La lección de NVIDIA en 2018: ¿cuándo empiezas a prestar atención?
NVIDIA pasó de facturar 9.710 millones a 215.940 millones en ocho años, pero el paper que lo hizo posible se publicó cinco años antes de que el mercado mirara. Un análisis usa ese caso para preguntarse si la computación cuántica está hoy en esa misma fase silenciosa.
¿Cuándo debería un inversor empezar a mirar de verdad la computación cuántica? Un análisis publicado por WisdomTree responde a esa pregunta con otra: ¿cómo eran las cuentas de NVIDIA en 2018 y qué sabía casi nadie entonces? La tesis del texto es sencilla: las tecnologías que lo cambian todo suelen pasar años cocinándose en papers que solo lee un puñado de especialistas, y el mercado no se entera hasta que aparece la facturación.
Los números sirven de recordatorio. En su ejercicio fiscal 2018, cerrado el 28 de enero de 2018, NVIDIA ingresó 9.710 millones de dólares. En el ejercicio fiscal 2026, cerrado el 25 de enero de 2026, esa cifra llegó a 215.940 millones: unas 22 veces más, un crecimiento anual compuesto de alrededor del 47% sostenido durante ocho años seguidos. Como detalle que ayuda a dimensionarlo, solo los ingresos del cuarto trimestre del ejercicio 2026 (68.100 millones de dólares) multiplicaban por siete todo lo que la compañía facturaba en un año entero ocho ejercicios antes. Y en 2018, la inteligencia artificial aún era un tema que casi nadie fuera de un círculo muy concreto de investigadores seguía con atención.
El origen de todo aquello fue un artículo científico. En junio de 2017, ocho investigadores de Google publicaron un trabajo titulado "Attention Is All You Need", de apenas ocho páginas, que introdujo la arquitectura Transformer: una forma de procesar secuencias basada solo en mecanismos de atención, desterrando las estructuras que dominaban el procesamiento del lenguaje hasta entonces. Esa arquitectura está detrás de prácticamente todos los modelos de lenguaje actuales; de hecho, GPT son las siglas de Generative Pre-trained Transformer, y esa "T" no es casualidad. ChatGPT se lanzó al público el 30 de noviembre de 2022, unos cinco años y medio después del paper. En todo ese tiempo la idea existía, los investigadores construían sobre ella, pero no había producto, ni titular, ni motivo aparente para que los ingresos se movieran: el escalado que de verdad importaba, el cómputo, los datos y la ingeniería, ocurrió en silencio.
El propio autor se pone el freno donde toca: en retrospectiva, la historia parece más inevitable de lo que fue. Muchas arquitecturas y papers de aquella época no llevaron a ninguna parte, y en 2017 el Transformer no era obviamente "el elegido" ni para gente que trabajaba cerca de él. La lección, por tanto, es más estrecha y más útil: los cambios tecnológicos transformadores suelen venir precedidos por varios años en los que la ciencia fundacional se publica, la entienden los especialistas y resulta invisible para todos los demás, incluidos los mercados.
¿Encaja la computación cuántica en ese patrón? El autor no lo sabe, y desconfía de quien afirme lo contrario con seguridad. Lo que sí señala es que la investigación sobre corrección de errores, qubits lógicos y tipos concretos de problemas (criptografía, química, optimización) ha pasado en dos años de "interesante en teoría" a "aquí va una afirmación concreta y comprobable sobre lo que haría una máquina con N qubits lógicos". Pero eso sigue encerrado en papers, preprints y congresos especializados, sin titulares que lleguen al gran público. Los ingresos del sector hoy son calderilla al lado de los de NVIDIA y los retos de hardware son, según el texto, más duros que los que se encontraron los modelos de lenguaje. Su conclusión no es un consejo de inversión ni señalar a "la NVIDIA de la cuántica", sino algo más básico: merece la pena prestar atención durante la fase silenciosa, antes de que la evidencia sea obvia.
El análisis de Salseo
- El mensaje de fondo no es "había que comprar NVIDIA en 2018", sino que el mercado no reacciona a los descubrimientos científicos, reacciona a la facturación. Entre el paper del Transformer (2017) y el despegue de los ingresos pasaron años en los que cualquiera podía leer el artículo y nadie tenía motivo para mover un euro: el detonante no fue la idea, fue la capacidad de cómputo y de ingeniería para convertirla en producto.
- Cuidado con el sesgo del ganador, y el propio autor lo admite: en 2017 nadie sabía que el Transformer sería el estándar y decenas de papers de esa época murieron en el camino. Trasladar el patrón a la cuántica es tentador, pero la probabilidad de que un paper brillante acabe en una empresa billonaria es minúscula; "se parece a 2017" no es lo mismo que "va a pasar".
- Las señales concretas que habría que vigilar en cuántica son que las afirmaciones de la investigación dejen de ser "interesante en teoría" y se conviertan en promesas medibles: cuántos qubits lógicos, con qué tasa de error y resolviendo qué problema real. Mientras todo eso siga en preprints y congresos especializados, invertir ahí es comprar opcionalidad pura, no una tesis con fundamento.
- El ángulo que suele pasarse por alto: si la cuántica escala, el primer beneficiario no tiene por qué ser la empresa que fabrica ordenadores cuánticos, sino quien venda la infraestructura necesaria para construirlos, exactamente el papel que jugó NVIDIA en la IA. Y con unos ingresos sectoriales que hoy son calderilla frente a los 215.940 millones de NVIDIA, cualquier valoración del sector descansa sobre esa opcionalidad, no sobre el negocio actual.