Los gigantes tecnológicos superan los 500 mil millones: Nvidia cosecha las ganancias

500 mil millones para inteligencia artificial

Tres de las empresas tecnológicas más capitalizadas del mundo están a punto de gastar una suma histórica en infraestructura de inteligencia artificial en un solo año. Según Nasdaq Markets, Alphabet ha ajustado al alza su pronóstico de gasto de capital para 2026 hasta 205 mil millones de dólares. Amazon le sigue de cerca con alrededor de 200 mil millones, mientras que Meta planea inversiones de hasta 145 mil millones de dólares.

En total, esto supera los 550 mil millones de dólares — solo de tres empresas.

Nvidia: El recaudador indiscutible

El ganador inmediato es Nvidia. La compañía controló aproximadamente el 93 por ciento de los ingresos por GPU para servidores en 2024 y alrededor del 90 por ciento del mercado de chips de datos para centros de datos, según estimaciones de la industria citadas por Nasdaq Markets. Cuando Alphabet, Amazon y Meta encargan hardware de esta magnitud, una proporción desproporcionadamente grande fluye a las arcas de Nvidia.

Esto ocurre a pesar de que los chips Blackwell más recientes de Nvidia supuestamente están preordenados para aproximadamente doce meses. La demanda supera con creces la capacidad disponible.

Los hiperescaladores también apuestan por sus propios chips

Al mismo tiempo que compran hardware de Nvidia por sumas enormes, las tres empresas trabajan para reducir esa misma dependencia a largo plazo.

Google y las TPU

Google fue el primer gran actor de la nube con sus propios chips de IA. La octava generación de TPU de la compañía — TPU 8t para entrenamiento y TPU 8i para inferencia — impulsa, entre otros, los modelos Gemini. Según la investigación de Nasdaq Markets, Google ha utilizado el sistema de IA AlphaChip para diseñar la configuración del chip en sí, lo que se dice que ha reducido el tiempo de diseño de meses a horas.

AWS Trainium e Inferentia

Amazon Web Services ofrece chips Trainium que, según la compañía, proporcionan hasta un 50 por ciento más de relación costo-rendimiento para el entrenamiento de modelos en comparación con los A100 y H100 de Nvidia. El último Trainium3 escalará hasta 144 chips en un solo sistema. Además, AWS explorará la venta de chips Trainium a terceros — un movimiento que potencialmente desafía directamente el negocio principal de Nvidia.

MTIA de Meta

Meta está desarrollando su propio Meta Training and Inference Accelerator (MTIA), diseñado para ejecutar y entrenar los modelos de IA propios de la compañía de manera más eficiente y reducir los costos operativos.

El contrapeso: Capacidad de GPU descentralizada

Paralelamente a la centralización de los hiperescaladores, surge un mercado alternativo. Las redes de computación de IA descentralizadas — como io.net, Aethir, Akash Network y Render Network — ofrecen capacidad de GPU a una fracción de los precios de los hiperescaladores, según informes de la industria.

Sin embargo, cabe señalar que estas cifras provienen en gran medida de los propios actores y deben leerse con ojo crítico. El mercado de la computación de IA descentralizada se estimó en 1,8 mil millones de dólares en 2025 — una pequeña porción en comparación con los gigantes centralizados.

Para las startups de IA noruegas y europeas que no tienen acceso al hardware de Nvidia en lista de espera, tales alternativas pueden, sin embargo, tener un valor práctico real.

Qué significa esto para el futuro

La enorme inyección de capital de Alphabet, Amazon y Meta en 2026 confirma que la carrera por la infraestructura de IA no está disminuyendo — se está acelerando. Nvidia cosecha las ganancias a corto plazo, pero la inversión paralela de los hiperescaladores en silicio propietario sugiere que no tienen la intención de seguir dependiendo de un solo proveedor a largo plazo.

Para inversores y actores del mercado, vale la pena señalar que estos niveles de inversión no tienen precedentes históricos — y que sus beneficios tardarán en materializarse en los resultados finales de las empresas.