Portugués 
Inglés 
Español 
9 min de lectura 
0 comentarios 
Nvidia domina la infraestructura de la inteligencia artificial, pero el liderazgo construido por Jensen Huang ha comenzado a enfrentar presión de Huawei, TPUs de Google, startups y grandes clientes. Reportaje de Exame publicado el 27 de mayo de 2026 muestra demanda trillonaria, dependencia de las GPUs y disputa por alternativas más baratas.
La Nvidia llegó al centro de la infraestructura global de inteligencia artificial y, durante el GTC 2026, en San Jose, Jensen Huang presentó la empresa como pieza esencial de la nueva fase industrial de la IA. La cobertura fue publicada por Exame el 27 de mayo de 2026, con actualización el mismo día.
Lo que está en juego es la permanencia de la compañía en la cima, después de transformar GPUs en base para centros de datos, robótica, nube y modelos de IA. Al mismo tiempo, clientes como Amazon, Microsoft, Google y Meta buscan reducir dependencia, mientras Huawei, startups de chips y TPUs de Google avanzan en el mercado.
Nvidia transformó chips en infraestructura de la inteligencia artificial
La Nvidia no llegó a la cima solo por vender placas avanzadas. La empresa construyó una posición estratégica al hacer que sus GPUs sean fundamentales para el entrenamiento y la operación de sistemas de inteligencia artificial a gran escala.
-
La NASA captura el tifón Jangmi con un ojo gigante girando en el espacio, vientos de 130 km/h y enormes nubes avanzando sobre Japón en imágenes que impresionan por la fuerza de la tormenta.
-
Escondido bajo la densa vegetación de México, asentamiento maya revela 80 construcciones, mural colorido, plaza monumental y estructuras de hasta 14 metros que pueden ser solo el comienzo de una ciudad ancestral aún mayor.
-
Brasil tiene 130 mil autobuses a diésel, pero los eléctricos aún se estancan fuera de São Paulo: la flota crece un 170%, la ciudad concentra más del 80% de los vehículos y el costo de hasta R$ 3 millones expone el cuello de botella de financiamiento e infraestructura en el transporte público brasileño.
-
China presenta un proyecto conceptual de portaaviones espacial de 242 metros y 120 mil toneladas, promete llevar drones y misiles hipersónicos a la estratosfera y reaviva el debate sobre ciencia ficción, intimidación militar y la próxima frontera de las guerras fuera de la Tierra en el futuro de la humanidad.
Lo que antes parecía una tecnología de nicho se convirtió en infraestructura crítica. Centros de datos, modelos generativos, robots, plataformas de nube y empresas de tecnología pasaron a depender de chips capaces de procesar enormes volúmenes de datos con velocidad y eficiencia.
En el GTC 2026, Jensen Huang defendió justamente esta tesis: la inteligencia artificial dejaría de ser solo una capa de software para convertirse en una nueva infraestructura industrial. Este movimiento explica por qué la Nvidia pasó a ser tratada como una de las empresas más importantes de la economía global.
La empresa también lleva una trayectoria de apuestas anticipadas. Primero, creció con chips gráficos para juegos. Luego, entró en el sector automotriz, ganó relevancia en la minería de bitcoin y, con la explosión del ChatGPT, pasó a ocupar el centro del ciclo de IA.
Jensen Huang proyecta demanda trillonaria para nuevos chips
Durante el evento, Huang afirmó que la demanda por Blackwell y Vera Rubin, familias avanzadas de chips y sistemas de la compañía, podría llegar a al menos US$ 1 trillón en 2027. Un año antes, la propia Nvidia veía algo cercano a US$ 500 mil millones.
Este salto ayuda a explicar el entusiasmo del mercado. Según Exame, la empresa facturó US$ 216 mil millones en el último año, con un crecimiento del 65%, y se acercó a US$ 5,4 trillones en valor de mercado en los últimos tres años.
La escala de los números muestra cómo Nvidia se convirtió en símbolo financiero de la carrera por IA. No se trata solo de vender chips, sino de proporcionar la base técnica para empresas que quieren entrenar modelos, operar asistentes, automatizar procesos y crear productos digitales.
