Bumagsak ang IBM Habang Umaangat ang ASML: Umiikot ba ang Kapital mula sa Software patungo sa AI Hardware?

Ang matinding pagbagsak ng IBM at pag-angat ng ASML ay hindi nangangahulugang “tapos na ang software at kailangang manaig ang hardware.” Ang mas tumpak na kongklusyon ay muling inaayos ang mga badyet ng enterprise AI. Kapag nagiging bottleneck ang compute, storage, memory, networking, at kapasidad ng data center, mas handa ang merkado na magtalaga ng valuation premiums sa mga kumpanya ng AI infrastructure. Ipinahihiwatig ng babala ng IBM na naaapektuhan ng paglipat ng badyet ang ilang deal na may kaugnayan sa software at mainframe, habang ipinapakita ng itinaas na guidance ng ASML na may suporta pa rin sa mga order ang expansion cycle ng advanced chips. Para sa mga mamumuhunan, ang pangunahing tanong ay kung ito ba ay isang panandaliang earnings trade o mas matatag na rotation mula sa mga salaysay ng AI application patungo sa monetization ng hardware.

Mahahalagang Punto

• Ang pagbagsak ng IBM ay sumasalamin sa paglipat ng badyet, ngunit pati na rin sa mga isyung partikular sa kumpanya tungkol sa execution at timing ng deal.
• Ang pag-angat ng ASML ay sinusuportahan ng visibility ng mga order, itinaas na guidance, at pagpapalawak ng kapasidad ng AI chips.
• Ang paggastos ng enterprise AI ay inuuna ang mga bottleneck sa compute, storage, networking, at power.
• Hindi nawalan ng halaga ang software, ngunit mas mahigpit na sinusuri ng merkado ang bilis ng monetization.
• Upang masukat ang capital rotation, kailangan ng mga mamumuhunan ang breadth, fund flows, at mga pagbabago sa earnings estimate.
• Matapos ang mabilis na pagpapalawak ng valuation, nahaharap pa rin ang AI hardware sa mga cyclical at policy risk.

Bakit Bumagsak ang IBM Habang Tumaas ang ASML?

Ang magkasalungat na galaw sa IBM at ASML ay unang nagpapakita ng mga pagkakaiba sa paghahatid ng kita, at pangalawa lamang na nagpapakita ng pananaw ng merkado sa paglipat ng badyet sa AI. Bumagsak ang IBM dahil ang kita, imprastraktura, at mga deal na may kaugnayan sa software ay mas mababa kaysa sa inaasahan. Tumaas ang ASML dahil sinuportahan ng demand sa mga chip na may kaugnayan sa AI ang mga order ng kagamitan at mas mataas na pananaw para sa buong taon. Hindi mo dapat ipalagay mula sa dalawang galaw ng stock lamang na ang kapital ay ganap nang umiikot mula sa software papunta sa hardware, ngunit ipinahihiwatig ng pares ng galaw na ito na muling pinipresyuhan ng merkado ang mga prayoridad sa kabuuan ng value chain ng AI.

Sa paunang datos nito para sa ikalawang quarter na inilabas noong Hulyo 2026, inaasahan ng IBM ang kita na $17.2 bilyon, tumaas ng 1% taon-sa-taon, ngunit ang paglago ng software, kita sa imprastraktura, at tiyempo ng malalaking transaksyon ay pawang nagdulot ng pangamba sa merkado. Higit sa lahat, binanggit ng pamunuan ng IBM na sa mga huling linggo ng Hunyo, inilipat ng mga customer ang quarterly capital spending patungo sa mga server, storage, at memory upang masiguro ang imprastraktura bago lalo pang humigpit ang suplay at posibleng tumaas ang mga presyo. Mabilis na nagbunsod ang pahayag na iyon sa merkado na ipakahulugan ang pagkukulang ng IBM bilang palatandaan na pinipiga ng mga enterprise AI budget ang tradisyonal na software at paggastos na may kaugnayan sa mainframe.

Gayunpaman, ang pagbagsak ng IBM ay hindi purong isyu ng industriya. Kinilala rin ng kumpanya na hindi ito nakapagpatupad nang sapat na mabilis bilang tugon sa nagbabagong mga panlabas na kondisyon, at na ilang malalaking transaksyon ang hindi naisara sa inaasahang takdang panahon. Sa madaling salita, tinamaan ang IBM ng tatlong patong ng presyon nang sabay-sabay: pansamantalang inilipat ng mga customer ang mga badyet, hindi umabot sa inaasahan ang kita na may kaugnayan sa mainframe at transaction processing, at hindi sapat na mabilis na nakaangkop ang panloob na pagpapatupad ng sales. Maaaring lumakas ang mga reaksyon ng merkado sa ganitong uri ng stock dahil dati nang handa ang mga mamumuhunan na magbigay ng matatag na suporta sa valuation ng hybrid cloud, Red Hat, enterprise AI software, at free cash flow ng IBM. Kapag kinuwestiyon ang kalidad ng paglago, maaaring mabilis na lumiit ang valuation.

Kabaligtaran naman ang sitwasyon ng ASML. Sa mga resulta nito sa ikalawang quarter, iniulat ng ASML ang net sales na €9.3 bilyon at net income na €2.9 bilyon, habang itinaas din nito ang outlook para sa kabuuang net sales sa 2026 sa €43 bilyon–€45 bilyon. Sinabi ng pamunuan ng ASML na ang pamumuhunang may kaugnayan sa AI at mga pagsulong sa teknolohiya ng AI ang nagtutulak ng demand para sa advanced logic at memory chips, at pinapabilis ng mga customer ang mga plano sa pagpapalawak ng kapasidad. Dahil kontrolado ng ASML ang isang kritikal na bahagi ng chain ng lithography equipment para sa advanced process, direktang binabasa ng merkado ang pagbuti ng mga order bilang senyales na nakikinabang ito sa pagpapalawak ng AI infrastructure.

