رغم التقلبات.. هناك فرصاً واعدة في أسهم أشباه الموصلات
يشهد قطاع أشباه الموصلات موجة من التقلبات بعد فترة من الأداء القوي خلال عام 2026، إذ تعرضت أسهم كبرى شركات الرقائق لضغوط بيع نتيجة تزايد المخاوف بشأن وتيرة الإنفاق الضخم على البنية التحتية للذكاء الاصطناعي.
ودخل مؤشر فيلادلفيا لأشباه الموصلات (SOX) رسمياً منطقة السوق الهابطة، بعدما أغلق بأكثر من 20% دون أعلى مستوى سجله في 22 يونيو، في إشارة إلى تراجع معنويات المستثمرين تجاه القطاع.
وأشار محللو Bernstein إلى أن السوق يشهد صراعاً بين المستثمرين المتفائلين والمتشائمين، حيث يحاول الجميع تقييم ما إذا كانت الأسعار الحالية تعكس بالفعل توقعات النمو المستقبلية، أو ما إذا كان القطاع لا يزال يمتلك مجالاً لمزيد من الارتفاع مع استمرار التوسع في مراكز بيانات الذكاء الاصطناعي.
ورغم التراجعات الأخيرة، ترى الشركة أن الأساسيات لا تزال قوية، إذ تستمر مشاريع مراكز البيانات في النمو بوتيرة متسارعة، مع توقع دخول قدرات كهربائية جديدة إلى الخدمة خلال السنوات المقبلة. ووفقاً لتقديراتها، فإن كل غيغاواط إضافي من الطاقة المخصصة لمراكز البيانات قد يتطلب إنتاج نحو 50 ألف رقاقة سيليكون إضافية شهرياً لتلبية احتياجات المعالجات والذاكرة ووحدات التخزين.
وتعتقد برنشتاين أن استمرار هذا السيناريو سيدعم نمو أرباح شركات القطاع، ما يجعل تقييمات العديد من أسهم أشباه الموصلات الحالية جذابة مقارنة بإمكانات نموها المستقبلية. كما توقعت أن يقترب حجم سوق معدات تصنيع الرقائق من 200 مليار دولار خلال العام المقبل، مع إمكانية وصول الإنفاق إلى نحو 300 مليار دولار.
أبرز الأسهم المفضلة لدى برنشتاين
- Applied Materials: تستفيد من تعرضها القوي لمراحل النمو الجديدة في الصناعة، إضافة إلى أن تقييمها الحالي يعد جذاباً مقارنة بمنافسيها.
- Lam Research: ترى برنشتاين أن المؤشرات الأخيرة الصادرة عن الشركة تعكس استمرار قوة الطلب على منتجاتها، ما يدعم النظرة الإيجابية للسهم.
- KLA Corporation (KLAC): تتميز بمحركات نمو طويلة الأجل، ومركز تنافسي قوي، وانخفاض مخاطر الاعتماد على السوق الصينية، إلى جانب إدارة منضبطة لرأس المال، وهو ما يبرر منحها تقييماً أعلى من متوسط القطاع.
- Sandisk: تُعد من أبرز المستفيدين من الطفرة في الذكاء الاصطناعي، حيث يتوقع أن يرتفع الطلب على حلول الذاكرة والتخزين مع التوسع في تطبيقات الذكاء الاصطناعي والاستدلال (Inference)، إضافة إلى النماذج التي تعتمد على سياقات طويلة.