La semana pasada, Nvidia sufrió una de las mayores pérdidas en la historia de la bolsa: US$ 589.000 millones en valor de mercado desaparecieron en un solo día. Para ponerlo en perspectiva, es como si de un momento a otro se esfumara todo lo que Ecuador produce en cinco años.

El golpe vino de donde pocos lo esperaban: DeepSeek, una startup china que, con una inversión de apenas US$ 6 millones, lanzó un modelo de inteligencia artificial tan eficiente y accesible que puso en jaque el dominio de Nvidia en el sector. Mientras Huang y su equipo apostaban por infraestructuras masivas y chips de alto rendimiento, DeepSeek demostró que se podía lograr resultados comparables con una fracción del costo.

Los mercados reaccionaron con pánico. Analistas de Wall Street cuestionaron si Nvidia había sobreestimado la demanda de sus chips. Los inversionistas huyeron. Medios de todo el mundo hablaron de un posible fin del dominio de la compañía en inteligencia artificial.

Pero para Jensen Huang, la historia no se mide en días. Su filosofía está anclada en una convicción inquebrantable: "En algún momento, hay que creer en algo".

Desde hace más de 30 años, Huang tomó decisiones que parecían descabelladas en su momento, pero que terminaron definiendo la industria tecnológica. "Invertí decenas de miles de millones de dólares antes de que realmente sucediera", confesó en una entrevista reciente. Y a pesar del desplome en la bolsa, sigue adelante con la misma visión que guió su carrera: reinventar la informática.

¿Qué lecciones podemos aprender de un CEO que, en un solo día, perdió más dinero del que valen muchas empresas tecnológicas enteras?

Tal vez te puede interesar:  La protesta silenciosa de Bad Bunny

1. Creer antes de que el mundo lo vea

A principios de los años 90, los videojuegos eran el motor de la innovación en gráficos computacionales. Huang, un inmigrante taiwanés con un máster en ingeniería eléctrica, vio más allá: los juegos no eran solo entretenimiento, sino una puerta a una nueva forma de computación.

Así nació la primera GPU moderna, un chip diseñado para procesamiento paralelo. "El 10 % del código hace el 99 % del procesamiento, y ese 99% puede ejecutarse en paralelo", explica Huang. En otras palabras, en lugar de procesar tareas de una en una (como lo hace una CPU), las GPU podían manejar miles de cálculos al mismo tiempo.

La visión era revolucionaria. En un principio, los chips de Nvidia se usaban solo para juegos. Pero luego vino un giro inesperado: científicos, ingenieros y expertos en inteligencia artificial comenzaron a usarlos para resolver problemas complejos.

En 2012, tres investigadores de la Universidad de Toronto—Geoff Hinton, Alex Krizhevsky e Ilya Sutskever—usaron una GeForce GTX 580 para entrenar AlexNet, el modelo de aprendizaje profundo que marcó el inicio de la era moderna de la IA. "Nos preguntamos: si puede hacer esto, ¿hasta dónde puede llegar?", recuerda Huang.

La respuesta fue clara: Nvidia debía apostar todo a la inteligencia artificial.

2. Apuestas a largo plazo, costos en el corto plazo

Después de AlexNet, Nvidia no solo mejoró sus chips, sino que rediseñó toda la arquitectura informática. Nació CUDA, una plataforma que permitió a los desarrolladores usar las GPU para mucho más que gráficos. La compañía también creó DGX, supercomputadoras diseñadas específicamente para entrenar modelos de IA.

Pero estos avances no fueron inmediatos ni baratos. Huang invirtió miles de millones de dólares en tecnologías que tardaron más de una década en generar ingresos significativos.

"Siempre hay alguna razón para estar impaciente", admite. "Siempre hay muchas razones para seguir adelante".

Ese es el desafío de liderar la innovación: tomar riesgos masivos sin garantías de éxito inmediato. Nvidia gastó sumas colosales en investigación y desarrollo:

• US$ 10.000 millones en el diseño de sus chips más recientes.
• US$ 100.000 millones en infraestructura para entrenar modelos de IA.
• US$ 250.000 por unidad en la primera generación de su supercomputadora DGX, entregada a OpenAI en 2016.

El resultado: Nvidia pasó de ser una empresa de hardware a convertirse en el pilar de la inteligencia artificial moderna.

No te pierdas este artículo: El invento que redefinió al mundo

3. Todo lo que se mueve será robótico

Si las GPU cambiaron la computación, la próxima gran revolución será la robótica. Y Nvidia quiere estar al frente.

Para Huang, la clave está en el software: Omniverse y Cosmos, dos plataformas que permiten entrenar robots en mundos virtuales antes de que se enfrenten a la realidad. "Si tuvieras un robot en una fábrica y quisieras que aprendiera todas las rutas posibles, en lugar de recorrerlas manualmente, ahora podemos simularlas todas digitalmente en una fracción del tiempo".

Esto significa que los robots podrán aprender como lo hace un modelo de IA: probando, fallando y mejorando sin riesgo físico. Desde fábricas hasta automóviles, desde asistentes personales hasta drones autónomos, la visión de Huang es clara:

"Todo lo que se mueve será robótico algún día, y lo será pronto".

4. La inteligencia artificial no es el enemigo, es la herramienta

La IA genera temor en muchas personas. Algunos la ven como una amenaza para el empleo. Otros la asocian con la desinformación y el fraude. Huang lo reconoce, pero su perspectiva es diferente: la IA no viene a reemplazar a los humanos, sino a potenciarlos.

"Si yo fuera estudiante hoy, aprendería a interactuar con IA", aconseja. "Si quieres ser abogado, ¿cómo puedes usar la IA para ser mejor abogado? Si quieres ser médico, ¿cómo puedes usar la IA para ser mejor médico?".

Para él, la inteligencia artificial es como la calculadora en su momento: una herramienta que hace el trabajo pesado para que las personas puedan concentrarse en lo que realmente importa.

Después de más de tres décadas al frente de Nvidia, Huang transformó industrias enteras. Pero cuando le preguntan por su legado, su respuesta es sorprendentemente simple: "Que tuvimos un impacto extraordinario".

Para él, eso significa haber:

• Revolucionado los videojuegos.
• Cambiado la ciencia con computación acelerada.
• Facilitado los avances en biología digital y ciencias de la vida.
• Sentado las bases para un mundo donde la IA y la robótica transforman nuestra forma de vivir.

Pero tal vez lo más irónico es que, al final, Huang espera que la gente recuerde a Nvidia por los videojuegos. "Seremos la compañía con la que creciste jugando", dice con una sonrisa. Las acciones de Nvidia pueden haber caído US$ 589.000 millones en la bolsa, pero ¿realmente perdió?

La innovación no se mide en días ni en trimestres. Se mide en décadas. Las apuestas audaces generan incertidumbre antes de producir resultados. Huang lo sabe. Y sigue avanzando. Si algo nos enseña su historia es que el éxito no se trata de evitar las caídas, sino de seguir apostando por el futuro, incluso cuando el presente parece estar en tu contra. (O)