AI infrastructure materials supply chain — Interpretação do relatório

Visão geral

O relatório afirma que a construção de infraestrutura de AI vai muito além dos semicondutores. Morgan Stanley espera demanda plurianual por materiais em PCB, CCL, MLCC, conectividade óptica, encapsulamento avançado e gestão térmica; suas preferências de curto prazo são tecido de vidro de alta qualidade e folha HVLP4+ por suas restrições de capacidade.

Visões principais

A tese central é um ciclo de conteúdo de materiais, e não apenas de unidades. Sistemas de AI exigem PCB maiores e mais complexos, mais camadas, CCL de maior grau, materiais de menor perda e maior conectividade óptica. O TAM global de PCB deve crescer de aproximadamente US$58bn em 2025 para aproximadamente US$135bn em 2030, CAGR de 18%; a demanda de PCB de AI/data center aumentaria mais de seis vezes, de aproximadamente US$13bn para US$86bn, e atingiria aproximadamente 64% da receita do setor. O TAM de CCL subiria de aproximadamente US$19bn para US$47bn, cerca de 20% ao ano, enquanto a demanda de CCL de AI/data center passaria de aproximadamente US$4bn para US$30bn, CAGR de aproximadamente 47% e mais de sete vezes de crescimento. A maior intensidade de material por sistema explica a expansão. Um PCB avançado de AI exige aproximadamente 100 dias, ou 14.6 semanas, versus 46 dias, ou 6.6 semanas, para um PCB convencional. A migração de CCL de M6/M7 para M8, M8.5 e os esperados M9/M10 aumenta o conteúdo de resina de baixa perda, folha HVLP e tecido de vidro de alta especificação. O tecido de vidro de alta qualidade é a principal oportunidade. O déficit é estimado em aproximadamente 40% em 2026, piora em 2027 e recua para aproximadamente 30% em 2028. Telares Toyota limitados, baixo rendimento de alternativas chinesas, escassez de fios de alta qualidade e maiores custos de platina e ródio restringem a oferta. O ASP japonês subiu 40%, de ¥3,274/kg em 2023 para ¥4,589/kg em 2025, e o mercado deve crescer de aproximadamente ¥40bn em 2024 para aproximadamente ¥150bn em 2030. A folha HVLP4+ é o gargalo de curto prazo mais agudo. A demanda seria aproximadamente 1,028 toneladas/mês em 2026, 3,270 em 2027 e 4,335 em 2028, contra capacidade de aproximadamente 1,080, 2,495 e 3,600 toneladas, implicando déficit de aproximadamente 31% em 2027 e 20% em 2028. Mitsui Kinzoku, com 41% da capacidade global HVLP4 em 2026, é o principal beneficiário de preço e volume; Co-Tech é o seguidor de crescimento mais rápido. A fibra óptica tem fundamentos fortes, mas expansões tornam o risco-retorno de médio prazo menos atraente. A demanda ligada à AI deve ter CAGR acima de 20% entre 2025-30; YOFC espera demanda global acima de 670mn fiber-km em 2026 e crescimento de 69% na demanda de data centers. Morgan Stanley prefere Corning nos EUA, mas alerta que expansões por Corning, Fujikura e Furukawa podem pressionar preços e margens no médio prazo. Resinas e MLCC oferecem participação estrutural mais ampla. O mercado BC/RDL, de aproximadamente US$600mn em 2025, cresceria aproximadamente 5% ao ano até 2029. Placas principais de servidores AI contêm 15,000-25,000 MLCC. Um rack Rubin VR200 NVL72 tem aproximadamente 570,000 MLCC, quase 80% acima de GB300, e conteúdo de US$4,320 versus US$1,530. O TAM de MLCC Cloud AI poderia alcançar aproximadamente US$900mn em 2027 e bem mais de US$1bn em 2030. Diamantes sintéticos, tungstênio e molibdênio são oportunidades de longo prazo dependentes de adoção tecnológica. O TDP de GPU pode subir de aproximadamente 1,200W em GB200 para aproximadamente 2,300W em Rubin. China produziu aproximadamente 82% do tungstênio minerado global em 2024, e suas exportações caíram 20.7% interanual após licenças de exportação. O grupo de materiais AI subiu 91% nos últimos 12 meses, mas estava aproximadamente 36% abaixo da máxima de 52 semanas. Negociava a aproximadamente 26x 2026E P/E, versus aproximadamente 35x para pares PCB/CCL. Morgan Stanley vê potencial de redução dessa diferença por mais material e material de maior valor por sistema.

Estrutura de análise

O relatório combina modelagem bottom-up de oferta e demanda, análise de roadmap tecnológico e trabalho de cadeia de suprimentos por empresa. Estima embarques de hardware AI e conteúdo de material por rack, placa e switch, compara-os com capacidade qualificada e liga escassez, migração de grau, utilização e preços às empresas upstream.

Notas metodológicas

• Marco de análise setorialMarco de oferta e demanda

  Análise bottom-up de oferta e demanda para materiais restritos.

  Compara a demanda de AI com a capacidade qualificada efetiva para identificar escassez, poder de preços e sensibilidade de lucros.

• Marco de análise setorialDecomposição de volume e preço

  Análise de conteúdo de material e mix de produto.

  Separa o crescimento de unidades do crescimento por maior conteúdo, especificação e mix por sistema.

• Métodos de avaliaçãoAvaliação por P/L e PEG

  Comparação de P/E futuro entre materiais AI e pares PCB/CCL.

  Compara aproximadamente 26x 2026E P/E com aproximadamente 35x dos pares PCB/CCL.

