
Jika Anda membandingkan Micron MU dan Seagate STX, pertanyaan kuncinya bukanlah perusahaan mana yang "terlihat lebih seperti saham AI," melainkan mana yang lebih dekat dengan hambatan kritis di pusat data AI. Micron mendapatkan manfaat yang lebih langsung dari peningkatan memori server AI, terutama HBM, DRAM, DDR5, dan SSD pusat data. Seagate lebih diuntungkan oleh pertumbuhan kapasitas data jangka panjang yang didorong oleh beban kerja pelatihan AI, inferensi, pencadangan, dan pengarsipan. Micron menawarkan daya ungkit laba yang lebih kuat, sementara Seagate lebih terkait dengan permintaan kapasitas dan pemulihan arus kas. Pilihan yang lebih tepat bergantung pada apakah Anda lebih peduli dengan hambatan komputasi AI atau hambatan penyimpanan data jangka panjang.

MU dan STX sama-sama mendapat keuntungan dari pertumbuhan pusat data AI, tetapi keduanya berada di posisi yang sangat berbeda. Micron MU terutama beroperasi di "lapisan memori dan penyimpanan berkinerja tinggi" dari server AI, yang memengaruhi seberapa cepat GPU, akselerator AI, dan server dapat memproses data. Seagate STX terutama beroperasi di "lapisan penyimpanan kapasitas," yang mendukung data pelatihan, log inferensi, versi model, pencadangan, dan penyimpanan arsip. Anda dapat menganggap MU sebagai pemasok komponen kunci yang meningkatkan efisiensi komputasi AI, sementara STX mendukung fondasi penyimpanan jangka panjang di balik data AI.
Produk utama Micron meliputi DRAM, HBM, DDR5, LPDRAM, NAND, dan SSD pusat data. Dalam server AI, HBM menyediakan jalur data berbandlebar tinggi untuk GPU atau akselerator AI, DRAM server mendukung CPU dan kapasitas memori tingkat sistem, dan SSD pusat data membantu dalam pembacaan berkecepatan tinggi, caching, serta pemuatan model. Laporan terbaru Micron menunjukkan pendapatan sebesar US$41,46 miliar, yang membuktikan bahwa permintaan memori terkait AI telah menjadi pendorong utama kinerja perusahaan tersebut.
Produk inti Seagate adalah HDD untuk perusahaan, terutama HDD nearline, drive Exos berkapasitas tinggi, dan platform Mozaic berbasis HAMR. AI tidak hanya mengonsumsi daya komputasi GPU; AI juga menghasilkan sejumlah besar data yang harus disimpan. Dataset pelatihan, basis pengetahuan perusahaan, berkas video, data sensor, log, cadangan, dan data dingin tidak semuanya cocok untuk SSD atau memori yang mahal. Seagate memposisikan dirinya sebagai pemasok penyimpanan kapasitas masif, yang selaras langsung dengan permintaan penyimpanan berbiaya rendah per TB di pusat data cloud dan AI.
| Dimensi | Micron MU | Seagate STX |
|---|---|---|
| Posisi rantai pasokan | Lapisan memori server AI | Lapisan penyimpanan kapasitas pusat data AI |
| Produk inti | HBM, DRAM, DDR5, SSD | HDD Nearline, Exos, HAMR |
| Sumber permintaan | GPU, akselerator AI, peningkatan server | Penyedia cloud, data lake, arsip dan pencadangan |
| Kata kunci investasi | Bandwidth tinggi, nilai tinggi, leverage kuat | Kapasitas tinggi, biaya rendah per TB, arus kas |
| Risiko utama | Siklus harga memori, ekspansi kapasitas, inventaris | Waktu pesanan cloud, substitusi HDD, hasil produksi |
Ringkasan: MU dan STX bukan jenis penerima manfaat AI yang sama. MU lebih dekat ke "kemacetan komputasi" di server AI, karena pelatihan dan inferensi model besar membutuhkan bandwidth yang lebih tinggi, kapasitas yang lebih besar, dan sistem memori yang lebih hemat daya. STX lebih dekat ke "kemacetan kapasitas" di pusat data AI, karena semakin banyak aplikasi AI menghasilkan semakin banyak data yang harus disimpan dan diarsipkan. Jika Anda fokus pada peningkatan GPU AI, kelangkaan pasokan HBM, dan harga memori server, MU layak mendapat perhatian lebih dekat. Jika Anda fokus pada ekspansi pusat data awan, penyimpanan data perusahaan, dan permintaan HDD nearline, STX memiliki logika yang lebih jelas.

