NVIDIA revela una oportunidad de $200.000 millones en CPUs y una previsión de ingresos de $91.000 millones ante la demanda parabólica de IA agentica
Convocatoria de resultados del primer trimestre fiscal de 2027 — 20 de mayo de 2026
NVIDIA presentó su convocatoria de resultados más trascendental de los últimos tiempos, no solo por las cifras —aunque un trimestre de $82.000 millones con un crecimiento interanual del 85% es extraordinario bajo cualquier parámetro—, sino por dos revelaciones estructurales que cambian fundamentalmente la tesis de inversión: un negocio independiente de CPUs Vera con una visibilidad de ingresos a corto plazo de $20.000 millones que nunca se incluyó en la previsión anterior de $1 billón, y una nueva segmentación de informes que expone un mercado de rápido crecimiento, en gran medida exclusivo de NVIDIA, que la mayoría de los inversores ha subestimado sistemáticamente.
Trimestre récord, retorno de efectivo récord, todo récord
Los ingresos totales de $82.000 millones superaron el récord secuencial anterior y se situaron un 20% por encima del cuarto trimestre, marcando el decimocuarto trimestre consecutivo de crecimiento secuencial y el tercer trimestre consecutivo de aceleración interanual. El aumento secuencial de $13.500 millones fue, en sí mismo, un récord. Los ingresos de Data Center alcanzaron los $75.000 millones, un 92% más interanual y un 21% secuencialmente, con la computación en $60.000 millones y la red —que ahora es un negocio mayor que todos los competidores de Ethernet combinados— en $15.000 millones, casi triplicándose año tras año. El flujo de caja libre llegó a $49.000 millones, frente a los $35.000 millones del trimestre anterior. NVIDIA devolvió una cifra récord de $20.000 millones a los accionistas solo en el primer trimestre y anunció una autorización de recompra incremental de $80.000 millones, que se suma a los $39.000 millones que ya quedaban pendientes. El dividendo trimestral se incrementó de $0,01 a $0,25 por acción; Jensen Huang corrigió puntualmente a la directora financiera, Colette Kress, durante la llamada cuando inicialmente mencionó la cifra de $0,20, señalando que los $0,05 adicionales "significarían mucho para los grandes accionistas".
La bomba de las CPUs: un TAM de $200.000 millones que nunca estuvo en el modelo
La revelación nueva más importante es el negocio de CPUs Vera de NVIDIA. Jensen Huang fue inequívoco: "Vera abre un TAM totalmente nuevo de $200.000 millones para NVIDIA, un mercado que nunca habíamos abordado antes". De manera más inmediata, la compañía tiene visibilidad de casi $20.000 millones en ingresos de CPUs Vera independientes este año, una cifra explícitamente excluida del pronóstico de ingresos de $1 billón para Blackwell y Rubin comunicado en GTC. Cuando el analista de Goldman Sachs, James Schneider, presionó a Huang sobre qué hay por encima de ese techo de $1 billón, el CEO clasificó a la CPU Vera independiente como la segunda mayor fuente de alza incremental, solo por detrás de la creciente cuota en el cómputo de modelos de IA de frontera.
Vera no es solo un chip; es una plataforma con cuatro casos de uso distintos. El primero es el emparejamiento con GPUs Rubin en el sistema Vera Rubin. El segundo es la CPU Vera independiente. El tercero es Vera junto con la red CX-9 para almacenamiento. El cuarto es Vera con CX-9 optimizado para computación confidencial y seguridad. Huang fue explícito al afirmar que espera que la compañía tenga restricciones de suministro en las cuatro configuraciones durante todo el ciclo de vida del producto Vera Rubin. La lógica arquitectónica está diseñada específicamente para la era de la IA agentica: "La economía del pasado era dólares por núcleo. La economía de la IA del futuro es tokens por dólar. Lo que necesitamos hacer en el futuro es generar tokens, procesar tokens lo más rápido posible, y eso es lo que Vera hace increíblemente bien".