Dimensyon ng PaghahambingIBMASMLDirektang catalystPaunang resulta na mas mababa sa inaasahan ng merkadoLumampas sa inaasahan ang mga resulta ng Q2 at itinaas ang full-year guidanceProfile ng negosyoHalo ng software, consulting, mainframe, at infrastructureKagamitan at mga serbisyo sa litograpiya ng semiconductorDaan ng epekto ng AIAng ilang badyet ng enterprise ay lumilipat mula sa mga proyekto sa software patungo sa hardwareAng pagpapalawak ng kapasidad ng AI chip ay nagtutulak ng demand para sa kagamitanPokus ng merkadoKalidad ng paglago, mga naantalang deal, kakayahan sa pagpapatupadLinaw ng mga order, pagpapalawak ng kapasidad, gross marginPangunahing panganibMas mabagal na paglago ng software at naantalang malalaking transaksyonMga cycle ng kagamitan, mga paghihigpit sa pag-export, mataas na valuation

Mula sa reaksyon ng merkado, ipinapakita ng humigit-kumulang 25% na pagbagsak ng presyo ng share ng IBM na lubhang sensitibo ang mga mamumuhunan sa naratibong napapalitan ng imprastraktura ng AI ang mga badyet sa software. Samantala, ipinapakita ng pagtaas ng ASML na mas handang magbayad ng premium ang merkado para sa mga kumpanyang may malinaw na mga order, limitadong kapasidad, at nakikitang demand mula sa mga customer. Magkasama, nagpapadala ang dalawang galaw na ito ng mahalagang senyales: ang tema ng AI ay lumilipat mula sa “sino ang makapagsasabi ng pinakamahusay na kuwento ng aplikasyon” patungo sa “sino ang unang makapagpapalit ng mga badyet sa mga order at kita.”

Buod: Ang pagbagsak ng IBM at pagtaas ng ASML ay hindi simpleng kaso ng “talo ang software, panalo ang hardware.” Ipinapakita ng mga ito ang magkaibang posisyon sa loob ng muling pagsasaayos ng badyet para sa AI. Inilantad ng IBM ang kahinaan ng mga proyekto sa software, mainframe, at consulting sa mga pag-apruba ng badyet ng enterprise, habang humaharap din sa mga isyu sa pagpapatupad ng deal. Ipinakita ng ASML ang halaga ng kakulangan ng advanced na kagamitan sa paggawa ng chip sa panahon ng cycle ng pagpapalawak ng kapasidad para sa AI. Para sa mga mamumuhunan, ang tunay na tanong ay hindi ang galaw ng presyo sa loob ng isang araw, kundi kung patuloy bang lilipat ang mga badyet ng enterprise patungo sa mga server, storage, memory, GPU, networking, at kagamitan sa litograpiya—at kung mapapatunayan ba ng mga kumpanya ng software ang kanilang halaga sa pamamagitan ng kita mula sa AI, mga rate ng renewal, at free cash flow.

Bakit Unang Napupunta sa Imprastrakturang Hardware ang mga Badyet ng Enterprise AI?

Unang napupunta sa hardware ang mga badyet ng enterprise AI dahil ang compute, storage, memory, networking, at kuryente ay naging mga kinakailangan para sa pagpapatupad ng generative AI. Kung walang sapat na kapasidad ng data center, hindi maaasahang makakapagsanay ng mga modelo, makakapagpatakbo ng inference, o makakasuporta sa mga internal AI agent ang mga kumpanya kahit bumili pa sila ng application software. Samakatuwid, kapag limitado ang badyet o may kakulangan sa suplay, madalas munang sinisiguro ng mga enterprise ang hardware at imprastraktura, pagkatapos ay unti-unting dinaragdagan ang paggastos sa application-layer, data-layer, at security software.

Hindi nagsisimula sa software ang pamumuhunan sa AI, at hindi rin ito nagtatapos sa software. Mas karaniwang landas ang unang pagbuo ng kapasidad ng data center at kuryente, pagkatapos ay pagbili ng mga GPU, ASIC, CPU, HBM, high-speed networking, at enterprise storage, bago ikonekta ang mga cloud platform, model framework, database, security tool, observability system, at business application. Ipinapaliwanag ng pagkakasunod-sunod na ito kung bakit mas maagang nakakakita ng mga order ang mga kumpanya ng hardware sa AI cycle, habang madalas kailangang maghintay ang mga enterprise software company hanggang matapos ng mga customer ang deployment ng imprastraktura bago mapatunayan na ang mga AI feature ay nagpapahusay ng produktibidad, nagpapababa ng gastos, o lumilikha ng bagong kita.

Ang pangunahing pahiwatig sa babala ng IBM ay ang paglipat ng mga customer ng paggastos sa kapital patungo sa mga server, storage, at memory sa katapusan ng quarter. Ang capital expenditure ay naiiba sa mga software subscription. Ang mga server, chip, at kagamitan sa data center ay karaniwang pangmatagalang asset, at ang mga desisyon sa procurement ay madalas na kinabibilangan ng pagtiyak ng kapasidad, pag-lock in ng supply, at pag-deploy bago pa man ang demand. Ang mga software subscription at consulting project ay higit na nakadepende sa operating budget, paggamit ng seat, renewal rate, at return ng proyekto. Kung naniniwala ang mga management team na lalo pang hihigpit ang supply ng hardware, o maaaring tumaas ang presyo ng memory at storage, pansamantalang maaaring mauna ang mga pagbili ng hardware kaysa sa ilang software contract.