Jika Anda hanya berfokus pada peningkatan server AI, MU lebih banyak diuntungkan secara langsung. Alasannya adalah hambatan dalam pelatihan dan inferensi model AI tidak hanya terletak pada daya komputasi GPU, tetapi juga pada apakah data dapat bergerak ke unit komputasi dengan cukup cepat. HBM, DRAM, DDR5, dan SSD pusat data semuanya termasuk dalam sistem ini. Semakin kuat GPU, semakin besar model, dan semakin tinggi beban kerja inferensi, semakin besar pula kebutuhan akan memori bandwidth tinggi dan kapasitas memori server yang lebih besar. Hal ini secara langsung meningkatkan permintaan terhadap produk kelas atas Micron dan meningkatkan nilai dari campuran produknya.
HBM adalah kata kunci inti di balik eksposur AI milik MU. Micron telah mulai mengirimkan HBM4 36GB 12H yang dirancang untuk platform Vera Rubin milik NVIDIA, yang menunjukkan bahwa perusahaan ini telah masuk ke rantai pasokan bernilai tinggi untuk akselerator AI generasi berikutnya. Dibandingkan dengan DRAM standar, HBM memiliki hambatan teknis yang lebih tinggi, persyaratan pengemasan yang lebih kompleks, siklus kualifikasi pelanggan yang lebih panjang, dan nilai satuan yang lebih tinggi. Selama periode kelangkaan permintaan dan penawaran, HBM dapat memberikan dampak yang jauh lebih kuat terhadap pendapatan dan margin kotor.
Melampaui HBM, DRAM server dan DDR5 juga merupakan variabel penting bagi MU. Memori server DDR5 dari Micron menekankan bandwidth yang lebih tinggi, keandalan, dan skalabilitas, yang selaras dengan kebutuhan server AI, server cloud umum, dan komputasi berperforma tinggi. Pusat data AI tidak hanya terdiri dari node GPU. Mereka juga mencakup server CPU, node penyimpanan, node jaringan, dan sistem basis data, yang semuanya membutuhkan peningkatan memori.
MU mendapatkan keuntungan dari server AI melalui lima jalur utama:
Dari perspektif keuangan, daya ungkit Micron berasal dari dua arah: pertumbuhan volume produk dan harga jual rata-rata yang lebih tinggi didukung oleh bauran produk yang lebih kuat. Panduan perusahaan sebesar US$50 miliar pendapatan untuk kuartal berikutnya mencerminkan keyakinan manajemen terhadap permintaan jangka pendek. Reuters juga melaporkan bahwa Micron menandatangani perjanjian pelanggan senilai US$22 miliar dengan pelanggan strategis, termasuk komitmen pasokan. Bagi perusahaan memori yang bersifat siklis, ini adalah sinyal penting atas meningkatnya visibilitas pendapatan.
Namun, Anda juga harus melihat sisi lainnya: industri memori tetap merupakan industri yang bersifat siklis. Pasokan HBM dan server DRAM yang ketat saat ini tidak berarti harga akan terus naik selamanya. Jika pemasok utama memperluas kapasitas terlalu cepat, pesanan pelanggan melambat, atau arsitektur AI di masa depan mengurangi jumlah memori kelas atas yang dibutuhkan per unit komputasi, valuasi dan ekspektasi laba MU dapat terpengaruh. Kekuatan Micron adalah leverage tingginya, tetapi itu juga merupakan kelemahannya. Perubahan dalam siklus dapat tercermin dengan cepat baik pada harga saham maupun margin.
