Transcripción completa de la llamada de analistas de Nvidia | ¿Qué cartas mostró Jensen Huang a Wall Street en la conferencia GTC?

404K es una comunidad centrada en recopilar información de primera mano sobre tecnología global, IA, semiconductores, computación en la nube y mercados de capitales. Aquí se actualizan diariamente informes de bancos de inversión, resúmenes de portada, puntos clave de reuniones privadas, gráficos macroeconómicos, análisis en profundidad, versiones transcritas de videos y contenido audio-visual, cubriendo acciones estadounidenses y tendencias tecnológicas internacionales de vanguardia.

El texto completo del artículo ya fue publicado en la comunidad, te invitamos a sumarte.

En esta sesión de preguntas y respuestas con analistas financieros durante el GTC de Nvidia, el CEO Jensen Huang compartió profundas reflexiones sobre el cómputo en IA, la transformación del modelo de negocios de la industria y las ventajas estratégicas de Nvidia. Los puntos clave de la conferencia se pueden resumir en los siguientes seis aspectos principales:

1. Enfoque en una demanda de mercado masiva de nivel “trillonario de dólares”Nvidia mantiene una confianza absoluta en la explosión sostenida del mercado. Jensen Huang dejó claro quetan solo con las arquitecturas Blackwell y Ruben, Nvidia tiene una “visión clara” y confianza total en una demanda de mercado superior al billón de dólares estadounidenses. Además, esta cifra continúa creciendo permanentemente con la incorporación de nuevos clientes, nuevos mercados y nuevas regiones.

2. El sector tradicional de IT será reconfigurado: “La economía de los Tokens” será el modelo de negocios dominanteJensen Huang hizo un pronóstico disruptivo para el sector: la industria actual de licencias de software IT, valuada en 2 billones de dólares, no solo no desaparecerá sino que será transformada y expandida enormemente (posiblemente hasta 8 billones). Las empresas IT del futuro no venderán licencias de software, sino que alquilarán y generarán tokens (palabras/claves generadas por IA). El 100% de las empresas IT en el mundo van a incorporar modelos de OpenAI, Anthropic o de código abierto, transformándose en revendedores de tokens; esto implica una transformación fundamental en el modelo de negocio subyacente.

3. Los agentes de IA crearán una nueva normalidad de consumo constante de cómputoAntes, las computadoras solían estar inactivas la mayor parte del tiempo, peroen el futuro funcionarán 24/7, porque los agentes de IA ejecutarán automáticamente tareas en segundo plano y generarán tokens de forma continua. Este tipo de sistemas de agentes requieren auto-aprendizaje, utilización de herramientas (como navegadores web), generación de subagentes, lo cual eleva radicalmente la demanda de procesamiento tanto de datos estructurados como no estructurados, incrementando exponencialmente el uso de cómputo acelerado (CPU, GPU y más tipos).

4. IA física (Physical AI) desatará una revolución industrial en el mundo real, de magnitud muy superior al ecosistema digitalActualmente, la IA se concentra en la nube y en lo digital, pero Jensen Huang señala que cuando llegue el punto de inflexión de la “IA física”,la inteligencia artificial penetrará en fábricas, el edge, y ubicaciones físicas específicas. Dado que la economía real ligada a industrias basadas en átomos (alrededor de USD 70 billones) es mucho mayor que la digital, la IA física impulsará fuertemente el despliegue local empresarial e industrial, incluso pudiendo llegar a superar a los hyperscalers en el futuro.

5. La fortaleza definitiva de Nvidia: vende la “fábrica de IA full stack” y no solo un chip aisladoJensen Huang enfatizó que, intentar competir contra Nvidia solo con chips baratos es una estrategia fallida, porque **“los clientes no compran chips, compran plataformas”**. Nvidia es la única empresa que puede optimizar una arquitectura unificada con múltiples tipos de memoria (HBM, LPDDR5, SRAM). Al tener control total sobre chips, redes, almacenamiento y toda la pila de software, Nvidia puede construir la “fábrica de IA” perfectamente integrada, manteniendo un ritmo de actualización anual que no puede ser igualado por competidores basados en ensamblajes parciales.

6. La inferencia es el fin último para monetizar la IA, pero la demanda de cómputo post-entrenamiento crecerá exponencialmenteRespecto a la relación entre entrenamiento e inferencia, Jensen Huang aclaró puntos clave:

• Valor y dificultad de la inferencia:
   Muchos creen que la inferencia es sencilla, pero en realidad la inferencia “es súper difícil” y cada vez más, porque es el momento en que la IA realmente razona y trabaja . Jensen estima que en el futuro, el 99% del cómputo se dedicará a inferencia, porque es donde se transforma el token en valor económico y beneficios concretos en salud, manufactura, finanzas y más.
• Evolución del entrenamiento:
   El entrenamiento de los modelos IA no se ha detenido, sino que evolucionó: de “preentrenamiento” (memorización) a “post-entrenamiento” (aprendizaje de habilidades, uso de herramientas, refuerzo, etc.). Con la incorporación de datos multimodales e interacción con el mundo físico, la potencia de cómputo requerida para el “post-entrenamiento” será entre millones y miles de millones de veces superior a la del preentrenamiento .

