La industria de la inteligencia artificial sin Jensen Huang: ¿y ahora qué pasa?

Jensen Huang renunció el jueves 12 de noviembre como CEO de Nvidia, la empresa que cofundó en 1993 y que fabrica la mayor parte de los chips con los que se entrenan y funcionan los sistemas de inteligencia artificial (IA). También dejó el directorio. La directora financiera, Colette Kress, asumió como CEO interina mientras se busca un reemplazante, interno o externo, y el directorio designó a Harvey Jones, miembro desde la fundación, como el primer presidente de su historia. Huang, de 63 años, llevaba 33 al frente de la compañía.

El desenlace fue vertiginoso. El 29 de octubre, The New York Times informó que funcionarios estadounidenses investigaban el vínculo de Huang con una ejecutiva de Megaspeed, una empresa de Singapur que habría comprado unos 4.800 millones de dólares en chips de Nvidia en dos años y a quien esos funcionarios consideran una agente de inteligencia china. El 8 de noviembre, Huang admitió en una carta a sus empleados que le fue infiel a su esposa, y el directorio abrió una investigación independiente. Tres días después, el mismo diario publicó la existencia de otra relación, con una vicepresidenta de la compañía, que ni Nvidia ni los involucrados confirmaron.

La sospecha de espionaje no está probada de manera independiente, y el gobierno de Singapur desmintió parte de lo publicado sobre su propia actuación. En Washington, los legisladores demócratas Ron Wyden y Richard Neal iniciaron una investigación sobre cómo el gobierno de Donald Trump manejó la venta de chips a China, y Huang aceptó declarar ante el Congreso antes del 26 de noviembre.

Ese capítulo político y judicial seguirá su curso. En los mercados, la inquietud es otra: qué sostiene a una industria que desde 2023 se organizó alrededor de una empresa y, en buena medida, de un hombre.

El banco de la inteligencia artificial

Nvidia vende los chips más codiciados del sector, pero en los últimos años hizo bastante más que venderlos. Invirtió en sus clientes, se comprometió a alquilar la capacidad que ellos no lograran colocar y garantizó sus deudas. Es como si un fabricante de maquinaria prestara dinero a quienes le compran las máquinas y, además, se presentara como garante ante el banco. Mientras todos pagan, el esquema funciona para todos.

Las cifras dan la medida. Según un recuento de Yahoo Finance sobre el último informe trimestral de la compañía, Nvidia acumula unos 530.000 millones de dólares en compromisos y garantías. Entre ellos figura un aval de hasta 105.000 millones para los contratos de alquiler de un centro de datos de OpenAI en Ohio. El mismo informe registra 99.000 millones de dólares en participaciones accionarias, con presencia en OpenAI, Anthropic, Intel, xAI y CoreWeave. En agosto, Nvidia reunió a seis gigantes financieros (Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR) en una plataforma para movilizar más de 500.000 millones de dólares en infraestructura de IA, y podría respaldar hasta 125.000 millones.

Los críticos llaman financiamiento circular a este mecanismo, porque parte del dinero que Nvidia pone vuelve a su caja cuando el cliente compra chips. Huang rechazaba ese rótulo y sostenía que su aporte era una fracción pequeña de lo que esas empresas debían reunir. La discusión de fondo es cuánto de la demanda es genuina y cuánto la sostiene el propio proveedor. Jay Aldebert, directivo de International Services, definió el entramado como “endogámico”.

Huang era quien tejía esos acuerdos. Steven Dickens, de HyperFrame Research, señala que sus vínculos con ejecutivos como Michael Dell, construidos a lo largo de décadas, son muy difíciles de replicar. Jeffrey Sonnenfeld, de la Universidad de Yale, cuestionó que la empresa no tuviera siquiera un plan de sucesión para una crisis. Huang, según contó él mismo, tenía unos 60 subordinados directos.

Los más expuestos son quienes viven de ese respaldo, en especial las neoclouds: empresas que compran chips de Nvidia y alquilan su potencia de cálculo a los desarrolladores de IA. CoreWeave, la más conocida, arrastraba 35.000 millones de dólares de deuda a junio, y Nvidia posee cerca del 13% de su capital. Joe Kaiser, inversor en infraestructura de IA, explica que la garantía de Nvidia es lo que permite a estas empresas conseguir créditos más baratos de gestoras como Blackstone o Brookfield. Si los prestamistas concluyen que ese aval “ya no vale lo que valía hace una semana”, razona, esos negocios quedan en riesgo. CoreWeave cayó cerca de un 9% el jueves. Nebius, otra neocloud, perdió 16%, aunque ese mismo día difundió una proyección anual floja.

