Tag: 人工智能

  • 贝恩公司: 到 2027 年,人工智能市场规模将飙升至近 1 万亿美元

    • 人工智能硬件和服务市场年增长率达 40% 至 55%
    • 贝恩称,繁荣可能导致芯片、电脑短缺

    贝恩公司表示,随着人工智能技术的快速应用颠覆企业和经济,全球人工智能相关产品市场正在迅速膨胀,到 2027 年将达到 9900 亿美元。

    贝恩咨询公司在周三发布的第五份年度《全球技术报告》中表示,包括人工智能相关服务和硬件在内的市场规模将从去年的 1,850 亿美元增长 40% 至 55%。贝恩表示,这将带来 7,800 亿美元至 9,900 亿美元的收入。

    更大的人工智能系统和更大的数据中心将推动这一增长,而企业和政府将利用该技术提高效率。贝恩表示,需求增长如此之快,以至于会给零部件供应链带来压力,包括运行服务所需的芯片。贝恩警告称,再加上地缘政治紧张局势,销售额上升可能引发半导体、个人电脑和智能手机短缺。

    贝恩表示,到 2026 年,对集成电路设计和相关知识产权等上游芯片组件的需求可能会增长 30% 或更多,这将给制造商带来压力。

    该公司表示,大型数据中心的成本可能会从现在的 10 亿美元到 40 亿美元跃升至 5 年后 100 亿美元到 250 亿美元之间,因为其容量将从目前的 50-200 兆瓦扩大到 1 千兆瓦以上。

    该咨询公司在一份声明中表示:“这些变化预计将对支持数据中心的生态系统产生巨大影响,包括基础设施工程、发电和制冷。”

    贝恩表示,各家公司正走出实验阶段,开始在业务中推广生成式人工智能。小型语言模型类似于促成OpenAI的 ChatGPT 聊天机器人诞生的大型语言模型,但重量轻且效率高,在成本和数据隐私问题上,可能会受到企业和国家的青睐。

    加拿大、法国、印度、日本和阿联酋等国政府正投入数十亿美元资助自主人工智能,投资国内计算基础设施和在其境内创建并基于本地数据进行训练的人工智能模型。但贝恩全球技术业务负责人Anne Hoecker表示,建立成功的自主人工智能生态系统将耗费大量时间和金钱。

  • 印度 AI 诊断公司: Lightspeed 领投 6500 万美元融资

    印度初创公司Qure.AI从光速创投和360 ONE Asset Management领投的投资者手中筹集了 6500 万美元,获得资金来扩展和开发使用人工智能帮助检测疾病的产品。

    该初创公司周一在一份声明中表示,默克公司的默克全球健康创新基金和Kae Capital加入了 D 轮融资,现有投资者包括Novo Holdings、Health Quad 和 TeamFund。该公司计划利用这笔资金在美国和其他市场扩张,改进其生成式 AI 基础模型并资助收购。

    这家总部位于孟买的初创公司的产品利用人工智能帮助识别和管理 90 多个国家 3,000 多个影像站点的重大疾病。

    该公司成立于 2016 年,声称其解决方案在诊断结核病、肺癌和中风等疾病方面胜过人类放射科医生和医生。该公司的几款产品已获得美国和欧盟监管机构的批准。

    Qure.AI 联合创始人兼首席执行官Prashant Warier表示,人工智能正在帮助克服医疗保健瓶颈。该技术越来越多地应用于药物研发、医院患者管理和手术机器人等领域。

  • 初创公司: 将利用人工智能预测天气

    初创公司: 将利用人工智能预测天气

    • Brightband 在 Prelude Ventures 领投的 A 轮融资中筹得 1000 万美元
    • 该公司表示其预测速度将比现有方法更快

    一家由谷歌前高管创立的初创公司旨在利用人工智能来改善天气预报,加入英伟达公司和华为技术有限公司等科技巨头的行列,进入一个日益拥挤的领域。

    Brightband 周四表示,该公司已完成由Prelude Ventures领投的 1000 万美元 A 轮融资,投资者包括贝恩公司的 Future Back Ventures 和 Slack 联合创始人Cal Henderson 。

