Por qué la postura de "Sin burbuja" de Nvidia importa más de lo que sugiere el rumor del mercado

Cuando el CEO de Nvidia, Jensen Huang, subió al escenario en noviembre de 2025 para abordar el debate sobre la valoración de la IA, no solo defendió la posición de liderazgo en el mercado que la compañía ha establecido, sino que también ofreció un marco fundamentalmente diferente para entender el momento tecnológico actual. Mientras los observadores del mercado y los medios de comunicación parecen repetir lo que un monstruo de las galletas podría decir sobre las valoraciones (“¡más, más, más!”), los datos reales cuentan una historia más matizada que la dicotomía burbuja versus no burbuja sugiere. El argumento de Huang no se basa en un optimismo ciego, sino en tres cambios estructurales en la tecnología que, en su opinión, distinguen la revolución de la IA de hoy de las anteriores manías del mercado.

Tres cambios en la plataforma que redefinen la era post-Ley de Moore

Huang inició su defensa cuestionando los fundamentos mismos de las suposiciones sobre la escalabilidad de los semiconductores que llevan décadas vigentes. La Ley de Moore—la observación de que la potencia de cálculo se duplica aproximadamente cada 18 meses—se ha colapsado efectivamente bajo el peso de las demandas de la IA y las limitaciones físicas. Pero en lugar de verlo como una crisis, Huang lo posicionó como el catalizador para tres transformaciones simultáneas en las plataformas.

El primero se centra en la transición del procesamiento en CPU a GPU. Las aplicaciones heredadas que se ejecutan en unidades centrales de procesamiento tradicionales—una base instalada masiva de software que vale cientos de miles de millones de dólares—están migrando hacia arquitecturas GPU, que manejan el procesamiento paralelo mucho más eficientemente para cargas de trabajo de IA. Esta migración por sí sola representa un impulso de varios cientos de miles de millones de dólares para todo el ecosistema.

El segundo cambio implica que la IA está redefiniendo fundamentalmente cómo funcionan las aplicaciones existentes, al mismo tiempo que habilita casos de uso completamente nuevos. La IA generativa está desplazando enfoques tradicionales de aprendizaje automático en funciones críticas: clasificación en buscadores, segmentación de publicidad, predicción de conversiones y moderación de contenido. La experiencia de Meta proporciona evidencia concreta: la compañía logró mejoras del 5 % en conversiones en Instagram y del 3 % en Facebook usando herramientas de marketing potenciadas por IA. Estas no son mejoras marginales; son impulsores sustanciales de ingresos para los operadores de escala hyperscale.

El tercer frente consiste en los sistemas de IA agentica—agentes de software autónomos capaces de razonar y planificar en dominios que van desde el análisis legal hasta la conducción autónoma. Huang posteriormente presentó las tecnologías físicas de IA de Nvidia, enmarcándolas como un “momento ChatGPT” para el despliegue de IA en el mundo real. Las implicaciones van mucho más allá del software; esto representa el próximo gran cambio arquitectónico en la computación.

Comparación histórica de valoraciones: los números muestran una imagen sorprendentemente diferente

El argumento de una burbuja se basa en gran medida en precedentes históricos, específicamente en el colapso de las punto-com que comenzó en marzo de 2000. Sin embargo, la comparación revela diferencias críticas que desafían la narrativa de burbuja.

Hoy, el Nasdaq-100 tiene una relación precio-beneficio promedio de 32.9—en realidad, ligeramente por debajo de 33.4 del año anterior. Esta suave caída contradice lo que uno esperaría en un exceso especulativo. Para contextualizar, en marzo de 2000, el panorama de valoraciones era completamente diferente: el Nasdaq-100 promedió un P/E de 60, más del doble del nivel actual. Cisco Systems, la gigante tecnológica dominante en 1999, alcanzó un múltiplo P/E de 472 en su pico. Nvidia hoy se sitúa en 47.7—bastante más bajo, a pesar de tener casi el doble de capitalización de mercado.

Esta brecha en valoraciones se amplía aún más al examinar las escalas absolutas de las empresas. Alphabet superó los 100 mil millones de dólares en ingresos en un solo trimestre por primera vez en su historia. Microsoft y Nvidia, por su parte, aumentaron sus beneficios en un 60 % y un 65 % interanual en su último trimestre—cifras que contrastan totalmente con la compresión de márgenes que muchos temían durante fases de incertidumbre del mercado.

La rentabilidad como el diferenciador decisivo

Quizás la distinción más convincente entre el actual rally tecnológico y la especulación de 2000 se centra en la calidad y la consistencia de las ganancias. Durante la burbuja de las punto-com, solo el 14 % de las empresas enfocadas en internet eran rentables. Muchas quemaban efectivo mientras los inversores perseguían narrativas en lugar de fundamentos.

Los líderes actuales en IA operan en un régimen fundamentalmente diferente. Las empresas que impulsan la revolución de la IA no son ventures especulativos; son algunas de las empresas más rentables jamás creadas, y esa rentabilidad está acelerándose. El crecimiento del 65 % en beneficios de Nvidia interanual supera ampliamente las normas históricas. La expansión del 33 % en beneficios de Alphabet, a pesar de una multa antimonopolio de 3.45 mil millones de dólares, subraya un impulso de beneficios que supera los obstáculos regulatorios. Estas cifras no eliminan el riesgo de inversión, pero sí cambian fundamentalmente su carácter—de un riesgo de colapso especulativo a un riesgo de volatilidad cíclica.

La corrección del mercado como lente de oportunidad

Desde principios de noviembre, las acciones tecnológicas han enfrentado vientos en contra significativos. El Nasdaq Compuesto, tras subir a 23,461 en enero de 2026, ahora cotiza en un patrón relativamente estable—una ventana de tres meses que apenas se ha movido desde los 23,348 de octubre de 2025. Esta fase de consolidación, aunque pone a prueba la paciencia de los inversores, crea espacio para que las empresas de rápido crecimiento amplíen sus ganancias y, por ende, se ajusten a las valoraciones existentes.

En lugar de ser un preludio a una caída catastrófica, esta pausa puede representar exactamente lo que las estructuras de capital pacientes y a largo plazo necesitan: tiempo para que los fundamentos empresariales alcancen a los precios de las acciones. Si las tres transformaciones en plataformas de Huang se materializan como se anticipa, la próxima fase de recuperación podría ser sustancialmente mayor que la consolidación previa.

La pregunta clave que enfrentan los inversores no es si la IA representa una burbuja—los datos sobre valoraciones, rentabilidad y cambios estructurales argumentan lo contrario. La verdadera cuestión es el momento y la selectividad: qué beneficiarios de estas transformaciones en plataformas capturarán una creación de valor desproporcionada.