投资者迈克尔·伯里确信市场已调整对AI的态度

cryptonews.ru發佈於 2026-07-27更新於 2026-07-27

文章摘要

知名做空投资者迈克尔·伯里确信,市场已对大型科技公司在人工智能领域的巨额投资做出了裁决。当前投资者更青睐那些展现高盈利能力的公司,而非单纯进行大规模资本支出的企业。 伯里在社交媒体分享的彭博图表显示,华尔街已削减了对多家在AI领域投入最高的科技公司的投资。其中,谷歌母公司Alphabet、亚马逊、微软、Meta和甲骨文自6月初以来表现均逊于整体市场。Alphabet是该组中表现最落后的公司,尽管其未来12个月的资本支出预期最高。 另一图表反映了市场对多家大型科技公司估值的重新评估:英伟达、微软、亚马逊、Alphabet和Meta的远期市盈率已从近期峰值下降,表明投资者正在重新审视AI投资的前景。伯里对此评论道:“市场已经投票,结果显而易见。” 这种情绪转变也给“美股七巨头”带来了压力,相关ETF自年初以来已下跌3.37%。值得一提的是,风险投资家查马斯·帕里哈皮蒂亚在Alphabet最新财报后为其AI支出进行了辩护,认为公司长期的高资本回报率历史赋予了管理层“无罪推定”。 股价方面,Alphabet A类股周五收涨0.65%至319.74美元,盘前交易中再涨1.56%;C类股周五涨0.24%至319.09美元,盘前涨1.51%。

知名做空者迈克尔·伯里确信,市场已经对大型科技公司在人工智能领域的投资做出了裁决。目前,投资者更青睐那些展现出高回报的公司,而非那些进行大规模资本投入的公司。

根据伯里在社交媒体发布的彭博社图表,华尔街已减少了对许多在AI领域投入最多资本的科技公司的投资。与此同时,谷歌母公司Alphabet Inc.、亚马逊公司、微软公司、Meta Platforms Inc. 和甲骨文公司自6月初以来相对于整体市场表现最差。

尽管Alphabet公司未来12个月的预测资本支出最高,但却是该集团中表现最落后的公司。

另一张图表反映了对许多大型科技公司估值预期的修正:英伟达公司、微软、亚马逊、Alphabet和Meta的远期市盈率已从近期高点回落,因为投资者重新评估了AI投资的前景。

"市场已经投票,结果显而易见,"伯里如此评论这一情况。

市场情绪的变化也给"七大科技巨头"的股市带来了压力——Roundhill Magnificent Seven ETF自年初以来下跌了3.37%。

有趣的是,在Alphabet发布最新财报后,风险投资家查马斯·帕里哈皮蒂亚为其AI支出进行了辩护。他表示,Alphabet多年来展现的高投资资本回报率历史,因其建立的"资本增值机器",为其管理层提供了"无罪推定"。

Alphabet A类股周五收于319.74美元,上涨0.65%,周一盘前交易中又上涨了1.56%。C类股周五上涨0.24%至319.09美元,随后在盘前交易中又上涨了1.51%。

end-content

相關問答

Q迈克尔·伯里认为市场对科技公司在人工智能(AI)领域的投资态度发生了什么变化?

A迈克尔·伯里认为市场已经做出了裁决,投资者现在更青睐于能展示高回报的公司,而非仅仅在AI领域进行大规模资本投入的公司。

Q根据Bloomberg的图表,华尔街减少了对哪些公司的投资?

A华尔街减少了对在AI领域投入资本最多的科技公司的投资,包括Alphabet Inc.、Amazon.com Inc.、Microsoft Corp.、Meta Platforms Inc. 和 Oracle Corp.

Q在伯里引用的图表中,哪家公司在表现上最为落后?其原因是什么?

AAlphabet是其中表现最落后的公司,尽管它拥有未来12个月内最高的预测资本支出。

QChamath Palihapitiya是如何为Alphabet的AI支出辩护的?

AChamath Palihapitiya为Alphabet的AI支出辩护,称该公司长期以来展现的高投资资本回报率记录,以及其建立的“资本增值机器”,赋予了其管理层“无罪推定”的地位。

Q市场情绪的转变对“七巨头”股票市场产生了什么影响?

A市场情绪的转变也给“七巨头”股票市场带来了压力,Roundhill Magnificent Seven ETF自年初以来下跌了3.37%。

你可能也喜歡

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit2 小時前

如何让自己变得让人工智能永远也无法取代

marsbit2 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru5 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru5 小時前

交易

現貨
活动图片