Después de la charla de Yuval Noah Harari —mi momento más destacado del primer día en Davos—, esta conversación se convirtió en lo mejor del segundo. Jensen Huang ofreció justo lo que se necesita ahora: una manera clara de entender lo que está pasando. En su charla con Laurence Fink, CEO de BlackRock, explicó por qué la revolución de la inteligencia artificial va mucho más allá de los chatbots y generadores de imágenes con los que la mayoría la asocia.

No sorprendió que Huang enfocara toda la conversación en la infraestructura, el lugar exacto que ocupa NVIDIA dentro de la cadena de valor. Pero la escala que describió le dio solidez a su argumento: ya se invirtieron cientos de miles de millones de dólares, harán falta billones más y hay evidencia concreta en todos lados, desde las 20 nuevas plantas de chips de TSMC hasta el precio exorbitante del alquiler de GPU para hardware de hace dos generaciones.

La estrategia que lo cambia todo

Huang describió la infraestructura de inteligencia artificial como un sistema de cinco capas. En la base está la energía. Encima, los chips y la infraestructura informática, donde NVIDIA cumple un rol central. Después viene la infraestructura en la nube, seguida por los modelos de IA —que muchos creen que es donde realmente está la inteligencia artificial—, y en la cima, la capa de aplicaciones.

El valor económico se genera en esa capa superior, subrayó Huang. "Esta capa de aplicación podría estar en los servicios financieros, en la atención médica o en la manufactura". Pero no se puede llegar hasta ahí sin construir antes todo lo que está debajo. Y esas capas fundamentales exigen inversiones enormes. Según Huang, ya se desplegaron cientos de miles de millones de dólares y harán falta billones más.

Contó que TSMC anunció 20 nuevas plantas de chips, mientras que Foxconn, Wistron y Quanta están levantando 30 nuevas plantas de computadoras. Micron, por su parte, comprometió US$ 200.000 millones solo en Estados Unidos.

Se trata de una inversión en infraestructura de una magnitud que transforma economías, crea ecosistemas industriales completamente nuevos y cambia el mercado laboral. Cuando Fink le preguntó si estamos frente a una burbuja de inteligencia artificial, la respuesta de Huang fue contundente: intentá alquilar una GPU de NVIDIA hoy. "Es increíblemente difícil, y el precio al contado del alquiler de GPU está subiendo, no solo la última generación, sino también las GPU de dos generaciones anteriores".

El encarecimiento del hardware viejo sugiere una restricción en la oferta, más que un exceso especulativo.

Del software pregrabado a la inteligencia en tiempo real

Huang explicó por qué este cambio de plataforma marca una diferencia clave respecto a las revoluciones informáticas anteriores. El software tradicional funcionaba de manera pregrabada: los humanos escribían algoritmos que indicaban con precisión qué debía hacer la computadora con información estructurada, organizada en tablas de bases de datos.

El nuevo paradigma informático procesa información no estructurada en tiempo real. "Ahora tenemos una computadora que puede comprender información no estructurada, lo que significa que puede ver una imagen y comprenderla. Podría ver un texto y comprender que está completamente desestructurado", dijo Huang. "Podría escuchar sonidos y comprenderlos, comprender su significado, comprender su estructura y razonar sobre qué hacer al respecto".

Este paso de instrucciones preprogramadas al razonamiento contextual marca una nueva etapa. Los sistemas de inteligencia artificial ya pueden interpretar el contexto, captar la intención del usuario y actuar en función de eso. Como dijo Huang: "La IA es software que no necesita escribir software. No se escribe IA, se enseña IA".

Esta diferencia resulta clave para pensar el futuro del trabajo, la educación y el desarrollo económico. Si crear software pasa por enseñar en lugar de programar, las barreras de entrada bajan de forma drástica y las posibilidades de uso se amplían de manera exponencial.

Tres avances que cambiaron el juego

Jensen Huang identificó tres avances clave del año pasado que convirtieron a la inteligencia artificial en una fuerza económica real, dejando atrás su etapa como una simple curiosidad tecnológica.

En primer lugar, los modelos se volvieron mucho más confiables. Los primeros modelos de lenguaje cometían errores con frecuencia y no servían para trabajos serios. Hoy, esos sistemas pueden investigar, razonar frente a lo desconocido, analizar problemas paso a paso y cumplir tareas de forma consistente.

El segundo punto fue el impulso de los modelos abiertos como una fuerza de cambio. Huang destacó el lanzamiento de DeepSeek como un momento decisivo. “DeepSeek fue un acontecimiento enorme para la mayoría de las industrias, la mayoría de las empresas del mundo, porque es el primer modelo de razonamiento abierto del mundo”, explicó. Esa apertura les permitió a empresas e investigadores desarrollar herramientas específicas sin tener que arrancar desde cero.

El tercer avance fue lo que Huang llamó inteligencia física. La IA ya no se limita a entender el lenguaje. Ahora puede aprender estructuras de proteínas, interacciones químicas, dinámica de fluidos, física de partículas y mecánica cuántica. “Las proteínas son esencialmente un lenguaje”, afirmó Huang. “Y por eso, todas estas IA están logrando avances tan enormes que estas industrias, ya sean de fabricación o de descubrimiento de fármacos, están logrando un progreso realmente grande”.

