Morgan Stanley mengeluarkan laporan yang menyatakan bahawa pelancaran GPT-6 Astra akan mengubah arah perbincangan pasaran. Astra mewakili lompatan substansial dalam kemampuan penalaran, kejuruteraan, penggunaan komputer, dan pelaksanaan tugas dunia fizikal, bermakna AI bergerak daripada interaksi ringkas kepada pelaksanaan tugas kompleks.

Penulis artikel: Long Yue

Sumber artikel: Wall Street Journal

Pelancaran satu model sedang mengubah arah perbincangan pasaran.

Selama beberapa bulan terakhir, pasaran telah memperdebatkan satu soalan: “Berapa banyak infrastruktur yang diperlukan untuk melayani permintaan AI yang diketahui?” Soalan ini mengandungi implikasi tersembunyi: Adakah infrastruktur AI telah mengalami pelaburan berlebihan?

Namun, menurut laporan dari Trading Desk Zhuifeng, laporan yang dikeluarkan oleh Morgan Stanley pada 7 September menunjukkan bahwa pentingnya GPT-6 Astra tidak boleh dipahami secara sederhana sebagai kelanjutan narasi pemanjangan skala (Scaling). Ini bukan sekadar peningkatan model.

Astra mewakili lompatan signifikan dalam kepelbagaian kemampuan dan interoperabiliti, yang ditunjukkan melalui empat arah: kemampuan penalaran, kemampuan kejuruteraan, penggunaan komputer, dan pelaksanaan tugas dunia fizikal. Ini bermakna AI kini mula bergerak ke tahap yang mampu menjalankan penalaran kompleks, tugas kejuruteraan profesional, pengendalian komputer secara langsung, serta menangani tugas dunia nyata. Dengan lebih banyak perkara yang boleh dilakukan, peluang untuk menghasilkan pendapatan juga bertambah. OpenAI baru-baru ini juga menyatakan bahawa model yang lebih baik membuka bidang "kerja" baharu.

Narratif AI sekali lagi ditarik balik dari "perdebatan permintaan" ke "rintangan fizikal"

Kehadiran Astra mungkin mengubah masalah utama pasaran daripada "Berapa banyak infrastruktur yang diperlukan untuk melayani permintaan AI yang diketahui", kepada "Sejauh mana beban kerja baru akan menjadi ekonomik seiring peningkatan kecerdasan model?"

Ini adalah soalan yang arahnya bertentangan. Yang pertama adalah keraguan dari sisi permintaan, yang kedua adalah tekanan dari sisi penawaran.

Analis dalam laporan tersebut mengemukakan logik ekonomi utama: model yang lebih baik boleh mencipta kesan elastik—semakin tinggi kecerdasan dan kegunaan yang diperoleh AI bagi setiap dolar yang dibelanjakan, semakin bertambah bilangan, tempoh, dan kekompleksan beban penghujahan.

Ini serupa dengan "paradoks Jevons" klasik: peningkatan kecekapan tidak mengurangkan penggunaan, malah memperluaskan jumlah penggunaan. Peningkatan output pintar per unit kos → skenario aplikasi yang sebelumnya tidak menguntungkan menjadi mungkin → beban kerja baru membanjiri → permintaan terhadap kuasa pengiraan dan infrastruktur justru membesar.

Analis percaya bahawa jika kemampuan Astra dapat diubah menjadi aplikasi yang berguna secara komersial, kolam pendapatan AI yang boleh dicapai akan meluas secara besar-besaran, jauh melebihi skenario penggunaan semasa yang berfokus pada perbualan dan pengkodean.

Morgan Stanley menganggarkan TAM kerja pengetahuan global sekitar USD2.25 trilion (berdasarkan 900 juta pekerja pengetahuan global dengan gaji tahunan purata sekitar USD25,200); TAM perbelanjaan pengguna sekitar USD3 trilion, merangkumi runcit + perjalanan (sekitar USD1.6 trilion), auto-pemandu/mobiliti (sekitar USD400 bilion), penghantaran makanan (sekitar USD400 bilion), dan iklan (sekitar USD300 bilion).

Kesimpulan analis adalah: Kehadiran Astra membawa naratif bottleneck kembali dari "pembentukan permintaan" kepada "kekangan bekalan fizikal" — iaitu, sama ada mampu menghantar kecerdasan ini dalam skala besar.

Apa yang dimaksud secara spesifik? Kuasa pengiraan. Tenaga listrik. Bahan. Tenaga kerja. Dan sebagainya.

Di mana tepatnya batasan fizikal: ABF dan HBM4E

Ketegangan di sisi penawaran mempunyai dua titik fokus spesifik.

Yang pertama ialah papan pelapik ABF.

Morgan Stanley menganggarkan bahawa papan ABF akan mengalami ketidakseimbangan antara permintaan dan penawaran bermula tahun 2027, dengan jurang tersebut terus membesar hingga 2030. Sekatan utama ialah: kapasiti baharu memerlukan sekurang-kurangnya 2 tahun untuk dilancarkan.

Yang kedua ialah kerumitan proses belakang (BEOL) HBM4E.

Laporan menunjukkan bahawa proses selepas HBM4E mewakili perubahan paradigma besar dalam pembuatan semikonduktor—HBM berubah dari tumpukan penyimpanan 3D khas menjadi sistem logik Chiplet tersuai yang sangat terintegrasi.