Un nuevo marco de informes que revela lo que las cifras de CapEx de los hiperescaladores pasan por alto
NVIDIA está retirando su estructura de segmentos anterior en favor de dos plataformas de mercado —Data Center y Edge Computing—, con Data Center dividido en Hyperscale y ACIE (nubes de IA, industrial y empresarial). En el primer trimestre, Hyperscale generó $38.000 millones (aproximadamente el 50% de Data Center) y creció un 12% trimestre a trimestre. ACIE generó $37.000 millones y creció un 31% trimestre a trimestre, con los ingresos de la nube de IA más que triplicándose interanualmente. Los ingresos por IA soberana aumentaron más del 80% interanual, con la infraestructura de NVIDIA desplegada actualmente en casi 40 países que representan $50 billones en PIB. El número de centros de datos asociados que superan los 10 megavatios casi se ha duplicado en un año, llegando a más de 80 sitios.
El cambio de segmentación es analíticamente significativo. Los inversores que se basan en el crecimiento del CapEx de los hiperescaladores como indicador de la trayectoria de crecimiento de NVIDIA están midiendo lo incorrecto. Huang le dijo directamente a Joseph Moore de Morgan Stanley: "Deberíamos estar creciendo más rápido que el CapEx de hiperescala", y explicó que el segmento ACIE —nubes nativas de IA, empresa local, IA soberana e industrial— es en gran medida inaccesible para los competidores precisamente porque requiere una solución de pila completa totalmente integrada con un amplio apoyo del ecosistema. "Muy pocas empresas tienen exposición a la segunda categoría debido a la solución de plataforma que tenemos". El segmento ACIE es también aquel en el que, como señaló Huang, NVIDIA posee "la gran mayoría" de la cuota de inferencia, prácticamente sin competencia a escala.
El despliegue de Vera Rubin: inicio en el tercer trimestre, aceleración en el cuarto, con todos los laboratorios de frontera comprometidos
Los envíos de producción de Vera Rubin comenzarán en el tercer trimestre, con una aceleración en el cuarto trimestre y el primer trimestre del próximo año fiscal, que se describió como "ciertamente muy grande". Colette Kress confirmó que las órdenes de compra están listas y los principales clientes están preparados. La convicción de Huang sobre el ciclo es inusualmente fuerte: "Todas las empresas de modelos de frontera saltarán a Vera Rubin desde el principio, y eso no era cierto antes con Blackwell". En cuanto al rendimiento, Vera Rubin ofrece hasta 35 veces más rendimiento de inferencia y hasta 10 veces más ingresos de fábrica de IA en comparación con Blackwell. Los resultados de inferencia de MLPerf publicados este trimestre mostraron que Blackwell Ultra superó todos los puntos de referencia, con GB300 ofreciendo una mejora de rendimiento de 2,7 veces y una reducción del 60% en el costo por token en comparación con hace solo seis meses.
Google es uno de los primeros en adoptar esta tecnología a gran escala: sus instancias bare metal A5X pueden admitir hasta 960.000 GPUs Rubin en múltiples sitios. La cadencia de los ciclos anuales de productos, argumentó Huang, es en sí misma un foso competitivo: "Nuestra cadencia anual de productos, un ritmo que no tiene comparación, sigue siendo un pilar clave que respalda nuestra posición en el mercado".
La asociación con Anthropic representa una ganancia significativa de cuota en inferencia
Una de las revelaciones estratégicas más importantes fue la profundidad de la nueva relación de NVIDIA con Anthropic. Huang confirmó que la cobertura previa de NVIDIA sobre Anthropic era "prácticamente nula hasta hace poco" y que la compañía ahora está trabajando para asegurar la capacidad de cómputo de Anthropic en AWS, Azure, CoreWeave, SpaceXAI y plataformas adicionales que se anunciarán. "La cantidad de capacidad que vamos a poner en línea para Anthropic este año y el próximo será bastante significativa, muy significativa". Junto con las asociaciones existentes con OpenAI (GPT-5.5 fue co-diseñado y entrenado en Blackwell), xAI, Meta, Google, Cursor, Perplexity y otros, la cuota de NVIDIA en el cómputo de modelos de frontera se está expandiendo, no estancando.
Fairwater de Microsoft, descrito como el centro de datos de IA más potente del mundo, entró en funcionamiento antes de lo previsto, impulsado por cientos de miles de GPUs Blackwell. AWS añadirá más de un millón de GPUs Blackwell y Rubin a partir de este año.