• Marco de estratégia competitivaAnálise da cadeia de valor

  Mapeamento da cadeia de materiais da infraestrutura de AI.

  Segue a cadeia desde fios, folhas e resinas até CCL, PCB, servidores, switches e data centers.

Mapeamento e comparação de ativos

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

• Nittobo (3110.T)

  Exposição preferida à escassez de tecido de vidro de alta qualidade e T-glass.

  Pontos fortes

  Aproximadamente 90% de participação em T-glass.

  Pontos fracos

  Incerteza sobre aumentos de preço e planos de capacidade.

  Comparação

  Uma das exposições preferidas em tecido de vidro.

  Riscos

  Certificação de concorrentes e expansão futura.

• Grace Fabric Technology (603256.SS)

  Beneficiário preferido de tecido eletrônico de alta qualidade.

  Pontos fortes

  Mudança para graus especiais e certificações low-DK e low-CTE.

  Pontos fracos

  Expansão requer aproximadamente RMB5.9bn de capex.

  Comparação

  Um dos poucos fornecedores domésticos em escala.

  Riscos

  Execução da expansão.

• Mitsui Kinzoku (5706.T)

  Principal beneficiário de folha HVLP4+.

  Pontos fortes

  41% da capacidade global HVLP4 em 2026.

  Pontos fracos

  Ruído de revisões trimestrais de vendas.

  Comparação

  Líder global de capacidade.

  Riscos

  Grandes expansões futuras.

• Co-Tech Development (8358.TWO)

  Seguidor rápido em folha avançada.

  Pontos fortes

  Expansão de capacidade RG e HVLP.

  Pontos fracos

  HVLP é parcela menor da receita em 2026.

  Comparação

  Classificada após Mitsui Kinzoku.

  Riscos

  Certificação e ramp-up.

• Corning (GLW.N)

  Exposição americana preferida à fibra óptica de AI.

  Pontos fortes

  Compromissos de clientes e expansão de capacidade.

  Pontos fracos

  Contratos podem limitar alta de preços spot.

  Comparação

  Exposição americana preferida.

  Riscos

  Normalização por expansão global.

• Furukawa Electric (5801.T)

  Beneficiário em folha de cobre e fibra/cabo.

  Pontos fortes

  Fornecedor qualificado e expansão de aproximadamente ¥100bn.

  Pontos fracos

  Expansão de fibra concentrada mais tarde.

  Comparação

  Fornecedor japonês relevante.

  Riscos

  Normalização do setor.

• Mitsubishi Gas Chemical (4182.T)

  Exposição preferida a resinas eletrônicas.

  Pontos fortes

  Portfólio amplo de materiais CCL.

  Pontos fracos

  Menor escassez de curto prazo.

  Comparação

  Incluída entre exposições preferidas.

  Riscos

  Dependência da migração de graus CCL.

• Denka (4061.T)

  Fornecedor preferido de modificadores e sílica.

  Pontos fortes

  Produtos para CCL de alto desempenho.

  Pontos fracos

  Menor potencial de preços por escassez.

  Comparação

  Incluída entre exposições preferidas.

  Riscos

  Adoção de produtos e upgrades de CCL.

Dados principais

• TAM global de PCB~US$58bn in 2025 to ~US$135bn in 203018% CAGR; impulsionado principalmente por infraestrutura de AI e data centers.
• Demanda de PCB de AI/data center~US$13bn in 2025 to ~US$86bn in 2030Crescimento de mais de seis vezes; aproximadamente 64% da receita setorial.
• Demanda de CCL de AI/data center~US$4bn in 2025 to ~US$30bn in 2030~47% CAGR e crescimento de mais de sete vezes.
• Déficit de tecido de vidro de alta qualidade~40% in 2026Piora em 2027 e alívio para aproximadamente 30% em 2028.
• Balanço de folha HVLP4+~31% undersupply in 2027Demanda de aproximadamente 3,270 toneladas/mês versus capacidade de aproximadamente 2,495 toneladas/mês.
• Demanda de fibra óptica impulsionada por AI>20% CAGR from 2025 to 2030Data centers de AI em hiperescala podem exigir 5-10 vezes mais fibra.
• Valuation de materiais AI~26x 2026E P/EVersus aproximadamente 35x para pares PCB/CCL.
• Desempenho do grupo de materiais AI+91% over 12 months; ~36% below 52-week highEm 10 de setembro de 2026.

Impacto e implicações

Morgan Stanley argumenta que as melhores exposições a materiais AI são fornecedores cuja capacidade qualificada é difícil de expandir enquanto a complexidade dos sistemas eleva o conteúdo de material. Tecido de vidro de alta qualidade e folha HVLP4+ oferecem a combinação mais clara de escassez, poder de preços e alavancagem de lucros; fibra óptica permanece favorável no curto prazo, mas enfrenta maior risco de normalização.

Riscos

• Expansões de fibra óptica podem normalizar preços e margens no médio prazo.
• Limitações de teares Toyota e baixo rendimento de alternativas chinesas restringem expansão de tecido de vidro.
• Preços de pó MLCC são inelásticos e negociações podem pressionar margens.
• A produção dominante de tungstênio pela China cria risco geopolítico.
• Diamantes sintéticos, tungstênio e molibdênio dependem de adoção tecnológica.

Pontos a observar

• Persistência da escassez de tecido de vidro até 2027-28.
• Demanda, capacidade qualificada e déficit de folha HVLP4+.
• Migração de CCL de M8 para M8.5 e M9/M10.
• Demanda, preços e expansões globais de fibra.
• Mix, adoção, utilização e book-to-bill de MLCC.
• Comercialização de materiais térmicos de diamante e wordlines de molibdênio.