    该公司于今年夏天由曾在 Google X 工作的 Julian Green 和三名科学家创立,旨在开发一款付费产品以及一个基于原始天气观测数据进行训练的开源 AI 预测模型。

    俄克拉荷马大学计算机科学与气象学教授、Brightband 联合创始人艾米·麦戈文 (Amy McGovern) 在接受采访时表示,Brightband 最初将专注于预测极端天气的行为,包括热浪和热带气旋,比传统预报提前几天。

    在过去的一年里,谷歌所有者Alphabet Inc.、华为和英伟达都推出了可以在几秒钟内做出预测的机器学习模型,但一些研究人员对它们在测试中与传统方法的准确度提出了质疑。

    许多此类模型都是基于欧洲中期天气预报中心的相同基础数据进行训练的,该中心是一个政府间组织,保存着几十年前的记录,但仍然依赖基于物理的建模来填补漏洞。

    相比之下,Brightband 将尝试制作中期预报,提前 10 到 14 天预测天气,仅使用从历史天气观测中收集的信息——忽略任何代表缺失或不可靠测量的基于物理的数据。

    要实现这一目标,需要大量原始观测到的天气数据,Brightband 计划从政府机构和私人卫星公司获取这些数据。最终,这家初创公司计划整合用户家中和公司楼顶气象站的数据。

  • 有一只机器人沃伦·巴菲特 ETF

    沃伦·巴菲特

    沃伦·巴菲特是谁?比如,如果你试图描述和重现他的本质特征,你会怎么做?我想一个不错的答案是“他的 DNA 完全描述了他,所以我只需获取他的 DNA 并在实验室中克隆他”,但这在目前的技术下似乎不太可能实现,无论如何,让我们尝试更简约的方法。我们并不需要真正捕捉他的外貌、个人弱点和不可言喻的人性;我们对沃伦·巴菲特感兴趣是因为他擅长投资,我们只是想捕捉这一点。我们想要的是以某种方式将沃伦·巴菲特复杂的人性简化为一些可复制的公式,以他选股的方式选股。

    许多金融研究都旨在回答这样的问题:如何衡量和描述某人的投资方法。AQR 的 Andrea Frazzini、David Kabiller 和 Lasse Pedersen 发表了一篇著名的论文,题为“巴菲特的阿尔法”,该论文“将巴菲特的表现分解为杠杆、公开交易股票和全资公司等成分”,“揭示了伯克希尔哈撒韦公司在 BAB 和 QMJ 因素上的投入显著”,1并发现“这些因素几乎完全解释了巴菲特公开投资组合的表现。”沃伦·巴菲特可以归结为各种常见投资因素的一组系数,再加上一小点难以言喻的人性残余。2

    这就是十年前量化金融的最先进的水平,因子的系数。然而,在 2024 年,我们有了大型语言模型,而沃伦·巴菲特是健谈的。多年来,他写了很多致股东的信,描述了他的投资理念和对特定股票的看法,你可以从中学到很多东西。人们确实这样做了:这些信很受欢迎,有抱负的投资者经常阅读巴菲特的往期作品,学习如何像他一样思考和投资。

    他们这样做不仅是因为他选股很棒,还因为他的文笔很棒。

    这些信件清晰、有趣且令人信服地解释了巴菲特的投资方式;他不仅给出了喜欢某只股票的具体原因,而且以一种可概括的方式进行了解释。这些信件传达了他的想法。它们也许可以教你一些一般的技能;阅读他对自己挑选的股票的描述可以教你如何思考其他股票,他从未想过的股票,但你可以通过模仿他的思维习惯来思考。你可以在自己的投资中学会做出像沃伦·巴菲特那样的决策,在沃伦·巴菲特自己从未遇到过的情况下。

    再说一次,人们确实会这么做;很多投资者都幻想自己是下一个沃伦·巴菲特。但这需要努力——你必须阅读所有的信件,并经过一定程度的反复试验3来运用它们——而借助现代技术,似乎确实存在一条捷径。捷径是:

    1. 您将所有字母输入 ChatGPT。
    2. 你问它“推荐一只类似沃伦·巴菲特风格的股票给我”。
    3. 它挑选巴菲特会选择的股票,并按照巴菲特的方式撰写投资论文。
    4. 你去购买这只股票,因为沃伦·巴菲特——通过基于他的著作的思维模型折射出来——向你推荐了它。
    5. 它之所以会上涨,是因为沃伦·巴菲特擅长挑选股票,他的著作很好地体现了他的思维方式,而 ChatGPT 则擅长从这些著作中构建该模型。