Los ingresos de China siguen siendo cero, sin claridad a corto plazo
A pesar de la aprobación del gobierno de EE. UU. de licencias para enviar H200 a clientes chinos, NVIDIA no ha generado ningún ingreso por cómputo de centros de datos en China y no incluye ninguno en sus perspectivas para el segundo trimestre. Kress fue explícita: "No estamos seguros de si se permitirá alguna importación en el país". Este es un lastre notable para lo que de otro modo sería un perfil de crecimiento aún más fuerte, y los inversores deberían tratar cualquier recuperación de los ingresos en China como una opcionalidad en lugar de un caso base por ahora.
LPX: un producto de nicho, no una amenaza estratégica
El analista de UBS, Timothy Arcuri, presionó a Huang sobre el acelerador LPX de la propia NVIDIA, un chip de inferencia de baja latencia basado en SRAM dirigido a servicios premium de alta tasa de tokens. La caracterización de Huang fue deliberadamente modesta. LPX tiene "bajo rendimiento", capacidad limitada de tamaño de modelo y capacidad de procesamiento de contexto restringida, lo que lo hace inadecuado para cargas de trabajo agenticas o tareas de contexto amplio como la codificación de software. "Sigo esperando que LPX y otros aceleradores basados en SRAM y centrados en la decodificación sean siempre un producto de nicho durante algún tiempo". Huang estimó que el caso de uso direccionable está muy por debajo del 20% de la demanda de inferencia en la actualidad. El enfoque es importante: NVIDIA no está posicionando a LPX como una solución de inferencia amplia, sino como un complemento de servicio premium para proveedores que ya tienen una infraestructura de NVIDIA de alto rendimiento instalada.
La tesis de la CPU agentica: miles de millones de agentes, cada uno ejecutándose en Vera
Los comentarios más amplios de Huang durante la llamada se refirieron a la demanda estructural que sustenta la adopción de la CPU Vera. La lógica es la siguiente: los sistemas de IA agentica implican un marco (orquestación, gestión de memoria, uso de herramientas, interacciones con el navegador, ejecución de compiladores) que se ejecuta en la CPU, mientras que la inferencia (el pensamiento real) ocurre en la GPU. A medida que el número de agentes de IA activos escala de los cientos de miles actuales a miles de millones, cada agente que ejecuta herramientas y genera subagentes crea una demanda de CPU masiva y paralela que es arquitectónicamente diferente de las cargas de trabajo tradicionales en la nube. "Los agentes no alquilan núcleos. Solo quieren que el trabajo se haga rápido". NVIDIA está acelerando simultáneamente las principales herramientas de software del mundo —Cadence, Synopsys, Siemens, Adobe— para que la ejecución de herramientas se realice en CUDA, creando un bucle de demanda de CPU-GPU estrechamente acoplado que es difícil de desintermediar.
Perspectivas para el segundo trimestre y marco para todo el año
La previsión de ingresos para el segundo trimestre de $91.000 millones, más o menos un 2%, implica un crecimiento secuencial de aproximadamente el 11%, impulsado principalmente por Data Center. Se prevé que los márgenes brutos se mantengan estables en el 75% no-GAAP, con la previsión para todo el año mantenida en la mitad de los 70. Se espera que los gastos operativos alcancen los $8.300 millones no-GAAP en el segundo trimestre, con un crecimiento de los gastos operativos para todo el año ahora proyectado en el rango alto del 40% interanual, por encima de las expectativas anteriores, lo que refleja un mayor gasto en I+D y la aceleración del uso interno de herramientas de IA. La perspectiva de la tasa impositiva para todo el año mejoró al 16%-18% desde el 17%-19% debido a la mezcla geográfica. Los compromisos de suministro, incluidos los compromisos de compra de inventario y el suministro prepagado, alcanzaron los $145.000 millones en el primer trimestre, lo que indica una adquisición agresiva y continua para satisfacer la demanda futura. La compañía reiteró su confianza en alcanzar $1 billón en ingresos combinados de Blackwell y Rubin desde 2025 hasta el año calendario 2027, con el alza de la CPU Vera situada totalmente fuera de esa cifra.