Ringkasan: Permintaan server AI memberikan manfaat yang lebih langsung bagi MU karena memori bandwidth tinggi, DRAM server, DDR5, dan SSD pusat data semuanya tertanam dalam sistem komputasi AI. Saat mengevaluasi MU, Anda tidak hanya boleh melihat "tema AI," tetapi juga harus memantau pengiriman HBM, harga DRAM, komposisi pendapatan pusat data, margin kotor, belanja modal, dan perjanjian pelanggan. Jika ekspansi server AI berlanjut, daya ungkit laba MU biasanya akan lebih kuat daripada perusahaan perangkat keras tradisional. Namun jika penawaran dan permintaan memori berbalik arah, harga sahamnya juga dapat menjadi lebih volatil.

STX bukanlah saham memori server AI, tetapi pertumbuhan data AI tetap dapat menguntungkan perusahaan tersebut. Alasannya sederhana: AI tidak hanya membutuhkan pelatihan dan inferensi; AI juga membutuhkan penyimpanan data dalam jumlah besar. Materi pelatihan, aset multimodal, dokumen perusahaan, checkpoint model, log inferensi, cadangan, dan arsip semuanya membutuhkan penyimpanan kapasitas jangka panjang, berbiaya rendah, dan dapat diskalakan. Untuk beban kerja yang tidak membutuhkan kinerja baca dan tulis tingkat milidetik, nearline HDD masih memiliki keunggulan biaya per TB yang jelas, memungkinkan Seagate untuk diuntungkan oleh ekspansi pusat data AI di sisi belakang.
Pusat data AI biasanya menggunakan arsitektur penyimpanan berjenjang. Data yang paling aktif dapat berada di memori dan SSD untuk pelatihan, inferensi, dan akses berkecepatan tinggi. Data hangat, data dingin, cadangan, dan arsip lebih cocok untuk HDD atau sistem penyimpanan objek. Dalam materi penyimpanan AI-nya, Seagate menyatakan dengan jelas bahwa hard drive, SSD, GPU, CPU, HBM, dan DRAM semuanya merupakan bagian dari alur kerja AI. Diskusinya tentang Data Storage for AI menyoroti kolaborasi multi-lapisan ini.
Teknologi utama Seagate adalah HAMR dan platform Mozaic. Exos M 30TB milik perusahaan ini dirancang untuk memenuhi permintaan kapasitas pusat data skala besar. Nilai intinya adalah meningkatkan kapasitas per drive sekaligus mengurangi penggunaan energi dan kebutuhan ruang per unit penyimpanan. Seagate juga menyatakan bahwa drive-drive ini didasarkan pada platform Mozaic 3+ dan teknologi HAMR, menargetkan permintaan penyimpanan yang dapat diskalakan yang diciptakan oleh penerapan AI.
| Skenario Data AI | Lebih Terkait MU | Lebih Terkait STX | Alasan |
|---|---|---|---|
| Pelatihan GPU waktu nyata | Kuat | Lemah | Membutuhkan HBM dan memori berband lebar tinggi |
| Server inferensi model | Kuat | Sedang | Membutuhkan memori, SSD, dan beberapa penyimpanan |
| Danau data pelatihan | Sedang | Kuat | Membutuhkan penyimpanan skala besar berbiaya rendah |
| Log inferensi dan pencadangan | Lemah | Kuat | Lebih berfokus pada kapasitas dan biaya per TB |
| Basis data frekuensi tinggi | Kuat | Lemah | Membutuhkan latensi rendah dan baca/tulis kecepatan tinggi |
Logika STX lebih dekat ke "semakin besar pertumbuhan data AI, semakin ketat kapasitas back-end." Seagate melaporkan pendapatan US$3,11 miliar untuk kuartal fiskal ketiga 2026, disertai peningkatan signifikan dalam arus kas bebas. Reuters juga melaporkan bahwa proyeksi pendapatan kuartalan US$3,45 miliar dari Seagate melampaui ekspektasi pasar, didorong oleh permintaan kuat terhadap perangkat keras penyimpanan data yang digerakkan oleh AI.