    这一论点让人感觉(1)显而易见,但(2)又疯狂?多年来我一直在提出这一观点,但每次都感到尴尬。4早在 2020 年,当 GPT-2 成为大型语言模型中最先进的技术时,我写道:

    如果你用一堆 Money Stuff 专栏训练 GPT-2,它可能会说出一些听起来像 Money Stuff 的东西。如果你用一堆沃伦·巴菲特的年度信件训练它,也许它会说出一些听起来像沃伦·巴菲特的东西?不仅是民间的性笑话,还有深刻的投资见解?也许 GPT-2 会消化巴菲特的思想,或者更确切地说,具体是巴菲特在写散文时暴露出来的思想部分,它会利用对他思想的理解来写出像巴菲特一样的散文,推荐像巴菲特一样的投资决策?

    或者,如果你经营一家投资公司,并且有分析师提供的大量建议投资决策的备忘录,为什么不把那些奏效的备忘录(那些建议投资上涨的备忘录)输入到 GPT-2 中呢?然后让它给你写一份新的备忘录,看看它是否有用?

    我的意思是,这显然还是个笑话。金融领域人工智能的正常做法是,计算机查看上涨的股票,试图找出模式,找出上涨的股票有什么共同点。通过散文媒介来做到这一点——查看推荐上涨股票的备忘录,找出它们的共同点——是一种奇怪的间接形式,一种愚蠢而不必要的复杂化。但有点迷人吗?你有时会看到对金融领域人工智能的一种批评,那就是计算机是一个黑匣子,它选择股票的原因人类用户无法理解:计算机的推理过程不透明,因此你不能确信它选择股票是出于好的理由还是由于虚假的相关性。让计算机给你写一份投资备忘录解决了这个问题!

    这会起作用吗?在目前的技术上?我对此表示怀疑。(作为一个愚蠢的经验测试,今天早上我让 ChatGPT 模仿巴菲特并写了一份备忘录,评估特朗普媒体与科技集团的股票,哇,第 5 号)但它在哲学上还是令人满意的。将巴菲特简化为一组因子载荷感觉有点不自然;无法解释的残留物是所有魔法发生的地方。将巴菲特简化为他的话语,并根据这些话语塑造他的思维,感觉更自然、更人性化;也许他的风格就是魔法发生的地方,也许计算机可以捕捉到这一点。

    反正!

    金融科技初创公司 Intelligent Alpha 正在推出一款由聊天机器人驱动的 ETF,该基金承诺利用投资界最杰出的头脑——沃伦·巴菲特、斯坦利·德鲁肯米勒、大卫·泰珀等——的智慧。

    该产品有一个不那么隐晦的名字——“the Intelligent Livermore ETF”。该产品围绕 ChatGPT、Gemini 和 Claude(被称为“投资委员会”)提出的投资理念构建,这些理念将受到著名基金经理的思想和做法的启发。该产品将于周三开始交易。

    该公司扎根于工程和新兴技术,将指导大型语言模型 (LLM) 模仿投资者的个性。这三个聊天机器人将吐出 60 到 90 家全球公司,这些公司涉及多个行业、主题和地区,包括医疗保健、可再生能源和拉丁美洲,仅举几例。

    除了巴菲特、德鲁肯米勒和泰珀之外,该 ETF 瞄准的人物名单还包括丹·勒布、保罗·辛格等人,尽管该基金的持股并不一定反映这些投资者的实际押注。

    我非常喜欢这个。这是新闻稿。这是招股说明书,其中描述了这种方法:

    人类分析师(“分析师”)为基础投资组合制定预期策略。……

    大型语言模型是一种人工智能算法,它使用深度学习技术和海量数据集来理解、总结、生成和预测新内容,该模型可用于识别 4-6 个受世界上最伟大的交易员启发的主要交易趋势。分析师将通过查看著名投资者的长期(5 年或更长时间)业绩记录与广泛的市场基准进行比较来确定人工智能的著名交易员和投资者名单,这将根据观察到的交易趋势的性质而有所不同。主要交易趋势是著名交易员表达的明确定义和清晰的交易观点。……

