Global AI infrastructure and semiconductor bottlenecks — Interpretação do relatório

Visão geral

O Morgan Stanley busca oportunidades onde o gasto em IA encontra restrições de capacidade, maior conteúdo por componente ou complexidade de fabricação. Prefere computação de IA, depois redes, e analógicos fora de IA; é mais cauteloso com exposição genérica a memória.

Visões principais

O Morgan Stanley afirma que o GPT-6 Astra pode ampliar aplicações comerciais de IA em raciocínio, engenharia, uso de computadores e tarefas do mundo físico. A melhora do modelo pode aumentar o número, a duração e a complexidade das cargas de inferência, deslocando o debate da formação de demanda para as restrições físicas de entregar inteligência em escala. Computação de IA é o segmento de maior convicção. A demanda por GPU, CPU, ASIC, lógica de ponta e componentes de suporte supera expectativas anteriores. A TSMC elevou a orientação de crescimento de receita de 2026 para >40% Y/Y e o capex para US$60-64bn. A oportunidade se estende a ABF, MLCC, encapsulamento, testes e energia. Os fundamentos de memória permanecem fortes, mas o risco-retorno relativo está menos atraente. O Morgan Stanley espera ciclo tardio em 4Q26, com desaceleração de preços e revisões de lucros. O preço contratual de DRAM em 3Q26 acompanhava Approximately +20% Q/Q e 4Q26 acompanhava About +5-10% Q/Q. A complexidade BEOL do HBM4E pode atrasar a expansão de oferta, mas a preferência é por ganho estrutural de participação, localização e exposição downstream de IA em vez de memória commodity genérica. Redes são a segunda opção, pois clusters maiores de aceleradores exigem mais comunicação. A oportunidade scale-up é estimada em >US$70bn by 2030. Não se espera substituição imediata de cobre por óptica: o caminho é cobre, NPO ou híbrido e depois CPO. A adoção de CPO scale-up deve ser limitada em 2028 e mais forte a partir de 2029. Fora de IA, analógicos são diversificação e hedge de ciclo inicial, apoiados por estoques baixos, estabilização de preços, melhores pedidos industriais e recuperação da utilização. A questão é se a melhora reflete vendas finais sustentáveis ou reposição de distribuidores. Os mercados tradicionais de consumo seguem fracos. Os embarques globais de smartphones devem cair aproximadamente 13% Y/Y em 2026, incluindo cerca de 15% para Android. PCs enfrentam pressão de custos e recuperação limitada; infraestrutura de hyperscalers e nuvem de IA é mais forte que substituição convencional de servidores. A capacidade de entregar lucros é o principal fator de curto prazo. O consenso prevê 56% de crescimento de lucros para beneficiários de IA em 2027, enquanto o Morgan Stanley considera 53% mais provável. Desaceleração do capex de IA a partir de 2027, macroeconomia, petróleo, inflação, política do Fed e eleições dos EUA são ventos contrários.

Estrutura de análise

O Morgan Stanley organiza o ciclo tecnológico entre computação de IA, memória, redes, analógicos e mercados finais de consumo. Combina demanda e capex, restrições de oferta, preços, revisões de lucros, estágio do ciclo e exposição por empresa.

Notas metodológicas

• Marco de análise setorialMarco de oferta e demanda

  Análise de oferta, demanda e gargalos

  Compara a demanda impulsionada por IA com restrições físicas de capacidade em substratos, fabricação de memória, encapsulamento e redes.

• Marco de análise setorialTransmissão entre elos da cadeia de valor

  Transmissão na cadeia de valor da infraestrutura de IA

  Acompanha a demanda de GPU e ASIC até fundição, ABF, MLCC, encapsulamento, testes, energia e componentes de rede.

• Marco de ciclo e conjunturaAnálise de pontos de inflexão do ciclo

  Análise de estágio de ciclo e momentum de lucros

  Classifica memória como ciclo tardio, analógicos como ciclo inicial e consumo como fraco, usando preços, estoques, pedidos, utilização e revisões.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• NVIDIA (NVDA)

  Exposição preferida a GPU em computação de IA.

  Pontos fortes

  Exposição direta à demanda por computação de IA e a cargas crescentes de inferência.

  Comparação

  Parte do segmento de computação de IA mais preferido.

