A equipe de gestão da Nvidia explica: de onde vêm os impressionantes 70% da previsão de receita que abalou o mercado?

Explicação da diretoria da Nvidia: De onde vem a projeção de 70% de crescimento de receita que surpreendeu o mercado?

A Nvidia raramente fornece ao mercado uma projeção de receita plurianual, o que gerou ampla atenção imediatamente.

O JPMorgan destacou em seu mais recente relatório de 2 de setembro que, segundo as conversas recentes com o vice-presidente de Relações com Investidores e Finanças Estratégicas da Nvidia, Toshiya Hari, essa estrutura de crescimento anual de 70% não se baseia em um único fator impulsionador, mas sim em um aumento acelerado da demanda de provedores de nuvem em larga escala, de provedores emergentes de serviços em nuvem, de laboratórios de IA, de IA soberana e de clientes corporativos. Mais importante ainda, a diretoria deixou claro: na ausência de restrições de oferta, o ritmo de crescimento dos negócios poderia facilmente dobrar – o fator determinante atualmente é a oferta, não a demanda.

O motivo direto que levou a Nvidia a divulgar uma projeção antecipada até o ano fiscal de 2028 foi a necessidade de reduzir o grande descompasso entre o consenso de mercado e sua avaliação interna. A diretoria entende que, caso tal diferença persista, pode causar desafios concretos para o planejamento de seus parceiros de cadeia de suprimentos. Isso significa que a meta de crescimento de 70% é, para a diretoria, um "espaço confortável" totalmente suportado, e não uma previsão agressiva, com um potencial de alta bem superior ao precificado atualmente pelo mercado.

Paralelamente, a Nvidia emitiu sinais importantes em vários aspectos, como estrutura de clientes, participação do segmento de inferência, gargalos de fornecimento e estruturação financeira, traçando um panorama de crescimento de médio prazo para a gigante de chips de IA. O JPMorgan manteve a recomendação de compra para Nvidia, com preço-alvo de US$ 320 por ação – um potencial de alta de cerca de 43% em relação ao preço de US$ 224,41 de 2 de setembro.

É a oferta, e não a demanda, o verdadeiro teto de crescimento

Segundo o relatório, o JPMorgan percebeu na conversa com Toshiya Hari que a diretoria da Nvidia demonstra confiança clara no crescimento de 70%, ao mesmo tempo em que delimita suas fronteiras: trata-se de um número condicionado pela oferta, não pela demanda.

O relatório também destaca que Toshiya Hari explicou que, sem as limitações de fornecimento, o crescimento dos negócios da Nvidia poderia ser mais que o dobro do anunciado em base anual. Essa afirmação revela o caráter conservador das projeções – 70% é a expectativa baseadas nas condições atuais de oferta, não no teto de demanda que a empresa poderia alcançar.

A diretoria destacou ainda que a decisão de fornecer uma projeção plurianual tem relação direta com uma "diferença significativa" entre o consenso de mercado e a análise interna da empresa. Caso esse desalinhamento de informação persista, pode levar os parceiros da cadeia de suprimentos a fazerem um planejamento desalinhado, restringindo a própria capacidade de entrega da Nvidia. Ou seja, essa projeção antecipada serve como um sinal para investidores e também como uma gestão ativa do ecossistema de suprimentos.

Wafers avançados e memória: os dois principais gargalos da cadeia de suprimentos

Em relação aos detalhes dos gargalos de oferta, Toshiya Hari destacou dois materiais críticos: wafers avançados e memória, que têm o maior peso na lista de materiais (BOM) da Nvidia.

De acordo com o relatório do JPMorgan, no momento, a Nvidia mantém comunicações intensas com a TSMC e três fornecedores de memória – Micron, SK Hynix e Samsung – todos focados em ampliar a disponibilidade de oferta.

O banco acredita que essa abordagem demonstra que a gestão da cadeia de suprimentos da Nvidia já entrou em um estágio de coordenação ativa e intensa, em vez de esperar passivamente pelo aumento da capacidade. O ritmo de resolução desses gargalos será decisivo para determinar se a Nvidia conseguirá superar o patamar de 70% de crescimento projetado para o FY28. O espaço para melhoria na cadeia de suprimentos é diretamente equivalente ao potencial de expansão dos resultados.