Meski demikian, eksposur AI STX tidak sedekat eksposur MU pada lapisan komputasi inti. Nilai HDD nearline berasal dari kapasitas, biaya, dan pasokan yang disiplin, bukan dari peningkatan pada setiap generasi GPU. Laju pertumbuhannya mungkin lebih lambat daripada HBM, tetapi visibilitas pesanan, arus kas, dan karakteristik dividen mungkin lebih menarik bagi investor yang mencari profil yang lebih stabil. Risikonya meliputi siklus pembelian penyedia layanan awan, yield HAMR, penurunan biaya SSD, dan siklus belanja TI perusahaan.
Ringkasan: STX mendapat keuntungan dari pusat data AI, tetapi manfaatnya berasal dari penyimpanan data skala besar alih-alih memori server AI. Anda dapat memandang MU sebagai pemasok memori di ujung depan komputasi AI, sementara STX berperan sebagai pemasok kapasitas di ujung belakang data AI. Jika Anda percaya bahwa dataset pelatihan, log inferensi, data lake perusahaan, dan arsip cloud akan terus berkembang, maka argumen nearline HDD untuk STX tetap valid. Namun, perusahaan ini tidak boleh dinilai sebagai perusahaan rantai pasok HBM atau GPU.
MU biasanya memiliki daya ungkit laba yang lebih kuat, sementara STX memiliki profil arus kas yang lebih terlihat. Untuk menilai mana yang lebih kuat, Anda terlebih dahulu perlu mendefinisikan apakah Anda membandingkan kecepatan pertumbuhan pendapatan, daya ungkit margin kotor, arus kas bebas, atau stabilitas siklus. Selama siklus naik AI, MU lebih mungkin melihat keuntungan yang teramplifikasi dari kenaikan harga HBM dan DRAM. STX lebih mungkin menunjukkan pemulihan arus ketika pasokan HDD nearline langka, disiplin harga membaik, dan pesanan dari pelanggan besar tetap stabil.
Dari segi skala pendapatan, MU jauh lebih besar daripada STX dan saat ini memperoleh manfaat yang lebih nyata dari siklus memori AI. Portofolio pusat data AI Micron mencakup produk memori dan penyimpanan yang digunakan baik untuk pelatihan maupun inferensi, sehingga dapat berpartisipasi dalam berbagai jalur permintaan, termasuk HBM, DRAM server, dan SSD pusat data. Semakin dekat suatu produk dengan hambatan utama server AI, semakin besar kemungkinan pasar memberikan ekspektasi pertumbuhan yang lebih tinggi kepadanya.
Keunggulan STX terletak pada pemulihan margin dan arus kas. Seagate melaporkan margin kotor non-GAAP sebesar 47,0% untuk kuartal fiskal ketiga tahun 2026, yang menunjukkan bahwa pasokan nearline HDD yang ketat dan komposisi produk yang lebih baik sudah mulai berdampak pada profitabilitas. Laporan yang sama mengungkapkan arus kas bebas sebesar US$953 juta, yang membantu menjelaskan mengapa sebagian investor memandang STX sebagai penerima manfaat arus kas dalam siklus penyimpanan AI.
| Dimensi Perbandingan | MU | STX |
|---|---|---|
| Daya ungkit pertumbuhan | Lebih tinggi, didorong oleh HBM dan DRAM | Sedang, didorong oleh HDD nearline |
| Penggerak margin kotor | Campuran produk dan harga memori | Drive berkapasitas tinggi, disiplin harga, utilisasi |
| Profil arus kas | Kuat selama siklus naik, tetapi ada tekanan ekspansi | Pemulihan yang jelas, karakteristik dividen lebih kuat |
| Risiko siklikal | Harga memori dan siklus persediaan | Permintaan HDD dan siklus pengadaan cloud |
| Kedekatan dengan AI | Lebih langsung | Tidak langsung tetapi berkelanjutan |
Perbedaan siklus juga penting. Siklus MU lebih dekat dengan siklus memori semikonduktor, di mana harga, tingkat inventaris, dan pengeluaran modal dapat dengan cepat memengaruhi kinerja. Siklus STX lebih dekat dengan pengadaan perangkat keras perusahaan dan penyimpanan awan, di mana waktu pemesanan, tingkat utilisasi, dan kontrak dengan pelanggan besar lebih berpengaruh. Tidak ada satu pun dari kedua perusahaan ini yang merupakan aset berisiko rendah, tetapi sumber volatilitasnya berbeda.
