Nvidia ganó en una sola jornada casi tanto valor bursátil como muchas de las mayores compañías del mundo valen en total. Alphabet, mientras tanto, ha perdido alrededor de 700.000 millones de dólares desde sus máximos de mayo. Los periodos no son comparables, pero los dos movimientos describen una misma fase de la inteligencia artificial: el mercado continúa premiando la venta de infraestructura mientras aumenta la exigencia sobre quienes deben pagarla y convertirla en negocio.
Las acciones de Nvidia subieron cerca de un 9% tras sus últimos resultados, añadiendo unos 440.000 millones de dólares a su capitalización. Alphabet ha recorrido la dirección contraria desde el máximo histórico alcanzado el 13 de mayo. Su cotización ha retrocedido alrededor de un 15%, lo que ha borrado cerca de 700.000 millones de dólares de valor.
Reducir esa divergencia a ganadores y perdedores de la IA sería engañoso. Alphabet está creciendo con fuerza y su negocio cloud se beneficia directamente de la misma demanda que impulsa a Nvidia. La diferencia está en el momento en que cada compañía captura el retorno de la inversión.
El gasto de unos se convierte inmediatamente en ingresos de Nvidia
Los últimos números de Nvidia explican por qué los inversores reaccionaron con tanta contundencia. La compañía facturó 96.221 millones de dólares en su segundo trimestre fiscal, un 106% más que un año antes. El negocio de centros de datos aportó 89.000 millones, con un crecimiento interanual del 117%.
La previsión mantiene el ritmo. Nvidia espera aproximadamente 108.000 millones de dólares de ingresos en el trimestre actual y ha anticipado un crecimiento de las ventas del 70% para el ejercicio fiscal que termina en enero de 2028. Jensen Huang sostiene además que la demanda potencial supera esa cifra y que la capacidad disponible limita cuánto puede suministrar la empresa.
Ese detalle resulta fundamental. Buena parte del gasto en IA que pesa sobre las cuentas de hyperscalers, laboratorios y proveedores cloud aparece en Nvidia como facturación. La construcción de un centro de datos puede tardar años en producir retornos suficientes para su propietario, mientras el fabricante de aceleradores reconoce ingresos cuando entrega el hardware.
El acuerdo anunciado esta semana con AWS ilustra la magnitud de ese circuito. Amazon y Nvidia planean desplegar dos millones de GPU adicionales hasta 2028. La demanda procede también de nuevos laboratorios de IA, proveedores especializados de computación, empresas industriales y proyectos nacionales de infraestructura.
Esa posición tampoco está exenta de riesgos. Los problemas de suministro de memoria presionan los costes y Nvidia depende de una cadena de fabricación que sigue funcionando cerca de sus límites. Al mismo tiempo, algunos de sus mayores clientes desarrollan aceleradores propios para reducir su dependencia de las GPU. Alphabet lleva años haciéndolo con sus TPU y Amazon sigue ampliando su familia de chips Trainium.
El mercado, además, observa con más atención las relaciones financieras entre Nvidia y las empresas que compran su tecnología. La compañía ha llegado a apoyar la financiación de proveedores cloud y proyectos de IA, una práctica que alimenta dudas sobre cuánto de la demanda depende de un ecosistema en el que proveedor, inversor y cliente pueden acabar estrechamente conectados. Nvidia ha frenado recientemente uno de esos programas de financiación para pequeños operadores cloud.
Alphabet crece, pero la infraestructura crece todavía más
La situación de Alphabet muestra el otro extremo de la operación. Sus resultados empresariales difícilmente describen una compañía sin crecimiento. En el segundo trimestre, los ingresos avanzaron un 24%, hasta 119.800 millones de dólares. Google Cloud creció un 82% y alcanzó 24.800 millones, impulsado precisamente por infraestructura y soluciones empresariales de IA.
El problema está varios niveles más abajo en la cuenta financiera. Alphabet generó 39.100 millones de dólares de flujo de caja operativo durante el trimestre y destinó 44.900 millones a inversiones de capital, principalmente infraestructura técnica. El resultado fue un flujo de caja libre negativo de 5.900 millones.
La compañía ha elevado además su previsión de inversión para 2026 hasta un rango de 195.000 a 205.000 millones de dólares. A comienzos de año esperaba gastar entre 175.000 y 185.000 millones. En 2025, su previsión terminó situándose en unos 85.000 millones. El cambio de escala convierte a Google, tradicionalmente asociado a negocios digitales de márgenes elevados y relativamente poca intensidad de capital, en una empresa mucho más dependiente de servidores, centros de datos, redes y energía.
Alphabet dispone de recursos para sostener esa inversión y mantiene negocios muy rentables. También existen señales claras de monetización: Cloud está creciendo rápidamente, Gemini Enterprise gana presencia corporativa y la IA se está incorporando a Search, publicidad y suscripciones.
Eso no elimina la pregunta que plantea el mercado. Para justificar un nivel de inversión cercano a 200.000 millones de dólares anuales, mantener el crecimiento de usuarios o mejorar las capacidades de Gemini resulta insuficiente por sí solo. Los inversores necesitan comprobar qué parte de esa capacidad termina generando ingresos adicionales y con qué rentabilidad.
La caída bursátil desde mayo tampoco puede atribuirse exclusivamente al gasto. Alphabet ha sufrido salidas relevantes en sus equipos de IA y retrasos en Gemini 3.5 Pro, factores que han alimentado dudas sobre su posición tecnológica frente a OpenAI y Anthropic. La factura de infraestructura pesa precisamente porque coincide con esa incertidumbre: gastar más resulta más fácil de justificar cuando el liderazgo tecnológico y su traducción comercial parecen claros.
El mercado de la IA empieza a separar inversión y retorno
La diferencia entre ambas compañías forma parte de un movimiento mucho mayor. Los principales hyperscalers estadounidenses han llegado a proyectar conjuntamente alrededor de 725.000 millones de dólares de inversión de capital durante 2026, concentrada sobre todo en infraestructura para IA.
Durante la primera etapa del auge de la IA, aumentar capacidad era en sí mismo una señal de ambición. Ahora comienza a distinguirse entre quien vende los componentes de esa expansión y quien debe obtener rendimiento económico de los activos una vez instalados.
Nvidia ocupa de momento una posición especialmente favorable porque sus ingresos llegan antes que la prueba definitiva de rentabilidad del sistema. Alphabet está expuesta al proceso inverso: debe adelantar decenas de miles de millones para construir capacidad cuyo retorno llegará a través de Cloud, publicidad, suscripciones, productividad interna y nuevos productos.
Las fronteras, sin embargo, empiezan a mezclarse. Google vende TPU a clientes externos y trata de convertir su experiencia en silicio en una nueva fuente de ingresos, mientras Nvidia amplía su presencia hacia software, modelos, redes, servicios y financiación del ecosistema. La misma presión económica que beneficia hoy al fabricante de GPU está incentivando a sus mayores clientes a fabricar alternativas propias.
Para las empresas que contratan servicios de IA, esa redistribución del valor tendrá consecuencias más allá de Wall Street. El coste del cómputo, la utilización efectiva de la capacidad contratada y el retorno de cada carga de trabajo están adquiriendo un peso mayor en las decisiones tecnológicas. A medida que los proveedores cloud tengan que demostrar la rentabilidad de inversiones cada vez mayores, la conversación empresarial sobre IA se desplazará desde cuánta capacidad puede desplegarse hacia cuánto valor produce cada unidad de esa capacidad.