Al mismo tiempo, este liderazgo aumentó la exposición de la empresa. Cuanto mayor el dominio, mayor la presión de clientes, rivales y gobiernos para reducir la concentración, bajar costos y crear alternativas a la dependencia de las GPUs más caras.
Robots y centros de datos amplían el escenario de la disputa
El GTC 2026 también mostró que Nvidia quiere ir más allá de los servidores. Huang compartió el escenario con Olaf, personaje de Disney en versión robot desarrollada en colaboración con la empresa, para demostrar avances en robótica física impulsada por IA.
La misma lógica apareció en referencias a humanoides como el Figure 03, de la startup Figure. El mensaje era claro: la inteligencia artificial comienza a salir de las pantallas y a tomar cuerpo en el mundo físico.
Para Nvidia, esta expansión puede abrir nuevos mercados. Si robots, coches autónomos, fábricas y centros de datos comienzan a exigir chips cada vez más potentes, la compañía intenta mantenerse en el centro de la cadena de valor.
Pero esta ambición también amplía la cantidad de competidores. Cuantos más sectores dependen de IA, más empresas buscan crear procesadores propios, arquitecturas específicas y soluciones más baratas para tareas que no siempre requieren el máximo rendimiento de Nvidia.
Grandes clientes quieren reducir dependencia de las GPUs
El punto más sensible para Nvidia está en la concentración de clientes. Amazon, Microsoft, Google y Meta aparecen como compradores esenciales de chips, mientras que empresas como Oracle, Tesla y SpaceX también están entre los grandes interesados en infraestructura de IA.
Estos clientes necesitan a Nvidia, pero también quieren depender menos de ella. Amazon y Meta ya avanzan en el desarrollo de procesadores propios, con el objetivo de reducir costos y aumentar eficiencia en tareas específicas.
Este movimiento no derriba a la líder de una vez, pero puede comprimir márgenes en el mediano plazo. Si parte de la demanda migra hacia chips internos o soluciones más baratas, Nvidia puede continuar dominante, pero con menos control absoluto sobre el mercado.
El riesgo es más estructural que inmediato. La empresa aún lidera en tecnología avanzada, pero enfrenta una pregunta inevitable: ¿por cuánto tiempo los mayores clientes aceptarán pagar caro por GPUs si consiguen alternativas suficientes para parte de las operaciones?
Google, startups y nuevos chips presionan el mercado
Alphabet, dueña de Google, también ha pasado a ser vista como una amenaza relevante por su diversificación. Además de Search, YouTube, Google Cloud, Waymo y Gemini, la empresa avanza con sus chips TPU, desarrollados internamente para entrenar modelos de IA.
Según Exame, estimaciones de Citizens apuntan que los TPUs de Google pueden generar US$ 3 mil millones en ingresos de infraestructura en 2026 y US$ 25 mil millones en 2027. Este avance muestra que la disputa no está restringida a fabricantes tradicionales de chips.
Las startups también han entrado en el juego. La demanda por inferencia, etapa en que la IA responde a comandos y consultas, abrió espacio para arquitecturas diferentes de las usadas en el entrenamiento pesado de modelos.
De acuerdo con PitchBook citada por Exame, startups del sector levantaron US$ 17 mil millones en 2025, más que la suma de los dos años anteriores. Groq, valorada en US$ 7 mil millones, aparece como ejemplo de empresa intentando ocupar parte de ese mercado.
China se convirtió en el desafío más incómodo para Huang
China representa una presión diferente. Las restricciones de Estados Unidos a la exportación de chips avanzados redujeron el acceso de Nvidia a uno de los mayores mercados del mundo y, al mismo tiempo, estimularon alternativas locales.
Huawei aparece como la principal pieza de esta reacción. Según Exame, un clúster con 10,000 chips Ascend 910C entró en operación en Shenzhen en marzo de 2026, alcanzando cerca del 60% del rendimiento de los chips de Nvidia.
Aunque detrás en los procesadores más avanzados, China tiene escala, demanda interna y apoyo estatal. Esta combinación puede acelerar un ecosistema propio de IA, menos dependiente de productos americanos.
El riesgo para Nvidia no es solo vender menos a China. Es ver nacer un mercado paralelo, con chips, servidores, aceleradores y soluciones locales capaces de atender buena parte de la demanda china sin recurrir a las GPUs de la compañía.
