¿Merece la pena comprar Nvidia tras su última corrección? Es la pregunta que se hacen muchos inversores, después de que los últimos resultados presentados por la compañía tecnológica no hayan sido bien recibidos; lo que ha provocado una gran corrección de sus acciones.
Hyun Ho Sohn, gestor del fondo FF Global Technology Fund, de la gestora Fidelity International, explica que "Nvidia es una empresa fantástica con un equipo directivo competente". No obstante, añade que "sin embargo, no siempre las buenas empresas son excelentes inversiones si existe un margen de seguridad reducido".
En este sentido, añade que "los resultados anunciados la semana pasada han superado las previsiones del mercado, pero el ritmo de superación/sorpresa" frente a las estimaciones de mercado "volvió a descender secuencialmente", concretamente desde el 22% de agosto de 2023 hasta el 4% de agosto de 2024.
Esto a pesar de varios factores, como "la fuerte demanda de los 'hyperscalers' (grandes tecnológicas), que están creando capacidad de cara al futuro; el gasto elevado por parte de las 'start-ups' de IA que están construyendo modelos frontera, y la eliminación de los cuellos de botella en la tecnología de empaquetado".
Por ello, estos resultados han reafirmado la idea de Hyun Ho Sohn de que "el perfil riesgo-recompensa de Nvidia está orientado a la baja". Por eso, a la empresa "le está costando más batir las previsiones y cada vez es menos probable que el mercado tolere los contratiempos".
Según su análisis, "existe el riesgo de que estemos próximos al punto álgido de la primera fase del ciclo de despliegue, aunque resulta muy complicado predecir el momento exacto".
Para este experto, "el mercado ha contado hasta ahora con que el despliegue masivo de las infraestructuras de IA, impulsado por el gasto de unos hyperscalers que temen verse apeados de sus posiciones de liderazgo tecnológico, continúe sin sufrir baches. Sin embargo, existen riesgos infravalorados en lo que respecta a la magnitud y el ritmo de adopción de la IA generativa".
Porque "aunque es indudable que las GPU (unidades de procesamiento gráfico) están bien colocadas para satisfacer las necesidades de entrenamiento de los grandes modelos frontera, estos dispositivos podrían ser menos necesarios cuando pasemos a la fase de inferencia de los modelos".
Su tesis es que "necesitamos ver una generación de ingresos o una rentabilidad de la inversión reales para sostener otra etapa de despliegue de infraestructuras y no estamos viendo que esté materializándose lo suficiente".
"Este hecho", añade Hyun Ho Sohn, "es especialmente relevante para las 'start-ups' de IA, que están generando una parte importante de la demanda de GPU".
Porque "el grifo de la financiación de 'venture capital' podría cerrarse para muchas de estas empresas si no generan un volumen adecuado de ingresos, y a buen ritmo".
Por otro lado, también están surgiendo dudas "en relación con el tiempo que Nvidia podrá mantener su posición de monopolio, dado que muchos de sus clientes más grandes están desarrollando sus propios chips y que la propia Nvidia está adentrándose en el territorio de muchos de sus clientes".
En cualquier caso, este gestor sigue creyendo "firmemente en la temática de la IA generativa" y ahora se está exponiendo "a través de los beneficiarios infravalorados que existen a lo largo de la cadena de valor de esta tecnología, poniendo el foco en los fundamentales y en las valoraciones".
Así, le gustan "valores donde la IA generativa es un motor de crecimiento a largo plazo, pero que no dependen de lo rápido que se adopte. En este grupo se incluyen algunos actores de la nube, empresas como TSMC, cuyo negocio de fabricación de semiconductores debería beneficiarse, con independencia de qué silicio de IA destaque o qué cliente lo haga mejor, y Samsung Electronics, cuya oferta de memorias de banda ancha debería experimentar un aumento de la demanda a partir de ahora".
Por último, señala que "las empresas de infraestructuras de datos y consultoría de IA también son beneficiarias subestimadas de esta era de la IA, ya que los datos útiles y los conocimientos especializados van a convertirse en factores clave para conseguir despliegues exitosos".
