Global technology and AI equity de-rating: J.P. Morgan vê oportunidades após o avançado de-rating em tecnologia, lideradas por semicondutores

Visão geral

Este relatório global de estratégia de ações examina se a venda de tecnologia e AI no verão avançou o suficiente para criar oportunidades. O J.P. Morgan conclui que posicionamento e avaliações foram substancialmente reajustados, mas distingue entre semicondutores, com lucros e fundamentos de capex fortes, e software ou negócios vulneráveis a AI, com preocupações estruturais de rentabilidade.

Visões principais

O amplo ecossistema de tecnologia e AI ficou estagnado por cerca de três meses, de junho até a semana anterior, após o rali do início do ano enfrentar posicionamento esticado e preocupações sobre a durabilidade e monetização do capex em AI. O J.P. Morgan argumenta que o ajuste deixou o posicionamento mais limpo e que a força dos lucros, os planos de capex intactos e os casos de monetização em formação sustentam um novo engajamento com o grupo. Não espera retorno ao antigo nível extremo de liderança de tecnologia e AI, mas vê muitas oportunidades no complexo de AI. O relatório mantém preferência por semicondutores em relação a software. O posicionamento em semicondutores foi desmontado, e a queda é considerada saudável porque os fundamentos continuam robustos: não se espera equilíbrio entre oferta e demanda antes de 2028, os preços devem continuar subindo até 2027 e os comentários corporativos indicam que a demanda ainda acelera. A economia de AI continua sustentando compras de computação, os avanços de modelos aceleram e os hyperscalers têm espaço para financiar forte crescimento de capex nos próximos dois anos com fluxo de caixa operacional, dívida e capital. Desde o pico de Semis versus Software em junho, o EPS forward de 12 meses de Semis subiu 30%, enquanto Software quase não teve melhora de lucros; o relatório vê a lacuna entre desempenho relativo de preços e lucros como suporte para reentrar no par Semis versus Software. O J.P. Morgan não recomenda uma posição vendida direta em software, pois o forte de-rating tornou o grupo historicamente barato e pode sustentar recuperações táticas. Porém, continua esperando que Software, Business Services e Media expostos à canibalização por AI fiquem atrás de outras partes do ecossistema de AI. Custos menores de modelos reduzem barreiras à entrada para empresas de software e desenvolvimento interno, enquanto competição mais intensa e dúvidas persistentes sobre rentabilidade pressionam a perspectiva de longo prazo. Cibersegurança é uma exceção relativa: suas ações subiram e alguns múltiplos são elevados, mas o relatório acredita que ameaças de segurança ligadas a AI manterão o tema relevante. A análise também identifica mudanças entre os beneficiários da infraestrutura de AI. Software superou Semis em 12% em um dia após o apelo por desacelerar a fronteira de AI, mostrando sensibilidade a notícias sobre modelos de fronteira. Ainda assim, o J.P. Morgan duvida que uma desaceleração material se concretize, pois a disputa permanece altamente competitiva. A AI agêntica deve aumentar a necessidade total de computação e deslocar as cargas para mais CPU: a infraestrutura LLM tradicional tem relações CPU/GPU de 1:4 a 1:8, enquanto a AI agêntica pode chegar a 1:1 ou ficar ainda mais inclinada a CPU por orquestração, movimentação de dados, uso de ferramentas e gestão de estado. O relatório destaca equipamentos de produção de semicondutores como beneficiários do capex, nomeia ASML como a principal exposição europeia a SPE e observa que ela está barata em PEG apesar das apostas em revisões negativas de lucros. A AI agêntica também traz riscos para plataformas de consumo e empresas europeias que se beneficiam de inércia do consumidor, fricção de busca, custos de troca ou controle de tráfego. As cestas vulneráveis do J.P. Morgan incluem viagens, descoberta e publicidade, marketplaces, fintech e seguros. Se a AI agêntica se tornar a interface padrão do consumidor, menos tráfego e leads podem pressionar margens. Essas cestas tiveram forte queda após o anúncio relevante, mas o relatório enfatiza que avaliações baixas não resolvem o risco fundamental à rentabilidade. Para Mag-7 e hyperscalers, o relatório vê a compressão de valuation como parcialmente justificável, mas possivelmente excessiva. Mag-7 está estável no ano e negocia em mínimas de avaliação de 10 anos; o índice de hyperscalers cai 8% no ano e seu P/E forward relativo está mais de um desvio-padrão barato. O maior gasto em AI está transformando modelos de negócio de leves em ativos para intensivos em ativos, tornando o fluxo de caixa livre negativo e elevando emissões de dívida e capital. O fluxo de caixa livre combinado de Amazon, Microsoft, Alphabet, Meta e Oracle cai de $233.4bn em 2024 para $10.6bn em 2026 e -$96.4bn em 2027. Os preços de Token caíram fortemente e geraram preocupações com monetização, mas o relatório afirma que o aumento explosivo no consumo compensou até agora a queda de preços unitários, o gasto total aumenta e casos de monetização estão se formando. Assim, prevê que o crescimento sólido dos lucros apoie o desempenho dos hyperscalers mesmo que novo de-rating absorva parte do benefício. No mercado geral, o J.P. Morgan espera que as ações retomem o avanço quando a volatilidade de petróleo e juros diminuir e a sazonalidade fraca de setembro passar, com a temporada de resultados de Q3 prevista como robusta. O crescimento estimado dos lucros de IT em Q3 2026 é de 30.8% para o S&P 500 e 35.2% para o STOXX 600. Os elevados pesos de tecnologia —39% nos EUA, 44% em EM, 19% no Japão e 9% na Europa— indicam que melhor negociação de tecnologia ajudaria os índices. Contudo, o relatório afirma que o mercado não precisa de AI superando o restante para avançar: durante a correção de momentum de junho-julho, Kospi e índices de semicondutores caíram fortemente, mas as ações em geral resistiram e atingiram novas máximas em agosto. Sua alocação ampla continua Overweight em ações, EM e Eurozone, com Semis entre os setores preferidos.