Bagi investor biasa, membandingkan MU dan STX tidak boleh hanya disederhanakan menjadi saham mana yang baru-baru ini naik lebih tinggi. Pendekatan yang lebih baik adalah dengan melacak indikator yang berbeda untuk masing-masing perusahaan: MU sebaiknya dievaluasi melalui pasokan HBM, harga kontrak DRAM, pendapatan pusat data, dan margin kotor; STX sebaiknya dievaluasi melalui pengiriman exabyte HDD nearline, kapasitas rata-rata drive, arus kas bebas, dan kemajuan produksi HAMR. Ini membantu Anda menghindari kebingungan antara “saham memori server AI” dengan “saham penyimpanan kapasitas AI.”
Ringkasan: Jika diukur dari potensi lonjakan laba, MU lebih kuat. Jika diukur dari pemulihan arus kas dan permintaan penyimpanan kapasitas besar, STX memiliki nilainya sendiri. Keuntungan naik MU berasal dari HBM, DRAM, dan harga memori server, yang juga berarti lebih rentan terhadap pembalikan permintaan-penawaran. Keuntungan naik STX berasal dari HDD nearline, HAMR, dan pembelian besar pusat data cloud. Pertumbuhannya mungkin kurang eksplosif, tetapi karakteristik arus kas dan pengembalian kepada pemegang sahamnya lebih terlihat jelas. Anda harus terlebih dahulu menentukan metrik perbandingan sebelum memutuskan perusahaan mana yang lebih sesuai dengan profil risiko Anda.
Jika Anda dapat menoleransi volatilitas yang lebih tinggi dan bersedia mengikuti siklus semikonduktor, MU lebih cocok untuk kerangka kerja perangkat keras AI berleverage tinggi. Jika Anda lebih peduli pada perluasan kapasitas pusat data, arus kas, dan karakteristik dividen, STX lebih cocok untuk kerangka kerja infrastruktur penyimpanan AI. Tidak ada satu pun dari kedua perusahaan ini yang sebaiknya dibeli hanya karena memiliki "label AI." Anda perlu mengevaluasi periode kepemilikan, toleransi risiko, valuasi, dan variabel keuangan.
Investor yang sebaiknya memperhatikan MU secara lebih cermat biasanya memiliki tiga ciri. Pertama, mereka memahami peran HBM, DRAM, DDR5, dan SSD pusat data dalam server AI. Kedua, mereka dapat menoleransi volatilitas laba yang disebabkan oleh siklus harga memori. Ketiga, mereka bersedia mengikuti laporan laba, harga industri, dan tren belanja modal (capital expenditure). Kekuatan MU adalah leverage yang tinggi: ketika HBM langka dan harga DRAM server naik, laba dapat berkembang dengan cepat. Kelemahannya adalah volatilitas juga bisa signifikan ketika siklus berbalik.
Investor yang sebaiknya memperhatikan STX lebih cenderung menghargai permintaan kapasitas, arus kas, dan disiplin pasokan industri. Logika investasi STX tidak bergantung pada setiap generasi peningkatan GPU. Sebaliknya, logika tersebut bergantung pada pertumbuhan data AI jangka panjang, ekspansi cloud, dan ketatnya pasokan HDD nearline. Jika Anda percaya bahwa danau data AI, arsip, cadangan, dan manajemen data perusahaan akan terus berkembang, logika STX mungkin lebih mudah dipahami.
Anda dapat memulai dengan pertanyaan-pertanyaan berikut:
Jika Anda berencana mengikuti saham MU, STX, atau saham infrastruktur AI lainnya, biaya transaksi juga harus menjadi bagian dari pertimbangan Anda. Saat menggunakan Biya untuk melihat saham terkait, Anda tidak boleh hanya fokus pada pergerakan harga saham, tetapi juga perlu memeriksa detail pesanan, struktur biaya, dan kelayakan akun. Biya mengenakan komisi US$0 untuk perdagangan saham AS, sementara biaya platform, biaya lembaga eksternal, dan biaya lainnya tunduk pada biaya perdagangan saham AS serta halaman pesanan sebenarnya. Ketersediaan layanan bergantung pada lokasi pengguna, hasil verifikasi identitas, aturan platform, serta hukum dan peraturan yang berlaku.