Análisis a fondo de NVIDIA Corporation
Modelo de negocio y arquitectura de ingresos
NVIDIA ha realizado una transición estructural: de ser un diseñador de componentes semiconductores a convertirse en un proveedor de infraestructura de inteligencia artificial (IA) integrado verticalmente. La compañía genera la gran mayoría de sus ingresos mediante la arquitectura, el diseño y la venta de plataformas completas de centros de datos para IA. Aunque históricamente dependía de las unidades de procesamiento gráfico (GPU) discretas para el sector de videojuegos, el centro de gravedad de NVIDIA se ha desplazado totalmente hacia los centros de datos. Al cierre del primer trimestre del año fiscal 2027, los ingresos por centros de datos se situaron en $75.200 millones, lo que representa más del 92 por ciento de los $81.600 millones de ingresos trimestrales totales de la empresa. En lugar de limitarse a suministrar aceleradores de silicio individuales, la compañía vende racks de servidores completos, arquitecturas de red avanzadas y software empresarial. Este enfoque de sistema permite a la firma capturar el máximo valor de la cadena de suministro de computación, tratando efectivamente al centro de datos completo como la unidad de cómputo moderna.
La evolución estructural de la base de ingresos es más evidente en el hipercrecimiento de la división de redes. Originado tras la adquisición de Mellanox por $7.000 millones en 2020, el segmento de redes de NVIDIA generó $14.800 millones en ingresos solo en el primer trimestre del año fiscal 2027, un aumento interanual del 199 por ciento. Impulsado por el despliegue de las tecnologías Spectrum-X Ethernet y Quantum InfiniBand, necesarias para conectar miles de unidades de procesamiento individuales, el negocio de redes de NVIDIA genera ahora más ingresos que la totalidad de los proveedores tradicionales de switching empresarial. La compañía reclasificó recientemente su estructura de informes en Centros de Datos y Edge Computing, delimitando claramente su enfoque en la infraestructura de hiperescala y los puntos finales de inferencia de IA descentralizada. El motor de monetización se basa en un ciclo arquitectónico anual, lo que obliga a los clientes a realizar continuos ciclos de actualización de hardware para seguir siendo competitivos en el entrenamiento y despliegue de modelos de lenguaje extensos.
Dinámica de la industria y concentración de clientes
La estructura de la demanda de infraestructura de IA permanece fuertemente concentrada en la cúspide de la pirámide de la computación en la nube. Los proveedores de servicios en la nube de hiperescala, principalmente Microsoft Azure, Google Cloud, Amazon Web Services y Meta Platforms, representan aproximadamente la mitad de los ingresos de centros de datos de la compañía. Estas organizaciones están inmersas en una carrera armamentista para construir infraestructura a escala de gigavatios, lo que eleva el gasto de capital total de los hiperescaladores a una cifra estimada de $725.000 millones para el año calendario 2026. Sin embargo, NVIDIA ha diversificado de manera agresiva y exitosa su base de clientes para diluir este riesgo de concentración. La otra mitad de los ingresos por centros de datos proviene ahora de iniciativas soberanas de IA, despliegues empresariales y proveedores especializados de infraestructura neocloud. Esta base de demanda más amplia demuestra que la dependencia del hardware de la compañía es estructural en las economías globales y no se limita a un puñado de gigantes del software estadounidense.
Las restricciones en la cadena de suministro siguen siendo el factor limitante para el reconocimiento de ingresos, creando una dinámica donde NVIDIA dicta el ritmo del despliegue global de la IA. La compañía opera como un diseñador de semiconductores fabless, dependiendo totalmente de Taiwan Semiconductor Manufacturing Company para la producción física. El cuello de botella crítico es la tecnología de empaquetado avanzada Chip-on-Wafer-on-Substrate, necesaria para unir los núcleos de procesamiento con memoria de alto ancho de banda. Al asegurar estratégicamente entre el 60 y el 70 por ciento de la capacidad global de empaquetado hasta 2026, NVIDIA ha construido efectivamente un foso físico de suministro. Esta reserva de capacidad restringe severamente el volumen de silicio de alto rendimiento que los competidores pueden llevar al mercado, lo que permite a la firma mantener su imponente poder de fijación de precios y obtener márgenes brutos sostenidos del 75 por ciento, incluso durante transiciones complejas de productos.
Panorama competitivo y cuota de mercado
NVIDIA continúa manteniendo un control férreo sobre el mercado de aceleradores de IA, con una cuota de mercado de aproximadamente el 80 al 86 por ciento por ingresos a principios de 2026. El principal competidor de silicio comercial, Advanced Micro Devices, ha capturado cerca del 5 al 7 por ciento del mercado con sus arquitecturas Instinct MI350 y la próxima MI400. Aunque Advanced Micro Devices ofrece métricas de rendimiento por dólar convincentes y sirve como una fuente de suministro secundaria vital para los proveedores de nube conscientes de los costos, le cuesta romper los costos de cambio asociados con el ecosistema de NVIDIA. La verdadera amenaza competitiva para el monopolio de NVIDIA no proviene de otros proveedores de semiconductores comerciales, sino de las iniciativas de silicio personalizado interno de sus clientes más grandes. Los hiperescaladores están girando agresivamente hacia sus propios circuitos integrados de aplicación específica (ASIC) para recuperar márgenes y afirmar el control sobre el destino de su infraestructura.