Layer ng Pamumuhunan sa AIKaraniwang Item ng PaggastosUri ng BudgetEpekto sa mga StockData centerLupa, kuryente, cooling, mga pasilidadPangmatagalang capital expenditureSumusuporta sa power equipment at engineering chainsCompute chipsMga GPU, ASIC, CPUMataas na intensidad na capital expenditureSumusuporta sa mga kumpanya ng chip at serverStorage at memoryHBM, DRAM, SSDPaggastos na sensitibo sa supplySumusuporta sa mga cycle ng storage at memoryNetworking equipmentMga switch, optical module, interconnectPaggastos sa pagpapalawak ng clusterSumusuporta sa network infrastructureSoftware applicationsData, seguridad, automation, agentsOperating expense o subscriptionNakadepende sa renewal at patunay ng ROI

Ang paggastos na inuuna ang hardware ay hindi nangangahulugang nawalan na ng halaga ang software. Sa kabaligtaran, kapag naitayo na ang imprastraktura ng AI, kailangan pa rin ng mga negosyo ang mga database, pamamahala ng data, cybersecurity, pamamahala ng identidad, pagsubaybay sa modelo, automation ng workflow, at mga aplikasyong pang-industriya. Ang isyu ay hindi na handang magbayad ang merkado para lamang sa “paglulunsad ng mga feature ng AI.” Inaasahan na nito ngayon na maglahad ang mga kumpanya ng software ng mas malinaw na kita mula sa AI, pagpapanatili ng customer, pagpapalawak ng kontrata, at mga pagtaas sa produktibidad. Sa madaling salita, ang software ay lumilipat mula sa “narrative premium” tungo sa “execution review.”

Kailangan mo ring tukuyin ang bilis ng paglipat ng mga order sa buong value chain. Karaniwang lumilikha ang paggastos sa imprastraktura ng mas direktang paglipat ng mga order. Kapag itinataas ng mga hyperscaler ang capital expenditure, kadalasang unang nakikinabang ang mga supplier ng server, GPU, memory, networking, at kagamitan. Mas huli namang nakikinabang ang mga kumpanya ng software, matapos makumpleto ng mga customer ang deployment, makabuo ang mga empleyado ng mga gawi sa paggamit, at muling maidisenyo ang mga workflow ng negosyo. Iyon ang dahilan kung bakit mas pinipili ng merkado ang katiyakan ng hardware sa maagang yugto ng AI cycle, at saka lamang muling sinusuri ang mga mananalo sa application layer.

Maaaring subaybayan ang mga prayoridad sa badyet ng negosyo sa pamamagitan ng mga sumusunod na indicator:

• Kung patuloy bang itinataas ng mga cloud provider ang capital expenditure;
• Kung nananatili bang kapos ang suplay ng mga GPU, HBM, enterprise SSD, at networking equipment;
• Kung patuloy bang lumalaki ang mga order at backlog ng semiconductor equipment;
• Kung patuloy bang lumalawak ang mga proyekto sa power at cooling ng data center;
• Kung bumabagal ba ang remaining performance obligations ng mga kumpanya ng software;
• Kung naglalahad ba ang mga AI application ng nasusukat na kontribusyon sa kita.

Buod: Ang paggastos ng mga enterprise sa AI ay kumikiling patungo sa hardware dahil hinihingi ito ng pagkakasunod-sunod ng deployment at ng mga limitasyon sa supply. Ang compute, storage, memory, networking, at power ang pundasyon para sa pagpapalawak ng mga proyekto sa AI, kaya uunahin ng mga enterprise ang mga resource na hindi madaling mapalitan sa maikling abiso. Sa kabilang banda, ang mga proyekto sa software at consulting ay mas madaling muling pag-usapan, ipagpaliban, o ipatupad nang paunti-unti. Hindi mo dapat ituring ang pagbabagong ito bilang permanenteng pagkawala ng demand sa software. Mas mainam itong unawain bilang isang siklo ng pamumuhunan sa AI na unang pinupunan ang infrastructure layer, pagkatapos ay sinusuri ang ROI ng application layer. Tanging kung patuloy pa ring hindi bumuti ang mga software renewal matapos ang hardware build-out, saka ito magmumungkahi ng mas malalim na pressure sa sektor ng software.

Talaga Bang Umiikot ang Kapital mula Software Patungo sa AI Hardware?

May mga palatandaan na kumikiling ang merkado patungo sa AI hardware at semiconductor equipment, ngunit hindi sapat ang IBM at ASML lamang upang patunayan ang isang ganap na rotation. Ang mas tumpak na pananaw ay muling sinusuri ng kapital kung aling mga bahagi ng AI value chain ang unang makapag-monetize. Ang mga kumpanya ng hardware ay tumatanggap ng panandaliang valuation premiums dahil mas madaling matukoy ang kanilang mga order, kakulangan sa supply, at exposure sa capital expenditure. Samantala, kailangang patunayan ng mga kumpanya ng software na ang mga AI feature ay maaaring maging tunay na renewal, upsell, at pagpapabuti ng margin.

Upang husgahan ang pag-ikot ng kapital, hindi sapat na tingnan lamang ang dalawang kumpanya. Ang IBM ay isang pangunahing enterprise technology stock, ngunit hindi ito purong software company. Ang ASML ay nangungunang kumpanya sa semiconductor equipment, ngunit hindi nito maaaring katawanin ang lahat ng hardware companies. Ang tunay na rotation ay nangangailangan ng apat na kondisyon nang sabay-sabay: patuloy na nahihigitan ng hardware sectors ang software sectors, nakakakita ng sustained inflows ang semiconductor at AI infrastructure ETFs, nakakatanggap ang hardware companies ng upward earnings estimate revisions, at nakakakita ang software companies ng downward earnings estimate o valuation multiple revisions. Tanging kapag lumitaw nang magkakasama ang apat na ito masasabi na nabubuo ang isang trend sa antas ng asset allocation.

Ang short-term earnings trades ay madaling makalikha ng mga ilusyon. Ang pagbagsak ng IBM ay maaaring magbigay ng pressure sa software stocks dahil nangangamba ang market na kakalat ang enterprise budget cuts sa SaaS, IT services, at consulting. Ang pagtaas ng ASML ay maaaring mag-angat sa semiconductor equipment stocks, ngunit kung hindi rin sabay na bumuti ang ibang chip, memory, networking, at data-center companies, ang galaw ay maaaring simpleng company-specific earnings momentum lamang. Kailangan mong tasahin kung may industry breadth ang rally, hindi lamang kung mukhang malakas ang isa o dalawang news events.

