Jensen Huang presentó una nueva etapa de Nvidia: fábricas de IA, inferencia masiva y sistemas autónomos

La presentación oficial no se limitó a anunciar productos, sino que delineó una arquitectura industrial de la Inteligencia Artificial que abarca desde el hardware hasta su aplicación en la economía real

En ese marco, Huang introdujo el concepto de AI Factories, infraestructuras diseñadas para producir inteligencia de manera continua. A diferencia de los centros de datos tradicionales, estas plataformas integran chips, redes, software y energía para generar inferencias a gran escala, en un modelo que la compañía compara con sistemas industriales de producción.

El cambio no es menor. La IA deja de ser una herramienta puntual para convertirse en capacidad productiva, con impacto directo en sectores como la industria, los servicios y la gestión pública.

Otro de los ejes centrales de la presentación fue la consolidación de la inferencia como núcleo económico del sector. Tras una primera etapa dominada por el entrenamiento de modelos, el foco se desplaza ahora hacia su uso masivo en aplicaciones reales. Cada interacción con sistemas de IA —desde un chatbot hasta un agente corporativo— implica consumo de infraestructura, costos medibles en tokens y una creciente demanda de eficiencia energética.

Durante la keynote, Huang remarcó que esta dinámica redefinirá los presupuestos tecnológicos de las empresas, donde el costo por inferencia y la latencia se convierten en variables críticas para la competitividad.

En paralelo, la compañía avanzó sobre el desarrollo de IA con agentes, sistemas capaces de ejecutar tareas complejas de forma autónoma. A diferencia de los asistentes tradicionales, estos agentes pueden planificar, interactuar con herramientas y operar de manera continua, lo que anticipa un cambio estructural en el software empresarial.

La presentación también abordó la expansión de la IA hacia el mundo físico. Bajo el concepto de physical AI, NVIDIA propone integrar modelos, simulación y robótica para desarrollar sistemas capaces de interactuar con entornos reales. En este esquema, plataformas de simulación permiten entrenar máquinas en entornos virtuales antes de su despliegue en industrias como la manufactura, la logística o la movilidad.

En términos de infraestructura, la compañía reforzó su liderazgo en computación acelerada, con arquitecturas diseñadas específicamente para soportar inferencia masiva y sistemas autónomos. Este enfoque consolida una tendencia: todo sistema de cómputo relevante estará atravesado por aceleración basada en GPU y arquitecturas híbridas.

Más allá de los desarrollos tecnológicos, el mensaje de fondo fue estratégico. NVIDIA busca posicionarse no solo como proveedor de hardware, sino como una capa estructural de la economía de la iInteligencia Artificial, integrando chips, software, redes y un ecosistema global de desarrolladores y empresas.

Este cambio tiene implicancias directas en el mapa geopolítico y económico. La expansión de fábricas de IA depende de variables como disponibilidad de energía, capacidad de despliegue de data centers y acceso a hardware avanzado, lo que abre una nueva competencia entre países y regiones.

En ese contexto, América Latina, y particularmente Argentina, aparece con ventajas potenciales vinculadas a recursos energéticos y territorio, aunque con el desafío de desarrollar una estrategia coordinada para capturar estas oportunidades.

La keynote de Huang en GTC 2026 deja una conclusión clara: la IA ya no es una industria emergente, sino la base de una nueva infraestructura global. Un sistema que no solo procesa información, sino que organiza la producción, redefine el software y comienza a integrarse en el mundo físico.