بقلم Maksym Misichenko · Nasdaq ·
ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر
The panel generally agrees that while AI is driving demand for memory, the cyclical nature of the industry and potential supply responses from competitors pose significant risks to current high valuations and margins. The key debate lies in the timing and extent of these responses, with some panelists (Grok, Gemini) arguing that unique technical factors and long-term supply contracts could preserve margins longer than typically expected.
المخاطر: Rapid supply response from competitors within 12-18 months, potentially crushing margins and compressing multiples.
فرصة: Preservation of margins due to unique technical factors and long-term supply contracts.
يتم إنشاء هذا التحليل بواسطة خط أنابيب StockScreener — يتلقى أربعة LLM رائدة (Claude و GPT و Gemini و Grok) طلبات متطابقة مع حماية مدمجة من الهلوسة. قراءة المنهجية →
مراكز بيانات الذكاء الاصطناعي تتعامل مع كميات أكبر من البيانات الرقمية مما كان متوقعًا في البداية.
أدى الحاجة إلى المزيد من حلول إدارة وتخزين البيانات إلى ارتفاعات مذهلة في الأسعار.
ومن المرجح أن هذه الزيادات في الأسعار المدفوعة بالطلب لم تنته بعد.
في مهدها، كانت المعالجات عالية الأداء التي تصنعها في الغالب Nvidia هي المفتاح لنجاح الذكاء الاصطناعي (AI) في العصر الحديث. ومع ذلك، كما هو الحال مع معظم التقنيات الجديدة، فقد سلطت الوقت والتوسع الضوء على عامل مقيد: نقص القدرة على إدارة وتخزين جميع البيانات المستخدمة - والخلاقة - بواسطة الذكاء الاصطناعي.
الحل لهذه المشكلة يمهد الطريق للجيل القادم من شركات التكنولوجيا التريليونية، العديد منها بعيد عن معظم المستثمرين.
هل سيخلق الذكاء الاصطناعي أول تريليونير في العالم؟ فريقنا أطلق للتو تقريرًا عن الشركة الوحيدة غير المعروفة تقريبًا، والتي تُسمى "احتكارًا لا غنى عنه" توفر التكنولوجيا الحيوية التي يحتاجها كل من Nvidia و Intel. تابع »
المعدات الموجودة داخل مراكز بيانات الذكاء الاصطناعي ليست مختلفة حقًا عن التكنولوجيا التي تستخدمها الآن. جهاز الكمبيوتر الخاص بك يتطلب معالجًا مركزيًا (أو وحدة المعالجة المركزية)، وذاكرة الوصول العشوائي الديناميكية (DRAM)، وتخزين بيانات (محرك الأقراص الصلبة)، وكلها متصلة بلوحة أم؛ في جميع الحالات، تكون السعة الأكبر أفضل من السعة الأقل. تتطلب مراكز البيانات نفس المعدات. إنهم فقط يربطون جميع هذه اللوحات الأم معًا في شبكة ضخمة تعمل كوحدة واحدة.
وكما اتضح، ربما قلل مالكو ومشغلو مراكز البيانات من تقديرهم لكمية الذاكرة التي سيحتاجونها.
وقد أثبت ذلك أنه نعمة لـ Micron Technology (NASDAQ: MU)، بالطبع، والتي تصنع ذاكرة الكمبيوتر. ارتفع صافي دخلها بأكثر من ثلاثة أضعاف على أساس سنوي بسبب نمو الإيرادات بنسبة 74٪ للربع المالي الذي ينتهي في فبراير، مما يعكس الزيادة البالغ تقريبًا 40٪ في أسعار الذاكرة حتى تاريخه وزيادة بنسبة 240٪ على مدار الأشهر الـ 12 الماضية. والأهم بالنسبة للمستثمرين، ارتفع سعر سهم Micron بأكثر من 237٪ في عام 2026 فقط، وارتفع بنسبة 900٪ تقريبًا على مدار الأشهر الـ 12 الماضية، مما دفع قيمتها السوقية إلى أكثر من تريليون دولار في هذه العملية.
ولكن الأمر لا يتعلق فقط بـ Micron، ولا يتعلق فقط بـ DRAM. تستفيد أيضًا شركة SK Hynix (KOSE: A000660) الكورية الجنوبية من نفس الطلب الذي لا يشبع على الذاكرة المؤقتة للكمبيوتر وتخزين البيانات الدائم، حيث إنها تصنع رقائق الذاكرة بالإضافة إلى محركات الأقراص الصلبة. وقد ارتفع سعر سهمها - الذي لم يتم إدراجه بعد في الولايات المتحدة - منذ منتصف العام الماضي، مما يجعلها واحدة من شركات التريليون دولار القليلة في السوق. أسهم شركة Samsung (OTC: SSNLF) الأفضل معرفةً ترتفع أيضًا بفضل حضورها القوي في أسواق الذاكرة والتخزين.
