Michael Burry advierte sobre Nvidia: escenario alcista frente a bajista para el auge de los chips de IA

El trading de IA entra en una fase más exigente. Durante los últimos tres años, la tesis alcista era relativamente sencilla: los hiperescaladores necesitaban más capacidad de computación, Nvidia dominaba los aceleradores de IA y los modelos de mayor tamaño requerían clústeres cada vez más grandes. Esta lógica sigue teniendo un sólido respaldo, pero ahora los inversores afrontan una pregunta más difícil: ¿pueden los ingresos y las mejoras de productividad de la IA mantener el ritmo del extraordinario gasto de capital necesario para construir la infraestructura?

Las críticas de Michael Burry a la nueva iniciativa de financiación de IA de Nvidia, valorada en 500,000 millones de dólares, encajan en este debate más amplio. Ha calificado el plan como una "señal de desesperación" y cuestiona si la demanda de IA depende demasiado de la financiación. Nvidia, por su parte, sostiene que las asociaciones con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR pueden movilizar más de 500,000 millones de dólares de capital de terceros para infraestructuras de IA.

El verdadero debate entre alcistas y bajistas va más allá de la financiación. Depende del gasto de los hiperescaladores, la monetización de la IA, los ciclos de sustitución de chips, la competencia y la rentabilidad del capital.

El escenario alcista: la demanda de IA sigue creciendo

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

Los ingresos de Nvidia en el primer trimestre de su ejercicio fiscal de 2027 alcanzaron los 81,600 millones de dólares, un 85% más interanual, mientras que los ingresos de centros de datos aumentaron un 92%, hasta los 75,200 millones de dólares. La empresa prevé unos ingresos de aproximadamente 91,000 millones de dólares para el trimestre siguiente, incluso sin contar con los ingresos de computación de centros de datos procedentes de China.

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

Y lo que es más importante, la infraestructura de IA empieza a generar ingresos reales. Los ingresos de Google Cloud se dispararon un 82% en el segundo trimestre, hasta los 24,800 millones de dólares, mientras que la 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 ejercicio fiscal de 2026, con una demanda que se amplía cada vez más allá de las empresas que desarrollan modelos de frontera.

Esto es importante porque la próxima fase de crecimiento de la IA podría proceder de la inferencia, los agentes, la programación, la publicidad, las búsquedas, la IA industrial y su implantación empresarial, en lugar de depender únicamente del entrenamiento de modelos de frontera. Si la IA se integra en las cargas de trabajo de producción cotidianas, la demanda de semiconductores podría mantenerse estructuralmente elevada durante años.

Rubin ofrece otro catalizador. Nvidia afirma que la plataforma ya está en producción y que los sistemas llegarán durante la segunda mitad 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 de mayor tamaño requieren más memoria HBM, encapsulado avanzado, redes, conectividad óptica, infraestructura eléctrica y refrigeración. Aunque Nvidia acabe captando una proporción menor de cada dólar adicional invertido en IA, el mercado general de infraestructuras de IA puede seguir creciendo.

El escenario bajista: ¿puede la monetización recuperar terreno?

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

Alphabet destinó 44,900 millones de dólares al gasto de capital en el segundo trimestre y generó un flujo de caja libre negativo de 5,900 millones de dólares. Meta gastó 31,100 millones de dólares y solo obtuvo 784 millones de dólares de flujo de caja libre trimestral. Microsoft también ha reconocido que la inversión en infraestructuras de IA está presionando los márgenes de la nube.

Por tanto, la pregunta clave es sencilla:

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

El auge puede continuar mientras los hiperescaladores consideren que la capacidad de computación sigue siendo escasa. El mercado se vuelve más vulnerable cuando la capacidad cubre la demanda y las empresas empiezan a exigir una mayor rentabilidad a cada nuevo centro de datos.

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

Aquí es donde cobran relevancia las críticas de Burry a la financiación. Las nuevas asociaciones de Nvidia con Wall Street buscan movilizar más de 500,000 millones de dólares de financiación de terceros. Su interpretación bajista es que podrían necesitarse mecanismos de financiación cada vez más sofisticados para sostener un ciclo de gasto cuya rentabilidad a largo plazo sigue siendo incierta.

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 servicios de IA en la nube con un elevado apalancamiento afrontarían simultáneamente un menor flujo de caja y garantías de menor valor.

La competencia añade otro foco de presión. Google está ampliando el despliegue de TPU más allá del uso exclusivamente interno, mientras que AMD y los aceleradores personalizados respaldados por empresas como Broadcom se dirigen a cargas de trabajo en las que la prima de Nvidia podría ser cada vez 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 la próxima fase del trading de IA?

La próxima fase del trading 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.

El escenario alcista se mantiene intacto si las aplicaciones de IA siguen extendiéndose, 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.

El escenario 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 ralentizan el gasto en infraestructuras.

La cuestión central va más allá del plan de financiación de Nvidia de 500,000 millones de dólares:

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

Si la respuesta sigue siendo afirmativa, el ciclo de los semiconductores de IA todavía tiene margen para continuar. Si esta relación empieza a romperse, los inversores quizá tengan que reevaluar toda la cadena, desde Nvidia y la memoria hasta las redes, las fundiciones y los operadores de servicios de IA en la nube.