Layer ng EbidensyaIndicator na Dapat BantayanAno ang Ibig Sabihin NitoPerformance ng stockPatuloy na nahihigitan ng semiconductor indices ang software indicesSinusubok kung nagpapatuloy ang relative strengthFund flowsNakakakita ng sustained net inflows ang AI hardware at semiconductor ETFsSinusubok kung nagbabago ang institutional allocationEarnings estimatesItinataas ang EPS estimates para sa chip, equipment, at storage companiesSinusubok kung sinusuportahan ng fundamentals ang price actionEnterprise budgetsPatuloy na tumataas ang cloud at enterprise capital expenditureSinusubok kung sustainable ang hardware demandKalidad ng softwareMga rate ng pag-renew ng software, RPO, at mga pagbubunyag ng kita mula sa AISinusuri kung ang software ay nasa ilalim lamang ng panandaliang presyon

Mula sa mas malawak na pananaw sa paglalaan ng kapital, tunay ngang binabago ng paggastos sa kapital para sa AI kung paano pinahahalagahan ng merkado ang mga stock ng teknolohiya. Nabanggit sa pagsusuri ng Reuters na ang mga inaasahan sa paggastos sa kapital para sa mga hyperscaler kabilang ang Microsoft, Alphabet, Amazon, Meta, at Oracle ay tumaas nang matindi. Ibig sabihin, ang mga kumpanyang dating itinuturing na mga asset-light platform ay lalong nagmumukhang hybrid na modelo ng “kita sa software kasama ang mabibigat na asset sa imprastraktura.” Babaguhin ng pagbabagong ito ang paglalaan ng pagpapahalaga: mas malamang na makakuha ng panandaliang pabor ng merkado ang mga kumpanyang kumokontrol sa mga bottleneck na mapagkukunan.

Gayunpaman, ang mismong software ay magkakaroon din ng panloob na pagkakaiba-iba. Maaaring makinabang pa rin sa deployment ng AI ang seguridad, mga database, pamamahala ng cloud, pamamahala ng data, at automation ng workflow. Mas bulnerable sa mga pagbawas sa badyet ang mga kumpanyang software na mahina ang pagkakaiba, mahirap palawakin ang bilang ng mga seat, o may kaunting kakayahang magtakda ng presyo para sa mga feature ng AI. Sa madaling salita, ang kapital ay hindi simpleng lumilipat mula sa “software” patungo sa “hardware”; lumalayo ito mula sa mga hindi tiyak na salaysay tungkol sa AI at papunta sa mga segmentong mas mabilis na kayang gawing mga order, cash flow, at tensyon sa supply-demand ang demand.

Maaari mong gamitin ang sumusunod na checklist upang hatulan kung tunay ang rotation:

• Malawak ba ang pagtataas ng mga order o guidance ng mga kumpanya ng semiconductor equipment?
• Nakakakita ba ng pagbuti sa demand at pagpepresyo ang mga kumpanya ng storage, memory, at networking?
• Nagtataas ba ng paggastos sa kapital ang mga cloud provider nang hindi bababa sa dalawang magkasunod na quarter?
• Malawak ba ang pagbaba ng inaasahan sa kita o RPO ng mga kumpanya ng software?
• Nakakakita ba ang mga sector ETF ng tuloy-tuloy na inflow o outflow?
• Nagtataas ba ang mga analyst ng mga pagtataya sa kita ng hardware at nagpapababa ng mga pagtataya sa software?

Buod: Ang kasalukuyang merkado ay mas mukhang muling pagpepresyo sa loob ng AI value chain kaysa ganap na pagtalikod sa software. Ang pagbagsak ng IBM at pag-angat ng ASML ay nagbibigay ng mahahalagang punto ng obserbasyon: tunay ngang inuuna ng mga badyet ng enterprise ang compute, memory, storage, at mga data center, ngunit ang isang tunay na rotation ay nangangailangan ng kumpirmasyon mula sa lawak ng industriya, daloy ng pondo, mga pagtataya sa kita, at capital expenditure ng mga kumpanya. Dapat mong iwasang maling basahin ang panandaliang earnings shock bilang pangmatagalang trend, habang hindi rin binabalewala ang tunay na suporta sa valuation na nililikha ng mga order para sa AI infrastructure. Ang mas balanseng konklusyon ay mas malakas ang panandaliang visibility ng hardware, habang ang software ay pumasok na sa mas mahigpit na yugto ng pagsala batay sa execution.

Ano ang Ipinapakita ng mga Pagkakaiba sa Valuation ng IBM at ASML Tungkol sa mga Inaasahan ng Merkado?

Ipinapakita ng valuation gap sa pagitan ng IBM at ASML kung paano pinepresyuhan ng merkado ang katiyakan ng kita at teknolohikal na kakulangan. Nasa kritikal na layer ng kagamitan ang ASML para sa pagpapalawak ng kapasidad sa advanced-process, kaya ang demand para sa AI chips ay maaaring mas direktang maisalin sa mga order. May exposure ang IBM sa hybrid cloud, Red Hat, at enterprise AI software, ngunit mas kumplikado ang halo ng negosyo nito, habang mas sensitibo sa timing ng badyet ng customer ang consulting at kita na may kaugnayan sa mainframe. Samakatuwid, hindi dapat ikumpara ang dalawang kumpanya batay lamang sa price-to-earnings ratios. Dapat silang suriin sa pamamagitan ng mga order, cash flow, gross margin, at bargaining power ng customer.