Un ejemplo claro de esto es la colaboración de NVIDIA con Eli Lilly. Antes, las farmacéuticas destinaban la totalidad de sus presupuestos de investigación y desarrollo a laboratorios tradicionales. Hoy, muchas de ellas invierten fuerte en supercomputadoras con IA, porque estos sistemas pueden interactuar con las estructuras proteicas del mismo modo en que nosotros interactuamos con ChatGPT.

La oportunidad de Europa en la revolución de la IA física

Cuando Larry Fink le preguntó a Jensen Huang por el rol de Europa en esta transformación, su respuesta dejó un mensaje claro para los responsables políticos del continente. “Su base industrial es muy sólida”, remarcó Huang. “La base industrial manufacturera en Europa es increíblemente sólida. Esta es su oportunidad de liderar más allá de la era del software”.

Estados Unidos fue el líder durante la era del software, pero la inteligencia artificial está cambiando las reglas. Como ahora la IA se entrena en lugar de programarse, y con la inteligencia física en pleno desarrollo, las fortalezas históricas de Europa en manufactura y ciencia profunda se vuelven ventajas estratégicas. “La robótica es una oportunidad única para las naciones europeas”, sostuvo Huang.

Sin embargo, hay una condición clave: la infraestructura energética. Huang fue tajante: “Es casi seguro que hay que tomarse en serio el aumento del suministro energético para poder invertir en la infraestructura y así contar con un rico ecosistema de inteligencia artificial aquí en Europa”.

Esta es una conversación que muchas regiones necesitan encarar. La infraestructura de inteligencia artificial exige energía a gran escala. Los países y regiones que no puedan —o no quieran— desarrollar esa capacidad energética quedarán afuera de los pilares de la economía basada en IA. El riesgo es claro: convertirse en consumidores permanentes de servicios de inteligencia artificial, sin llegar a ser constructores de su infraestructura.

Qué significa realmente la explosión de la capa de aplicación

Uno de los indicadores que mencionó Huang fueron los patrones de inversión de capital riesgo. En 2025, se registraron más de US$ 100.000 millones en financiamiento de capital riesgo a nivel global, uno de los años con mayor volumen de inversión. Pero el dato clave no fue solo el monto, sino el destino de esos fondos: empresas nativas de inteligencia artificial que desarrollan aplicaciones para salud, robótica, manufactura, servicios financieros, entre otros sectores.

"Por primera vez, los modelos son lo suficientemente buenos como para construir sobre ellos", explicó Huang. Este es el punto en el que la inteligencia artificial deja de ser una curiosidad de laboratorio para convertirse en un motor económico. Cuando la inversión en la capa de aplicación se dispara, se genera una demanda que impacta en las cinco capas de la pila tecnológica.

Esa presión creciente ayuda a entender por qué se necesitan billones de dólares en inversión en infraestructura, por qué los fabricantes de chips levantan decenas de nuevas plantas, por qué la energía se vuelve un recurso estratégico y por qué los trabajadores calificados son tan buscados. "Esa población activa es tan numerosa aquí en Europa", remarcó Huang. "En muchos sentidos, Estados Unidos la ha perdido en los últimos 20 o 30 años".

¿Es la burbuja de la IA la pregunta equivocada?

Cuando Fink reformuló la discusión sobre una posible burbuja en la inteligencia artificial y preguntó si, en realidad, estamos invirtiendo lo suficiente en lugar de demasiado, puso el foco en algo clave: los requerimientos de infraestructura son enormes porque la oportunidad de transformación también lo es.

La respuesta de Huang a las dudas sobre una burbuja fue pragmática: se centró en los precios y la disponibilidad del alquiler de GPU. Si los precios spot suben incluso para hardware de dos generaciones anteriores, si todos los proveedores de servicios en la nube están trabajando al límite de su capacidad y si la demanda sigue creciendo, no se trata de un movimiento especulativo. Son empresas concretas, con operaciones reales, que generan valor.

"La burbuja de la IA surge porque las inversiones son cuantiosas, y estas inversiones son cuantiosas porque tenemos que construir la infraestructura necesaria para todas las capas de IA que la superan", explicó Huang. La escala, en este contexto, no es una señal de alarma. Es una condición necesaria.

Lo que está en juego si esto sale bien

El cierre de Fink dejó al descubierto una tensión que vale la pena seguir de cerca. "Necesitamos asegurarnos de que el jubilado promedio, el ahorrista promedio, forme parte de ese crecimiento", sostuvo. "Si solo lo observan desde la barrera, se sentirán excluidos".

Huang respondió, como es habitual en él, de forma directa: "¿Queremos invertir en infraestructura, verdad? La infraestructura es una gran inversión. Esta es la mayor construcción de infraestructura en la historia de la humanidad. ¡Participen!".

Con el correr de los próximos años se verá si la infraestructura vinculada a la inteligencia artificial representa, efectivamente, el mayor desarrollo de la historia. Lo que ya es evidente es que los flujos de capital son significativos y las decisiones estratégicas, muy concretas.

Después de décadas de observar los ciclos tecnológicos, sé que las grandes promesas de infraestructura suelen necesitar tiempo para demostrar su impacto. El modelo de cinco capas que plantea Huang sirve como una herramienta útil para entender hacia dónde se dirige la inversión y por qué. Sin embargo, los modelos describen la realidad, no la definen. Las decisiones sobre capacidades y posicionamiento las toman los países, las empresas y los inversores. Que esas decisiones resulten acertadas o no dependerá de cómo avance el desarrollo real, algo que todavía está por verse.

Con información de Forbes US.