Así que quiero que entiendan qué es ese billón de dólares. Por definición va a seguir creciendo. Porque la referencia de comparación va a seguir creciendo, será mayor a esa cifra. Y quiero agregar algo más. El año pasado fue genial porque el año fiscal 2025 será el año de la inferencia. Creo que ayudamos a que todos entiendan la relación entre el precio de la computadora y el costo del token. El precio de la computadora y el costo del token solo se relacionan en el margen. La gente compra estas computadoras para producir tokens, la eficiencia para producir tokens es clave. No es revender la máquina. Si comprás una computadora que es cara solo para revenderla, sí, es cara. Pero si la comprás porque su tecnología es increíble y produce tokens a una velocidad impresionante, entonces pagás por la máquina más costosa pero también generás los tokens más baratos. ¿Se entiende? Eso lo hacemos todos los días. Esa es nuestra tarea: entregar ese valor diferencial. Así aseguramos el margen bruto. Debemos mostrar resultados. En cada generación damos tanto valor que el cliente está dispuesto a pagar más por la próxima generación que por la actual, y aceptan migrar de inmediato. Cuando llegue Vera Rubin, instalar Vera Rubin tendrá más sentido que seguir comprando Grace Blackwell. ¿Vieron que asienten? Bien. Porque el valor es superior, incluso si el precio sube. Comparo esos dos sistemas porque son los dos estándares de referencia globales. Hasta que no superes esos dos, no tiene sentido comprar otra cosa. Y superarlos es dificilísimo.

La Ley de Moore no te da un salto de 35 veces. Solo con eso no alcanza. Tampoco haciendo chips más rápidos por separado. Tenés que lograr muchos chips mucho más rápidos. El año pasado fue el año de la inferencia. Demostramos liderazgo tanto en inferencia como en entrenamiento. Ahora en inferencia. Además, expandimos nuestra cobertura: sumamos más IA que soportan nuestra plataforma. El año pasado, 2025, incorporamos a Anthropic: es nuevo. Añadimos Meta SSL (nota: posible error de transcripción, se refiere a modelos Llama), nuevo también. Seguimos colaborando con Meta en otros campos. Meta SSL es un ente nuevo, con nuevas necesidades de cómputo. Podemos reconocer que el año pasado los modelos open source realmente despegaron. Ahora, los proveedores de API de inferencia open source son cada vez más populares: probablemente, el segundo tipo de modelo de IA más usado, después de OpenAI. Por volumen total de tokens generados, open source va segundo. Como saben, Nvidia es la mejor plataforma del mundo para modelos open source. Somos el estándar para ellos. Así que primero está OpenAI, luego todos los open source, después Anthropic y después xAI. Hagan su lista y sigan sumando. La cobertura de Nvidia aumentó mucho y eso explica nuestro crecimiento acelerado incluso partiendo de una base enorme. Ya somos una empresa grande, y estamos acelerando el ritmo de crecimiento. Así pienso. Oh, último punto: amamos a nuestros partners hyperscalers, colaboramos muy de cerca. Pero es importante entender que no solo les vendemos, también atraemos clientes para ellos. Tener Cuda en la nube suma a todos los desarrolladores Cuda, empresas nativas de IA y grandes compañías que trabajamos juntos y que alojan sus flujos de trabajo en cualquier CSP global. Somos uno de los mejores equipos de ventas para CSP del mundo. Por eso, en los eventos, tienen los stands más grandes: AWS, Google Cloud, Azure, Oracle, CoreWeave. ¿Se entiende? Porque llevamos clientes para ellos. Están aquí para venderle a mis desarrolladores. Y todos nuestros developers solo programan en Cuda y usan nuestras librerías. Cuando ganamos clientes, cuando integramos developers a Nvidia, ellos terminan en alguno de nuestros CSP. Somos la mejor fuerza de ventas para CSP. Pero, también vemos gran diversidad fuera de CSP: nubes regionales, empresas industriales on-premises. Dell, Lenovo, HP, todos crecen rapidísimo. Las ODM crecen velozmente. Muchas ventas van al 40% de ese gráfico. La mayoría ve el 60%, pero sin el stack completo de Nvidia, sin poder crear la fábrica de IA entera, y sin que los sistemas abiertos del mundo corran sobre Nvidia, es imposible resolver ese 40%. La base está en eso: el 60% es el developer Nvidia en la nube, el 40% es imposible sin el stack completo y fin-a-fin. ¿Quedó claro? Es clave entender nuestro negocio. Juntamos todo y lo llamamos cómputo acelerado. Quizás no sirva para que ustedes entiendan, pero el año que viene lo desglosaremos de forma distinta. Capaz será como ese gráfico: hyperscalers 60%, recuerden que muchos clientes de eso los llevamos nosotros, y el 40% de la derecha es imposible si solo hacés chips. Porque los clientes no compran chips, compran plataformas. Todo en una sola diapositiva. Espero no les explote la cabeza. Por eso lo repito. ¿Ayudó? ¿Qué debería hacer? ¿Tres paneles? ¿Siete horas de charla? Valdría la pena. Eso es todo. Gracias. Ahora, abrimos la ronda de preguntas. Hola.