Ang kakulangan ng ASML ay nagmumula sa kagamitan sa lithography, lalo na sa EUV. Sa mga materyales ng produkto nito, inilalarawan ng ASML ang mga sistema ng EUV lithography bilang nagbibigay-daan sa pinakamataas na resolusyong patterning sa high-volume manufacturing, na tumutulong sa mga chipmaker na maglagay ng mas maraming transistor sa isang chip. Para sa mga AI chip, habang nagiging mas mahalaga ang mga advanced na proseso, nagiging mas estratehiko rin ang kagamitan sa lithography sa loob ng supply chain. Ang mataas na presyo ng kagamitan, mahahabang siklo ng paghahatid, at kumplikadong mga supply chain ay nagbibigay din sa mga order at kapasidad ng ASML ng mas malakas na halaga ng kakulangan.

Sinabi rin ng ASML sa Q2 na pinapabilis ng mga customer ang pagpapalawak ng kapasidad, at plano ng kumpanya na pataasin ang low-NA EUV capacity sa 2027 nang 30% mula sa antas noong 2026 na humigit-kumulang 65 sistema, habang pinag-aaralan ang isa pang 30% na pagtaas sa 2028. Binabasa ng merkado ang ganitong uri ng plano sa kapasidad bilang mas malakas na visibility ng pangmatagalang demand. Samantala, binanggit ng Reuters Breakingviews na ang mga share ng ASML ay tumaas ng humigit-kumulang 4% pagkatapos ng mga resulta, na nagpapahiwatig na nagkaroon ang mga investor ng higit na kumpiyansa na maaaring magpatuloy ang paglaki ng AI capital-expenditure snowball.

Iba ang lohika ng valuation ng IBM. Ang IBM ay hindi isang purong SaaS company, ni purong consulting company. Ito ay halo ng software, consulting, infrastructure, financing, Red Hat, mainframe ecosystems, at umuusbong na mga AI project. Nagbibigay ang istrukturang iyon ng matatag na cash flow, ngunit lumilikha rin ng mga valuation discount. Nahihirapan ang merkado na maglapat ng iisang high-growth software multiple sa buong kumpanya. Ibinunyag ng IBM ang patuloy na paglago ng kita ng Red Hat, ngunit ang bumababang infrastructure revenue, kakulangan sa transaction-processing-related software, at naantalang malalaking transaksyon ay patuloy pa ring nagpa-question sa mga investor tungkol sa kalidad ng paglago.

Item ng ValuationPokus ng IBMPokus ng ASMLKalidad ng kitaPaulit-ulit na kita mula sa software, mga pagpirma sa consulting, paglago ng Red HatBenta ng sistema, kita mula sa serbisyo, backlog ng orderTagapagpaandar ng paglagoHybrid cloud, automation, AI software, malalaking kontrata sa enterpriseEUV, DUV, pagpapalawak ng memory at advanced logicDaloy ng salapiFree cash flow, integrasyon ng acquisition, mga marginGross margin, mga paunang bayad, paggamit ng kapasidadMoatMga relasyon sa customer, enterprise software ecosystem, naka-install na base ng mainframeTeknolohiya ng lithography, supply chain, mga siklo ng customer qualificationPangunahing panganibMga pagkaantala sa badyet, mga pagpapaliban ng deal, mas mabagal kaysa inaasahang transformationSiklo ng kagamitan, mga restriksyon sa export, valuation na nakapresyo na para sa paglago

Ipinapaliwanag din nito kung bakit mas direktang tumugon ang merkado sa positibong balita ng ASML. Medyo maikli ang ugnayan sa pagitan ng pagbuti ng mga order ng ASML at pagpapalawak ng AI chip. Kailangang dumaan ang kuwento ng AI software ng IBM sa sales, deployment, paggamit ng customer, renewal, at pagkakamit ng tubo. Mas mahaba ang kadena na iyon at mas lantad sa mga pag-apruba ng badyet. Sa isang hindi tiyak na kapaligiran, mas pinipili ng mga investor ang mga kumpanyang may “mga order na nasa kamay na” kaysa sa mga kumpanyang ang “halaga ng software ay maaaring lumitaw sa kalaunan.”

Gayunpaman, hindi walang panganib ang valuation premium ng ASML. Paikot ang industriya ng semiconductor equipment. Maaaring maglagay ng mga order nang maaga ang mga customer na foundry, ngunit maaari rin nilang ipagpaliban ang delivery kung magbabago ang inventory, end demand, o mga kondisyon sa patakaran. Binabanggit ng mga risk disclosure ng ASML na ang volatility ng order, export controls, kapasidad ng supply chain, at bilis ng pagpapalawak ng kapasidad ng customer ay maaaring makaapekto lahat sa aktuwal na performance. Ibig sabihin, maaaring bihira ang mga lider sa hardware, ngunit hindi sila mababang-panganib na mga asset.

Buod: Ang agwat sa pagpapahalaga sa pagitan ng IBM at ASML ay hindi simpleng tagumpay ng tradisyonal na software laban sa AI hardware, o kabaliktaran. Ipinapakita nito ang magkakaibang pagpepresyo ng merkado sa nakikitang kita, mga hadlang sa teknolohiya, at katiyakan ng mga order. Mas malapit ang ASML sa bottleneck layer ng pagpapalawak ng AI chip, kaya mas madali para sa merkado na isama sa pagpapahalaga ang mga order at plano nito sa kapasidad. Kailangang patunayan ng IBM na ang software, consulting, mainframes, at AI ay maaaring magsama-sama bilang isang matatag na makina ng paglago. Kapag inihahambing ang dalawang uri ng kumpanya, hindi dapat umasa lamang sa price-to-earnings ratios. Kailangang suriin sa iisang balangkas ang visibility ng mga order, free cash flow, mga siklo ng badyet ng customer, gross margin, at panganib sa polisiya.

Paano Mahuhusgahan ng mga Mamumuhunan Kung Gaano Katagal Maaaring Tumagal ang AI Hardware Rotation?

