„Walka byków i niedźwiedzi” w przechowywaniu danych według opinii czołowego eksperta TMT z Goldman Sachs

Chipy pamięciowe są obecnie największym polem walki między bykami i niedźwiedziami na rynku. Sean Johnstone, ekspert TMT z Goldman Sachs Europe, przedstawił swoją ocenę sytuacji.

W najnowszym raporcie Sean Johnstone podkreślił, że zamówienia na HBM (High Bandwidth Memory) i DRAM zostały wyprzedane aż do 2027 roku, a długoterminowe umowy (LTA) zawierają dolną granicę ceny, marża brutto pozostaje na poziomie średnio-wysokim powyżej 70%, a strukturalny popyt na AI będzie nadal ograniczać podaż aż do 2028 roku. To jest fundament dla byków.

Jednak niedźwiedzie koncentrują się na innym wymiarze — "drugiej pochodnej" wzrostu cen. Johnstone zauważył, że tempo wzrostu cen już zaczęło zwalniać i przewiduje, że osiągnie szczyt w drugim lub trzecim kwartale 2027 roku, po czym nawet nastąpi łagodny spadek. W międzyczasie, kiedy marża brutto osiągna środkowe 80%, klienci zaczynają ponownie projektować swoje rozwiązania, aby zmniejszyć zależność od pamięci — to naturalny mechanizm odpowiedzi rynku.

Ruchy Nvidia potwierdzają tę logikę. Johnstone wspomniał, że Nvidia ocenia użycie rozwiązań HBM z mniejszą liczbą warstw w swojej następnej generacji superchipu "Vera Rubin". Powód jest prosty: koszty pamięci stanowią już około 62% ogólnej listy materiałowej (BOM) Vera Rubin, a koszty modułu pamięci SOCAMM2 po stronie CPU są nawet wyższe niż koszty HBM4 po stronie GPU. Tak duża presja kosztowa zmusza Nvidia do aktywnego poszukiwania alternatywnych rozwiązań.

Dla ostrożnych inwestorów, ich reakcją jest kompresja mnożnika wyceny — z 5 razy do 2-3 razy. Johnstone podkreśla, że nie jest to oznaka końca cyklu, lecz stwierdzenie, że "najłatwiejszy do zdobycia beta rzadkości już minął". Zadał też pytanie: niedźwiedzie muszą się zastanowić, czy faktycznie skracają fundamenty, czy tylko skracają momentum?

Ponadto Johnstone zwrócił uwagę, że The Wall Street Journal doniósł ponownie, iż Apple testuje produkty chińskiego producenta chipów pamięciowych — Changxin Memory Technologies, objemujące takie linie produktowe, jak iPhone i MacBook, aby złagodzić presję podaży pamięci spowodowaną popytem na AI.

Absolutna cena nadal rośnie, ale dalszy potencjał wzrostu zależy od dwóch zmiennych

Johnstone wskazuje, że absolutna cena pamięci będzie rosła aż do połowy 2027 roku. Później dalszy wzrost zależy od dwóch czynników:

1. Trwałość dolnej granicy cenowej LTA — czy długoterminowe umowy rzeczywiście będą utrzymywać minimalny poziom cen;

2. Możliwość zrównoważenia presji normalizacji tradycyjnego DRAM/NAND przez kombinację HBM — czy premia za produkty high-end może zrekompensować spadek cen masowej pamięci.

Warto zauważyć, że Elon Musk niedawno publicznie zadeklarował, iż tempo wzrostu zapotrzebowania na AI wynosi około 200%, podczas gdy tempo wzrostu podaży to tylko około 20%. Te dane wzmacniają strukturalną logikę byków. Jednak Johnstone zauważa, że punkt skupienia rynku przesunął się — inwestorzy zaczęli wyceniać "wolniejsze tempo wzrostu cen", a prawdziwe uwolnienie mocy produkcyjnych nastąpi dopiero pod koniec 2027 roku lub w 2028 roku, głównie w zakresie HBM, a nie tradycyjnych rozwiązań pamięciowych.

Oprogramowanie i inne sektory technologiczne: najnowsze oceny Goldman Sachs

Oprócz pamięci Johnstone uporządkował także kilka innych obecnie istotnych tematów technologicznych na rynku.

Sektor oprogramowania wykazuje wyraźną dyferencjację. Goldman Sachs uważa, że sektor software nie jest już handlowany jako "przegrany AI" w ramach pojedynczego czynnika. Platformy z zakresu infrastruktury danych i narzędzi dla deweloperów (jak NET, PLTR, TEAM, TWLO) już odbiły od dołka, a rynek obdarza te firmy zaufaniem, wierząc w dodatkowy popyt i nowe obciążenia generowane przez AI. Z kolei dostawcy czysto aplikacyjnego software (jak HUBS) wciąż mają trudności, a inwestorzy oczekują twardych dowodów, że AI rozszerza ich podstawowe przychody, a nie tylko je zastępuje.

Analityczka software z Goldman Sachs, Gabriela, ma pozytywne zdanie o SNOW i PANW, ale negatywne o ADBE, INTU i WDAY. Powodem jest presja na zapotrzebowanie i główne workflow tych ostatnich.

Wykorzystanie modeli AI (open source vs closed source): podczas calli wynikowych Pinterest i Duolingo wyraźnie pokazano, że modele open source szybko zastępują closed source. Zarząd Pinterest wskazał, że koszt pojedynczej transakcji dla modelu open source to mniej niż 8% kosztu porównywalnego modelu closed source. CEO Duolingo, Luis von Ahn, powiedział wprost: "Jeśli jakość jest porównywalna, przechodzimy na model open source, bo są o wiele tańsze" i przewiduje, że w przyszłości kombinacja modeli będzie coraz bardziej tendencją dla open source.

Popyt na finansowanie AI: emisje akcji powiązane z AI stanowią około 40% tegorocznych nowych emisji na rynku amerykańskim. Goldman Sachs szacuje, że wydatki inwestycyjne hyperscalerów cloud w 2027 roku wyniosą 1,1 biliona USD, przekraczając przepływy operacyjne o ok. 150 miliardów USD, a dodatni wolny cash flow pojawi się dopiero w 2028 roku. Według strategów kredytowych Goldman Sachs, ci giganci mogą pokryć około 35% tych wydatków przez finansowanie dłużne, co przekłada się na globalną emisję obligacji na poziomie 400 miliardów USD. Jednocześnie w tym roku tempo buybacków w indeksie S&P 500 wzrosło o około +11%, a wartość zgody na nowe buybacki prawie osiągnęła 1 bilion USD, a prognoza roczna to ok. 1,4 biliona USD. To powinno skompensować około 700 miliardów USD presji podaży akcji na rynku pierwotnym.