El interrogante es cuánto dinero estará dispuesta a seguir prestando la nueva conducción. Kress fue una de las impulsoras de esa estrategia, y la búsqueda de un CEO permanente llevará tiempo.

Una semana de examen para Wall Street

La renuncia llegó con el calendario más exigente posible. El martes 17 de noviembre Nvidia presenta sus resultados trimestrales, los primeros sin su fundador. Entre el miércoles 18 y el jueves 19, Anthropic planea salir a la bolsa en una de las ofertas más esperadas de la historia. Según los documentos de la compañía, Nvidia acordó comprar unos 10.000 millones de dólares en acciones dentro de una colocación privada de 26.000 millones.

En la bolsa, el golpe fue fuerte y con matices. Nvidia perdió cerca de 450.000 millones de dólares de valor de mercado en los días posteriores a la admisión de Huang. El jueves llegó a hundirse más de 14% durante la rueda y cerró con una baja cercana a 4,5%. Ese descenso se mezcla con otros factores: las acciones vinculadas a la IA ya habían caído tras las elecciones legislativas del 3 de noviembre, y el escepticismo sobre el nivel de gasto de la industria venía de antes.

Las lecturas entre los analistas se dividen. Jay Goldberg, de Seaport Research Partners, que recomienda vender Nvidia, no cree que la salida de Huang descarrile la salida a bolsa de Anthropic, pero anticipa que la empresa enfrentará preguntas más duras sobre si el entusiasmo por la IA puede sostenerse. Karl Alomar, socio del fondo M13, afirma que Anthropic está tan sólida como antes. Además, la empresa depende menos de Nvidia que algunas rivales: corre parte de sus modelos en chips de Google, Amazon y AMD. Un inversor que pidió no ser identificado la considera incluso beneficiada, porque su CEO, Dario Amodei, venía reclamando controles más estrictos a la exportación de chips a China, a contramano de Huang.

En Silicon Valley la operación se interpreta como una prueba para toda la industria. Si sale bien, el auge tiene más recorrido; si se posterga o fracasa, sería una señal de que la burbuja se encamina a estallar.

También hay lecturas más tranquilizadoras. David Nicholson, de Futurum Group, calificó de “disparate” atribuir al escándalo el movimiento de valuación de Nvidia. La duda sobre el retorno de la inversión en IA se acumulaba desde antes: muchas empresas no logran justificar el gasto, y los modelos abiertos, sobre todo chinos, resultan más baratos que los de Anthropic, OpenAI o Google.

Quién ocupa el lugar de Nvidia

AMD y Broadcom, dos competidoras, subieron en bolsa tras la renuncia: hasta el cierre del jueves, la primera acumulaba una suba cercana a 30% en la semana y la segunda, de 24%. Esos movimientos reflejan expectativas de los inversores, no clientes perdidos por Nvidia ni capacidad de fabricación trasladada.

Bret Greenstein, de la consultora West Monroe, sostiene que el episodio puede devolver la competencia a un mercado que Nvidia dominaba casi sin rivales, con beneficios para los clientes. Chester Spatt, profesor de la Universidad Carnegie Mellon, anticipa que las ganancias de las rivales serán menores que las pérdidas de Nvidia, aunque los compradores se mostrarán más reticentes a concentrar sus compras en un solo proveedor. Daniel Newman, de Futurum Group, advierte que AMD no podría abastecer a todos si los clientes migraran de golpe.

Nvidia conserva una ventaja difícil de copiar: CUDA, el software con el que trabajan los programadores sobre sus chips. Cambiar de plataforma implica reescribir herramientas y reentrenar equipos. Kaiser no espera que Nvidia pierda su dominio en el entrenamiento de modelos en los próximos dos o tres años. La disputa se juega en la inferencia, la etapa en que el modelo ya entrenado responde las consultas de los usuarios, que según él hoy demanda más potencia de cálculo que el entrenamiento. Allí compiten chips más baratos y de uso específico, como los de Google y Amazon.

El otro tablero es el de la política comercial. El escándalo refuerza la presión en el Congreso por límites más estrictos a la venta de chips a China, una posición que Huang combatía con el argumento de que cerrarle ese mercado a las empresas estadounidenses empuja a los desarrolladores chinos hacia Huawei. Lizzi Lee, del Asia Society Policy Institute, cree que las empresas chinas podrían acelerar la búsqueda de capacidad de cómputo en el exterior antes de que se endurezcan las restricciones.