Nvidia tardó décadas en convertirse en una de las compañías más valiosas del mundo. Ahora la pregunta es si sus chips están empezando a funcionar también como garantía económica de toda la infraestructura que los compra.
Publicado el 5 de septiembre de 2026 · por Alex · Nvidia · Chips · Inteligencia artificial
Nvidia tardó aproximadamente treinta años en alcanzar una valoración de un billón de dólares, pero los siguientes billones llegaron mucho más rápido. La cifra que más importa no es solo la valoración bursátil: Nvidia ya no se limita a vender chips, sino que intenta convertir su posición en el ecosistema en una pieza de la financiación de la inteligencia artificial.
La compañía ha invertido decenas de miles de millones de dólares en startups que pueden convertirse en clientes. También participa en proyectos de centros de datos que utilizan sus procesadores y, en algunas estructuras, se compromete a comprar capacidad o respalda obligaciones futuras.
En agosto de 2026 anunció memorandos con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas que podrían movilizar más de US$500.000 millones de capital de terceros para infraestructura de IA. El matiz es esencial: son plataformas y memorandos, no un cheque de Nvidia por US$500.000 millones.
El circuito parece extraordinario: una empresa necesita construir un centro de datos, Nvidia ayuda a organizar capital, el proyecto compra GPU y la mayor demanda de computación genera nuevos pedidos para Nvidia.
Para que el sistema funcione, las GPU deben conservar suficiente valor y capacidad de producir ingresos durante años. Ahí aparece la contradicción: Nvidia necesita convencer al mercado de que sus chips nuevos son muy superiores y, al mismo tiempo, de que los chips anteriores siguen siendo económicamente útiles.
Existen mercados de inferencia para equipos de generaciones anteriores, pero parte de esa demanda puede reflejar la escasez actual de capacidad. Si la escasez desaparece, el precio del cómputo puede caer y la vida económica del equipo puede acortarse.
| Dato o mecanismo | Lectura correcta |
|---|---|
| Más de US$500.000 millones | Capital de terceros que las plataformas buscan movilizar |
| Compromisos de Nvidia | Exposiciones condicionadas que deben leerse por separado |
| GPU antiguas | Su valor depende de utilización, precio y alternativas |
| Procesadores propios | Amazon, Google y Microsoft pueden reducir costes en ciertos usos |
Basta con que la demanda crezca menos de lo esperado. Los centros de datos podrían quedar con una capacidad gigantesca pero infrautilizada, mientras el precio del cómputo cae y los chips se deprecian más rápido. Algunas garantías podrían activarse y los proyectos necesitar refinanciación.
Nvidia informa inversiones, compromisos con nubes de IA y exposiciones de garantía. Esos importes no deben sumarse sin leer las condiciones: una exposición máxima no es una pérdida, y un memorando no es un financiamiento cerrado.
La cifra decisiva será cuánto dinero necesita comprometer Nvidia para que otros sigan comprando sus procesadores. Si ese compromiso crece más rápido que la demanda real de cómputo, habrá que preguntarse si Nvidia está financiando el boom de la IA o si está empezando a financiar su propia demanda.
Para seguir el paso siguiente, revisa también Los bancos financian la Inteligencia Artificial… y ya buscan quién se queda con el riesgo.
Fuentes primarias: Nvidia, plataformas de financiación de infraestructura de IA; Nvidia, 10-Q del segundo trimestre fiscal de 2027; Agencia Internacional de la Energía, energía e IA. Las referencias al deterioro potencial de chips, la demanda futura y el riesgo de financiación son escenarios, no hechos asegurados.
No. Es una analogía para describir que Nvidia vende chips, invierte en el ecosistema, compromete capacidad y participa en plataformas que movilizan capital de terceros.
No. El comunicado habla de memorandos y plataformas destinadas a movilizar más de US$500.000 millones de capital de terceros. No equivale a efectivo entregado por Nvidia ni a una garantía total.
Porque algunos proyectos se financian suponiendo que las GPU conservarán capacidad de generar ingresos durante años. Si la demanda crece menos o aparecen alternativas más baratas, su precio y utilización pueden caer antes de que termine la deuda.
Este artículo es la versión escrita del análisis del sábado.
Ver el video en TikTok · Seguir el canal