Rantaian kesan yang spesifik:

• Peningkatan bilangan lapisan perhubungan HBM4E (seperti pengenalan dummy bump oleh SK Hynix) akan memaksa perbelanjaan modal DRAM yang besar digunakan untuk pengembangan kapasiti BEOL
• Pengeluaran GB DRAM dan perbelanjaan modal untuk peralihan proses di depan (FEOL) dijangka akan mencapai percepatan pada separuh kedua tahun 2027.
• Pembuat DRAM mengutamakan penggunaan kapasiti peralatan, oleh itu pengembangan kapasiti NAND mungkin ditangguhkan

Ciri-ciri sepunya kedua-dua kekangan ini: kedua-duanya merupakan batasan fizikal yang boleh diverifikasi dan dilacak, bukan perasaan pasaran.

Kuasa: Penghalang fizikal yang paling sebenar

Seiring dengan peningkatan tekanan pengawasan pusat data, bekalan kuasa menjadi halangan fizikal utama lain. Para analis menganggarkan jumlah kuasa komputasi penyedia awan berskala besar akan meningkat dari sekitar 35GW pada 2025 kepada sekitar 145GW pada 2028, meningkat sebanyak 4 kali ganda.

Analis menunjukkan bahawa Amerika menghadapi kekurangan kuasa sebanyak 38 GW, dan pusat data akan semakin mengambil jalan penjanaan sendiri di belakang meter.

Perkiraan baris ini menunjukkan bahawa penyelesaian kuasa selepas meter akan menambahkan kos modal sebanyak kira-kira US$30 bilion setiap gigawatt. Sebagai contoh, dengan chip NVIDIA Rubin Ultra generasi pertama, kos keseluruhan termasuk kuasa selepas meter adalah sekitar US$500 bilion setiap gigawatt.

Apa yang dianggap rendah oleh pasaran

Analis percaya bahawa pasaran sedang meremehkan tiga perkara berikut:

Pertama, manfaat teknologi global GPT-6 Astra belum dihargai dengan cukup.

Kedua, ketegangan bekalan mungkin berterusan lebih lama. Kekangan pada ABF dan HBM4E BEOL tidak dapat diselesaikan dalam jangka pendek.

Ketiga, beberapa saham yang tidak bergantung pada AI sedang menguat secara perlahan. Cip simulasi (STM, NXP, Renesas) telah mengalami dasar berbentuk L selama lebih dari tiga tahun dan kini berada dalam fasa pemulihan awal siklus—persediaan dikurangkan, harga stabil, dan pesanan industri membaik.

Kesimpulannya bukan “beli lebih banyak AI”

Prioriti pelaburan yang diberikan oleh Morgan Stanley:

AI komputasi (prioriti tertinggi) > Rangkaian (seterusnya) > Penyimpanan (pilihan) + Cip simulasi (pengimbang dalam peringkat awal), termasuk:

• Kekuatan AI: GPU (NVIDIA), ASIC (MediaTek, GUC), papan ABF (Unimicron, Ibiden), MLCC (Murata, Samsung Electro-Mechanics), penutupan dan pengujian akhir (Advantest, Tokyo Electron, Hua Feng, ASE, Kyocera)
• Rangkaian: GLW, LITE, COHR, KEYS, Furukawa Electric, Fujikura
• Penyimpanan: Pertumbuhan prioriti dalam saham berstruktur dan lokalisasi (CXMT), SK Hynix, Samsung, dan Kioxia mempunyai ruang naik taktikal apabila bekalan terus ketat
• Bukan AI: Simulasi cip (STMicroelectronics, NXP, Renesas)

Baris ini menyatakan: "Kami lebih memilih untuk menempatkan modal pada syarikat-syarikat yang berada di persimpangan kitaran penalaran yang lebih luas, kapasiti fizikal yang terhad, kekuatan kandungan yang meningkat, dan kompleksiti pembuatan yang bertambah."

Tempat yang perlu dikekal kesedaran

Laporan Morgan Stanley bukan hanya optimis sepihak, dan secara jelas menandakan tiga perkara yang perlu diperhatikan:

Pertama, jangkaan terhadap AI sudah sangat tinggi. Toleransi pasaran terhadap syarikat AI telah berubah daripada “prestasi baik” kepada “prestasi mesti sempurna”, walaupun Astra membawa kemajuan nyata, jika prestasi tidak melebihi jangkaan secara besar-besaran, tindakan harga mungkin masih terhad.

Kedua, kadar pertumbuhan perbelanjaan modal pada tahun 2028 dijangka melambat. Harga saham melihat arah perubahan kadar pertumbuhan, dan perlambatan itu sendiri mungkin terus menekan penilaian, walaupun nilai mutlak masih meningkat.

Ketiga, tekanan makroekonomi masih berterusan. Laporan tersebut menyebut ketidakpastian seperti harga minyak, inflasi, lintasan kadar faedah Federal Reserve, serta pilihan raya presiden Amerika Syarikat pada 2028, dengan fokus khusus pada rintangan politik potensial terhadap pengembangan pusat data sekiranya Demokrat memenangi kuasa eksekutif.