Nvidia compra el mapa del poder en la infraestructura de la IA

Durante años, Nvidia fue vista como la gran ganadora de la fiebre de la inteligencia artificial (IA) porque fabricaba los chips que todos necesitaban. Esa descripción ya quedó vieja y la empresa de Jensen Huang entra en otra fase. Sigue vendiendo hardware, desde luego, aunque ahora también usa su balance para financiar clientes, apuntalar proveedores, asegurar capacidad futura y moldear la arquitectura industrial completa de la IA. No se limita a capturar demanda, sino también al diseño, aceleración y fijación dentro de un ecosistema cada vez más dependiente de sus estándares. 

La secuencia de anuncios de las últimas semanas muestra con claridad esa lógica. El 11 de marzo Nvidia anunció una inversión de US$ 2.000 millones en Nebius, un desarrollador europeo de infraestructura para centros de datos de IA, adquiriendo alrededor de 8,3% de la compañía. Nebius desplegará más de 5 gigavatios de capacidad de data centers hacia 2030. 

Un día antes, Thinking Machines Lab, la startup fundada por Mira Murati, comunicó una alianza plurianual con Nvidia que incluye una inversión significativa y acceso a por lo menos un gigavatio de los futuros sistemas Vera Rubin. 

El 2 de marzo, Nvidia informó inversiones de US$ 2.000 millones en Lumentum y otros US$ 2.000 millones en Coherent para reforzar la base fotónica, es decir, la próxima generación de infraestructura de IA. 

A eso se suma la inversión de US$ 30.000 millones en OpenAI que Reuters reportó en febrero y el compromiso previo de hasta US$ 10.000 millones en Anthropic, además del compromiso de US$ 5.000 millones en Intel mencionado en sus propios filings. 

Visto en conjunto, el patrón es más interesante que cada operación por separado. Nvidia coloca fondos en tres capas distintas del negocio. 

1. La primera es la demanda, cuando invierte en OpenAI, Anthropic, Thinking Machines o Nebius, financia organizaciones que consumirán enormes volúmenes de GPUs, redes, sistemas y software optimizados para su plataforma. 
2. La segunda es la oferta, con Lumentum y Coherent. Allí Nvidia se mete en componentes ópticos y láseres que serán cada vez más decisivos para mover datos a velocidad suficiente dentro de centros de datos orientados a inferencia masiva. 
3. La tercera es la capacidad industrial y contractual. En su documentación financiera, la empresa reconoce compromisos de inversión, acuerdos de nube multianuales y una decisión explícita de seguir invirtiendo en asociaciones estratégicas. 

Eso cambia la naturaleza de Nvidia porque ya no actúa solo como proveedor de insumos críticos, sino que se parece a una especie de banco industrial de la IA: uno que presta, participa, garantiza volumen, asegura supply chain y al mismo tiempo vende la tecnología indispensable para que todo ese circuito funcione. 

En una industria donde el cuello de botella principal no es una app sino electricidad, networking, interconexión óptica, racks, memoria, empaquetado avanzado y acceso a chips, poner capital en los nodos adecuados equivale a comprar influencia estructural.  

La magnitud financiera lo permite. En sus resultados del cuarto trimestre y del ejercicio fiscal 2026, Nvidia reportó US$ 102.700 millones de flujo de caja operativo anual y US$ 96.600 millones de free cash flow. 

Además, cerró el año con US$ 62.556 millones entre efectivo, equivalentes y títulos negociables. En el mismo comunicado, informó que devolvió US$ 41.100 millones a accionistas en recompras y dividendos durante el ejercicio, y todavía conservaba US$ 58.500 millones de autorización disponible para buybacks. Es decir, la empresa tiene suficiente potencia financiera para hacer las dos cosas al mismo tiempo: recomprar acciones y usar miles de millones para redibujar el mapa industrial que sostendrá su propio crecimiento. 

El punto más relevante es estratégico porque Nvidia entendió que el riesgo ya no pasa solo por si vende más o menos GPUs el próximo trimestre. Es otro: que el mercado de IA se fragmente y grandes clientes aceleren chips propios, volviendo la interconexión entre procesadores el nuevo cuello de botella, o que la infraestructura física crezca más lento que la demanda. 

Otro peligro es que algunos actores clave del ecosistema se queden sin capital suficiente para expandirse. Invirtiendo en clientes, socios y proveedores, Nvidia reduce varios de esos riesgos a la vez. Asegura compradores, acelera despliegues, empuja tecnologías complementarias y mantiene a buena parte de la cadena orbitando alrededor de su stack. 

Hay además una dimensión menos comentada, y es que Nvidia no elige solo empresas sino topologías de mercado. Nebius y otros neoclouds representan una forma de expansión distinta de la de los hyperscalers tradicionales. Son operadores más especializados, enfocados en cargas de IA y con estructuras diseñadas alrededor del hardware de Nvidia. Financiar a esos jugadores le permite a la compañía multiplicar la superficie de despliegue de sus sistemas sin tener que convertirse ella misma en operadora global de centros de datos. En otras palabras, externaliza capex operativo y conserva control tecnológico. 

La inversión en Lumentum y Coherent revela otra intuición importante. La próxima frontera competitiva no será solo quién tiene el mejor chip, sino quién logra mover datos entre chips con menos latencia, menos consumo y mayor densidad. Reuters señaló que los acuerdos incluyen compromisos de compra multimillonarios y derechos de capacidad futura sobre productos avanzados de redes ópticas y láseres. Eso significa que Nvidia no apuesta únicamente a una mejora incremental, sino que blinda su acceso a piezas de la infraestructura que serán escasas y estratégicas en la era de la inferencia a escala. 

Todo esto también alimenta una crítica creciente alrededor de la financiación circular. Reuters subrayó que varios de estos acuerdos involucran a empresas que son al mismo tiempo clientes de Nvidia. Y este riesgo conceptual es claro, porque si un fabricante de chips invierte en las compañías que después usarán ese capital para comprar sus productos, una parte del crecimiento parece menos orgánica de lo que sugieren los ingresos brutos. Ese argumento no invalida la estrategia, aunque obliga a leerla de otra manera. Esta es una historia de demanda cultivada y, en parte, financiada por el propio proveedor dominante. 

Desde el punto de vista industrial, la jugada tiene lógica. Desde el punto de vista del mercado, plantea preguntas incómodas. Cuanto más capital coloca Nvidia en la infraestructura, en las startups modelo-céntricas y en los cuellos de botella fotónicos, más se difumina la frontera entre proveedor, socio, financiador y arquitecto del sector. Esa confusión de roles puede ser una ventaja enorme mientras la demanda siga creciendo al ritmo actual. También puede volver más opaca la lectura del verdadero equilibrio competitivo del negocio de IA. 

La lectura más precisa quizá sea que Nvidia usa el excedente extraordinario generado por su dominio en GPUs para comprar tiempo, escala y dependencia. Tiempo, porque acelera tecnologías complementarias antes de que maduren alternativas rivales. Escala, porque financia la construcción de capacidad que luego absorberá sus sistemas. Dependencia, porque cuanto más actores críticos del ecosistema estén enlazados a su capital, su supply chain y su roadmap, más difícil será desplazarla del centro. En ese sentido, Nvidia ya no se comporta como una simple empresa de semiconductores, sino como la potencia financiera que organiza el orden económico de la inteligencia artificial alrededor de sí misma.

Las cosas como son. Seguí a El Economista en Google Agreganos a tus medios preferidos. + Agregar