Kung magpapatuloy ang AI hardware rotation ay nakadepende sa tatlong salik: kung patuloy na tataasan ng mga cloud provider ang capital expenditure, kung ang mga order ng hardware ay magiging kita at tubo, at kung magsisimula nang magpakita ang software layer ng malinaw na return sa pamumuhunan sa AI. Kung patuloy na lumalawak ang capital expenditure, nananatiling malakas ang mga order ng kagamitan, at sabay na bumubuti ang demand sa storage at networking, maaaring patuloy na mag-outperform ang hardware. Kung nakapresyo na sa valuations ng hardware ang maraming taon ng paglago, o magsimulang bawasan ng mga cloud provider ang mga badyet, maaaring bumalik ang kapital sa software at platform companies na may matatag na cash flow.

Para husgahan ang hardware trade, hindi dapat tingnan lamang ang lakas ng presyo. Kailangan mong makita kung nakakasabay ang mga profit estimate. Ang pinakadelikadong yugto para sa hardware stocks ay kadalasan hindi kapag lumalaki pa rin ang mga order, kundi kapag ang presyo ng stocks ay sumasalamin na sa maraming taon ng pagpapalawak habang nagsisimula nang pabagalin ng mga customer ang karagdagang capital spending. Ang semiconductor equipment, memory, storage, at servers ay pawang cyclical. Pinapalakas ng kakulangan sa supply ang upside, habang maaari ring palakasin ng inventory buildup at pagkaantala ng mga order ang downside.

Kabilang sa mga palatandaang sumusuporta sa patuloy na mas mahusay na pagganap ng AI hardware ang:

• Patuloy na pinapataas ng mga cloud provider ang kapital na paggasta sa mga data center;
• Pinananatili ng mga kumpanya ng kagamitan tulad ng ASML, Applied Materials, at Lam Research ang malalakas na order;
• Tumataas ang mga pagtataya sa kita para sa mga kumpanya ng compute-chip tulad ng Nvidia, AMD, at Broadcom;
• Sabay-sabay na bumubuti ang demand para sa HBM, DRAM, enterprise SSDs, at high-speed networking equipment;
• Patuloy na nag-uulat ng paglago ng order ang mga kumpanya sa power, cooling, at data-center engineering;
• Patuloy na pinapataas ng demand sa pagsasanay at inference ng AI model ang paggamit ng hardware.

Malinaw din ang mga palatandaang maaaring magbalik ng kapital patungo sa software. Una, bumubuti ang supply ng compute, umiikli ang mga siklo ng paghahatid ng hardware, at hindi na kailangang magmadali ng mga customer sa pagbili ng mga server, memory, at storage. Ikalawa, lumilipat ang mga enterprise mula sa “pagbuo ng imprastraktura” tungo sa “paggamit ng AI upang muling idisenyo ang mga workflow,” na sumusuporta sa panibagong paglago ng kontrata sa data governance, seguridad, automation, at industry software. Ikatlo, nagsisimula nang mag-ulat ang mga kumpanya ng software ng malinaw na kontribusyon ng AI sa kita sa halip na basta mag-anunsyo lamang ng mga bagong feature. Ikaapat, bumababa ang mga valuation ng software sa mga antas na nakakaakit ng pangmatagalang kapital.

Kailangan mo ring isama ang mga gastos sa pangangalakal sa iyong pagsusuri. Maaaring maging pabagu-bago ang mga sikat na stock ng AI hardware, semiconductor ADR, technology ETF, at enterprise software stock, at ang bid-ask spreads, platform fees, external agency fees, exchange rates, at order types ay maaaring makaapekto sa aktuwal na kita. Kung gagamitin mo ang Biya upang subaybayan ang mga oportunidad sa stock sa US at Hong Kong, maaari mong gamitin ang paghahanap ng stock sa US upang ihambing ang impormasyon tungkol sa IBM, ASML ADRs, chip, storage, at software companies. Naniningil ang Biya ng $0 komisyon para sa pangangalakal ng US stocks, habang ang platform fees, external agency fees, at iba pang singil ay nakabatay sa mga bayarin sa pangangalakal ng US stocks at sa ipinapakitang order. Bago makipagkalakalan, dapat mo pa ring kumpirmahin ang availability ng serbisyo batay sa iyong lokasyon, resulta ng identity verification, mga patakaran ng platform, at naaangkop na mga batas at regulasyon.

Dimensiyon ng PagsubaybaySenyales na Maaaring Patuloy na Malampasan ng Hardware ang IbaSenyales na Lumalamig ang RotationCapital expenditure sa cloudPatuloy na tumataas ang mga badyet para sa data centerNagiging matatag o bumababa ang guidanceMga order ng kagamitanTumataas ang net orders at backlogsNaantala o kinakansela ang mga orderStorage at memoryTumataas ang mga presyo at nananatiling limitado ang deliveriesTumataas ang inventories at lumuluwag ang mga presyoDemand sa softwareHindi pa nailalabas ang kita mula sa AI softwareNakakabawi ang software renewals at upsellsValuationNakahahabol ang earnings estimates sa mga presyo ng stockMas mabilis lumalawak ang multiples kaysa sa earningsRisk appetiteHandang bumili ang merkado ng mataas na paglagoLumilipat ang kapital sa mga asset na may matatag na cash flow

Mula sa perspektibo ng desisyon sa pamumuhunan, hindi nagiging mas ligtas ang rotasyon ng AI hardware dahil lamang patuloy na tumataas ang mga presyo. Ang pagtaas ng hardware ay nagmumula sa katiyakan ng mga order, kakulangan sa suplay, at lumalawak na capital expenditure, ngunit ang downside ay maaari ring magmula sa parehong kadena: kung pansamantalang ihinto ng mga customer ang pagpapalawak, dumami ang imbentaryo, o tumindi ang mga restriksyon sa polisiya, maaaring mabilis na lumiit ang mga valuation. Maaaring nasa ilalim ng pressure ang mga software company sa maikling panahon, ngunit kung magsimulang bumili ang mga enterprise ng data, security, automation, at agent tools sa malaking saklaw matapos maitayo ang imprastraktura, maaaring muling makuha ng software ang atensyon ng mga investor.

