Ang aking konklusyon ay direkta: ang limang aktibong ito ay hindi iisang “AI trade,” kundi limang iba’t ibang node sa chain ng AI infrastructure; kung patuloy ang pagbaba ng pamilihan dahil sa inflation, interest rates, o mga pag-aalala tungkol sa bubble, isasama ko ang mga ito sa aking layered monitoring list, at hindi isasabuhay ang “buy the dip” bilang isang pagsisikap na mag-invest nang buo. Ang report na ito ay tumatalakay sa MU Micron, MXL MaxLinear, AMD AMD, LITE Lumentum, at VICR Vicor. Parehong nakikinabang sila sa capital spending sa AI data center, ngunit iba-iba ang mga pinagmulan ng panganib, elasticity ng performance, at paraan ng pagkakasundo ng valuation. [1] [2] [3]

Sa palagay ko, pagkatapos ng pagpasok ng AI market sa etapeng ito, ang tunay na mahalaga ay hindi ang “mayroon pa bang kuwento ang AI”, kundi ang tatlong tanong: Una, makakarating ba ang capital expenditure sa totoong order; Pangalawa, makakapapatunay ba ang corporate earnings sa valuation; at Pangatlo, makakabawas ba ang portfolio sa mataas na volatility. Ayon sa McKinsey, upang matugunan ang pangangailangan sa computing power, hanggang 2030 ay maaaring kailanganin ng global data centers ng humigit-kumulang $6.7 trilyon ang capital expenditure, kung saan ang mga data center na may-ugnay sa AI workload ay humigit-kumulang $5.2 trilyon; ito ay nagpapakita na ang AI infrastructure ay isang mahabang investment cycle, ngunit binabalaan din ng Fidelity na ang paglago ng earnings, valuation, sustainability ng capital expenditure, at interest rate cycle ang magdedesisyon kung papalitan ba ng short-term bubble ang AI trading bilang long-term theme. [1] [2]

Isang konklusyon: Ang AI infrastructure ay patuloy na direksyon na gustong pag-aralan ko kapag bumaba ang presyo, ngunit ang pagbili ay dapat sumunod sa disiplinang posisyon; sa panahon kung saan may mataas na kita, mataas na pagbaba, at mataas na volatility, unahin ang paghahati-hati, bago mag-act.

Una, tingnan ang malaking larawan: Ang AI infrastructure ay hindi isang kuwento na maaaring ipaliwanag ng isang stock ng GPU

Ang pinakakaraniwang pagkakamali sa merkado ay ang pagtatalaga ng AI market sa simpleng pagbili ng mga lider sa GPU. Sa palagay ko, ang tunay na istruktura ng AI infrastructure ay isang chain ng capital expenditure: sa harap, kailangan ng compute chips; sa gitna, kailangan ng high-bandwidth storage, network connectivity, at optical communication; at sa likod, kailangan ng power, cooling, data centers, at software scheduling. Kung titingin ka lang sa isang bahagi, madali mong masisira ang timing sa oras na sobrang mataas ang valuation; kung bubuksan mo ang buong chain, malalaman mo kung ano talaga ang nangyayari sa bawat pagbaba—kung ito ay pagbaba ng valuation, pagbaba ng order, o simpleng normal na correction ng high-beta assets.

Ang pagtataya ni McKinsey sa kapital expenditure ng data center ay nagbibigay ng mahalagang konteksto sa framework na ito. Hindi ito nangangahulugan na lahat ng kumpanya ay magkakaroon ng parehong benepisyo o na ang lahat ng mga stock na kaugnay sa AI ay dapat umakyat; kundi ito ay nagpapakita na kung patuloy ang pagtaas ng pangangailangan sa computing power, ang mga pagkakataon sa pag-invest ay magkakalat sa pamamagitan ng “computing power—storage—connectivity—optics—power supply.” [1] Ang diskusyon ni Morningstar tungkol sa framework ng AI stocks ay nagpapaalala sa akin na ang pagpili ng AI stocks ay hindi dapat batay lamang sa kalidad ng konsepto, kundi dapat isama rin ang posisyon sa industriya, ang economic moat, ang valuation, at ang kawalan ng katiyakan. [3]