  Riscos

  Expectativas elevadas e possível desaceleração do capex de IA.

• CXMT

  Exposição preferida a memória por localização e ganho estrutural de participação.

  Pontos fortes

  Demanda doméstica chinesa de IA/servidores, localização de HBM e DDR5, e CAGR previsto de 46% de embarques bit em 2025-28e.

  Comparação

  Preferida à exposição genérica a memória commodity.

  Riscos

  Maturidade do ciclo de memória e futura expansão de oferta.

• Corning (GLW), Lumentum (LITE), Coherent (COHR), Keysight Technologies (KEYS)

  Beneficiários preferidos de redes scale-up e maior complexidade de testes.

  Pontos fortes

  Exposição a óptica independente de arquitetura, lasers, motores ópticos, componentes CPO/NPO e testes de rede.

  Pontos fracos

  A adoção de CPO no curto prazo deve continuar limitada.

  Comparação

  Preferidos a uma tese estreita de substituição imediata do cobre.

  Riscos

  Transição óptica mais lenta que o esperado.

• STMicroelectronics, NXP, Renesas

  Exposição analógica preferida como complemento não IA de ciclo inicial.

  Pontos fortes

  Estoques baixos, recuperação de preços e melhora da demanda industrial ou automotiva.

  Pontos fracos

  A recuperação requer confirmação de vendas finais sustentáveis.

  Comparação

  Analógicos são posicionados como hedge para exposição estrutural à IA.

  Riscos

  A melhora pode ser reposição de distribuidores, não demanda duradoura.

Dados principais

• Orientação de crescimento de receita da TSMC para 2026>40% Y/YElevada por demanda de IA mais forte.
• Capex da TSMC em 2026US$60-64bnCitado como evidência de demanda de IA acima do esperado.
• Participação de semicondutores de IA na receita da TSMC em 2026>30%Estimativa do Morgan Stanley.
• CAGR de lucros da Samsung Electro-Mechanics29% in 2026-28eApoiado por demanda de ABF e MLCC vinculada à IA.
• Preço contratual de DRAM em 3Q26Approximately +20% Q/QAcima da estimativa anterior de 15-20% para DRAM e NAND.
• Perspectiva de preço de DRAM em 4Q26About +5-10% Q/QA visibilidade posterior é limitada.
• Oportunidade de redes scale-up>US$70bn by 2030Mais de 4 vezes a estimativa de um ano antes.
• Embarques de switches CPO23k in 2026; 59k in 2027; ~200k by 2030Previsão do Morgan Stanley para a expansão de CPO.
• Embarques globais de smartphonesApproximately -13% Y/Y in 2026Inclui aproximadamente -15% para Android.
• Crescimento de lucros de consenso para beneficiários de IA56% in 2027O Morgan Stanley considera 53% mais provável.

Impacto e implicações

O relatório prefere exposição à demanda de IA onde a inferência mais ampla encontra oferta restrita, maior conteúdo ou maior complexidade de fabricação. Coloca computação em primeiro lugar, redes em segundo, memória seletiva e analógicos como diversificação de ciclo inicial.

Riscos

• Beneficiários de IA podem não entregar as surpresas positivas exigidas por expectativas elevadas.
• O crescimento do capex de IA pode desacelerar a partir de 2027 e pressionar ações.
• Preços, revisões e risco-retorno de memória podem enfraquecer com a maturação do ciclo e nova capacidade.
• Macroeconomia, petróleo, inflação, política do Fed e eleições dos EUA são riscos indicados.
• Custos mais altos de componentes podem pressionar demanda por smartphones, PCs e eletrônicos de consumo.

Pontos a observar

• Evidência de que GPT-6 Astra cria cargas comercialmente úteis e eleva demanda de inferência.
• Demanda de IA da TSMC, planos de capex e sinais de aperto de oferta em ABF, MLCC, encapsulamento e testes.
• Preços de DRAM e NAND até 4Q26, crescimento de oferta e cronograma de nova capacidade no fim de 2027.
• Ritmo de expansão de redes scale-up e transição de cobre para NPO, híbrido e CPO.
• Pedidos, utilização, preços, estoques de canal e book-to-bill de analógicos.
• Demanda de smartphones, PCs e eletrônicos de consumo sob maiores custos de memória e componentes.