    人工智能将在进行整体分析时分析与已识别交易者和趋势相关的众多信息来源(例如 13F 文件、公开声明和采访)。……

    分析师收集步骤 1 中提出的详细信息、信息和理念,并将其转换为指令集,提交给三个大型语言模型(“AI 模型”)以创建投资组合。每个 AI 模型都同样被指示审查数据和指令,以创建一个最多 20-30 只股票的投资组合,包括每个头寸的权重。AI 模型被指示将任何持股的最大权重限制为 10%。每个 AI 模型在创建其投资组合时都有自己的判断力,分析师将在步骤 3 中对其进行审查。AI 模型代表基金的 AI 投资委员会,AI 模型根据每个 AI 模型对提供给它的指令的独立评估提供其独立创建的投资组合。

    等等。有很多人为干预;这看起来更像是“问 ChatGPT 巴菲特会做什么,然后仔细思考答案”,而不是“让 ChatGPT 挑选巴菲特会选择的股票,然后购买它们”。

    他们并没有真正透露投资者的名字——我猜他们会被起诉?——但提议的 ETF 包括 Intelligent Livermore ETF(股票代码:LIVR)和 Intelligent Omaha ETF(股票代码:AIWB 6),我猜它们将根据巴菲特的著作进行训练。

    我真的不知道根据杰西·利弗莫尔的著作进行训练意味着什么。利弗莫尔显然写了一本书,但我觉得每个人都读的那本杰西·利弗莫尔的书并不是他写的。而且他的书是在 1940 年出版的,也就是他去世前几个月,所以不清楚他将如何交易《七侠荡寇志》或其他什么的。但我想 ETF 会找到答案的!

    股票投资显然是应用人工智能的一个领域:

    1. 有大量的数据。
    2. 人类在处理这个问题时有着众所周知的弱点——有限的记忆和处理能力、情绪、偏见、午休——而计算机可以避免这些弱点。
    3. 无论如何,一切都是在计算机上发生的。你不必像在自动驾驶汽车中那样避开行人;你只需生成买卖订单,然后由计算机将其发送到交易所的匹配引擎。
    4. 如果你做对了,你就会赚很多钱。

    当你把这些因素综合起来,你就会自然而然地想到:“是的,我要制造一个比人类更优秀的机器人,它比人类更理性、更有逻辑、更以数据为导向、更精于计算,它能发现人们错过的信号,它能做到人类投资者做不到的事情。”你的计算机获取金融市场的原始信息,并将其转化为购买信号,摆脱人类智能的偏见和弱点。

    这不是!这是另一种更令人宽慰的方法:“毫无疑问,没有哪台计算机能够比奥马哈的一位 94 岁老人或 80 年前去世的一位迷人而又淘气的日内交易员更善于解读市场精神,所以我们需要做的是编写程序让计算机像这些人一样思考。”

    如果投资机器人能做的最好的事情就是模仿那些人,那意味着什么?如果模仿那些人比直接将人工智能应用于市场数据更容易,那意味着什么?“人类在投资方面比机器更好,但人类很容易沦为机器”?我不知道,我喜欢它。

    史蒂夫·科恩

    史蒂夫·科恩是什么人?与其他大型多经理对冲基金的创始人一样,你可以讲述这样一个基本故事:

    1. 他非常擅长挑选那些能够快速上涨的股票。
    2. 他在这方面非常擅长,并筹集了大量资金,因此他不得不雇用其他人为他挑选股票,以管理所有这些资金。
    3. 并非每个人都能完成这一转变:选股的技能与挑选股票的人的技能并不相同。识别、培训、管理和向优秀的投资组合经理分配资金与识别优秀的股票有一些重叠,但重叠并不完全,而且许多优秀的选股者也不会成为多经理基金的优秀经理和分配者。
    4. 但科恩非常成功地完成了过渡(当然,也有一些小问题),现在管理着一家巨型公司 Point72,该公司拥有许多经理人、良好的业绩记录,并致力于精心挑选和培训经理人。