Ringkasan: MU lebih cocok bagi investor yang menerima risiko lebih tinggi, berfokus pada pertumbuhan, dan bersedia mempelajari siklus memori semikonduktor. STX lebih cocok bagi investor yang berfokus pada kapasitas data AI, pemulihan arus kas, dan siklus perangkat keras penyimpanan. Kedua perusahaan ini juga tidak harus saling eksklusif, karena infrastruktur AI membutuhkan memori komputasi di sisi depan dan penyimpanan kapasitas di sisi belakang. Namun mana pun yang Anda pilih, Anda harus menghindari pengambilan keputusan hanya berdasarkan "tema AI." Valuasi, laba, kondisi permintaan-penawaran, biaya, dan toleransi risiko Anda sendiri semuanya penting.
Jika pertanyaannya secara spesifik adalah "siapa yang lebih diuntungkan dari memori server AI dan hard drive nearline," jawabannya adalah: MU memiliki eksposur langsung dan daya ungkit laba yang lebih kuat, sementara STX memiliki lebih banyak nilai dalam kapasitas data jangka panjang dan pemulihan arus kas. Peningkatan server AI pertama-tama meningkatkan permintaan untuk HBM, DRAM, DDR5, dan penyimpanan berkecepatan tinggi, membuat MU lebih dekat dengan hambatan inti. Namun, seiring terus meluasnya aplikasi AI, lebih banyak data yang perlu disimpan, dicadangkan, dan diarsipkan, yang terus mendukung permintaan hard drive nearline STX.
Dari perspektif “manfaat langsung AI,” MU lebih kuat. Setiap peningkatan pada GPU AI dan akselerator AI biasanya membutuhkan bandwidth memori yang lebih besar, kapasitas memori yang lebih besar, dan pengemasan yang lebih kompleks. HBM adalah salah satu komponen yang paling langka dan paling banyak diperhatikan dalam perangkat keras AI. Saat MU memasuki siklus pasokan HBM4, pasar lebih cenderung menilainya sebagai pemasok inti dalam rantai komputasi AI.
Dari perspektif “kebutuhan kapasitas jangka panjang,” STX masih memiliki nilai. Data AI tidak hilang setelah pelatihan selesai. Perusahaan perlu menyimpan dataset, bobot model, log, cadangan, dan arsip kepatuhan. HDD Nearline terus memiliki keunggulan biaya per TB dalam penyimpanan awan skala besar. Peran STX bukanlah untuk menggantikan MU, melainkan untuk mendukung kebutuhan kapasitas back-end dari pusat data AI.
| Pertanyaan Kunci | Lebih Terkait MU | Lebih Terkait STX |
|---|---|---|
| Siapa yang lebih diuntungkan dari peningkatan server AI? | Ya | Sebagian |
| Siapa yang lebih diuntungkan dari pertumbuhan data jangka panjang? | Sebagian | Ya |
| Siapa yang memiliki daya ungkit laba yang lebih kuat? | Ya | Relatif lebih lemah |
| Siapa yang memiliki karakteristik arus kas dan dividen lebih kuat? | Belum tentu | Lebih kuat |
| Siapa yang memiliki siklus yang lebih besar? | Biasanya lebih tinggi | Juga bersiklus, tetapi dari sumber yang berbeda |
Oleh karena itu, jawaban akhirnya bukanlah "MU selalu lebih baik daripada STX," melainkan "MU lebih langsung, sedangkan STX lebih ke bagian belakang." Jika Anda ingin mendapatkan paparan terhadap hambatan memori server AI, MU lebih cocok dengan tema utama secara lebih jelas. Jika Anda ingin mendapatkan paparan terhadap pertumbuhan data AI dan permintaan penyimpanan skala besar, STX memiliki logika yang lebih lengkap. Kedua perusahaan harus dievaluasi bersama dengan valuasi, laporan keuangan, siklus industri, dan toleransi risiko, bukan hanya berdasarkan pergerakan harga saham jangka pendek atau satu judul berita saja.
