9621 Agnes Crossing, Lake Suzanneview, New Mexico Island 84604-9295.
A próxima divulgação de resultados da Nvidia chega em um momento em que o mercado já conhece muito bem a história principal da empresa. A companhia domina infraestrutura
A próxima divulgação de resultados da Nvidia chega em um momento em que o mercado já conhece muito bem a história principal da empresa.
A companhia domina infraestrutura de inteligência artificial, Jensen Huang costuma apresentar uma visão agressiva de expansão e Wall Street espera mais um trimestre forte.
O problema é justamente esse.
Depois de anos de surpresa positiva, o mercado passou a considerar excelência como padrão. Por isso, a próxima grande valorização da ação pode depender menos de simplesmente entregar bons números e mais de provar que existe um novo mercado grande o suficiente para prolongar o crescimento por vários anos.
É nesse ponto que IA open source e small language models começam a ganhar importância.
Nvidia caiu depois de seis das últimas oito divulgações trimestrais, incluindo as quatro mais recentes.
Esse histórico é importante porque mostra como o mercado mudou sua forma de avaliar a empresa.
Resultados fortes não geram automaticamente alta da ação.
Quando investidores entram no earnings esperando crescimento extraordinário, a empresa precisa ultrapassar uma expectativa que muitas vezes está acima do consenso publicado.
Por isso, a reação negativa pode acontecer mesmo sem deterioração dos fundamentos.
Nas últimas semanas, Nvidia superou o S&P 500 em aproximadamente cinco pontos percentuais.
Isso significa que a ação chega ao earnings com momentum positivo e expectativas elevadas.
Quanto mais o preço sobe antes da divulgação, mais investidores passam a exigir uma confirmação muito forte de crescimento futuro.
O risco não é apenas perder estimativas.
Também existe risco de entregar exatamente aquilo que o mercado já esperava e, portanto, não oferecer motivo suficiente para mais expansão do múltiplo.
UBS continua vendo uma trajetória relevante de crescimento.
Tim Arcuri espera que investidores saiam da próxima conference call com mais confiança em um cenário de lucro por ação superior a US$ 15 em 2027 e US$ 20 em 2028.
Esses números sustentariam crescimento considerável.
Mas Arcuri também ressalta que parte das maiores discussões sobre IA não depende diretamente da Nvidia.
Retorno sobre investimento em infraestrutura, gastos de clientes e risco de crédito pertencem a um ecossistema muito maior.
Nvidia pode vender hardware com enorme sucesso, mas não controla sozinha a economia dos projetos construídos em cima dessa infraestrutura.
Durante fases iniciais de uma nova tecnologia, narrativa pode ter peso muito grande.
Investidores compram a visão.
Depois que a indústria amadurece e centenas de bilhões de dólares já foram investidos, o mercado começa a exigir provas.
Receita.
Margem.
EPS.
Pedidos.
Capacidade de monetização dos clientes.
Nessa fase, comentários otimistas de Jensen Huang continuam importantes, mas precisam ser acompanhados por resultados que sustentem as projeções de longo prazo.
Frank Lee, da HSBC, argumenta que earnings e product roadmap perderam parte da capacidade de criar uma nova reprecificação da ação.
Isso não significa que os dois fatores deixaram de importar.
O argumento é que eles já são conhecidos.
O mercado já espera novos chips, mais capacidade e forte crescimento.
Para que o valuation suba para outro patamar, investidores podem precisar de uma história adicional que expanda a percepção de oportunidade.
Lee acredita que essa narrativa pode vir da IA open source.
Segundo o analista, Nvidia afirma que o conjunto de modelos open source já representa a segunda categoria mais popular em geração de tokens.
Esse avanço pode modificar a estrutura de demanda.
Hoje, uma parte enorme do debate de IA gira em torno de grandes laboratórios que desenvolvem frontier models.
Se modelos menores e abertos se popularizarem, a base de usuários pode ficar muito mais ampla.
Empresas menores, desenvolvedores independentes e governos podem passar a utilizar infraestrutura de IA de forma mais intensiva.
Os small language models, ou SLMs, são particularmente importantes nessa tese.
Eles estão surgindo como uma opção relevante para agentic AI e aplicações on-device.
Modelos menores podem reduzir custos, exigir menos recursos e ser mais fáceis de implantar em situações específicas.
Isso poderia acelerar adoção empresarial.
Para Nvidia, a consequência seria ampliar demanda de inferência para além de um pequeno número de laboratórios de ponta.
