Michael Burry alerta sobre Nvidia: panorama alcista y bajista del auge de los chips de IA

El trade de IA está entrando en una fase más exigente. Durante los últimos tres años, la tesis alcista fue relativamente simple: los hiperescaladores necesitaban más capacidad de cómputo, Nvidia dominaba los aceleradores de IA y los modelos más grandes requerían clústeres cada vez mayores. Esa lógica aún tiene un sólido respaldo, pero ahora los inversionistas enfrentan una pregunta más difícil: ¿pueden los ingresos y los incrementos de productividad de la IA seguir el ritmo del extraordinario gasto de capital necesario para construir la infraestructura?

Las críticas de Michael Burry a la nueva iniciativa de Nvidia para financiar IA por 500 mil millones de dólares forman parte de este debate más amplio. Burry calificó el plan como una "señal de desesperación" y cuestionó si la demanda de IA se está volviendo demasiado dependiente del financiamiento. Mientras tanto, Nvidia sostiene que sus alianzas con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR pueden movilizar más de 500 mil millones de dólares de capital externo para infraestructura de IA.

El verdadero debate entre alcistas y bajistas va más allá del financiamiento. Depende del gasto de los hiperescaladores, la monetización de la IA, los ciclos de reemplazo de chips, la competencia y los retornos sobre el capital.

El caso alcista: la demanda de IA sigue creciendo

El argumento alcista más sólido es directo: el ciclo de gasto aún no se ha interrumpido.

Los ingresos de Nvidia en el primer trimestre del año fiscal 2027 alcanzaron los 81,600 millones de dólares, un aumento interanual del 85%, mientras que los ingresos de Data Center crecieron un 92%, hasta 75,200 millones de dólares. La empresa proyectó ingresos de aproximadamente 91,000 millones de dólares para el trimestre siguiente, incluso sin considerar ingresos por cómputo de Data Center en China.

Sus principales clientes también están acelerando la inversión. Alphabet elevó su previsión de gasto de capital para 2026 a 195,000–205,000 millones de dólares. Meta prevé 130,000–145,000 millones de dólares. Microsoft gastó 41,000 millones de dólares en su trimestre más reciente y destinó cerca de dos tercios a activos de vida útil más corta, como CPU y GPU.

Más importante aún, la infraestructura de IA está comenzando a generar ingresos reales. Los ingresos de Google Cloud se dispararon un 82% en el segundo trimestre, hasta 24,800 millones de dólares, mientras que su cartera de pedidos alcanzó los 514,000 millones de dólares. Los ingresos de la nube de Microsoft superaron los 214,000 millones de dólares en el año fiscal 2026, y la demanda se está ampliando cada vez más allá de las empresas de modelos de vanguardia.

Esto es importante porque la siguiente etapa del crecimiento de la IA podría provenir de la inferencia, los agentes, la programación, la publicidad, las búsquedas, la IA industrial y la implementación empresarial, en lugar de depender únicamente del entrenamiento de modelos de vanguardia. Si la IA se integra en las cargas de trabajo de producción cotidianas, la demanda de semiconductores podría mantenerse estructuralmente alta durante años.

Rubin ofrece otro catalizador. Nvidia afirma que la plataforma ya está en producción y que los sistemas llegarán en el segundo semestre de 2026. AWS, Google Cloud, Microsoft, Oracle y CoreWeave figuran entre los primeros usuarios previstos.

La oportunidad también va más allá de Nvidia. Los clústeres de IA más grandes requieren más memoria HBM, empaquetado avanzado, redes, conectividad óptica, infraestructura eléctrica y refrigeración. Incluso si Nvidia finalmente obtiene una proporción menor de cada dólar adicional invertido en IA, el mercado general de infraestructura de IA puede seguir creciendo.

El caso bajista: ¿puede la monetización ponerse al día?

Los bajistas pueden observar las mismas cifras de gasto de capital y llegar a una conclusión muy distinta.

Alphabet gastó 44,900 millones de dólares en capital durante el segundo trimestre y registró un flujo de caja libre negativo de 5,900 millones de dólares. Meta gastó 31,100 millones de dólares y generó solo 784 millones de dólares de flujo de caja libre trimestral. Microsoft también reconoció que la inversión en infraestructura de IA está presionando los márgenes de la nube.

Por lo tanto, la pregunta clave es simple:

¿Cuántos ingresos adicionales de IA generará cada dólar extra de gasto de capital?

El auge puede continuar mientras los hiperescaladores consideren que la capacidad de cómputo sigue siendo escasa. El mercado se vuelve más vulnerable cuando la capacidad alcanza a la demanda y las empresas comienzan a exigir mejores retornos de cada nuevo centro de datos.

La depreciación tecnológica crea otro riesgo. Nvidia avanza rápidamente por Hopper, Blackwell, Blackwell Ultra y Rubin. Las GPU más antiguas aún pueden generar ingresos mediante inferencia, ajuste fino y cargas de trabajo en la nube de menor costo, pero su valor económico podría caer rápidamente a medida que las nuevas arquitecturas mejoren el rendimiento por vatio y el costo por token.

Aquí es donde las críticas de Burry al financiamiento cobran relevancia. Las nuevas alianzas de Nvidia con Wall Street buscan movilizar más de 500 mil millones de dólares de financiamiento externo. Su interpretación bajista sostiene que podrían necesitarse mecanismos de financiamiento cada vez más sofisticados para mantener un ciclo de gasto cuyos retornos a largo plazo siguen siendo inciertos.

El verdadero peligro surgiría si la demanda de IA se debilitara al mismo tiempo que las tarifas de alquiler y los valores residuales de las GPU más antiguas cayeran con fuerza. En ese caso, los operadores de nube de IA con alto apalancamiento enfrentarían simultáneamente un menor flujo de caja y garantías de menor valor.

La competencia añade otro foco de presión. Google está ampliando la implementación de TPU más allá del uso exclusivamente interno, mientras que AMD y los aceleradores personalizados respaldados por empresas como Broadcom apuntan a cargas de trabajo donde la prima de Nvidia podría volverse más difícil de justificar.

Nvidia aún puede crecer en ese entorno, pero su cuota de mercado, su poder de fijación de precios y los márgenes de los semiconductores podrían normalizarse gradualmente.

¿Qué determinará el próximo trade de IA?

La siguiente fase del trade de chips de IA depende de cuatro variables:

el crecimiento de los ingresos de IA, el gasto de capital de los hiperescaladores, la utilización de las GPU y los márgenes de los semiconductores.

La trayectoria alcista se mantiene intacta si las aplicaciones de IA siguen expandiéndose, la inferencia crece, los hiperescaladores continúan limitados por la capacidad, las GPU más antiguas encuentran usos rentables en segmentos inferiores y Rubin inicia otro ciclo de actualización.

La trayectoria bajista comienza cuando el gasto de capital crece mucho más rápido que la monetización, los márgenes de la nube se reducen, la rentabilidad de las GPU más antiguas se deteriora y los hiperescaladores finalmente desaceleran el gasto en infraestructura.

La pregunta central va más allá del plan de financiamiento de Nvidia por 500 mil millones de dólares:

¿Puede la IA generar suficiente valor económico para justificar la infraestructura que ya se está construyendo y la ola de inversión aún mayor que está por venir?

Si la respuesta sigue siendo afirmativa, el ciclo de los semiconductores de IA todavía tiene margen para continuar. Si esa relación comienza a deteriorarse, los inversionistas podrían tener que reevaluar toda la cadena, desde Nvidia y la memoria hasta las redes, las fundiciones y los operadores de nube de IA.