Buod: Kung magpapatuloy ang rotasyon ng AI hardware ay hindi nakadepende sa price action sa loob ng isang araw, kundi sa kung nananatiling magkakatugma ang capital expenditure, mga order, earnings estimates, at valuation. Hangga't patuloy na nagpapalawak ng mga data center ang mga cloud provider, maaaring mapanatili ng semiconductor equipment, chips, storage, networking, at power infrastructure ang malinaw na visibility sa kita. Ngunit kapag masyadong maraming paglago ang nakapaloob sa valuations, bumagal ang pagpapalawak ng mga customer, o nagsimulang madulas ang mga order, maaaring biglang tumaas ang volatility ng hardware stocks. Mas mainam na subaybayan ang quarterly data sa halip na gumawa ng konklusyon mula lamang sa pagbagsak ng IBM o pagtaas ng ASML.

Paano Ka Dapat Bumuo ng Framework para Subaybayan ang Software at AI Hardware?

Dapat mong ilagay ang IBM at ASML sa loob ng iisang AI budget chain sa halip na ituring sila bilang magkakahiwalay na stock. Sa upstream ay ang mga data center, power, chips, lithography equipment, storage, at networking. Sa gitna ay ang mga cloud platform, model, database, at security. Sa downstream ay ang enterprise applications, AI agents, at consulting services. Ang short-term na preference ng capital para sa hardware ay hindi nangangahulugang structurally impaired ang software. Ibig sabihin nito, ang AI investment ay lumilipat mula sa mga proof-of-concept narrative tungo sa pagtatayo ng imprastraktura.

Ang isang praktikal na balangkas ay tingnan muna ang mga badyet, pagkatapos ang mga order, at sa huli ang mga return. Ipinapakita ng mga badyet kung handa pa bang magpatuloy sa paggastos ang mga enterprise at cloud provider. Ipinapakita ng mga order kung kaya bang gawing kita ng mga kompanya ng hardware ang demand. Ipinapakita ng mga return kung kaya bang mabawi ng software at mga application ang suporta sa valuation. Ang panganib ng IBM ay mas nakadepende ang mga proyekto sa software at consulting sa pagsusuri ng customer ROI. Ang oportunidad ng ASML ay mas direktang nakikita sa demand sa kagamitan ang mga plano ng customer para sa pagpapalawak ng kapasidad.

Maaari mong buuin ang iyong watchlist sa sumusunod na pagkakasunod-sunod:

1. Magsimula sa capital expenditure ng mga cloud provider: patuloy pa bang dinaragdagan ng Microsoft, Alphabet, Amazon, Meta, at Oracle ang mga badyet para sa data center?
2. Pagkatapos ay subaybayan ang mga order ng semiconductor equipment: itinataas ba ng ASML, Applied Materials, Lam Research, at KLA ang mga order o backlog?
3. Pagkatapos ay subaybayan ang storage at networking: nakikita ba ng Micron, SK Hynix, Arista, at Broadcom ang pagbuti sa parehong presyo at demand?
4. Pagkatapos ay subaybayan ang monetization ng software: naglalantad ba ang Microsoft, Oracle, ServiceNow, Salesforce, at Adobe ng malinaw na AI revenue o pagbuti sa renewal?
5. Sa huli, subaybayan ang panganib sa valuation: nakakahabol ba sa valuation ang mga pagtataya ng kita ng hardware, at sapat ba ang free cash flow ng software upang suportahan ang buybacks at dividends?

Target ng ObserbasyonKinatawang TanongBakit Ito MahalagaIBMNaaantala ba ang demand sa software at consulting?Tumutulong tasahin ang pressure sa enterprise IT budgetASMLPatuloy pa bang lumalawak ang mga order ng kagamitan at kapasidad?Tumutulong tasahin ang tindi ng pagpapalawak ng kapasidad para sa AI chipCloud providersMas mabilis bang lumalaki ang capital expenditure kaysa cash flow?Tumutulong tasahin ang pressure sa paggastos para sa AI infrastructureStorage at memoryMahigpit pa rin ba ang supply ng HBM, DRAM, at SSDs?Tumutulong suriin ang siklo ng supply-demand ng hardwareMga kumpanya ng softwareNakakalikha ba ang mga feature ng AI ng bayad na paggamit at mga renewal?Tumutulong suriin kung bumabawi na ang application layerPortfolioMasyado bang mataas ang konsentrasyon sa sektor at pagpapahalaga?Tumutulong suriin kung kontrolado ang pagkakalantad sa panganib

Para sa mga ordinaryong mamumuhunan, mahalaga rin na huwag ipagkamali ang “tama ang takbo ng industriya” sa “makatuwiran ang anumang pagbili.” Mahaba ang AI hardware chain, at ang iba't ibang bahagi nito ay may napakaibang mga siklo at pamamahagi ng kita. Nakadepende ang semiconductor equipment sa pagpapalawak ng foundry. Nakadepende ang mga GPU sa demand para sa model training at inference. Nakadepende ang storage sa mga siklo ng presyo. Nakadepende ang power equipment sa mga timeline ng pagtatayo ng data center. Nakadepende ang software sa mga renewal ng customer at bilis ng implementasyon. Kahit pareho ang pangkalahatang direksyon, maaaring malaki ang pagkakaiba ng performance ng mga stock.

Kung sinusubaybayan mo ang rotation sa pagitan ng IBM, ASML ADRs, semiconductor equipment, AI chips, storage, networking, at enterprise software, maaari mong gamitin ang Biya upang tingnan ang impormasyon sa merkado sa iba't ibang asset class, habang kinukumpirma ang mga bayarin, uri ng order, liquidity, at tolerance sa panganib bago mag-trade. Para sa mga cross-market asset, dapat mo ring isaalang-alang ang oras ng trading, quote currency, istruktura ng ADR, exchange rates, at mga lokal na kinakailangan sa regulasyon. Maaaring maging signal ng obserbasyon ang sector rotation, ngunit hindi nito dapat palitan ang fundamental analysis at risk control.

