Por qué las acciones de Nvidia caen un 4% tras resultados de Big Tech

Las acciones de Nvidia cayeron aproximadamente un 4% en las primeras operaciones del jueves, a pesar de que las principales empresas tecnológicas señalaron un fuerte aumento en el gasto en infraestructuras de inteligencia artificial —un desarrollo que normalmente beneficiaría al fabricante de chips.

La caída subraya una creciente cautela entre los inversores sobre la sostenibilidad del dominio de Nvidia, pese a las señales de demanda sólidas.

El aumento del gasto de capital apunta a una fuerte demanda de IA

Una oleada de previsiones actualizadas de gasto de capital por parte de las principales empresas tecnológicas subrayó el impulso continuado en la construcción de infraestructuras para IA.

Meta Platforms elevó su previsión de gasto de capital para 2026 en 10.000 millones de dólares, hasta un rango de 125.000 a 145.000 millones de dólares, mientras que Alphabet aumentó su orientación en 5.000 millones hasta situarla en hasta 190.000 millones de dólares.

Microsoft dijo que su capex del cuarto trimestre superaría los 40.000 millones de dólares y proyectó un gasto anual total de alrededor de 190.000 millones de dólares.

Combinados con los planes anunciados anteriormente por Amazon, los cuatro hiperescaladores ahora esperan gastar hasta 725.000 millones de dólares en 2026.

Nvidia es una beneficiaria principal de este gasto, capturando un estimado del 90% de la demanda de aceleradores de IA, con las GPU formando un componente central de las inversiones en centros de datos.

Los chips personalizados generan preocupaciones competitivas

A pesar de las sólidas perspectivas de gasto, el sentimiento de los inversores se ha visto moderado por el creciente énfasis en el desarrollo interno de chips entre las grandes empresas tecnológicas.

Alphabet destacó la creciente demanda de sus Tensor Processing Units (TPU), que cada vez se posicionan más como alternativas a las GPU de terceros.

La empresa también dijo que empezaría a vender TPU directamente a clientes seleccionados, ampliando su uso más allá de las operaciones internas.

Los chips personalizados, aunque suelen ser menos potentes que las GPU de gama alta de Nvidia, ofrecen ventajas de coste para cargas de trabajo específicas, lo que podría reducir la dependencia de proveedores externos.

Las restricciones de suministro impulsan el alza de precios

Al mismo tiempo, la dinámica de suministro se está estrechando en mercados clave.

Los precios de los servidores B300 avanzados de Nvidia en China se han disparado hasta cerca de 7 millones de yuanes (aproximadamente $1 millón), frente a alrededor de 4 millones de yuanes a finales del año pasado, según un informe de Reuters.

El aumento ha sido impulsado por la fuerte demanda de equipos de computación para IA y por la reducción de la oferta tras una campaña contra el contrabando de chips, que previamente había sostenido un mercado gris para hardware restringido.

El servidor B300 está entre los sistemas más avanzados de Nvidia para cargas de trabajo de IA, y su disponibilidad limitada ha intensificado las presiones sobre los precios.

Las inversiones en startups amplían el ecosistema

Nvidia también continúa ampliando su presencia en el ecosistema de IA mediante inversiones estratégicas.

La rama de capital riesgo de la compañía, NVentures, ha invertido en la firma sueca de tecnología legal con IA Legora como parte de una extensión de 50 millones de dólares de su ronda de financiación Serie D, elevando la financiación total a 600 millones de dólares, según informó CNBC.

La ronda, que valoró a Legora en 5.600 millones de dólares, también contó con la participación de Atlassian, Adams Street Partners e Insight.

Estas inversiones reflejan la estrategia más amplia de Nvidia de apoyar a empresas emergentes de IA tanto con capital como con experiencia técnica, reforzando su posición dentro del ecosistema.

Las perspectivas equilibran demanda y competencia

El reciente movimiento de las acciones de Nvidia subraya un cambio en el enfoque de los inversores, que pasa del mero crecimiento de la demanda a cuestiones sobre el posicionamiento competitivo y los márgenes a largo plazo.

Si bien los planes de gasto de los hiperescaladores indican una demanda sostenida de infraestructura de IA, el auge del silicio personalizado y la evolución de la dinámica de suministro están introduciendo nuevas incertidumbres.