Estrutura de análise

O J.P. Morgan combina análise de posicionamento e preço relativo, revisões de EPS forward, comparações de valuation por P/E forward e PEG, evidências setoriais de oferta e demanda, comentários corporativos sobre demanda e análise de financiamento de capex. Em seguida, conecta os desenvolvimentos tecnológicos à exposição regional de ações, à alocação setorial e ao cenário de juros, volatilidade do petróleo e lucros de Q3.

Notas metodológicas

• Marco de análise setorialMarco de oferta e demanda

  Análise de oferta, demanda e preços de semicondutores

  O relatório avalia demanda, capacidade de oferta e preços de semicondutores para argumentar que os fundamentos permanecem favoráveis: não se espera equilíbrio antes de 2028 e os preços devem subir até 2027.

• Métodos de avaliaçãoAvaliação por P/L e PEG

  Valuation relativo por P/E forward e PEG

  O relatório compara múltiplos forward com faixas históricas e expectativas de lucros para identificar de-rating avançado em Software, Mag-7, Hyperscalers e ASML.

• Marco de fundamentos corporativos e finançasAnálise do fluxo de caixa livre

  Análise de fluxo de caixa livre e financiamento de hyperscalers

  O relatório usa fluxo de caixa livre projetado e emissões de dívida e capital para mostrar como o capex em AI altera os perfis financeiros dos hyperscalers e explica parte da compressão de valuation.

• Teoria quantitativa, de fatores e de portfóliosAnálise de fatores de estilo

  Comparação de desempenho relativo e revisões de lucros entre Semis e Software

  O relatório compara movimentos de preço, EPS e valuation setoriais para sustentar uma preferência relativa por Semis versus Software, em vez de uma posição vendida direcional em Software.

Mapeamento e comparação de ativos

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

• Semiconductors

  Exposição setorial preferida no ecossistema de AI

  Pontos fortes

  Revisões fortes de lucros, fundamentos saudáveis de oferta e demanda, preços esperados em alta e capex de AI sustentado.

  Pontos fracos

  O desempenho recente foi prejudicado por posicionamento extremo e dúvidas sobre a durabilidade da demanda de computação.

  Comparação

  Preferido a Software no arcabouço de operação de pares Semis versus Software do J.P. Morgan.

  Riscos

  Menores exigências de computação, regulação, concorrência da China, demanda por chips de menor especificação e restrições de financiamento dos hyperscalers.

• Software

  Exposição estruturalmente desafiada pela canibalização de AI

  Pontos fortes

  Avaliações historicamente baixas e normalização do posicionamento vendido podem apoiar recuperações táticas.