Buod: Upang makabuo ng balangkas para sa pagsubaybay sa software at AI hardware, ang susi ay ibalik ang daloy ng kapital sa chain ng badyet ng enterprise: una ang capital expenditure ng mga cloud provider, pagkatapos ang mga order para sa kagamitan at hardware, at pagkatapos ang monetization ng kita mula sa software. Ipinapakita ng pagbagsak ng IBM na maaaring muling ayusin ang mga badyet sa enterprise IT sa maikling panahon. Ipinapakita ng pagtaas ng ASML na maaaring makatanggap ng mas direktang premium sa order ang bottleneck equipment. Ngunit ang pangmatagalang halaga ay hindi matutukoy ng mga label na “software” o “hardware.” Depende ito sa kung kaya ng isang kumpanya na gawing kita, tubo, cash flow, at napapanatiling competitive advantage ang paggastos sa AI.

Kung nais mong gawing actionable watchlist ang ganitong uri ng galaw sa merkado, maaari kang bumuo ng two-column stock pool: sa kaliwa, subaybayan ang mga pangalan sa hardware at data center gaya ng ASML, Nvidia, AMD, Broadcom, Micron, Arista, at Vertiv; sa kanan, subaybayan ang mga pangalan sa software at platform gaya ng IBM, Microsoft, Oracle, ServiceNow, Salesforce, at Adobe. Pagkatapos mong magrehistro ng account, maaari mong ihambing ang mga gastos sa trading kasabay ng impormasyon sa merkado, mga istruktura ng bayarin, at mga display ng order. Ang Biya ay isang global multi-asset trading wallet na sumusuporta sa US stocks, Hong Kong stocks, at cryptocurrency trading. Ang availability ng serbisyo ay nakadepende sa iyong lokasyon, resulta ng identity verification, mga patakaran ng platform, at naaangkop na mga batas at regulasyon. Maaaring mapahusay ng pampublikong impormasyon sa merkado at mga istruktura ng bayarin ang kalidad ng desisyon, ngunit hindi ito bumubuo ng investment advice.

FAQ

Nangangahulugan Ba ang Pagbagsak ng IBM na Malawakang Humihina ang Enterprise Software Stocks?

Hindi kinakailangan. Kabilang sa IBM ang mga negosyo sa software, consulting, mainframe, at imprastraktura, kaya ang pagbagsak nito ay sumasalamin hindi lamang sa paglipat ng mga badyet ng enterprise patungo sa AI hardware, kundi pati na rin sa mga isyung partikular sa kumpanya sa pagpapatupad at mga naantalang malalaking transaksyon. Upang matukoy kung pangkalahatang humihina ang mga software stock, kailangan mo pa ring subaybayan ang renewal rates, RPO, kita mula sa AI, at mga rebisyon sa pagtataya ng kita sa mga kumpanya ng SaaS, database, seguridad, at cloud-platform.

Nangangahulugan ba ang Pagtaas ng ASML na Sulit Bilhin ang Lahat ng AI Hardware Stock?

Hindi. Ang pagtaas ng ASML ay sinusuportahan ng kakulangan sa advanced lithography, itinaas na guidance, at mga plano ng mga customer na palawakin ang kapasidad, ngunit kailangan pa ring suriin nang hiwalay ang ibang kumpanya ng AI hardware batay sa valuation, mga order, gross margin, imbentaryo, konsentrasyon ng customer, at panganib sa patakaran. Maaaring makinabang ang AI hardware mula sa paglago ng capital expenditure, ngunit malaki ang pagkakaiba ng risk-return profile sa bawat indibidwal na stock.

Patuloy bang Pipigain ng Enterprise AI Capital Expenditure ang mga Software Budget?

Hindi kinakailangan. Sa maagang yugto ng build-out, karaniwang inuuna ng AI capital expenditure ang mga server, chip, storage, networking, at data center. Ngunit kapag nakalagay na ang imprastraktura, kailangan pa rin ng mga enterprise ang data, seguridad, automation, at industry software. Ang pangunahing tanong ay kung magagawa ng mga software company na gawing renewals, upsells, at nasusukat na return on investment ang mga feature ng AI.

Ano ang Pagkakaiba ng ASML ADRs at ASML Shares sa Europe?

Pangunahing nagkakaiba ang ASML ADRs at European ASML shares sa trading market, oras ng trading, quote currency, liquidity, istruktura ng ADR, at exposure sa exchange rate. Bago mamuhunan, dapat mong repasuhin ang partikular na mga patakaran, bayarin, tax treatment, at lokal na regulatory requirements ng iyong broker. Hindi mo dapat ipagpalagay na magkapareho ang trading costs at risks dahil lamang pareho ang underlying company.

Aling mga Indicator ang Dapat Subaybayan ng mga Beginner para sa AI Hardware Rotation?

Maaaring magsimula ang mga baguhan sa capital expenditure ng mga cloud provider, mga order ng semiconductor equipment, kondisyon ng supply-demand ng GPU at HBM, presyo ng storage, progreso ng pagtatayo ng data center, at mga rebisyon sa pagtataya ng kita para sa parehong hardware at software companies. Huwag umasa lamang sa paggalaw ng presyo ng stock. Kailangang kumpirmahin ang sector rotation sa pamamagitan ng fund flows, mga order, at mga inaasahan sa kita.

Anong Mga Gastos ang Dapat Bantayan ng mga Investor Bago Mag-trade ng IBM, ASML, at Iba Pang US Stocks?

Dapat bantayan ng mga investor ang commissions, platform fees, external agency fees, transaction activity fees, exchange rates, bid-ask spreads, at mga uri ng order. Nagkakaiba ang fee structures ayon sa platform, at ang huling gastos ay dapat ibatay sa platform rules, account statements, at order displays. Maaaring maging volatile ang mga popular na technology stocks, kaya ang fees ay isang bahagi lamang ng desisyon; mahalaga rin ang valuation, liquidity, at risk tolerance.