    一方面,挑选和管理投资组合经理似乎比挑选股票更有利可图,杠杆率也更高,这就是为什么真正的顶级对冲基金经理最终都会选择这样做。另一方面,如果你因为擅长挑选股票而获得了这个职位,然后花了很多时间仔细评估选股者,你可能会得出这样的结论:“等等,我比这些人更优秀。”大型多经理人公司的一个重要限制是,没有那么多人一直擅长挑选股票,但老板就是其中之一。

    因此,科恩长期以来也一直在挑选股票。但现在他停止了:

    虽然这位亿万富翁对冲基金创始人仍与哈里·施韦费尔 (Harry Schwefel) 一起担任 Point72 Asset Management 的联席首席投资官,但他不再投资客户的资金。该公司在一封电子邮件声明中表示,68 岁的科恩将专注于推动公司的发展以及指导和培养人才。

    三十多年来,科恩一直是该行业的主导力量之一,在一场代价高昂的内幕交易丑闻之后,他将自己的对冲基金重建为全球最大的对冲基金之一。尽管他将自己的公司发展成为拥有 185 多个交易团队的公司,并涉足其他领域,包括他在 2020 年收购纽约大都会队,但他仍保留了一本定期交易的小账本。

    Point72 发言人蒂芙尼·加尔文-科恩 (Tiffany Galvin-Cohen) 在声明中表示:“让史蒂夫成为我们投资专业人士的导师具有巨大的价值,并补充说他“一如既往地投入工作”。 “唯一的变化是,他将花更少的时间坐在电脑屏幕前,花更多的时间与投资团队合作,培养公司的人才。”

    我希望他们在过去一年里有一个机器人跟着他,密切观察他,现在这个机器人将接管他的书。

  • 帮助招聘零工的人工智能初创公司获得 Vinod Khosla 的支持

    Vahan.ai是一家利用人工智能招聘蓝领工人的公司,该公司已获得由硅谷亿万富翁维诺德·科斯拉 (Vinod Khosla ) 的科斯拉风险投资公司 (Khosla Ventures)领投的 1000 万美元融资,将人工智能引入印度长期以来由夫妻店主导的招聘领域。

    B 轮融资还吸引了其他美国投资者的资金,例如Y Combinator Inc.和Gaingels LLC,以应对 Vahan 预计到 2030 年将占印度新增就业岗位 70% 的领域。

    这家初创公司在周四的一份声明中表示,新资金将用于完善技术并扩大覆盖的语言范围,从而撒下更大的网,以捕捉印度较小、较偏远城镇的数亿潜在就业机会。

    这家总部位于班加罗尔的公司为各种互联网服务运营商提供支持,包括Uber Technologies Inc.和Amazon.com Inc.以及食品配送巨头Swiggy和Zomato。它还为当地快消品公司Zepto和Blinkit提供零工。

    Madhav Krishna

    Vahan 创始人兼首席执行官 Madhav Krishna 表示:“我们每月帮助招聘 25,000 名员工。我们的 AI 招聘人员会说印地语和英语,向应聘者介绍机会并收集他们的详细信息。”

    语音沟通功能使入职流程更加简单,有助于弥补技术素养方面的差距。自 2016 年成立以来,Vahan 已从近 500 个城市招募了 50 多万名工人。

    Krishna 在接受采访时表示,只有人工智能工具才能达到满足工人激增需求所需的速度,并用印地语语音演示了他的应用程序。

    Vahan 还在为大型电子制造商试行人工智能招聘,随着工厂从中国转移到印度,这一领域正在蓬勃发展。

    这家初创公司使用OpenAI等领先 AI 公司的生成式 AI 系统。Krishna 表示,在专门从事自然语音合成的 ElevenLabs 的帮助下,Vahan 可以生成听起来像印度本地人的声音。Vahan 的创新确保了快速响应时间,这对于 AI 驱动的语音对话至关重要。

    “运行我们的技术的成本是每接通一分钟 3 美分,是人工呼叫者成本的一半,”首席执行官说。

    根据印度科技行业贸易集团Nasscom 6 月份的一份报告,到 2030 年,印度的零工工人将占该国劳动力的 4% 以上。Vahan 在公告中表示,到 2032 年,整个零工行业将提供价值超过 2500 亿美元的服务。

