Nvidia se juega más que sus resultados: ¿puede financiar el auge de la IA sin asumir riesgos de banco?

El próximo informe de Nvidia ya no será únicamente un examen de la demanda de sus GPU. También pondrá a prueba si la compañía puede ayudar a convertir la capacidad de cómputo para inteligencia artificial en infraestructura financiable y generadora de ingresos, sin asumir riesgos propios de un banco o de un promotor de proyectos.

Antes de entrar en materia, hay una corrección importante: Nvidia publicará sus resultados del segundo trimestre fiscal de 2027 el 26 de agosto, no el 20. La dirección ha previsto unos ingresos de aproximadamente 91.000 millones de dólares, con un margen de variación del 2%.

Un punto de partida excepcional y unas expectativas todavía más altas

Nvidia llega a esta cita con un listón extraordinario. En el primer trimestre fiscal, la compañía registró 81.600 millones de dólares en ingresos, un 85% más interanual. La división de centros de datos aportó 75.200 millones, un 92% más y la gran mayoría de las ventas.

La previsión para el segundo trimestre supondría otro salto anual de gran magnitud. Sin embargo, el mercado ya espera algo más que la cifra oficial: analistas de Bank of America y UBS han situado sus estimaciones en torno a 94.000-95.000 millones de dólares trimestrales.

Por eso, superar ligeramente la guía podría no ser suficiente para convencer a los inversores. Las señales más relevantes serán la previsión para el próximo trimestre, los márgenes brutos, la ejecución de las entregas y cualquier indicio de que la demanda procede de cargas de trabajo productivas y sostenibles, y no solo de clientes que se apresuran a comprar la siguiente generación de hardware.

De vender chips a ayudar a financiar «fábricas de IA»

El 10 de agosto, Nvidia anunció memorandos de entendimiento con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas de financiación destinadas a movilizar más de 500.000 millones de dólares de capital de terceros para infraestructura de inteligencia artificial. La iniciativa busca ayudar a clientes a financiar centros de datos, clústeres de cómputo y sistemas construidos alrededor de la tecnología de Nvidia.

La lógica estratégica es clara: levantar infraestructura de IA requiere inversiones iniciales enormes. Si los clientes pueden acceder antes a financiación, laboratorios de IA, grandes empresas y proveedores de servicios en la nube podrán ampliar su capacidad con mayor rapidez. Para Nvidia, eso ampliaría el número potencial de compradores y podría prolongar la demanda de sus chips, redes y software.

En este contexto cobra importancia el lenguaje de Jensen Huang sobre las llamadas «fábricas de IA». Nvidia sostiene que la infraestructura de cómputo debe verse menos como equipamiento convencional y más como un activo capaz de generar ingresos recurrentes. Si las entidades financieras aceptan esa premisa, los sistemas basados en Nvidia podrían financiarse a una escala mucho mayor.

Pero la estrategia abre una pregunta incómoda: ¿cuánta de esa demanda es realmente independiente y cuánto depende de que Nvidia ayude a convertir sus propios productos en garantías aceptables para los prestamistas?

El riesgo de respaldar el valor de unas GPU que envejecen rápido

La información publicada sobre la estructura de financiación indica que Nvidia podría ofrecer apoyo sobre el valor residual de hasta el 25% en determinados proyectos o cubrir parte de un déficit de liquidación si las GPU utilizadas como garantía no conservan el valor previsto.

Eso no convierte a Nvidia en el prestamista de todos los proyectos, pero sí le otorga una exposición económica tanto a la calidad crediticia de sus clientes como al valor de reventa de sus equipos.

La distinción es importante porque las GPU pueden perder valor con rapidez cuando una nueva plataforma ofrece un rendimiento muy superior. Un modelo de financiación que funciona mientras se mantienen fuertes los precios y la utilización del cómputo podría volverse más frágil si se ralentizan las cargas de trabajo de IA, caen las tarifas de alquiler o llega al mercado secundario una gran cantidad de equipos de generaciones anteriores.

Para los accionistas, la cuestión ya no es únicamente si Nvidia registra ingresos cuando entrega los sistemas. También deberán evaluar si las garantías, el respaldo del valor de las GPU u otros compromisos pueden generar futuras salidas de efectivo, deterioros contables o pérdidas si los clientes incumplen sus contratos o el hardware vale menos de lo esperado.

Ohio convierte la apuesta en una exposición concreta

El proyecto de centro de datos para OpenAI en Ohio ofrece un caso práctico. Las primeras informaciones describieron conversaciones sobre una posible inversión de hasta 3.000 millones de dólares en SB Energy, la empresa respaldada por SoftBank que desarrolla el proyecto.