الجزء المثير للصدمة؟ على الرغم من ارتفاعاتها المطولة والملموسة، لا يزال بإمكان أسعار ذاكرة الكمبيوتر وتخزين البيانات الارتفاع. هذا ما يعتقده المحللون في Citigroup، مشيرين إلى أن أسعار DRAM ستستمر في الارتفاع حتى العام المقبل. توقعات Gartner أكثر عدوانية وقصيرة الأجل. تتوقع ارتفاع أسعار DRAM بنسبة 125٪ على مدار عام 2026 بأكمله، بينما ترتفع أسعار تخزين البيانات بنسبة مذهلة تبلغ 234٪.
الأكثر إثارة للإعجاب هو أن الشركات على استعداد لدفع هذه الأسعار الباهظة التي تتسبب في تردد المستهلكين. Micron و Samsung و SK Hynix على وشك النفاد حتى العام المقبل تقريبًا. في الواقع، تتوقع Mordor Intelligence أن ينمو السوق العالمي لـ DRAM - كما هو مقاس بالإيرادات - بوتيرة سنوية متراكمة تبلغ حوالي 15٪ بحلول عام 2031.
والأهم بالنسبة للمستثمرين، إذا كنت تبحث عن الشيء الكبير التالي في الذكاء الاصطناعي، فقد وجدته للتو. قد ترغب فقط في البحث عن أسعار دخول أفضل قليلاً.
قبل شراء أسهم في Micron Technology، ضع في اعتبارك هذا:
فريق محللي Motley Fool Stock Advisor حدد للتو ما يعتقدون أنه 10 أسهم أفضل للمستثمرين لشراءها الآن... ولم يكن Micron Technology أحدها. يمكن أن تحقق الأسهم العشرة التي اجتازت الاختبار عوائد هائلة في السنوات القادمة.
ضع في اعتبارك متى ظهرت Netflix في هذه القائمة في 17 ديسمبر 2004... إذا استثمرت 1000 دولار في ذلك الوقت، ستحصل على 463900 دولار! * أو عندما ظهرت Nvidia في هذه القائمة في 15 أبريل 2005... إذا استثمرت 1000 دولار في ذلك الوقت، ستحصل على 1294401 دولار! *
الآن، من الجدير بالذكر أن متوسط العائد الإجمالي لـ Stock Advisor هو 978٪ - وهو أداء متفوق على السوق مقارنة بـ 211٪ للسهم 500. لا تفوت أحدث قائمة تضم أفضل 10، وهي متاحة مع Stock Advisor، وانضم إلى مجتمع استثماري مبني من قبل مستثمرين أفراد للمستثمرين الأفراد.
**عائدات Stock Advisor اعتبارًا من 31 مايو 2026. *
Citigroup هي شريك إعلاني لـ Motley Fool Money. James Brumley ليس لديه أي مركز في أي من الأسهم المذكورة. لدى The Motley Fool مراكز في وتوصي بـ Micron Technology و Nvidia. توصي The Motley Fool بـ Gartner. لدى The Motley Fool سياسة إفصاح.
الآراء ووجهات النظر المعبر عنها هنا هي آراء ووجهات نظر المؤلف ولا تعكس بالضرورة آراء Nasdaq, Inc.
أربعة نماذج AI رائدة تناقش هذا المقال
"Record memory prices will likely face sharp reversal once supply responds to the current profitability surge."
The article positions memory makers like Micron as the overlooked AI winners due to underestimated data-center demand driving 40%+ price gains and trillion-dollar valuations. Yet it ignores the sector's structural cyclicality: elevated margins historically trigger rapid capacity expansion within 12-18 months, especially as foundries shift from HBM to standard DRAM. With MU already up over 200% this year on forward expectations, any AI spending pause or faster supply response would compress margins and multiples far more than the piece acknowledges.
Even with typical cyclical risks, sustained AI training and inference workloads could absorb new supply faster than in prior cycles, keeping utilization and pricing elevated into 2027.
"Memory pricing euphoria reflects temporary supply shock, not structural demand; margins revert sharply once competitors add capacity in 18-24 months, making current valuations unsustainable."
The article conflates supply constraint with durable demand. Yes, DRAM/storage prices are up 40-240% and Micron (MU) is up 237% YTD — but this is classic commodity super-cycle behavior, not a structural moat. Gartner's 125% DRAM growth and 234% storage growth forecasts for 2026 are extraordinary claims requiring extraordinary evidence; they're also suspiciously round numbers that smell like extrapolation rather than bottoms-up capacity modeling. The real risk: capex by SK Hynix, Samsung, and others will come online in 12-18 months, crushing margins. The article ignores that memory is fungible — price discipline evaporates once supply normalizes. MU's trillion-dollar valuation on cyclical earnings is the tell.