Ang aking pagtataya ay ang pagkakataon sa AI infrastructure ay hindi “isang linya,” kundi “isang jaring.” Kapag may pagbabalik-tanaw sa merkado, ang pinakamahalagang pag-aaral ay hindi kung aling asset ang bumaba nang pinakamarami, kundi kung aling node ang基本面 ay hindi pa nasaksihan at ang valuation ay binalikan kasama ang risk appetite.

Ayon sa mga publikong data ng presyo noong nakaraang taon, ang limang mga aktibo sa AI infrastructure ay lalong nagsagawa nang malakas kumpara sa Nasdaq 100 at ang SMH Semiconductor ETF. Ang pagtaas ng LITE, MU, MXL, VICR at AMD ay malaki, kung saan ang LITE at MU ang nagtatampok; ngunit ipinakikita rin ng parehong set ng data na ang pinakamalaking pagbaba sa loob ng nakaraang taon ng limang mga aksyon ay nasa paligid ng -28% hanggang -32%, na mas mataas kumpara sa pinakamalaking pagbaba ng Nasdaq 100 na nasa halos -12.1%. [9]

Malinaw ang aral mula sa data na ito: ang malakas na trend ay hindi katumbas ng mababang panganib, at ang mataas na elastisidad ay hindi nangangahulugan na maaari mong bumili kahit kailan. Kung ang isang asset ay tumataas ng maraming beses sa isang taon, ngunit maaaring bumaba ng 30% sa proseso, ang logic para bumili ay hindi sapat na “matinding naniniwala sa AI”—kailangan mong ipaliwanag nang malinaw kung “paano matitiyak ang pagkabigo.” Sa madaling salita, ang pagbili nang nasa mababang presyo ay hindi isang pangako na batay sa emosyon, kundi isang sistema ng pagpaplano ng kapital.

Gagamitin ko ang table na ito bilang simula ng position management. Para sa mga asset tulad ng MU at AMD na may mas malakas na fundamental validation, handa akong obserbahan nang bahagi-bahagi habang may drawdown; para sa mga high-elasticity nodes tulad ng MXL, LITE, at VICR, isasama ko muna ang position limit bago isaisip ang price level. Ang dahilan ay simpleng: ang volatility ay cost mismo, at ang pag-iwas sa cost na “buy the dip” ay madaling magiging passive holding.

Tatlo: Ang pagkakaiba ng limang stocks: Hindi kung sino ang umabot nang higit, kundi sino ang may mas kompletong chain of evidence

Hindi ko sumasang-ayon na i-compare nang magkakasama ang limang kumpanyang ito nang walang pag-iingat. Ang pangunahing layunin ng MU ay ang storage cycle at ang pangangailangan sa AI HBM, ang pangunahin ng AMD ay ang data center computing platform, ang pangunahin ng LITE ay ang cloud at AI optical communications, ang pangunahin ng VICR ay ang high-power server power delivery, habang ang MXL ay mas nakatuon sa AI data center control plane at high-speed connectivity. Lahat ng mga ito ay nakikinabang sa AI, ngunit iba-iba ang financial resilience, customer structure, at valuation digestion path.