Ringkasan: MU lebih tepat disebut sebagai penerima manfaat utama dari peningkatan memori server AI, sementara STX lebih tepat disebut sebagai penerima manfaat di tingkat belakang dari perluasan kapasitas data AI. MU bergantung pada peningkatan bernilai tinggi di bidang HBM, DRAM, DDR5, dan SSD pusat data. STX bergantung pada HDD nearline, HAMR, dan pembelian pusat data cloud berkapasitas besar. Jika Anda hanya membandingkan "siapa yang lebih diuntungkan dari memori server AI," MU adalah jawaban yang lebih jelas. Jika Anda membandingkan "siapa yang diuntungkan dari pertumbuhan data AI jangka panjang," STX juga memiliki peran yang terdefinisi. Pendekatan yang lebih praktis adalah memisahkan kedua perusahaan ke dalam kerangka investasi yang berbeda, alih-alih menyusun peringkatnya di bawah satu label AI yang luas.
Saat membandingkan MU dan STX, Anda perlu memahami tidak hanya posisi rantai pasokan mereka, tetapi juga data pasar, biaya, dan batasan risiko sebelum berdagang. Anda dapat menggunakan informasi saham AS untuk memantau MU, STX, dan saham lainnya yang terkait dengan penyimpanan AI, semikonduktor, dan pusat data. Sesuai dengan hukum setempat dan aturan platform, Biya juga dapat mendukung kebutuhan perdagangan multi-aset. Jika Anda perlu memeriksa kutipan, pesanan, dan informasi akun di perangkat seluler, Anda dapat menggunakan Unduh Aplikasi untuk operasi selanjutnya. Informasi ini hanya didasarkan pada data pasar publik, laporan keuangan perusahaan, dan deskripsi struktur biaya. Ini tidak merupakan saran investasi.Sebelum berdagang, Anda harus memahami secara penuh jenis-jenis pesanan, struktur biaya, perubahan nilai tukar, persyaratan pajak, dan toleransi risiko Anda sendiri.
Ya, MU adalah saham terkait memori server AI inti. Produk HBM, DRAM, DDR5, dan SSD pusat datanya semuanya terhubung dengan pelatihan AI, inferensi, dan peningkatan server. Namun, MU masih dipengaruhi oleh harga memori, ekspansi kapasitas, pesanan pelanggan, dan siklus persediaan, sehingga tidak boleh dinilai hanya sebagai saham konsep AI.
Ya, tetapi STX diuntungkan terutama melalui HDD nearline dan penyimpanan data berkapasitas besar. Pusat data AI perlu menyimpan data pelatihan, log inferensi, versi model, dan data cadangan, yang mendukung permintaan hard drive perusahaan berkapasitas tinggi. STX bukan pemasok GPU atau HBM, sehingga rantai manfaatnya lebih berada di sisi back-end dibandingkan MU.
MU biasanya lebih cocok untuk investor pertumbuhan berisiko tinggi. HBM dan DRAM server memiliki daya tawar harga, daya tawar margin, dan relevansi langsung dengan server AI yang lebih kuat. Namun, ini juga berarti MU lebih terpapar siklus memori, perubahan valuasi, dan pembalikan penawaran-permintaan.
Penggantian penuh tidak mungkin terjadi dalam jangka pendek. Enterprise SSD lebih cocok untuk pembacaan dan penulisan berkinerja tinggi, sedangkan nearline HDD lebih cocok untuk penyimpanan kapasitas berskala besar dengan biaya per TB yang rendah. Pusat data AI biasanya menggunakan memori, SSD, dan HDD secara bersamaan, dengan tingkatan penyimpanan berdasarkan suhu data dan frekuensi akses.
Untuk MU, investor sebaiknya fokus pada pengiriman HBM, harga DRAM, pendapatan pusat data, margin kotor, dan belanja modal. Untuk STX, investor sebaiknya fokus pada pengiriman kapasitas HDD nearline, kapasitas rata-rata per drive, arus kas bebas, margin kotor, dan kemajuan produksi HAMR. Penilaian apa pun harus didasarkan pada laporan keuangan asli dan pengungkapan risiko.
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

