来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
小组的共识是看跌 लागेल，主要风险包括人工智能资本支出正常化、来自三星和 SK 海力士的竞争加剧以及内存定价的周期性。
风险: 人工智能资本支出正常化导致内存需求崩溃和利润率压缩
机会: 未识别
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
美光股价较52周高点下跌17%。
根据其预测收益，它看起来像是一个非常便宜的买入。
持续的内存短缺可能使美光公司的收益在不久的将来急剧增长。
内存股炙手可热，而美光科技（NASDAQ: MU）在过去12个月里已飙升约600%。市值约为7700亿美元，已成为全球最有价值的科技公司之一。随着企业大力投资人工智能（AI），内存产品的需求不断增长，美光公司也受益于这一趋势。
然而，在如此短的时间内价值大幅上涨，您可能想知道现在是否仍然是投资这家科技股的好时机。您是否应该考虑今天购买美光科技的股票，还是最好等待其价值下跌？
人工智能会创造世界上第一个万亿富翁吗？ 我们的团队刚刚发布了一份关于一家鲜为人知的公司——被称为“不可或缺的垄断者”的公司——的报告，该公司提供英伟达和英特尔都需要的关键技术。继续 »
最近几天，美光股价出现回调。周一收盘价为681.54美元，较其52周高点818.67美元下跌17%。这是一个小幅下跌，但是否足以使其成为一个有吸引力的买入则有待商榷。该股的市盈率为32倍，但根据分析师对其未来收益的预期，其远期市盈率（P/E）仅略低于8倍。
如果您相信分析师的预期，并认为由于内存产品短缺，美光公司未来还有更大的增长空间，那么您可能会认为它现在仍然是一只便宜的股票。但由于该行业历来是周期性的，存在这种高需求最终会消退的危险，届时，该股可能会回吐大部分涨幅。
如果美光股价再下跌10%，也不会使其突然成为更划算的买入。如果您购买它，您可能是期望该公司未来有更大的增长，并且认为它是一个显而易见的买入，因为它远期市盈率低，相信这次情况不同，其内存产品的需求将长期保持高位。如果您属于这一群体，那么价值的微小下跌可能不会实质性地改变事情。
与此同时，如果您对人工智能驱动的需求持怀疑态度，那么您可能会将该股过去一年的超额收益视为该公司已变得估值过高的证据，而价格的小幅下跌不会改变这一点。
美光公司要么被高估，要么被低估，这取决于您是否相信分析师的预测。如果您打算购买它，因为您认为需求将保持非常强劲，那么现在可能是购买的好时机。但如果您风险规避程度更高，那么由于今天其估值中已包含的乐观情绪，您最好完全避开该股。
在您购买美光科技的股票之前，请考虑以下几点：
《Motley Fool Stock Advisor》分析师团队刚刚确定了他们认为投资者现在可以购买的10只最佳股票……而美光科技不在其中。入选的10只股票在未来几年可能会带来巨额回报。
想想当Netflix在2004年12月17日进入这个名单时……如果您在我们推荐时投资1000美元，您将获得483,476美元！ 或者当英伟达在2005年4月15日进入这个名单时……如果您在我们推荐时投资1000美元，您将获得1,362,941美元！
现在，值得注意的是，《Stock Advisor》的总平均回报率为998%——与标准普尔500指数的207%相比，这是一个碾压市场的表现。不要错过最新的前10名名单，可通过《Stock Advisor》获取，并加入一个由散户投资者为散户投资者建立的投资社区。
截至2026年5月19日的《Stock Advisor》回报。*
David Jagielski, CPA 未持有任何提及股票的头寸。《Motley Fool》持有并推荐美光科技的股票。《Motley Fool》有披露政策。
此处表达的观点和意见是作者的观点和意见，不一定反映纳斯达克公司的观点和意见。
四大领先AI模型讨论这篇文章
"竞争对手资本支出的增加有导致内存短缺在 12 个月内结束的风险，使得低远期市盈率成为一种错觉，而不是一个便宜货。"
लागेल远期市盈率接近 8 倍，只有在当前 DRAM/HBM 短缺持续到 2025 年时才显得便宜，但文章淡化了三星和 SK 海力士正在加速资本支出和新工厂的建设，这些工厂通常会在 12-18 个月内导致供应过剩。600% 的涨幅已经包含了持续的人工智能驱动需求，但内存仍然是科技行业周期性最强的行业之一，利润率在一个低迷时期内可以波动 30 个百分点。从 818 美元小幅回调并不能改变二元结果：要么收益连续多年超出预期，要么股价回吐大部分涨幅。
人工智能工作负载每个服务器需要 3-5 倍于传统数据中心的高带宽内存，这可能在结构上延长短缺，并证明即使在新产能上线后，低远期市盈率也是合理的。
"只有当你相信周期性商品业务在供应赶上人工智能驱动的需求时不会恢复到正常利润率， लागेल 8 倍的远期市盈率才算便宜。"