Las plataformas de silicio personalizado, como la séptima generación de Tensor Processing Unit de Google, Trainium 3 de Amazon y los aceleradores Maia de Microsoft, representan un vector de competencia que se acelera rápidamente. Respaldados por los servicios de diseño y la propiedad intelectual de redes de compañías como Broadcom y Marvell, estos proyectos internos de los hiperescaladores están capturando una parte creciente del despliegue de cómputo agregado. Los datos de mercado sugieren que los circuitos integrados de aplicación específica personalizados están creciendo a una tasa de crecimiento anual compuesta del 44 por ciento hasta el final de la década. A medida que los proveedores de nube asignan mayores porciones de sus presupuestos de gasto de capital al silicio interno, NVIDIA se ve obligada a ampliar continuamente la brecha de rendimiento entre el hardware de propósito general y el silicio personalizado. La estrategia consiste en innovar a una velocidad que haga económicamente irracional que los proveedores de nube se comprometan totalmente con sus propios chips desarrollados internamente.
El giro hacia la inferencia y los nuevos competidores disruptivos
La naturaleza fundamental de las cargas de trabajo de IA está experimentando actualmente un cambio masivo del entrenamiento de modelos a la inferencia de modelos. A medida que los modelos de lenguaje extensos pasan del laboratorio a entornos comerciales reales, y a medida que los sistemas de IA agéntica intensivos en cómputo escalan, la inferencia representa ahora aproximadamente dos tercios de toda la demanda de cómputo. Esta transición altera la matriz de requisitos de hardware. Mientras que el entrenamiento exige un procesamiento paralelo masivo y una inmensa memoria de ancho de banda, las cargas de trabajo de inferencia valoran la latencia ultrabaja, la velocidad de generación de tokens y la eficiencia de costo por consulta. Al reconocer que la economía de la inferencia es la clave para desbloquear la rentabilidad del software a largo plazo, la industria ha sido testigo de una afluencia de nuevos competidores altamente capitalizados que diseñan arquitecturas optimizadas específicamente para estas métricas precisas.
La intensidad competitiva en el mercado de inferencia alcanzó su punto de ebullición con la oferta pública inicial de Cerebras Systems en mayo de 2026, que debutó con una valoración totalmente diluida superior a los $56.000 millones. El Wafer-Scale Engine de Cerebras, un chip monolítico del tamaño de un plato, ataca directamente los cuellos de botella de latencia inherentes a las unidades de procesamiento gráfico tradicionales. En lugar de observar pasivamente esta amenaza, NVIDIA ha utilizado agresivamente su balance para consolidar el espacio de inferencia. La adquisición por $20.000 millones de la startup de silicio personalizado Groq en diciembre de 2025 sirvió como una maniobra defensiva definitiva. Al integrar la arquitectura de inferencia de baja latencia de Groq, NVIDIA eliminó efectivamente a su retador arquitectónico independiente más creíble, asegurándose de seguir siendo la capa fundamental tanto para el entrenamiento de modelos como para el despliegue de aplicaciones en vivo.
Hoja de ruta de productos y velocidad de innovación
La defensa definitiva de NVIDIA contra el silicio personalizado y las nuevas arquitecturas es un ritmo implacable de lanzamiento de productos. La compañía ha pasado con éxito de un ciclo de arquitectura de dos años a un exigente calendario de lanzamiento anual. A medida que la arquitectura Blackwell escala hacia la producción global completa en la primera mitad del año fiscal 2027, la compañía ha acelerado simultáneamente el cronograma para su plataforma de próxima generación, Vera Rubin. La inteligencia de mercado indica que la unidad de procesamiento gráfico Rubin R100 entró en producción masiva antes de lo previsto en abril de 2026. Fabricada en un proceso de 3 nanómetros e integrando memoria de alto ancho de banda de próxima generación, la arquitectura Rubin promete, según se informa, un aumento de cinco veces en el rendimiento de inferencia y una reducción de diez veces en los costos de generación de tokens en comparación con Blackwell.
