محلل Citriini: قد يؤدي نمو الطلب على الذكاء الاصطناعي إلى إعادة صياغة دورة التخزين، وقد لا يؤدي التوسع في الطاقة بالضرورة إلى انهيار أرباح الشركات

رسالة من BlockBeats بتاريخ 18 يوليو/تموز، كتب المحلل Jukan من Citrini أن تحليلاً سوقياً حديثاً يرى أن تراجع أسهم شركات شرائح الذاكرة خلال الفترة الأخيرة لا يعود فقط إلى عوامل خفض الرافعة المالية، بل إن السوق بدأ كذلك بتسعير توقعات توسع المعروض في 2028 مقدماً. ورغم أن التوقعات السائدة في القطاع تشير إلى أن اختلالات العرض والطلب على الذاكرة المتطورة مثل HBM ستستمر حتى 2027، فإن مؤسسات بحثية ومحللين من جهة البيع يرون عموماً أنه مع قيام شركات مثل Samsung Electronics وSK Hynix بزيادة كبيرة في الطاقة الإنتاجية، من المرجح أن يبدأ فجوة العرض والطلب في التراجع اعتباراً من 2028. وبحسب الخبرة التقليدية، تميل أسهم الذاكرة إلى الصعود والذروة قبل أسعار الذاكرة بنحو فصلين، لكن التحليل يطرح أن السوق قد لا يلتزم بالقاعدة نفسها، وقد يعكس كذلك توقعات زيادة المعروض على نحو أبكر لفترة أطول.

غير أن جميع السيناريوهات المتشائمة ترتكز على افتراض واحد—أن الطاقات الإنتاجية الجديدة ستُطلق بشكل مكثف في 2028، ما يؤدي إلى هبوط حاد آخر في أسعار الذاكرة. وبالعودة إلى التاريخ، فمنذ ثمانينيات القرن الماضي، فإن معظم انهيارات أسعار الذاكرة في كل مرة كانت تنجم تقريباً عن التوسع السريع في العرض، لا عن تراجع الطلب، إذ إن طلب عصر الحواسيب الشخصية والهواتف الذكية والحوسبة السحابية ظل في الواقع ينمو باستمرار. وقد تكون دورة الذكاء الاصطناعي الحالية مختلفة جوهرياً عن الدورات السابقة: إذ إن تطبيقات الذكاء الاصطناعي تولّد طلباً أكثر حساسية للسعر بالنسبة للقدرة الحاسوبية والذاكرة، وعندما تنخفض الأسعار قد تتجاوز سرعة نمو الطلب الأثر الناجم عن اتساع فجوة الانخفاض السعري، ما يضعف من تأثير دورات الذاكرة التقليدية.

يستشهد التحليل بورقة بحثية بعنوان 《The Economics of Digital Intelligence Capital》 نُشرت في 2026 من جانب Zhang وZhang، وتذكر أن مرونة الطلب السعري لـ AI Token تبلغ نحو 1.42، أي أنه عند انخفاض السعر بنسبة 1% يمكن أن تزيد كمية الطلب بحوالي 1.42%. وتخلص الورقة إلى أنه عندما ينخفض سعر الـAPI بشكل كبير، فإن المطورين لا يزيدون فقط حجم الاستدعاءات، بل يعتمدون أيضاً أطر استدلال أكثر كثافة في استخدام القدرة الحاسوبية، ما يجعل استهلاك الـToken ينمو نمواً ذا سِمة تقعر (凸性). وبالاستناد إلى DRAM كمثال: إذا انخفض سعر البيع بنسبة 30%، ففي ظل الدورة التقليدية غالباً ما يتقلص الدخل والأرباح بشكل كبير؛ إذ إن Samsung Electronics شهدت انخفاضاً في أرباح التشغيل خلال 2019 بنسبة 52.8% على أساس سنوي. أما في بيئة الطلب الجديدة المدفوعة بالذكاء الاصطناعي، فإذا نما حجم المبيعات بنحو 42%، وفي الوقت نفسه ساعدت ترقية العمليات على خفض التكاليف بنحو 15%، فقد تبقى إيرادات القطاع في الأساس مستقرة، مع توقع أن يتقلص انخفاض الأرباح إلى حدود 15% تقريباً. يرى التحليل أن هذا الفرق قد يحدد ما إذا كان يتعين على مصنعي الذاكرة الاستمرار في تقييم أسهمهم وفقاً لنسبة مضاعف الربحية 5 إلى 6 أضعاف الخاصة بأسهم الدورات التقليدية.