Batay sa mga pampublikong dokumento ng kumpanya, inihayag ng Micron sa kanilang press release para sa FY2025 Q4 ang quarterly na kita na $11.315 bilyon at taunang kita na $37.378 bilyon para sa FY2025, at isinambit ang kanilang malakas na pagganap kasabay ng pagtaas ng pangangailangan sa AI data center; inihayag ng AMD sa kanilang press release para sa Q3 2025 ang quarterly na kita na $9.246 bilyon, na tumataas ng 36% kumpara sa nakaraang taon, at $4.3 bilyon na kita mula sa data center, na tumataas ng 22%; inihayag ng Lumentum sa kanilang press release para sa FY2026 Q3 ang kita na $808.4 milyon, na tumataas ng 90.1%, at binigyang-diin ang mga photonic technology na may kinalaman sa AI, cloud computing, at susunod na henerasyon ng komunikasyon; ipinakilala ng MaxLinear sa kanilang pampublikong press release ang kanilang Coronado at Laguna USB UART solutions para sa control plane connectivity sa AI data center; habang binigyang-diin ng Vicor sa kanilang pampublikong dokumento ang pagtaas ng pangangailangan sa 48V modular power systems dahil sa paglago ng computing power para sa AI, HPC, at data centers. [4] [5] [6] [7] [8]

Hindi simple ang aking pagkakasunod-sunod na “pagsusuri batay sa pagtaas.” Kung titingnan mo lang ang pagtaas sa nakaraang taon, ang LITE at MU ang pinakamalakas; kung titingnan mo ang ebidensya ng pundasyon, mas madaling masunod ng pondo ng institusyon ang MU at AMD; kung titingnan mo ang mga satellite position na may mataas na elasti­sidad, ang MXL, LITE, at VICR ay nagbibigay ng mas malalaking kurba ng kita, ngunit nangangailangan din ng mas mahigpit na stop-loss at limitasyon sa posisyon.

apat: Posisyon ng panganib at kita: Ang kanan pataas ay hindi langit, kundi pagsusulit sa disiplina

Mahilig ang maraming investor na makita ang mga grapiko ng mataas na kita, ngunit ayaw nila makita ang mga grapiko ng pagbaba. Ang aking pananaw naman ay kabaligtaran: Para sa mga mataas-Beta na asset na may AI, ang kita ay simpleng resulta, samantalang ang pinakamalaking pagbaba ay ang kondisyon na dapat tanggapin bago pumasok. Ipinapakita ng Figure 3 ang kabuuang kita at pinakamalaking pagbaba sa isang magkakasamang grapiko sa nakaraang taon, at makikita na ang limang aktibo ay nasa mataas na rehiyon ng kita, ngunit malalim din ang pagbaba sa pahalang na abscissa. Ito ay nagpapakita na

Hindi sila mga low-volatility growth stocks, kundi mga mataas na elastically asset na kailangang masunod ang discipline sa position. [9]

Gagamitin ko ang tatlong antas para sa mga stock na ito. Ang unang antas ay “Core Trackable,” na mga akda na may mas kompletong ebidensya sa基本面 at mas malawak na coverage ng mga institusyon, tulad ng MU at AMD. Ang ikalawang antas ay “High-Elasticity Satellites,” na mga akda na may malinaw na industriya logic ngunit mataas ang volatility, tulad ng LITE at VICR. Ang ikatlong antas ay “Observational Elasticity,” na mga akda na may imahinasyon sa produkto ngunit kailangan pa ng higit pang quarterly na pagpapatotoo sa financial execution, tulad ng MXL.

Kaya ang aking depinisyon ng “bumili nang mababa” ay hindi lang bumili kapag bumaba ang presyo, kundi kapag may retracement ang presyo, hindi nagkakaroon ng pagkasira sa fundamentals, at patuloy pa ang pagpapatupad ng mga gastos sa kapital, ay sinusunod ang mga nakatakdang patakaran sa posisyon upang makuha ang volatility sa mga bahagi. Lalo na sa mga mataas na volatility na asset tulad ng MXL, LITE, at VICR, mas mahalaga ang laki ng posisyon kaysa sa presyong binili.

