Tenho acompanhado a última chamada de resultados da Nvidia e Jensen Huang acabou de divulgar algo bastante significativo que a maioria das pessoas pode estar a ignorar. O homem basicamente disse aos investidores que a oportunidade de investimento em infraestrutura de IA é muito maior do que a maioria de nós pensa.

Aqui está o que chamou minha atenção: Jensen Huang apontou que, historicamente, o mundo gastava cerca de $400 bilhões anualmente em infraestrutura de computação clássica. Mas então ele fez uma afirmação ousada - a capacidade de computação necessária para cargas de trabalho de IA é mil vezes maior. Deixe isso assentar. Isso não é apenas um crescimento incremental, é uma escala de demanda completamente diferente.

No ano passado, ele sugeriu que os gastos em infraestrutura de data center de IA poderiam atingir $4 trilhões anualmente até 2030. Na altura, parecia ambicioso, mas se ele estiver certo sobre a magnitude do compute necessário, está começando a parecer mais realista. Especialmente agora que eles realmente estão reduzindo os custos de inferência.

E isso me leva à plataforma Vera Rubin. Isto não é apenas mais uma atualização de GPU. Segundo a Nvidia, os modelos podem ser treinados usando 75% menos GPUs em comparação com o Blackwell, e os custos por token de inferência caem 90%. Essa é a eficiência que muda a economia para todas as empresas de IA. Quando você consegue cortar custos dessa forma, o uso explode. Mais uso significa mais receita para as empresas que constroem esses modelos, o que significa que elas continuarão comprando mais chips. É um ciclo de feedback bastante limpo.

Eles já estão enviando amostras e escalando para produção em massa na segunda metade deste ano. O CFO literalmente disse que esperam que todos os principais provedores de nuvem implantem a Vera Rubin. Isso não é uma suposição - é confiança.

Olhando para os números, a Nvidia arrecadou US$ 215,9 bilhões em receita para o ano fiscal de 2026, um aumento de 65% em relação ao ano anterior. Data center representou US$ 193,7 bilhões disso, um aumento de 68%. E a gestão está orientando para $78 bilhões no primeiro trimestre do ano fiscal de 2027, o que seria um salto de 77%. Esses números não estão desacelerando - estão acelerando.

Mas o que é realmente impressionante é que a ação parece barata em termos de avaliação neste momento. Com um P/E de 36,1, o que representa um desconto de 41% em relação à média de 10 anos de 61,6. O consenso de Wall Street para os lucros do ano fiscal de 2027 é de US$ 8,23 por ação, dando um P/E futuro de apenas 21,5. O S&P 500 está sendo negociado a 24,7 hoje, então a Nvidia poderia ser literalmente mais barata do que o índice de mercado amplo se não mover muito no próximo ano.

Não estou tentando fazer uma previsão louca, mas se as estimativas de lucros se concretizarem, a matemática diz que a ação precisaria subir 186% só para atingir sua avaliação média histórica. E isso assumindo que não estamos subestimando a oportunidade.

A principal conclusão dos comentários de Jensen Huang é basicamente esta: ainda estamos nos primeiros innings dos gastos em infraestrutura de IA. A demanda que estão vendo agora não é o pico - é o começo. Eles estão literalmente competindo consigo mesmos porque não conseguem fabricar chips rápido o suficiente para atender à demanda. Os concorrentes estão tentando alcançar, mas o roteiro da Nvidia já está definido até 2026 e além.

Quando um CEO diz que o mercado é mil vezes maior do que o que gastamos historicamente em infraestrutura de computação, e a empresa está realmente executando essa visão com produtos que reduzem custos em 90%, isso merece atenção. Seja para construir uma posição ou apenas acompanhar o setor, essa perspectiva é bastante convincente.