Nvidia prevê crescimento de 70% em receita: o que sustenta a tese

Jensen Huang não costuma ser discreto quando o assunto é o futuro da Nvidia. Em participação numa conferência do Goldman Sachs nesta semana, o CEO reafirmou uma projeção que já havia apresentado no último balanço trimestral: a receita da companhia deve crescer cerca de 70% no próximo ano fiscal.

Se confirmado, o número levaria o faturamento anual da Nvidia de aproximadamente US$ 400 bilhões para algo em torno de US$ 680 bilhões. Para colocar em perspectiva, isso é mais do que o PIB de países como Chile ou Finlândia. A pergunta que importa é: o que sustenta essa confiança aparentemente inabalável?

A Nvidia não vende chips, vende infraestrutura

Huang fez questão de combater o que considera uma percepção defasada do mercado. “A maioria das pessoas acha que a Nvidia fabrica um chip. Você precisa de aviões para transportar o que nós construímos”, disse o CEO. Ele se referia aos sistemas completos que a empresa entrega hoje, muito distantes das placas de vídeo de US$ 399 que popularizaram a marca entre gamers nos anos 2000.

Uma única unidade dos sistemas atuais da Nvidia custa US$ 8,5 milhões, integra 2 milhões de peças e consome 250 mil quilowatts. O produto mais demandado no momento combina 36 CPUs Grace com 72 GPUs Blackwell, e registra crescimento mensal de vendas de 27%. Não se trata de componentes avulsos, mas de data centers modulares prontos para rodar modelos de inteligência artificial em escala.

Essa transição de fabricante de chips para fornecedora de infraestrutura completa é o ponto central da tese de Huang. E, até o momento, os números corroboram o discurso. A empresa acaba de reportar mais um trimestre de receita recorde, como temos acompanhado na cobertura de tecnologia do portal.

Visibilidade total da cadeia de IA

Um dos argumentos mais interessantes de Huang diz respeito à posição privilegiada da Nvidia dentro do ecossistema de inteligência artificial. A empresa trabalha com todos os principais laboratórios de IA, incluindo Anthropic, OpenAI e Google, além de modelos de código aberto. “Somos uma plataforma fundacional da indústria de IA”, afirmou.

Mas a visibilidade vai além dos clientes diretos. Huang disse que a Nvidia rastreia “cada gigawatt de terreno, energia e estrutura de data center ao redor do mundo”. As neoclouds, OEMs, provedores de nuvem e startups de IA nativas reportam informações de demanda à companhia, criando uma espécie de painel em tempo real da expansão global da infraestrutura de IA.

Esse nível de informação confere à Nvidia algo raro no mercado de tecnologia: previsibilidade. Enquanto a maioria das empresas projeta receita com base em modelos estatísticos, Huang argumenta que consegue enxergar a demanda concreta meses à frente porque está conectado a todas as pontas da cadeia. É uma vantagem competitiva difícil de replicar, como explicamos em análises anteriores sobre o domínio da Nvidia no setor de IA.

O problema dos “investimentos circulares”

Nem tudo são flores. A conferência trouxe à tona uma questão que persegue a Nvidia há meses: os chamados investimentos circulares. A empresa investe em startups que, por sua vez, usam o capital recebido para comprar produtos da própria Nvidia. Esse tipo de arranjo evoca memórias desconfortáveis da bolha das telecomunicações, quando empresas como a Lucent Technologies inflaram receitas com esquemas semelhantes antes de colapsar.

Huang respondeu com ironia calculada: “Colocamos US$ 1 e US$ 100 voltam. Isso é circular? Se for, vamos fazer mais.” Brincadeiras à parte, ele afirmou que a Nvidia só investe em empresas que já possuem contratos reais gerando receita de clientes externos, e que o volume total desses contratos verificados soma US$ 100 bilhões.

A resposta é engenhosa, mas não elimina o risco estrutural. Se o fluxo de capital de venture capital para startups de IA desacelerar, a demanda por infraestrutura Nvidia pode sofrer um impacto em cascata. Huang reconhece, indiretamente, que boa parte do crescimento atual vem de empresas “IA-nativas” que levantam volumes expressivos de capital e gastam a maior parte em infraestrutura. É um ciclo que funciona enquanto o capital continua fluindo.

Concorrência real ou ruído de mercado?

A Nvidia enfrenta pressão competitiva de múltiplas direções. Amazon, Microsoft e Google desenvolvem seus próprios chips de IA. Anthropic e OpenAI também investem em hardware proprietário. Empresas como a Cerebras, recém-listada em bolsa, e startups como a Etched tentam conquistar fatias do mercado de aceleradores.

Até agora, nenhuma dessas iniciativas reduziu de forma mensurável a participação de mercado da Nvidia. O motivo principal é o que analistas chamam de “efeito plataforma”: o ecossistema de software CUDA, construído ao longo de quase duas décadas, cria uma barreira de troca significativa. Migrar para chips concorrentes exige reescrever código, retreinar modelos e recertificar pipelines inteiros de produção.

Dito isso, a história da tecnologia mostra que posições dominantes não são eternas. A eficiência no uso de tokens e infraestrutura tende a aumentar à medida que a indústria de IA amadurece, o que pode moderar o ritmo de crescimento da demanda por hardware bruto. Para investidores, a questão não é se a Nvidia continuará crescendo, mas por quanto tempo conseguirá manter taxas de 70% ao ano, algo que discutimos frequentemente em nossa cobertura de mercados e investimentos.

O que isso significa para quem acompanha o setor

A projeção de Huang embute uma premissa forte: a de que o ciclo de investimento em infraestrutura de IA ainda está nos estágios iniciais. Se estiver certo, a Nvidia segue como a empresa mais bem posicionada para capturar essa demanda. Se estiver errado, o mercado precificará uma correção que pode ser abrupta, dado o nível atual de expectativas.

Para o ecossistema mais amplo de tecnologia e inovação, o dado relevante é outro. O volume de capital fluindo para infraestrutura de IA cria efeitos secundários em energia, construção civil, semicondutores e telecomunicações. Cada gigawatt de data center novo demanda transformadores, cabos de fibra óptica, sistemas de refrigeração e, claro, muita eletricidade. A cadeia de valor é mais longa e mais complexa do que o preço de uma ação sugere.

Huang sabe disso. E, pelo menos por enquanto, os números estão do seu lado.