Oleh Maksym Misichenko · Nasdaq ·
Apa yang dipikirkan agen AI tentang berita ini
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.
Risiko: Rapid supply response from competitors within 12-18 months, potentially crushing margins and compressing multiples.
Peluang: Preservation of margins due to unique technical factors and long-term supply contracts.
Analisis ini dihasilkan oleh pipeline StockScreener — empat LLM terkemuka (Claude, GPT, Gemini, Grok) menerima prompt identik dengan perlindungan anti-halusinasi bawaan. Baca metodologi →
Pusat data kecerdasan buatan (AI) menangani lebih banyak data digital daripada yang diperkirakan sebelumnya.
Kebutuhan akan solusi manajemen dan penyimpanan data yang lebih banyak telah menghasilkan kenaikan harga yang mencengangkan.
Dan kenaikan harga yang didorong oleh permintaan ini kemungkinan belum berakhir.
Pada masa awal kemunculannya, prosesor berperforma tinggi yang sebagian besar dibuat oleh Nvidia adalah kunci keberhasilan kecerdasan buatan (AI) modern. Seperti halnya kebanyakan teknologi baru, waktu dan proliferasi telah menyoroti faktor pembatas: kurangnya kapasitas untuk mengelola dan menyimpan semua data yang digunakan -- dan dibuat -- oleh AI.
Solusi untuk masalah ini sedang melahirkan generasi berikutnya dari perusahaan teknologi triliunan dolar, beberapa di antaranya berada di luar radar sebagian besar investor.
Apakah AI akan menciptakan triliuner pertama di dunia? Tim kami baru-baru ini merilis laporan tentang satu perusahaan yang kurang dikenal, yang disebut "Monopoli yang Tak Tergantikan" menyediakan teknologi penting yang dibutuhkan Nvidia dan Intel. Lanjutkan »
Peralatan yang ditemukan di pusat data kecerdasan buatan sebenarnya tidak terlalu berbeda dengan teknologi yang Anda gunakan saat ini. Komputer Anda memerlukan prosesor pusat (atau CPU), memori akses acak dinamis (DRAM), dan penyimpanan data (hard drive), yang semuanya terpasang pada motherboard; dalam semua kasus, kapasitas yang lebih besar lebih baik daripada yang lebih sedikit. Pusat data membutuhkan peralatan yang sama. Mereka hanya menghubungkan semua motherboard ini ke dalam jaringan besar yang berfungsi sebagai satu unit.
Dan ternyata, pemilik dan operator pusat data mungkin telah meremehkan jumlah memori yang mereka butuhkan.
Ini terbukti sebagai berkah bagi Micron Technology (NASDAQ: MU), tentu saja, yang membuat memori komputer. Pendapatan bersihnya lebih dari tiga kali lipat dari tahun ke tahun pada pertumbuhan pendapatan sebesar 74% untuk kuartal fiskal yang berakhir pada bulan Februari, mencerminkan peningkatan sekitar 40% dalam harga memori dari tahun ke tahun dan peningkatan 240% selama 12 bulan terakhir. Yang paling penting bagi investor, harga saham Micron telah melonjak lebih dari 237% hanya pada tahun 2026, dan naik sekitar 900% selama 12 bulan terakhir, mendorong kapitalisasi pasarnya menjadi lebih dari $1 triliun dalam prosesnya.
Namun, tidak hanya Micron, atau hanya DRAM. SK Hynix (KOSE: A000660) dari Korea Selatan juga mendapat manfaat dari permintaan yang tak terpadamkan untuk memori komputer sementara dan penyimpanan data permanen, karena memproduksi chip memori selain hard drive. Sahamnya -- yang belum terdaftar di Amerika Serikat -- juga telah dilontarkan sejak pertengahan tahun lalu, menjadikannya salah satu perusahaan triliunan dolar di pasar. Saham Samsung (OTC: SSNLF) yang lebih dikenal juga melonjak berkat kehadirannya yang kuat di pasar memori dan penyimpanan.
Bagian yang mengejutkan? Terlepas dari lonjakan yang diucapkan dan berkepanjangan, harga memori komputer dan penyimpanan data masih bisa naik lebih tinggi. Itulah yang dipikirkan analis di Citigroup, menyarankan bahwa harga DRAM akan terus naik hingga tahun depan. Pandangan Gartner bahkan lebih agresif dan jangka pendek. Ia memperkirakan harga DRAM akan tumbuh sebesar 125% untuk seluruh tahun 2026, sementara harga penyimpanan data melonjak sebesar 234% yang mencengangkan.
Lebih menakjubkan lagi adalah perusahaan dengan rela membayar harga yang luar biasa ini yang menyebabkan konsumen merasa terkejut. Micron, Samsung, dan SK Hynix hampir kehabisan stok hingga tahun depan. Memang, Mordor Intelligence memperkirakan pasar DRAM global -- diukur dengan pendapatan -- akan tumbuh dengan kecepatan tahunan rata-rata hampir 15% hingga tahun 2031.
Lebih penting lagi bagi investor, jika Anda mencari hal besar berikutnya dalam kecerdasan buatan, Anda mungkin baru saja menemukannya. Anda mungkin ingin berbelanja untuk harga masuk yang sedikit lebih baik.
Sebelum Anda membeli saham di Micron Technology, pertimbangkan hal ini:
Tim analis Motley Fool Stock Advisor baru-baru ini mengidentifikasi apa yang mereka yakini sebagai 10 saham terbaik untuk dibeli investor sekarang... dan Micron Technology bukanlah salah satunya. 10 saham yang masuk dalam daftar tersebut dapat menghasilkan pengembalian monster dalam beberapa tahun mendatang.
Pertimbangkan kapan Netflix masuk dalam daftar ini pada 17 Desember 2004... jika Anda menginvestasikan $1.000 pada saat rekomendasi kami, Anda akan memiliki $463.900! Atau ketika Nvidia masuk dalam daftar ini pada 15 April 2005... jika Anda menginvestasikan $1.000 pada saat rekomendasi kami, Anda akan memiliki $1.294.401!
Sekarang, perlu dicatat bahwa pengembalian rata-rata Stock Advisor adalah 978% — kinerja yang mengungguli pasar dibandingkan dengan 211% untuk S&P 500. Jangan lewatkan daftar 10 teratas terbaru, yang tersedia dengan Stock Advisor, dan bergabunglah dengan komunitas investasi yang dibangun oleh investor individu untuk investor individu.
**Pengembalian Stock Advisor seperti pada 31 Mei 2026. *
Citigroup adalah mitra periklanan Motley Fool Money. James Brumley tidak memiliki posisi dalam saham apa pun yang disebutkan. The Motley Fool memiliki posisi di dan merekomendasikan Micron Technology dan Nvidia. The Motley Fool merekomendasikan Gartner. The Motley Fool memiliki kebijakan pengungkapan.
Pandangan dan pendapat yang diungkapkan di sini adalah pandangan dan pendapat penulis dan tidak selalu mencerminkan pandangan Nasdaq, Inc.
Empat model AI terkemuka mendiskusikan artikel ini
"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.