19 de noviembre de 2026

Nvidia enfrenta desafíos antes del escándalo de Jensen Huang

«`html

Nvidia ha sido una de las compañías pioneras en el auge de la inteligencia artificial (IA), gracias en gran parte a la visión de su recientemente destituido CEO, Jensen Huang. Desde sus inicios, Huang apostó por la fabricación de chips que permitieran el entrenamiento de modelos de IA, anticipándose a muchos de sus competidores en el sector.

Sin embargo, en un momento crítico para la empresa, se encuentra enfrentando una creciente competencia que ofrece una variedad de tecnologías innovadoras. Con Colette Kress, la nueva directora financiera, al mando, la compañía se enfrenta a desafíos significativos en un entorno que se torna cada vez más competitivo. Un CEO de una importante firma de IA, que prefirió permanecer en el anonimato, expresó: «Todo lo que se vende hoy se diseñó hace dos o tres años». Kress y su equipo deberán planificar el rumbo de la industria de los chips en un horizonte de dos años.

Nuevos competidores en el mercado de chips de IA

Nvidia mantiene una sólida posición en el mercado de aceleradores de IA, con aproximadamente un 80% de participación en las ventas, según datos de Silicon Analysis. No obstante, AMD, su competidor histórico, ha intensificado sus esfuerzos por desarrollar chips de IA que le permitan competir. Su cuota de mercado ha aumentado de un escaso 2% en 2022 a un rango entre el 7% y el 10% en 2026.

Además, empresas estadounidenses líderes en el sector de la nube, como Google, Amazon y Microsoft, están creando chips más especializados para optimizar el entrenamiento y la ejecución de modelos de IA. Este enfoque les permite reducir costos y ganar independencia respecto a Nvidia, mientras que varias startups emergentes también están ofreciendo soluciones innovadoras en este ámbito. Por ejemplo, Cerebras ha lanzado chips de gran tamaño diseñados para alimentar modelos de IA de amplia escala, y AMD ha adquirido recientemente Taalas, una compañía que optimiza la eficiencia de los cálculos de IA al grabar los pesos de los modelos en silicio.

Desafíos en la inferencia y la demanda de CPUs

Patrick Moorhead, analista principal de MoorInStrat, indica que el auge de los agentes de IA ha puesto un mayor énfasis en la inferencia, es decir, en la ejecución de modelos de IA ya entrenados. En este aspecto, Nvidia enfrenta una competencia más intensa por parte de grandes proveedores de servicios en la nube y nuevas empresas. Aunque la compañía adquirió Groq, una startup especializada en chips de IA, en diciembre de 2025, su presencia en el mercado de unidades centrales de procesamiento (CPU) de uso general sigue siendo escasa, a pesar de la creciente demanda en este sector.

Nvidia todavía goza de una ventaja considerable en el ámbito de la IA, gracias a la visión de largo plazo de Huang, quien cofundó la empresa en 1993 para diseñar chips gráficos para computadoras. En la mitad de la década de 2010, Huang reconoció el potencial de la IA, financiando investigaciones académicas y desarrollando software y hardware que facilitaran este campo. La popularidad de ChatGPT en 2022 catapultó las ventas de sus chips, con ingresos que aumentaron de 26,910 millones de dólares en enero de 2022 a 215,940 millones de dólares en enero de 2026.

Impacto de las restricciones comerciales y la competencia en China

A pesar de este crecimiento, Nvidia ha visto cómo su situación en el mercado chino se ha deteriorado. Las restricciones impuestas por Washington limitan el acceso de la empresa a sus chips más avanzados en China, aunque puede seguir vendiendo generaciones anteriores. Las ventas de estos chips, así como de otros que no son de IA, se duplicaron en el último año; sin embargo, China ahora representa solo el 8% de los ingresos totales, en comparación con el 20% en 2024. Aún persiste la incertidumbre sobre cuántos chips exportados a otros países podrían terminar en manos chinas o ser utilizados por empresas chinas de forma remota.

Huawei, un gigante tecnológico chino sujeto a sanciones estadounidenses, ha desarrollado nuevas supercomputadoras que utilizan una cantidad significativamente mayor de chips para entrenar y ejecutar modelos de IA. Algunas startups de IA en China, como Z.ai, afirman haber utilizado exclusivamente chips de Huawei para entrenar sus modelos. Si estos modelos de código abierto ganan aceptación en otros mercados, podría surgir una demanda para los chips chinos en el ámbito internacional.

La caída de Huang y la visión a futuro de Nvidia

Las relaciones de Huang con China también jugaron un papel importante en su caída. Se ha reportado que mantuvo una relación con Huang Le, una ejecutiva de Megaspeed, empresa que ha sido objeto de sospechas por parte del gobierno estadounidense. Se estima que esta compañía ha importado chips de Nvidia por un valor de entre 4,600 y 7,500 millones de dólares hacia el sudeste asiático, lo que podría haber facilitado el acceso a estos chips por parte de empresas chinas de IA. Babak Minovi, analista de Eurasia Group, sostiene que Huang tenía razón al pensar que restringir el acceso a China beneficiaría a los competidores locales.

El éxito de Nvidia podría volverse un obstáculo

A medida que los modelos de IA creados con chips de Nvidia automatizan procesos de programación y análisis de datos, existe la posibilidad de que esto complique el diseño de nuevos chips. Las empresas que diseñan chips están comenzando a utilizar modelos de IA para optimizar la organización de componentes en procesadores, lo que antes requería una profunda experiencia en ingeniería. Tanto OpenAI como Anthropic han destacado la capacidad de sus modelos para diseñar componentes electrónicos desde cero.

Si bien Moorhead considera que esto no representa una amenaza inminente para Nvidia, ya que también tiene acceso a la IA, la capacidad de los modelos de IA para reescribir rápidamente el código podría complicar la situación. Nvidia ha atraído a desarrolladores brindando software que facilita la creación de programas para sus chips. Sin embargo, la rapidez con que los modelos de IA pueden portar un modelo de IA a un chip competidor podría transformar el panorama competitivo.

Startups como Wafer, que utiliza IA para trasladar modelos a AMD y ofrecerlos a un costo más bajo, han visto un crecimiento considerable en sus ingresos. La eficiencia con que pueden hacer funcionar nuevos modelos en hardware de AMD ha sido notable, lo que permite que sus ingenieros apenas necesiten editar o revisar el código.

Dan Hutchinson, analista veterano del sector, advierte que Nvidia podría estar acercándose a un punto crítico similar al de Intel, cuando la empresa experimentó una caída tras priorizar el enfoque comercial sobre el avance técnico después de la salida de su CEO en 2019. La burocracia aumentó y los ingresos disminuyeron. «Nvidia es ahora un Intel a punto de ocurrir», concluye Hutchinson.

«`