文章将估值折扣与买入信号混为一谈，但数学上并不支持。是的，MU 的远期市盈率为 8 倍，而市盈率为 32 倍——但这种 75% 的压缩假设分析师的估计是可以实现的。内存是周期性的；文章承认这一点，但随后又将其忽略。真正的风险：我们正处于人工智能资本支出狂热的高峰期。当超大规模数据中心完成建设或利用率令人失望时，内存需求将急剧下降。从 818 美元下跌 17% 并不重要，如果正常周期定价为 400 美元。文章还忽略了台积电和三星有大量产能即将上线——MU 面临供应竞争，而不是短缺。
如果人工智能的采用速度快于共识预期，并且内存限制真正持续到 2026-27 年，那么 MU 的远期估计可能会被证明是保守的，即使是 681 美元相对于 1200 美元以上的潜在价格也显得很便宜。
"文章的估值分析基于一个巨大的、错误的市值数字，这掩盖了 लागेल周期性波动和竞争性供应风险的现实。"
文章包含一个明显的错误： लागेल的市值远非 7700 亿美元；它更接近 1000 亿美元。这种歪曲使得基于该数字的“高得离谱”的估值前提无效。虽然 8 倍的远期市盈率看起来很有吸引力，但它假设当前 HBM（高带宽内存）供需失衡将无限期持续下去。投资者正在忽视商品化 DRAM 和 NAND 的周期性。如果人工智能资本支出降温，或者三星和 SK 海力士大力提高 HBM 产能， लागेल的利润率将迅速压缩。押注一个“明智”的购买在这里忽略了半导体制造中固有的巨额库存风险。
如果 HBM3e 成为整个 AI 基础设施建设的真正供应受限的永久瓶颈， लागेल的定价能力可能会比历史周期所暗示的更长时间地维持这些高利润率。
"文章夸大了 लागेल的规模，并忽略了真实周期性和人工智能需求的不确定性，使得“便宜”的论点不可靠。"
这篇文章推崇“非常便宜”的叙事，但包含一个明显的错误： लागेल的市值远非 7700 亿美元；这个数字破坏了看涨论点的可信度。即使在下跌 17% 后，接近 8 倍的远期市盈率仍然依赖于持续的人工智能内存需求，而这种需求是高度周期性的。主要风险：人工智能资本支出放缓、内存价格下跌、竞争对手的新产能以及宏观需求疲软。如果这些风险出现，收益可能会令人失望，市盈率可能会进一步压缩，使得价格下跌不足以释放价值。
看涨论点反驳：如果内存短缺持续存在，并且人工智能相关的资本支出保持高位， लागेल可能会维持高利润率，并重新定价至远期收益的 10 倍以上，将下跌转化为可买入的反弹。
"HBM 合格领先优势和市值错误加在一起表明，供应缓解和文章的可信度都被夸大了。"
许多小组成员指出了竞争对手的资本支出，但忽略了 HBM 的技术壁垒。 लागेल目前与主要人工智能客户的合格领先优势可能会将定价能力延长到 2026 年，超越典型的 DRAM 周期。Gemini 正确地指出了市值错误，这完全削弱了文章的前提，并暗示其看涨观点是基于有缺陷或过时的假设，而不是深入分析。
"合格领先优势可以争取时间，但不能带来永久性；周期性利润率压缩仍然是未定价的尾部风险。"
Grok 的 HBM 合格领先优势是真实的，但最多只能持续 12-18 个月——不是结构性的。三星和 SK 海力士不会永远放弃人工智能客户；他们已经在出货 HBM3e。更大的失误：没有人量化过如果人工智能资本支出正常化到当前水平的 40% 会发生什么。内存需求不会降至零，但利润率会在两个季度内压缩 40-50%。这是 8 倍市盈率没有定价的尾部风险。
"向 HBM 密集型人工智能架构的转变创造了一个结构性需求底线，从而减轻了传统的周期性利润率压缩。"
Claude，你忽略了资本配置的转变。超大规模数据中心不仅仅是购买芯片；它们正在围绕 HBM 密集型架构重新设计数据中心。这不是标准的 DRAM 周期，因为瓶颈不再仅仅是产能，而是封装复杂性和良率。即使资本支出增长放缓，"内存墙"问题也会使 HBM 定价能力保持稳定。 लागेल的 HBM3e 不仅仅是一种商品；它是当前一代推理密集型人工智能工作负载的必需组件。
"HBM 定价能力是一个不断变化的目标；竞争对手的资本支出可能会导致供应过剩，从而比文章暗示的更早地侵蚀 8 倍的远期市盈率。"
指出市值错误是有效的，并且削弱了文章的可信度；但更大的风险在于，如果三星/SK 海力士大量供应或人工智能资本支出正常化，HBM 定价能力会迅速消退。"12-18 个月优势"的说法是一个不断变化的目标：如果 HBM3e 变得更加多供应商化并且良率提高，利润率可能会比 8 倍远期市盈率所暗示的更快压缩。看涨论点仍然依赖于脆弱的、周期性的供需动态，而不是永久性短缺。
小组的共识是看跌 लागेल，主要风险包括人工智能资本支出正常化、来自三星和 SK 海力士的竞争加剧以及内存定价的周期性。
未识别
人工智能资本支出正常化导致内存需求崩溃和利润率压缩