Limang: Ang pagbabatay sa chain ay hindi isang transaksyon, kundi limang node

Upang maiwasan ang pagpapalit ng lahat ng AI stocks bilang iisang konsepto, isinagawa ko ang pagmamarka ng limang stocks sa limang dimensyon: direkta na pagkakaroon ng computing power, sensitivity sa AI capital spending, cycle volatility, pressure ng valuation realization, at value ng portfolio diversification. Ang pagmamarkang ito ay hindi isang paghuhula ng kita o isang investment rating, kundi isang tulong para sa akin na masuri: kung gagawin kong basket ng obserbasyon para sa AI infrastructure, anong papel ang ginagampanan ng bawat stock.

Ang impluwensya ng larawan na ito ay ang MU at AMD ay mas katulad ng mga pangunahing asset na nagpapatotoo sa infrastruktura ng AI; ang LITE at VICR ay mas katulad ng mga malawak na puntos sa chain na madaling palakasin ng kapital; samantalang ang MXL ay mas nakatuon sa pagmamasid na instrumento na maaaring magkaroon ng pagbabago sa pagpapahalaga pagkatapos ng pagpapakilala ng produkto. May pag-aaral na halaga ang limang aktibong ito, ngunit ang lohika sa pagbili ay hindi dapat magkakatulad.

Ang aking estratehiya sa pagkakasunod-sunod ay: kung ang layunin mo ay makuha ang pangunahing eksposur sa AI, unahin ang pag-aaral ng MU at AMD na may mas kompletong serye ng ebidensya; kung handa ka magdala ng mas mataas na volatility, maaari mong isama ang LITE at VICR bilang satellite observations; kung gusto mong maglagay ng MXL, kailangan mong tanggapin ang kanyang katayuan bilang maliit na kapitalisasyon at ang kahinaan sa pagpapatotoo ng kita, at dapat mas mapagbawasan ang posisyon nito kumpara sa iba pang mga ito.

Six: Operasyonal na Framework: Ang totoong punto ng pagbili ay dumating kapag nagkakasama ang “pagbabalik, pagkumpirma, at pagkakasunod-sunod”

Hindi ko iisipin ang anumang pagbabalik bilang pagkakataon na bumili dahil sa lakas ng AI theme. Ang totoo at worth it na pagbabalik ay dapat magkakaroon ng tatlong kondisyon: Una, ang presyo ay nagsalba na ng maikling panahon na emosyon; Ikalawa, ang mga pundamental ng negosyo ay hindi nagkakaroon ng paralel na pagkasira; Ikatlo, mayroon pa ring pera at budget para sa panganib sa portfolio. Kung kulang ang anumang isa, ang pagbili sa mababang presyo ay magiging emosyonal na pagtugon.

Ang framework ni Fidelity tungkol sa panganib ng AI bubble ay dapat ilagay dito. Ito ay nagpapaalala na habang ang AI theme ay maaaring magpatuloy pa sa ilang taon, kailangan ng mga investor na sundin ang paglago ng kita, kalidad ng kita, valuation, sustainability ng capital expenditure, at cycle ng interest rates. [2] Buong puso kong sumasang-ayon sa pananaw na ito. Hindi ibig sabihin ng AI na hindi dapat bilhin, kundi hindi dapat bilhin sa pinakamataas na valuation, pinakamainit na emosyon, at pinakamalaking position gamit ang “long-termism” upang takpan ang mga panganib sa maikling panahon.

Isang pangkalahatang pahayag: Ilalagay ko ang limang stock na ito sa aking observation pool para sa AI infrastructure, ngunit hindi ko silang lahat ituturing na may pantay na timbang sa aking listahan ng mga pagbili. Para sa akin, ang tamang pagkakasunod-sunod ay unang tukuyin ang papel, pagkatapos tukuyin ang posisyon, at sa huli ay tukuyin ang presyo.