  • 微软: 宣布回购 60​​0 亿美元股票,股息上调 10%

    微软公司公布了一项新的 600 亿美元股票回购计划,创下了其历史上最大规模的回购授权金额,并将季度股息提高了10%。

    该软件公司表示,截至 11 月 21 日,股东将获得每股 83 美分的季度股息,而目前的股息为 75 美分。该股票回购协议没有到期日,取代了 2021 年宣布的 600 亿美元回购计划。

    微软是全球市值第二大的公司,过去几年,该公司受益于人工智能市场的繁荣。这家软件制造商已将合作伙伴 OpenAI 的人工智能技术融入其产品线,并宣称这些工具能够增强其业务应用程序,例如 Teams、Word 和 Outlook。微软周一早些时候发布了一系列新的人工智能工具。

    该公司股价周一常规交易收于 431.34 美元,宣布回购计划后,盘后交易中上涨不到 1%。过去一年,该公司股价上涨了 31%。

    据汇编的数据,截至 6 月 30 日,微软拥有 755 亿美元现金和现金等价物。这家总部位于华盛顿州雷德蒙德的公司 7 月份表示,第四财季自由现金流为 233 亿美元,“同比增长 18%,反映出为支持我们的云和 AI 产品而增加的资本支出。”

  • 高盛: 交易部门表示现在是逢低买入人工智能股票的时候了

    • 高盛的穆拉德表示:“人们对人工智能抱有太多悲观情绪”
    • 银行预计未来 12 个月人工智能公司的盈利将翻倍

    人工智能相关股票最近受到重创,但随着利率下降且基本面保持强劲,高盛集团的交易部门认为现在是逢低买入的时候。

    高盛美国定制篮子团队副总裁法里斯·穆拉德(Faris Mourad)周四在给客户的报告中写道:“我们预计较低的利率可以支持IT项目,大选后经济政策的不确定性会降低,而人工智能产品方面也将取得切实进展,并在即将召开的会议上展示。”

    高盛的广泛人工智能篮子——包括Nvidia Corp.、微软公司、苹果公司、Alphabet Inc.、亚马逊公司、Meta Platforms Inc.和甲骨文公司等公司——较 7 月 10 日创下的 2024 年高点下跌了 11%。疲软程度超出了七大科技股的抛售。今年早些时候,高盛推出了两个篮子,重点关注对数据中心和推动人工智能发展的电力需求的旺盛。但自 7 月中旬以来,人工智能数据中心篮子下跌了 8%,Power Up America篮子下跌了 5%。

    交易员们预计美联储将在周三结束的会议上降息半个百分点,这促使投资者从大型科技股转向经济敏感的市场领域。此外,最新的财报季显示,企业在人工智能方面的支出并没有像投资者希望的那样迅速获得回报。

    虽然这引发了部分投资者的担忧,但对高盛来说,这是一个买入机会。

    “人们对人工智能的悲观情绪太强烈了,”穆拉德写道。

    “从今年迄今的盈利趋势来看,人工智能(一篮子股票)价格便宜,可能需要新的坏消息才能进一步下跌,但我们认为这种情况不太可能发生。”

    基本面在高盛的论点中起着关键作用。

    该银行预计,未来 12 个月,人工智能公司的净收入将增长约一倍。它还预计与该技术相关的发电量将进一步增长。

    穆拉德写道:“今年电力主题的出色表现主要得益于该领域的盈利增长,因为美国独立电力生产商和受监管的公用事业公司在上个财报季对数据中心提供了积极的更新。”

    例如,独立电力生产商Vistra Corp.今年上涨了 131%,Constellation Energy Corp.上涨了 69%。这两家公司都属于 Power Up 股票篮子,通常与人工智能相关的情绪保持一致。诚然,自 5 月底创下新高以来,它们已经失去了一些动力。但高盛表示,这两家公司最近公布的收益均超出预期,而围绕人工智能的资本投资将继续推动此类电力股走高。

    穆拉德写道:“我们仍然认为数据中心是美国电力需求增长的最大单一驱动力。”

  • 摩根士丹利的迈克·威尔逊: 人工智能主题“过度炒作”

