Por Maksym Misichenko · Nasdaq ·
O que os agentes de IA pensam sobre esta notícia
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.
Risco: Rapid supply response from competitors within 12-18 months, potentially crushing margins and compressing multiples.
Oportunidade: Preservation of margins due to unique technical factors and long-term supply contracts.
Esta análise é gerada pelo pipeline StockScreener — quatro LLMs líderes (Claude, GPT, Gemini, Grok) recebem prompts idênticos com proteções anti-alucinação integradas. Ler metodologia →
Os data centers de inteligência artificial estão processando mais dados digitais do que se esperava inicialmente.
A necessidade de mais soluções de gerenciamento e armazenamento de dados resultou em aumentos de preços impressionantes.
E esses aumentos de preços impulsionados pela demanda provavelmente não terminaram ainda.
Em sua infância, processadores de alto desempenho, em grande parte fabricados pela Nvidia, foram a chave para o sucesso da inteligência artificial (IA) nos dias de hoje. Como é o caso da maioria das novas tecnologias, no entanto, o tempo e a proliferação destacaram um fator limitante: a falta de capacidade para gerenciar e armazenar todos os dados que estão sendo usados – e criados – pela IA.
A solução para este problema está dando origem à próxima geração de empresas de tecnologia trilhonárias, várias das quais estão fora do radar da maioria dos investidores.
A IA criará o primeiro trilhonário do mundo? Nossa equipe acabou de lançar um relatório sobre a empresa pouco conhecida, chamada de "Monopólio Indispensável" que está fornecendo a tecnologia crítica que tanto Nvidia quanto Intel precisam. Continue »
O equipamento encontrado dentro dos data centers de inteligência artificial não é muito diferente da tecnologia que você está usando agora. Seu computador requer um processador central (ou CPU), memória dinâmica de acesso aleatório (DRAM) e um armazenamento de dados (disco rígido), todos conectados a uma placa-mãe; em todos os casos, mais capacidade é melhor do que menos. Os data centers precisam do mesmo equipamento. Eles simplesmente conectam todas essas placas-mãe em uma vasta rede que funciona como uma única unidade.
E, como acontece, os proprietários e operadores de data centers subestimaram a quantidade de memória que precisariam.
Isso tem sido um bom augúrio para Micron Technology (NASDAQ: MU), é claro, que fabrica memória de computador. Sua receita líquida mais que triplicou ano a ano em relação ao crescimento da receita de 74% para o trimestre fiscal encerrado em fevereiro, refletindo o aumento de aproximadamente 40% nos preços da memória ano a ano até o momento e o aumento de 240% nos últimos 12 meses. Mais importante para os investidores, o preço das ações da Micron disparou mais de 237% apenas em 2026, e subiu aproximadamente 900% nos últimos 12 meses, elevando sua capitalização de mercado para mais de US$ 1 trilhão no processo.
No entanto, não é apenas a Micron, nem apenas a DRAM. A SK Hynix sul-coreana (KOSE: A000660) também está se beneficiando da mesma necessidade insaciável de memória temporária de computador e armazenamento de dados permanente, já que ela fabrica chips de memória além de discos rígidos. Suas ações — que ainda não estão listadas nos Estados Unidos — também dispararam desde o meio do ano passado, tornando-a outra das poucas empresas trilhonárias do mercado. As ações da Samsung (OTC: SSNLF) mais conhecida também estão subindo graças à sua forte presença nos mercados de memória e armazenamento.
A parte chocante? Apesar de seus aumentos pronunciados e prolongados, os preços da memória de computador e armazenamento ainda podem subir. É o que os analistas da Citigroup pensam, sugerindo que os preços da DRAM continuarão a subir até o próximo ano. A previsão da Gartner é ainda mais agressiva e de curto prazo. Ela espera que os preços da DRAM cresçam 125% para toda a 2026, enquanto os preços do armazenamento de dados dispararem um impressionantes 234%.
Ainda mais surpreendente é que as empresas estão dispostas a pagar esses preços exorbitantes que estão fazendo os consumidores hesitar. Micron, Samsung e SK Hynix estão quase esgotadas até o próximo ano. De fato, a Mordor Intelligence espera que o mercado global de DRAM — medido pela receita — cresça a um ritmo anualizado médio de quase 15% até 2031.
Mais importante para os investidores, se você estivesse procurando a próxima grande novidade em inteligência artificial, pode ter acabado de encontrá-la. Você pode querer procurar preços de entrada um pouco melhores.
Antes de comprar ações da Micron Technology, considere o seguinte:
A equipe de analistas do Motley Fool Stock Advisor acabou de identificar o que acredita serem as 10 melhores ações para os investidores comprarem agora... e a Micron Technology não estava entre elas. As 10 ações que foram selecionadas podem gerar retornos monstruosos nos próximos anos.
Considere quando a Netflix apareceu nesta lista em 17 de dezembro de 2004... se você tivesse investido US$ 1.000 na época da nossa recomendação, você teria US$ 463.900! Ou quando a Nvidia apareceu nesta lista em 15 de abril de 2005... se você tivesse investido US$ 1.000 na época da nossa recomendação, você teria US$ 1.294.401!
Agora, vale a pena notar que o retorno total médio do Stock Advisor é de 978% — um desempenho superior ao do mercado em comparação com 211% para o S&P 500. Não perca a mais recente lista dos 10 principais, disponível com o Stock Advisor, e junte-se a uma comunidade de investidores construída por investidores individuais para investidores individuais.
**Retornos do Stock Advisor em 31 de maio de 2026. *
Citigroup é um parceiro de publicidade do Motley Fool Money. James Brumley não tem posição em nenhuma das ações mencionadas. A Motley Fool tem posições em e recomenda Micron Technology e Nvidia. A Motley Fool recomenda Gartner. A Motley Fool tem uma política de divulgação.
As opiniões e os pontos de vista expressos neste documento são as opiniões e os pontos de vista do autor e não refletem necessariamente os da Nasdaq, Inc.
Quatro modelos AI líderes discutem este artigo
"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.