If AI data center buildout is genuinely front-loaded and capex constraints are real through 2027, memory suppliers could sustain pricing power longer than historical cycles suggest, and the article's Gartner forecasts may be conservative relative to actual deployment timelines.
"Memory pricing power is a temporary byproduct of supply-chain bottlenecks that will likely revert to mean once current capacity expansion projects reach full production."
The article correctly identifies the transition from a 'compute-constrained' to a 'memory-constrained' AI infrastructure cycle. Micron (MU) and Hynix are currently enjoying pricing power derived from HBM (High Bandwidth Memory) scarcity, which is essential for training large language models. However, assuming 125% DRAM price growth continues into 2027 is dangerous. This sector is notoriously cyclical, and history shows that massive capital expenditure in memory fabrication plants (fabs) inevitably leads to supply gluts once those facilities come online. Investors should look at the equipment manufacturers like Applied Materials or Lam Research, who capture the 'picks and shovels' value without the commodity-price volatility inherent to pure-play DRAM producers.
If AI model efficiency improves significantly, the 'insatiable' demand for memory capacity could plateau, leaving memory manufacturers with massive, expensive, and underutilized fab capacity.
"The idea that AI-driven memory scarcity will unlock lasting trillion-dollar valuations for DRAM/storage players ignores cyclical supply/demand dynamics and risks of price normalization as capacity expands."
While AI data centers spike DRAM and storage demand, the 'next trillion-dollar tech' thesis hinges on a sustained price-up cycle that may not endure. Memory is a highly cyclical, commoditized business, with capacity expansions and aggressive pricing pressure from vendors and cloud customers. Even if AI adds outsized near-term demand, prices could revert as new fabs unlock supply; Nvidia's chip leadership doesn't guarantee margin for memory suppliers, whose profits depend on capital intensity and wafer capacity. The article's rosy path glosses over potential inventory bloat, customer concessions, and the risk that AI efficiency gains reduce memory intensity per unit of compute. Valuations already bake in a lot.
Devil's advocate: The countercase is that AI demand could stay robust longer than expected, with hyperscalers tolerating higher memory costs to preserve performance, and memory suppliers maintaining pricing power amid oligopolistic supply constraints; this could sustain stronger margins than you’d fear.
"HBM manufacturing constraints extend supply tightness past standard DRAM cycle timelines."
Claude's capex timeline assumes uniform DRAM ramps, but HBM's unique TSV stacking and lower yields create real bottlenecks that Samsung and SK Hynix cannot quickly close even with new lines. This technical friction, paired with Grok's foundry shift point, means standard DRAM oversupply may hit before HBM eases, preserving MU margins longer than the 12-18 month historical pattern. Inference demand adds another buffer the forecasts undervalue.
"HBM supply friction buys time for training workloads, but inference demand mix could undermine pricing power faster than the panel assumes."
Grok's HBM bottleneck argument is technically sound, but conflates supply friction with pricing power. TSV yields are indeed sticky—but Samsung and SK Hynix have shipped HBM for years; they're not starting from zero. The real question: does inference demand (lower-margin, higher-volume) actually sustain premium pricing, or does it commoditize memory faster? Nobody's modeled the mix shift. If inference becomes 60%+ of workloads by 2026, margin compression accelerates regardless of HBM scarcity.
"Long-term supply agreements between hyperscalers and memory makers are decoupling HBM margins from historical commodity DRAM cyclicality."
Claude, you’re missing the shift in capital allocation. Hyperscalers aren't just buying commodity memory; they are increasingly engaging in direct, long-term supply agreements that prioritize HBM availability over spot-price sensitivity. This 'take-or-pay' dynamic effectively shifts the inventory risk back to the cloud providers, insulating Micron and Hynix from the traditional cyclical demand shocks Gemini fears. The margin profile for HBM is structurally higher, and these contracts act as a synthetic moat against the standard DRAM commoditization cycle.
"Take-or-pay contracts cushion near-term margins but do not create a durable moat; demand/efficiency surprises could still compress memory margins despite these contracts."
Gemini's 'take-or-pay' supply contracts may cushion MU margins in the near term, but they don't prove a durable moat. If AI demand cools or model efficiency improves, the marginal memory capacity still sets price, and long-term deals can become a burden for memory suppliers if utilization drops. The real risk is a demand or efficiency surprise that undercuts memory intensity, causing margins to compress even with contracted volumes.
The panel generally agrees that while AI is driving demand for memory, the cyclical nature of the industry and potential supply responses from competitors pose significant risks to current high valuations and margins. The key debate lies in the timing and extent of these responses, with some panelists (Grok, Gemini) arguing that unique technical factors and long-term supply contracts could preserve margins longer than typically expected.
Preservation of margins due to unique technical factors and long-term supply contracts.
Rapid supply response from competitors within 12-18 months, potentially crushing margins and compressing multiples.