  Pontos fracos

  Revisões limitadas de lucros, competição mais intensa e incerteza persistente sobre rentabilidade de longo prazo.

  Comparação

  Menos preferido que Semiconductors apesar do forte de-rating.

  Riscos

  Desenvolvimento interno habilitado por AI e custos menores de modelos podem prejudicar os modelos existentes de negócio e receita.

• Hyperscalers

  Financiadores de capex em AI e beneficiários da demanda por computação

  Pontos fortes

  Crescimento sólido de lucros, consumo crescente de AI e casos de monetização em formação.

  Pontos fracos

  O capex em AI reduziu o fluxo de caixa livre e aumentou a dependência de financiamento por dívida e capital.

  Comparação

  Os P/E forward relativos estão mais de um desvio-padrão baratos, apesar da transição para modelos mais intensivos em ativos.

  Riscos

  Nova compressão de múltiplos, comoditização de modelos, falhas de monetização e pressão de financiamento.

• ASML

  Beneficiário europeu de equipamentos de produção de semicondutores por maior capex

  Pontos fortes

  Analistas setoriais do J.P. Morgan preveem fundamentos sólidos para o grupo e identificam ASML como a principal exposição europeia a SPE.

  Pontos fracos

  Sua avaliação reflete expectativas dos investidores de revisões negativas de lucros.

  Comparação

  O relatório descreve ASML como barata em PEG frente às suas perspectivas fundamentais.

  Riscos

  Revisões negativas de lucros se o gasto ou a demanda por semicondutores decepcionarem.

Dados principais

• EPS forward de 12 meses de semicondutores desde o pico de junho+30%Os lucros forward continuaram a subir durante a reversão do preço relativo.
• EPS forward de 12 meses de software desde o pico de junho+3%O relatório descreve isso como quase nenhuma melhora de lucros.
• Valuation do Mag-710-year lowsO grupo passou por de-rating para quase um desvio-padrão barato em P/E forward relativo.
• Desempenho do índice de hyperscalers-8% YTDO índice inclui Amazon, Alphabet, Microsoft, Meta e Oracle.
• Fluxo de caixa livre combinado dos hyperscalers$10.6bn in 2026; -$96.4bn in 2027Em comparação com $233.4bn em 2024, reflete o impacto do maior capex em AI.
• Crescimento estimado dos lucros de IT em Q3 202630.8% for S&P 500; 35.2% for STOXX 600O relatório cita lucros robustos como suporte à sua perspectiva ampla para ações.

Impacto e implicações

O J.P. Morgan considera que as oportunidades em tecnologia após o de-rating são mais seletivas: prefere semicondutores e infraestrutura de AI por revisões de lucros e demanda de capex fortes, enquanto software e empresas vulneráveis a AI podem ter recuperação tática, mas enfrentam pressão competitiva e de rentabilidade de longo prazo. Melhor negociação de tecnologia apoiaria os principais índices, especialmente Coreia e mercados emergentes, mas não é essencial para uma alta mais ampla das ações.

Riscos

• As necessidades de computação em AI podem ser menores que o esperado se os modelos se tornarem mais eficientes ou o consumo de memória cair.
• Riscos regulatórios, concorrência da China e migração de clientes para chips de menor especificação podem enfraquecer a demanda por semicondutores.
• O capex dos hyperscalers pode pressionar o fluxo de caixa livre, exigir maior financiamento e enfrentar preocupações de monetização ou de defesas dos modelos.
• A adoção de AI pode reduzir tráfego, leads e margens de plataformas de consumo dependentes de interação direta do usuário.
• Preços mais altos de petróleo, yields de títulos e incerteza geopolítica podem atrasar a recuperação esperada do mercado acionário.

Pontos a observar

• Resultados de Q3 e a direção das revisões de EPS, especialmente em tecnologia e semicondutores.
• Planos de capex dos hyperscalers, fontes de financiamento, consumo de Token e evidências de que a monetização compensa preços menores de Token.
• Comentários sobre demanda de semicondutores, condições de oferta e demanda e perspectivas de preços até 2027.
• Volatilidade de petróleo e juros, incluindo a trajetória dos yields de Treasury dos EUA e expectativas de política.
• O efeito da AI agêntica sobre a demanda por CPU e sobre plataformas de consumo, marketplaces, fintech e seguros dependentes de tráfego.