    • 技术的变革潜力并非短期内就能实现
    • 交易员们纷纷选择防御型股票,以寻求新的增长思路

    摩根士丹利的迈克·威尔逊表示,今年早些时候推动标准普尔 500 指数创下历史新高的人工智能热潮正在逐渐消退,因此,如果股市要恢复上涨,就需要新的催化剂。

    该银行首席美国股票策略师周三接受彭博电视采访时表示,尽管人工智能很可能随着时间的推移改变生产力,但短期内投资者因为其潜力而买入股票为时过早。他补充说,现在人工智能已经出现在陷入困境的芯片股中,而不仅仅是Nvidia Corp . 最近的波动。费城半导体指数本月下跌了 8.5%。

    “人工智能之梦——光彩已经褪去,”他说。“我们只是对整个人工智能主题过度了。但这并不意味着它已经结束了。”

    投资者在大半年里疯狂抢购科技股后,开始减少对它们的投资。由于美联储准备最早在下周开始降息,投资者正在转向市场的其他领域,以评估美国经济的健康状况。

    威尔逊重申了他对优质防御性股票的偏好,推荐公用事业、消费必需品和医疗保健等领域,因为芯片制造商的热情至少暂时会消退。

    他说,投资者可能会躲藏在这些行业,直到他们得到“下一个结果,无论是坏结果还是积极结果”。

    周二上午,美国股市下跌,原因是一项关键的通胀指标在 8 月份上涨超过预期,引发了人们对美联储不会像交易员所希望的那样大幅降息的担忧。所谓的核心消费者价格指数(不包括食品和能源成本)较 7 月份上涨0.3%,较去年同期上涨 3.2%。

    在报告发布之前,威尔逊表示,这一数字需要“穿针引线”,这意味着高于预期的数字可能使美联储落后于形势,而通胀大幅下降将损害企业的定价权。

    该策略师警告称,本次会议上提前降息 50 个基点“大大”降低了软着陆的可能性。一些交易员曾猜测政策制定者一开始就会采取超大规模降息,但在 CPI 数据上涨后,他们已经放弃了降息的念头,并基本巩固了降息四分之一个百分点的可能性。

    威尔逊认为,美联储下周会议的最大不确定因素是官员们是否会更积极地谈论迅速结束量化紧缩政策,或提供其他措施来提供流动性。他说,这可能会让市场感到意外,并成为股市的“牛市理由”。

    7 月初,威尔逊曾正确警告称,由于美联储政策、企业收益和美国大选的不确定性加剧,市场将大幅回调。不到一个月后,标准普尔 500 指数从峰值跌至 8 月的低点,跌幅达 8.5%。

    然而,这位策略师还预测了去年股市的崩盘,但这一预测并未成真。

    纵观此次选举,威尔逊认为,在软着陆的情况下,前总统唐纳德·特朗普的增长政策可能对股市有利,对债券不利。

    “我确实认为股市是支持特朗普的,”他说。“当他获胜的几率上升时,股市交易会更好,反之亦然。”

  • 台积电: 8 月营收增长 33%,因 AI 芯片需求持续增长

    台积电: 8 月营收增长 33%,因 AI 芯片需求持续增长

    • 增长强劲,但较 7 月份略有放缓
    • 投资者一直担心人工智能支出的速度

    台湾半导体制造股份有限公司上个月的营收增长了 33%,这向押注智能手机市场复苏和对英伟达公司人工智能芯片持续需求的投资者发出了一个积极信号。

    8 月份销售额达到2509 亿新台币(78 亿美元),低于上个月 45% 的增长速度。分析师预计,台积电第三季度营收将增长 37%,延续 2023 年疫情过后低谷的复苏势头。

    虽然这只是一个月的快照,但结果可能会缓解人们对市场是否高估了人工智能基础设施支出持久性的担忧。 9 月 3 日,英伟达公布的收益未能达到最高预期,导致该公司股价下跌约2790 亿美元,创下单日最大跌幅。

    伯恩斯坦分析师Mark Li等人写道,这意味着台积电第三季度营收有望略微超过平均预期。“如果 9 月份的业绩符合过去 8 年的平均季节性,那么 3Q24 营收将比预期中值和共识高出 5% 至 6%”,他说。