Huawei, Cambricon y Moore Threads ganan espacio en el mercado chino
La disputa china no depende solo de Huawei. Exame cita también a Cambricon y Moore Threads, que junto con Huawei ya responderían por casi el 41% del mercado chino de servidores de IA.
Nvidia aún mantendría cerca del 55% de ese mercado, pero con participación en caída. Esta reducción muestra que el dominio global de la empresa no impide avances regionales cuando hay restricciones políticas, inversión estatal e interés estratégico en autonomía tecnológica.
El mercado chino puede convertirse en la primera gran prueba de la dependencia global de las GPUs de Nvidia. Si las alternativas domésticas son lo suficientemente buenas para parte de las aplicaciones, la empresa pierde no solo ingresos, sino influencia sobre el estándar técnico de la IA.
Kinea, según el reportaje, proyecta que China podría dominar el mercado global de chips de segunda línea en hasta tres años. Este escenario no elimina el liderazgo de Nvidia en la cima, pero amplía la competencia en las capas intermedias.
Brasil aparece como pieza menor, pero estratégica, en el tablero
El reportaje también muestra que Brasil intenta encontrar espacio en esta carrera. En el GTC, Nvidia citó a WideLabs y NeoSpace como ejemplos de empresas brasileñas en un ecosistema de IA aún en formación.
Ejecutivos de la compañía evaluaron que el país reúne condiciones para convertirse en polo regional en energía, infraestructura y talentos. Sin embargo, los obstáculos continúan siendo conocidos: regulación incierta, incentivos atrasados y decisiones a largo plazo paralizadas.
El Redata, régimen de incentivos para centros de datos, aparece como un punto de atención. La definición de las reglas puede desbloquear inversiones en infraestructura de IA en América Latina, en un momento de fuerte disputa por capacidad computacional.
Exame también citó previsión de proyectos represados que podrían llegar a R$ 1 billón hasta 2030, además del plan de Tecto Data Centers de invertir US$ 2 mil millones en Brasil hasta 2028. Son cifras que muestran cómo la carrera de la IA también depende de energía, territorio y regulación.
Liderazgo de Nvidia continúa fuerte, pero menos cómodo
En Wall Street, la confianza en Nvidia permanece, pero con menos margen que en años anteriores. Morgan Stanley ve la línea Vera Rubin, prevista para el segundo semestre de 2026, como el próximo catalizador de ciclo.
El Bank of America proyecta más de US$ 400 mil millones en flujo de caja libre entre 2026 y 2027. Aun así, los inversores han comenzado a observar con más atención empresas menos dependientes de un único motor de crecimiento.
Nvidia sigue en la cima, pero ahora necesita demostrar que puede permanecer allí. El liderazgo tecnológico sigue siendo grande, pero los clientes buscan alternativas, China avanza, las startups ganan capital y Google fortalece sus propios chips.
El trono de Jensen Huang, por lo tanto, no está amenazado por un único rival. El desafío viene de varios lados al mismo tiempo: geopolítica, concentración de clientes, costo de las GPUs, nuevas arquitecturas y la presión por eficiencia en un mercado que creció demasiado rápido.
El imperio de la IA ahora necesita defender sus propias murallas
Nvidia construyó la infraestructura de la inteligencia artificial y se convirtió en una referencia casi obligatoria para las empresas que quieren entrenar y operar modelos avanzados. Pero el mismo éxito que colocó a la compañía en la cima también hizo que su posición fuera visible, cara y disputada.
La carrera ahora no es solo por chips más potentes. Es por independencia, menor costo, eficiencia energética, control sobre la cadena de suministro y capacidad de operar IA a escala sin depender de un único proveedor.
Jensen Huang todavía lidera el juego, pero ya no juega solo. Huawei, Google, Amazon, Meta, startups y gobiernos nacionales están intentando rediseñar el mercado que Nvidia ayudó a crear.
Y tú, ¿crees que Nvidia seguirá dominando la infraestructura de la IA por muchos años o la dependencia de las GPUs caras abrirá espacio para rivales más baratos? Deja tu opinión en los comentarios.
¡Sé la primera persona en reaccionar!