Pito: Konklusyon: Maaaring bumili kapag bumaba, ngunit tanungin muna ang sarili mo kung kayang mong tanggapin ang volatility

Kabuuang konklusyon: Bumili nang mababa kapag bumaba ang presyo ng limang pangunahing AI na pangunahin sa Nasdaq; maaaring pag-aralan, ngunit huwag maging malayong. Kung patuloy na lumalawak ang kapital expenditure ng AI data center, may basehan pa ang MU, AMD, LITE, VICR, at MXL sa mga sektor ng storage, computing, optical communication, power, at connectivity. Ngunit kung bumabangong muli ang interest rates, nagpapabagal ang cloud capital expenditure, hindi natutupad ang AI orders, o na-advance na ang valuation para sa maraming susunod na quarter, mabilis din ang pagbaba ng mga mataas na Beta assets na ito.

Malinaw ang aking estratehiya: ang core position ay ibinibigay sa mga asset na may mas malakas na ebidensya sa fundamentals, ang satellite position ay para sa mga node na may mataas na elasticity ngunit mataas din ang volatility, at ang observation position ay para sa mga mid- at small-cap opportunity na kailangan pa ng pagpapatotoo. Dapat magkakasunod-sunod ang pagbili, limitado ang posisyon, at dapat isulat sa papel ang panganib bago mag-invest. Ang totoong matatag na AI investing ay hindi pagkagalak kapag may pagbaba, kundi pagkilala kung anong bahagi ng pagbaba ang maaaring bilhin, gaano karami, at ano ang gagawin kung mali.

Isang pahiwatig: Ang pangmatagalang lohika ng AI infrastructure ay nananatili, ngunit ang pagbili sa mababang presyo ay hindi isang signal para umatake, kundi isang talaan ng disiplina; unahin ang paghahati ng limang stock bilang limang node, pagkatapos ay gamitin ang posisyon at oras upang masolusyunan ang volatility.

Ang ulat na ito ay naglalayon lamang para sa pag-aaral at diskusyon, at hindi nagtataglay ng anumang pangako sa kita o rekomendasyon para sa pagbili o pagbenta ng anumang aktibong pangkabuhayan. Ang mga kumpanya na may kinalaman sa infrastruktura ng AI ay karaniwang may mataas na volatility, mataas na sensitivity sa valuation, at malakas na siklo, kaya kailangan ng mga investor na gawin ang kanilang sariling pagtataya batay sa kanilang kakayahan na tanggapin ang panganib. Ang limang pangunahing panganib na dapat subaybayan ay: Una, kung ang kapital expenditure ng mga cloud provider ay mas mababa kaysa sa inaasahan, maaaring mabago ang presyo ng mga order sa chain ng AI hardware; Ikalawa, kung bumababa muli ang interes, ang mga high-valuation growth stocks ay maaaring mabigatan ng presyur sa discount rate; Ikatlo, may panganib sa inventory cycle at pagkakasentro sa mga customer sa mga partikular na sektor tulad ng storage, optical communication, power, at connectivity; Ikaapat, maaaring lumaki ang liquidity at volatility sa valuation ng mga mid- at small-cap na may mataas na elasticity; Ikalima, kung hindi matutupad ang mga kita sa AI theme, maaaring magbago ang pamilihan mula sa “pricing ng long-term potential” patungo sa “pricing ng current cash flow.”

Ang mga indikador ng market performance, drawdown, volatility, at risk-reward sa report na ito ay kinuha at naisama mula sa public data interface ng Yahoo Finance, na kumakalat mula sa ika-13 ng Hunyo 2025 hanggang sa ika-12 ng Hunyo 2026, na sumasakop sa MU, MXL, AMD, LITE, VICR, Nasdaq Composite Index, Nasdaq 100 Index, at SMH Semiconductor ETF. Ang corporate fundamentals narrative ay batay sa mga investor relations page, press releases, at public documents ng bawat kumpanya; ang AI capital spending, AI bubble risk, at AI stock selection framework ay batay sa public research mula sa McKinsey, Fidelity, at Morningstar. Lahat ng mga graph ay batay sa public data, at ang framework para sa scoring ng mga graph ay ginagamit para sa pananaliksik at diskusyon lamang, at hindi nagpapahiwatig ng anumang forecast ng returns o investment rating.