BlockBeats รายงานว่า วันที่ 7 กรกฎาคม ในช่วงที่หุ้นกลุ่มเซมิคอนดักเตอร์ปรับตัวลงอย่างต่อเนื่อง สถาบันการเงินวอลล์สตรีทหลายแห่งได้ออกมาแสดงความเห็น โดยส่วนใหญ่เห็นว่าการปรับฐานครั้งนี้เปิดโอกาสให้กับนักลงทุนในการ "ซื้อในช่วงที่ราคาต่ำ" อย่างไรก็ตาม แตกต่างจากคำแนะนำในอดีตที่ให้ลงทุนในกลุ่มเซมิคอนดักเตอร์แบบครอบคลุม ตอนนี้สถาบันการเงินส่วนใหญ่เห็นว่าการลงทุนใน AI ได้เข้าสู่ระยะการคัดเลือกหุ้นรายตัวแล้ว
Goldman Sachs ระบุว่าการซื้อขายชิป AI ได้เข้าสู่ระยะที่เน้นการคัดเลือกมากขึ้น และไม่แนะนำให้ "ซื้อแบบตะกร้าเดียว" ในกลุ่มเซมิคอนดักเตอร์อีกต่อไป โดยยังคงมองในแง่ดีต่อ CPU, ASIC, หน่วยความจำ และอุปกรณ์เซมิคอนดักเตอร์ในกลุ่มย่อยต่างๆ พร้อมชี้เป้า AMD และ Applied Materials
JPMorgan Chase เห็นว่าการปรับฐานของหุ้นเซมิคอนดักเตอร์ในระยะนี้เป็นหน้าต่างที่ดีสำหรับการลงทุน ความต้องการชิป AI ยังคงอยู่ในวงจรขาขึ้นระยะยาว กำลังการผลิตใหม่คาดว่าจะปล่อยออกมาอย่างชัดเจนในช่วงปี 2028 เท่านั้น โครงสร้างอุปสงค์และอุปทานของอุตสาหกรรมยังคงแข็งแรง
Bank of America ยังคงมุมมองเชิงบวกต่อวงจรขาขึ้นระยะยาวของ AI เซมิคอนดักเตอร์ โดยเห็นว่าอุตสาหกรรมยังอยู่ในช่วงกลางของวงจรการเติบโต 8 ถึง 10 ปี ขนาดตลาดเซมิคอนดักเตอร์ทั่วโลกยังคงมีแนวโน้มขยายตัว แนะนำให้ลงทุนในผู้นำอุตสาหกรรมอย่าง Nvidia, Broadcom, Lam Research และ KLA
UBS ระบุว่าแนวทางการลงทุนระยะยาวใน AI ยังไม่เปลี่ยนแปลง ความผันผวนระยะสั้นของกลุ่มเซมิคอนดักเตอร์กลับเป็นโอกาสให้นักลงทุนระยะยาวค่อยๆ สร้างฐานะ แนะนำให้ใช้ประโยชน์จากการปรับตัวของตลาดเพื่อซื้อในช่วงราคาต่ำ
Morgan Stanley เห็นว่าแนวโน้มระยะยาวของชิป AI ยังคงดี แต่เมื่อกลุ่มหุ้นปรับตัวขึ้นอย่างมาก ตลาดในอนาคตจะให้ความสำคัญกับความสามารถในการทำกำไรที่เกิดขึ้นจริงมากขึ้น เงินทุนอาจค่อยๆ ไหลจากหุ้นชิปบางตัวไปยังกลุ่มที่ได้รับประโยชน์จากโครงสร้างพื้นฐาน AI เช่น คลาวด์คอมพิวติ้ง นักลงทุนควรให้ความสำคัญกับการคัดเลือกหุ้นรายตัวมากขึ้น
โดยรวมแล้ว สถาบันการเงินวอลล์สตรีทอย่าง Goldman Sachs, JPMorgan Chase, Bank of America และ UBS ต่างส่งสัญญาณที่คล้ายกันในระยะนี้: การปรับฐานของเซมิคอนดักเตอร์ไม่ใช่จุดสิ้นสุดของกระแส AI แต่เป็นหน้าต่างการลงทุนใหม่ อย่างไรก็ตาม ตลาดได้เปลี่ยนจาก "การปรับตัวขึ้นของกลุ่มหุ้นโดยรวม" ไปสู่ "การคัดเลือกผู้นำ" และผลการดำเนินงานในอนาคตจะขึ้นอยู่กับความสามารถในการทำกำไรของบริษัทและความต่อเนื่องของความต้องการโครงสร้างพื้นฐาน AI มากขึ้น