Posteriormente, se informó de que Nvidia había acordado ofrecer una garantía de hasta 105.000 millones de dólares para ayudar a OpenAI a arrendar las instalaciones y que invertiría 1.500 millones de dólares en SB Energy. La fase inicial del proyecto contempla 4,25 gigavatios de capacidad de cómputo, con opción a ampliarla.

Estas cifras no equivalen a un desembolso inmediato de 105.000 millones de dólares. Una garantía es un compromiso contingente: su coste final depende de la estructura del arrendamiento, las contrapartes, el rendimiento del proyecto y las condiciones que activarían el pago de Nvidia.

Precisamente por eso la conferencia con analistas será tan importante. El mercado querrá conocer la exposición máxima, el tratamiento contable, la duración del compromiso, las garantías disponibles, las protecciones frente al riesgo de contraparte y si acuerdos de este tipo están incluidos en las previsiones de demanda o en la cartera de pedidos.

Cinco claves que seguir en el informe y la llamada

1. La previsión futura será más importante que el dato trimestral

Los analistas citados antes de la publicación han proyectado ingresos de aproximadamente 107.000-108.000 millones de dólares para el tercer trimestre fiscal. La propia previsión de Nvidia mostrará si la dirección ve una aceleración, una estabilización o una mayor dependencia de un grupo reducido de clientes.

2. La ejecución de Blackwell y el salto hacia Vera Rubin

Los inversores seguirán el ritmo de las entregas de Blackwell y de los sistemas relacionados, además del calendario y la rentabilidad de la transición hacia Vera Rubin. Un ciclo de actualización rápido puede impulsar las ventas, pero también puede acortar la vida económica de los sistemas anteriores, algo especialmente relevante cuando se utilizan como colateral.

3. Márgenes y complejidad de los sistemas

En el primer trimestre, el margen bruto GAAP de Nvidia fue del 74,9%, frente al 75,0% en términos no GAAP. A medida que la empresa vende sistemas completos, y no solo chips individuales, el mercado tendrá que valorar si la mayor complejidad, el contenido de redes y los costes de transición presionan los márgenes.

4. El tamaño real de la ayuda financiera

La cifra de 500.000 millones de dólares es llamativa, pero no es la métrica decisiva. Lo importante será cuánto ha comprometido realmente Nvidia, cuál es su pasivo contingente máximo y qué parte del riesgo retienen los prestamistas externos.

También habrá que distinguir entre acuerdos preliminares y compromisos vinculantes. Los anuncios de agosto son memorandos de entendimiento; por tanto, los más de 500.000 millones representan un objetivo de movilización, no ingresos de Nvidia ni financiación garantizada.

5. Utilización real y economía de los clientes

Un centro de datos financiado necesita clientes que paguen y utilicen su capacidad de forma sostenida. Nvidia debería responder sobre la duración de los contratos, la concentración de clientes, la demanda prevista y la vida útil de los clústeres financiados.

También será clave saber si estos programas generan demanda adicional o simplemente adelantan compras que, en cualquier caso, se habrían producido más adelante.

Dos lecturas posibles de la estrategia

La interpretación optimista es que Nvidia está ayudando a crear una nueva clase de activo. Al conectar a sus clientes con grandes instituciones financieras, puede reducir la barrera de capital inicial para la infraestructura de IA y respaldar un ciclo más largo y previsible de demanda de hardware y software.

La interpretación más escéptica es que Nvidia podría estar ayudando a asegurar la demanda de sus propios productos. Si la monetización de la IA se debilita, los mercados de crédito se endurecen o el valor de las GPU usadas cae más rápido de lo previsto, varios riesgos podrían aparecer a la vez: los clientes reducirían pedidos, los clústeres financiados perderían valor como garantía y los proyectos cuya demanda ayudó a impulsar Nvidia podrían convertirse en problemas financieros.

En ese escenario, la exposición de la compañía estaría más correlacionada de lo que su crecimiento de ingresos sugiere inicialmente.

El veredicto que buscarán los inversores

Un trimestre sólido reforzaría la transformación de Nvidia: de proveedor de chips a plataforma de infraestructura para la economía de la IA. Pero para que esa tesis gane credibilidad, el resultado debería venir acompañado de una previsión futura resistente, márgenes saludables, una ejecución clara de Blackwell y límites transparentes a la exposición financiera.

Un aumento de ingresos acompañado de respuestas vagas sobre garantías, valoración de las GPU, concentración de clientes o pasivos contingentes dejaría sin resolver la pregunta central.

Nvidia puede estar construyendo un poderoso motor de financiación para la economía de la IA. Ahora debe demostrar que ese motor funciona gracias a flujos de caja independientes de sus clientes y no gracias al respaldo de su propio balance.

En el informe del 26 de agosto, la cifra decisiva quizá no sea la de ingresos. Podría ser la calidad, la escala y la transparencia del riesgo que Nvidia está dispuesta a conservar detrás de esos ingresos.