La superioridad del hardware está fuertemente reforzada por la pila de software Compute Unified Device Architecture (CUDA) propiedad de NVIDIA. Durante casi dos décadas, la compañía ha subvencionado e integrado sus bibliotecas de software en instituciones académicas y ecosistemas de desarrolladores empresariales. Cada marco de trabajo de IA importante se integra de forma nativa con esta capa de software, creando una inmensa barrera de fricción para cualquier desarrollador que intente migrar cargas de trabajo a silicio comercial alternativo o chips personalizados de hiperescaladores. Para igualar a NVIDIA, los competidores no solo deben diseñar un hardware superior, sino también desarrollar una pila de software equivalente desde cero, mientras convencen simultáneamente a los desarrolladores de abandonar herramientas familiares. La interacción entre la extrema velocidad de ingeniería de hardware y el profundo arraigo en el ecosistema de software constituye el foso competitivo más formidable en el sector tecnológico moderno.
Trayectoria de la gestión y asignación de capital
Bajo la dirección del fundador y CEO Jensen Huang, el equipo directivo ha demostrado una previsión estratégica y una capacidad de ejecución excepcionales. Huang posicionó famosamente a la compañía para el superciclo de la IA una década antes del punto de inflexión de los modelos generativos, cultivando los ecosistemas de hardware y software mucho antes de que se materializara la demanda comercial. En la fase actual de hipercrecimiento, la dirección ha navegado inmensas complejidades en la cadena de suministro, logrando llevar arquitecturas de billones de transistores a la producción masiva mientras mantenía los márgenes brutos GAAP en un extraordinario 74,9 por ciento en el primer trimestre del año fiscal 2027. Esta disciplina operativa demuestra que la compañía puede escalar los límites físicos de la computación sin sacrificar la economía unitaria.
La reciente evolución en la política de asignación de capital señala una profunda confianza de la dirección en la durabilidad de la generación futura de flujo de caja libre. Junto con la publicación de resultados del primer trimestre del año fiscal 2027, la junta autorizó un programa de recompra de acciones sin precedentes de $80.000 millones y aumentó el dividendo trimestral en efectivo 25 veces, hasta $0,25 por acción. Históricamente, las empresas de hardware de semiconductores han utilizado los picos cíclicos para acumular efectivo ante las inevitables recesiones. Al optar por devolver sistemáticamente decenas de miles de millones de dólares a los accionistas mientras financia simultáneamente la hoja de ruta de investigación y desarrollo más intensiva en capital de la industria, la dirección está transmitiendo la firme creencia de que la construcción de infraestructura actual es estructuralmente permanente y no un fenómeno cíclico transitorio.
El balance
NVIDIA se erige como el arquitecto indiscutible de la construcción de infraestructura global de IA, ejerciendo una cuota de mercado del 80 por ciento protegida por un ecosistema de software impenetrable y un bloqueo implacable de la cadena de suministro. La capacidad de la compañía para mantener márgenes brutos del 75 por ciento sobre una base de ingresos trimestrales de $81.600 millones es testimonio de que su hardware sigue siendo el factor limitante definitivo para las ambiciones estratégicas de los hiperescaladores. Al adelantar el lanzamiento de la arquitectura Rubin y adquirir tácticamente a los competidores disruptivos en el espacio de la inferencia, la firma ha neutralizado preventivamente las amenazas arquitectónicas más graves, estableciendo un ritmo de innovación que los competidores comerciales y los proyectos de silicio interno tienen dificultades para igualar.
El riesgo principal reside en la magnitud del gasto de capital de los hiperescaladores necesario para sostener este ciclo de crecimiento, junto con la creciente capacidad del silicio interno personalizado diseñado para erosionar el poder de fijación de precios de NVIDIA con el tiempo. Sin embargo, la diversificación de la demanda hacia entidades soberanas y la computación descentralizada en el borde (edge computing), junto con el escalado masivo del negocio de redes de $14.800 millones trimestrales, proporciona un aislamiento estructural contra la deserción de un solo cliente. La introducción de programas agresivos de retorno de capital reduce aún más el perfil de riesgo de la acción, consolidando la transición de la firma de ser un proveedor cíclico de hardware a un proveedor de servicios públicos maduro y generador de efectivo para la economía digital.