Від Максим Місіченко · Nasdaq ·
Що AI-агенти думають про цю новину
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.
Ризик: Rapid supply response from competitors within 12-18 months, potentially crushing margins and compressing multiples.
Можливість: Preservation of margins due to unique technical factors and long-term supply contracts.
Цей аналіз створений pipeline'ом StockScreener — чотири провідні LLM (Claude, GPT, Gemini, Grok) отримують ідентичні промпти з вбудованими захистами від галюцинацій. Прочитати методологію →
Центри обробки даних штучного інтелекту обробляють більше цифрових даних, ніж очікувалося спочатку.
Потреба в більших рішеннях для управління та зберігання даних призвела до приголомшливого зростання цін.
І ці цінові коливання, зумовлені попитом, ймовірно, ще не закінчилися.
У своїй зародковій стадії високопродуктивні процесори, здебільшого вироблені Nvidia, були ключем до успіху сучасного штучного інтелекту (AI). Однак, як і у випадку з більшістю нових технологій, час і поширення висвітлили обмежуючий фактор: відсутність можливостей для управління та зберігання всіх даних, які використовуються – і створюються – AI.
Рішення цієї проблеми дає поштовх наступному поколінню технологічних компаній вартістю трильйон доларів, декілька з яких поки що не потрапили до поля зору більшості інвесторів.
Чи створить AI першого у світі трильйонера? Наша команда щойно випустила звіт про одну маловідому компанію, яка називається "Indispensable Monopoly", яка надає критично важливі технології, які потрібні Nvidia та Intel. Продовжуйте »
Обладнання, яке знаходиться в центрах обробки даних штучного інтелекту, насправді не сильно відрізняється від технологій, які ви використовуєте зараз. Ваш комп’ютер потребує центрального процесора (CPU), динамічної оперативної пам’яті (DRAM) та сховища даних (жорсткий диск), усі з яких підключені до материнської плати; у всіх випадках, більший обсяг краще, ніж менший. Центри обробки даних потребують того ж обладнання. Вони просто з’єднують усі ці материнські плати разом у величезну мережу, яка функціонує як єдиний блок.
І виявляється, власники та оператори центрів обробки даних, ймовірно, недооцінили обсяг пам’яті, яка їм знадобиться.
Це виявилося благом для Micron Technology (NASDAQ: MU), звичайно, яка виробляє комп’ютерну пам’ять. Її чистий прибуток більш ніж потроювався рік до року на зростання доходів на 74% за фінансовий квартал, що закінчився у лютому, що відображає приблизно 40% зростання цін на пам’ять рік до року та їхнє зростання на 240% за останні 12 місяців. Найважливіше для інвесторів, ціна акцій Micron зросла більш ніж на 237% лише за 2026 рік і на 900% за останні 12 місяців, збільшивши її ринкову капіталізацію до понад 1 трильйона доларів.
Але справа не лише в Micron, і не лише в DRAM. Південна Корея SK Hynix (KOSE: A000660) також отримує вигоду від невгамовної потреби в тимчасовій комп’ютерній пам’яті та постійному зберіганні даних, оскільки вона виробляє чипи пам’яті на додаток до жорстких дисків. Її акції – які поки що не котируються в Сполучених Штатах – також злетіли з середини минулого року, що робить її ще однією з небагатьох компаній вартістю трильйон доларів на ринку. Акції краще відомого Samsung (OTC: SSNLF) також зростають завдяки її сильній присутності на ринках пам’яті та зберігання.
Шокуючий факт? Незважаючи на їхні виражені та тривалі коливання, ціни на комп’ютерну пам’ять і зберігання даних все ще можуть зрости. Так вважають аналітики Citigroup, які вважають, що ціни на DRAM продовжуватимуть зростати протягом наступного року. Прогноз Gartner ще більш агресивний і короткостроковий. Він очікує, що ціни на DRAM зростуть на 125% протягом усього 2026 року, а ціни на зберігання даних злетіть на приголомшливі 234%.
Що ще більш дивовижно, це те, що компанії добровільно платять ці неймовірні ціни, які змушують споживачів вагатися. Micron, Samsung і SK Hynix майже повністю розпродані до наступного року. Дійсно, Mordor Intelligence очікує, що глобальний ринок DRAM – виміряний доходами – зростатиме в середньому щорічно на майже 15% до 2031 року.
Більш важливим для інвесторів є те, що, якщо ви шукали наступну велику річ у штучному інтелекті, ви, можливо, щойно її знайшли. Вам, можливо, захочеться трохи пошукати кращі ціни для входу.
Перш ніж купувати акції Micron Technology, врахуйте це:
Команда аналітиків Motley Fool Stock Advisor щойно визначила, що, на їхню думку, це 10 найкращих акцій для інвесторів зараз… і Micron Technology не була однією з них. 10 акцій, які потрапили до списку, можуть принести величезні прибутки в найближчі роки.
Розгляньте, коли Netflix потрапила до цього списку 17 грудня 2004 року... якщо б ви інвестували 1000 доларів на момент нашої рекомендації, у вас було б 463 900 доларів! Або коли Nvidia потрапила до цього списку 15 квітня 2005 року... якщо б ви інвестували 1000 доларів на момент нашої рекомендації, у вас було б 1 294 401 долар!
Слід зазначити, що загальна середня прибутковість Stock Advisor становить 978% — це перевищення ринку порівняно з 211% для S&P 500. Не пропустіть останній список топ-10, доступний за допомогою Stock Advisor, і приєднайтеся до інвестиційної спільноти, створеної індивідуальними інвесторами для індивідуальних інвесторів.
**Прибутковість Stock Advisor станом на 31 травня 2026 року. *
Citigroup є рекламним партнером Motley Fool Money. James Brumley не має позицій у жодних згаданих акціях. The Motley Fool має позиції в і рекомендує Micron Technology та Nvidia. The Motley Fool рекомендує Gartner. The Motley Fool має політику розкриття інформації.
Погляди та думки, висловлені тут, є поглядами та думками автора і не обов’язково відображають погляди Nasdaq, Inc.
Чотири провідні AI моделі обговорюють цю статтю
"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.