Participação do segmento de inferência segue crescendo, mas plataforma versátil dificulta quantificação

A estrutura de receita dos segmentos de inferência (inference) e treinamento (training) é tema recorrente de interesse do mercado. Toshiya Hari apresentou a análise mais clara até o momento: há cerca de 18 meses, as receitas desses dois segmentos eram praticamente equivalentes; atualmente, a de inferência já superou o treinamento e essa tendência deve prosseguir.

No entanto, segundo o relatório, a diretoria aponta que é inerentemente difícil quantificar precisamente a divisão entre eles. Isso se dá pela alta versatilidade (fungibilidade) da plataforma Nvidia – por exemplo, no produto Grace Blackwell, o cliente pode usá-lo inicialmente para cargas de trabalho de treinamento e, depois, direcionar o mesmo hardware para tarefas de inferência. Essa flexibilidade é um diferencial competitivo da Nvidia, mas também dificulta a análise externa detalhada da estrutura da receita.

Estrutura de clientes cada vez mais diversificada, provedores emergentes já contribuem com mais de 50%

As fontes de receita da Nvidia estão migrando dos grandes provedores de nuvem para um ecossistema mais amplo. Segundo Toshiya Hari, OpenAI e Anthropic, dois dos principais desenvolvedores de modelos de ponta, atualmente representam cerca de 20% dos negócios da Nvidia considerando o consumo final, e espera-se que essa fatia suba para aproximadamente 25% no FY28.

Vale ressaltar que os números acima refletem a participação no nível de consumo final, e não na estrutura de clientes diretos da Nvidia – em geral, a Nvidia vende capacidade de computação para grandes provedores de nuvem ou provedores emergentes, que então revendem essa capacidade para desenvolvedores de modelos.

No segmento de clientes diretos, a contribuição dos provedores emergentes de nuvem (neoclouds) já é significativa. De acordo com o JPMorgan, essas empresas hoje correspondem a mais de 50% dos negócios ACIE (Ecossistema de Computação Acelerada e Infraestrutura de IA) da Nvidia, o que demonstra que o motor de crescimento da empresa já não depende dos grandes provedores de nuvem, mas de um ecossistema mais amplo de construção e locação de capacidade computacional.

Open source vs. closed source: a resposta da Nvidia é “é preciso ambos”

Sobre o debate de mercado entre modelos de linguagem abertos (open source) e fechados (closed source), a diretoria da Nvidia tem posição clara: não são concorrentes exclusivos; a evolução da IA depende do desenvolvimento colaborativo de ambos.

Toshiya Hari afirmou que, internamente, a Nvidia utiliza amplamente modelos fechados como OpenAI e Claude, enquanto tarefas críticas, como design de chips, usam uma combinação entre modelos fechados e abertos. O ponto central da diretoria é: desde que desenvolvedores de modelos consigam monetizar e melhorar constantemente seus modelos econômicos, a demanda continuará chegando até fornecedores como a Nvidia.

Além disso, a diretoria também observou que as margens brutas (GM) dos desenvolvedores de modelos parecem estar melhorando, graças, em parte, à redução dos custos por token proporcionada por cada nova geração da plataforma Nvidia. A melhora na economia dos modelos reforça o ciclo positivo de demanda pelos chips da Nvidia.

Estruturação financeira visa sustentar demanda futura, diretoria rebate críticas sobre “financiamento circular”

Os recentes modelos de financiamento lançados pela Nvidia chamaram a atenção do mercado, e a diretoria explicou detalhadamente nessa conversa.

Segundo o relatório do JPMorgan, as iniciativas incluem: acordos de participação em receita com provedores emergentes de nuvem, o plano para o parque de data centers PORTS-Pike, e a construção, em conjunto com Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR e outros, de uma plataforma privada de financiamento de US$ 500 bilhões.

Nos acordos de participação em receita, o mecanismo da Nvidia é: definir um preço mínimo básico para locação de capacidade computacional e, quando o preço de mercado superar esse patamar, compartilhar os lucros adicionais, criando assim uma opção de receita recorrente além da venda principal de hardware.

Diante das preocupações de “financiamento circular”, a diretoria afirma que esses arranjos têm escala controlada, limites estabelecidos e são sustentados por demanda robusta, retorno do ecossistema e boa situação de crédito dos compradores finais de capacidade. A Nvidia vê essas ferramentas financeiras como formas de apoiar a demanda futura por infraestrutura de IA, e não como alavancagem financeira.