada balance y estas condiciones están en la bitácora, y ahí vamos a anotar, trimestre a trimestre, qué dijimos y qué pasó.