Esse é o verdadeiro ponto da tese de HSBC.
Se IA open source e SLMs reduzirem a barreira de entrada, o mercado total da Nvidia pode se expandir para milhões de desenvolvedores, empresas e países.
A companhia deixaria de depender apenas do crescimento de alguns grandes compradores de infraestrutura.
Isso criaria uma base de demanda mais distribuída.
Também poderia tornar o crescimento menos vulnerável às decisões de investimento de poucos hyperscalers.
Lee também menciona soberign nations como parte desse mercado ampliado.
Governos que desejam construir capacidade própria de IA podem aumentar demanda por infraestrutura.
Esse tipo de projeto é diferente do uso comercial tradicional.
Países podem considerar computação de IA como infraestrutura estratégica.
Se essa tendência crescer, Nvidia pode encontrar outra categoria relevante de clientes além de empresas privadas e grandes laboratórios.
Outro elemento favorável é o portfólio de investimentos da Nvidia.
O texto destaca que o mercado vê risco relativamente limitado nessa área enquanto valuations de empresas privadas de IA continuam elevados.
Anthropic aparece como um exemplo.
Se essas empresas aumentam de valor, participações da Nvidia podem se beneficiar.
Isso adiciona uma camada de exposição indireta ao crescimento do ecossistema.
Mas esse fator continua secundário em relação ao principal negócio.
É importante separar os dois motores.
Ganhos em investimentos podem melhorar valor patrimonial.
Mas a tese principal da Nvidia continua baseada na venda de infraestrutura e na capacidade de gerar lucros crescentes.
Se clientes reduzirem capex ou se o retorno sobre projetos de IA decepcionar, valuations privados elevados não seriam suficientes para neutralizar totalmente esse impacto.
É por isso que o mercado continua tão sensível a guidance e a projeções de EPS.
Seis quedas em oito earnings deixam uma mensagem clara.
A empresa não precisa errar para a ação cair.
Ela apenas precisa superar as expectativas por uma margem menor do que investidores esperavam.
Essa dinâmica é típica de ações onde consenso e posicionamento já estão muito otimistas.
Quanto mais alta a expectativa, menor a margem para surpresa negativa.
A primeira é quantitativa.
Os resultados sustentam realmente um caminho para mais de US$ 15 de EPS em 2027 e US$ 20 em 2028?
A segunda é estratégica.
Existe uma nova oportunidade grande o suficiente para manter o crescimento quando o atual ciclo de data centers amadurecer?
A resposta da UBS está mais concentrada na primeira.
A tese da HSBC depende muito da segunda.
Se small language models se tornarem infraestrutura padrão para agentes e aplicações locais, a oportunidade pode se expandir rapidamente.
Esse cenário favoreceria uma demanda muito mais descentralizada por inferência.
Também poderia aumentar o número de usuários que precisam de hardware Nvidia sem necessariamente operar um frontier model gigantesco.
Esse tipo de expansão seria mais importante para valuation do que simplesmente anunciar outra geração de produto.
Mesmo uma história promissora precisa ser monetizada.
O mercado vai querer evidências de que open source realmente aumenta utilização de hardware.
Adoção por desenvolvedores precisa virar workloads.
Workloads precisam virar demanda de computação.
Demanda precisa virar receita e lucro.
Se essa cadeia acontecer, a tese de rerating ganha força.
Se ficar apenas no discurso, o mercado pode continuar valorizando Nvidia principalmente pelos números tradicionais.
Nvidia entra no próximo earnings com expectativas muito altas e um histórico recente mostrando que bons resultados não garantem alta da ação.
UBS acredita que o foco deve ficar na confirmação de uma trajetória para EPS acima de US$ 15 em 2027 e US$ 20 em 2028. HSBC, porém, vê um desafio diferente: para destravar outra reprecificação relevante, Nvidia pode precisar apresentar uma nova narrativa de crescimento.
IA open source e small language models aparecem como candidatos porque podem expandir o mercado de infraestrutura para muito além de poucos laboratórios de frontier models.
O próximo capítulo da Nvidia pode depender menos de provar que continua líder em IA e mais de mostrar que essa liderança pode atender um universo de clientes muito maior. Se open source, SLMs, agentic AI e infraestrutura soberana realmente ampliarem o TAM, a companhia pode encontrar uma nova fonte de crescimento. Caso contrário, até resultados excelentes podem continuar enfrentando o mesmo problema recente: expectativas altas demais para permitir uma reprecificação fácil.