    这家台湾最大的公司目前一半以上的收入来自高性能计算,这是受人工智能需求驱动的业务领域。

    Nvidia 的首选芯片制造商也是 iPhone 主处理器的主要制造商。苹果公司周一发布了iPhone 16,这款手机“从头开始”为人工智能打造,但其功能将通过软件更新逐步添加到设备中。华尔街押注移动设备需求将反弹。

    行业研究怎么说

    苹果在 iPhone 16 和 16 Pro 上采用 Wi-Fi 7,应会加速技术渗透,并增加对台积电 N6(7 纳米)和 N4(5 纳米)节点的需求,这些节点已被博通、联发科等公司用于生产 Wi-Fi 7 芯片。

    A18 和 A18 Pro 处理器性能提升符合我们的预期,这进一步增强了我们对台积电 N3E 节点销售增长的乐观预期。

    -分析师Charles Shum

    台积电在上次公布业绩时对其业务和前景做出了乐观的评估。今年 7 月,这家全球最大的代工芯片制造商将其全年增长预期上调至此前预计的最高 20% 以上。

    随着市场好转,首席执行官CC Wei正在带头进行大规模的全球扩张。

    该公司已宣布其亚利桑那州的一个项目取得了初步进展,正考虑在日本建立第三家工厂,并且几周前,一家价值 100 亿欧元的德国工厂破土动工。

  • OpenAI 和 Thrive Capital 支持成立六个月的 AI 药物研发初创公司

    OpenAI 和 Thrive Capital 支持成立六个月的 AI 药物研发初创公司

    • Chai Discovery 在新一轮种子轮融资中筹得近 3000 万美元
    • 初创公司的基础模型旨在与谷歌 DeepMind 竞争

    六个月前成立的人工智能生物初创公司 Chai Discovery 已从重量级投资者Thrive Capital和OpenAI筹集了近 3000 万美元,用于将 AI 引入药物研发。

    Chai 开发的 AI 基础模型可以预测生化分子的结构并重新编程它们的相互作用,这一过程对于开发新药至关重要。“我们希望将生物学从一门科学转变为工程学,”联合创始人兼首席执行官 Joshua Meier 说道。

    该公司的新一轮种子融资由 Thrive 领投,Dimension Capital 也参与其中。该公司称,此次交易对 Chai 的估值为 1.5 亿美元。

    近年来,人们对人工智能加速药物研发的潜力感到非常兴奋。2022 年,谷歌 DeepMind 的 AlphaFold 工具以其预测数百万种蛋白质结构的能力震惊了科学界。最近,今年 6 月,EvolutionaryScale 推出了一种能够生成新型蛋白质的人工智能模型,并获得了1.42 亿美元的种子资金。

    周一,Chai发布了其首个分子结构开源模型 Chai-1,并附上了一份技术报告,将其性能与 AlphaFold 和 EvolutionaryScale 开发的 ESM3 进行了比较。Meier 表示,Chai 的模型在基准测试中表现更好。

    “我们看到,在我们应用它解决的各种问题上,成功率提高了 10% 到 20%,”他说。“例如,当我们与 AlphaFold 进行比较时,我们发现我们的模型在对药物发现至关重要的任务上始终表现更好。”

    在创办 Chai 之前,Meier 曾担任生物技术公司Absci Corp.的首席人工智能官,并曾在Meta Platforms Inc.和 OpenAI 担任研究员。他于 3 月与 Jack Dent 等人共同创立了这家初创公司,Jack Dent 最近担任Stripe Inc.的工程师。Meier 表示,Chai 目前员工不到 10 人,并吸引了来自 OpenAI、谷歌和 Meta 等公司的人才。

    登特表示,Chai 正在免费提供其首款模型,目前尚未讨论将其技术商业化的计划。

    PitchBook 数据显示,2023 年风险投资家向生物制药初创公司投入了近 300 亿美元。

    对于 Chai 来说,竞争不仅来自其他 AI 初创公司,还来自谷歌等巨头。谷歌的 AI 主管Demis Hassabis表示,谷歌正在瞄准一项可能价值超过 1000 亿美元的业务。

    “这个领域足够大,可以容纳所有人,” Thrive Capital 合伙人Miles Grimshaw说道,他领导了对 Chai 的投资。“在这个领域工作的一个好处是,让一件事变得更好本身就非常有利可图。”