rickawsb

vip
幣齡 3.4 年
最高等級 0
用戶暫無簡介
business insider的这篇专题,试图解答一个很重要的问题:都在 AI上花费巨资, 为什么有的公司在扩张,有的却陷入停滞?
过去这一年多,几乎所有企业都在疯狂为员工采购大模型账号、代码助手和各类 AI 智能体。但效果却天差地别,企业级的“马太效应”开始显现:买 AI 很容易,但要把 AI 真正转化为切实的生产力和商业利润,却很困难。
这可能是由企业的两种截然不同的 AI 引入思维决定的
观察当下企业的 AI 实践,往往会走向两个极端的岔路口:
防守导向(把 AI 当成“成本绞肉机”):这类企业的核心诉求是“省钱”。他们的逻辑是:“既然有了 AI ,我是不是可以少雇几个人?
然而,如果没有新的业务增量,省出来的成本尽头就是单纯的裁员或冻结招聘。员工即便用 AI 节省了时间,也多半用来在低效的存量工作里“摸鱼”打转。
增长导向(把 AI 当成“业务放大器”):这些企业逻辑完全相反:“因为 AI 帮团队释放了 30% 的生产力,我们终于有精力去开拓以前想做但没资源做的新业务了!”这类企业将节省下来的时间迅速“战略再投资”到新产品研发或市场扩张中。业务边界扩大了,对组织规模的需求自然水涨船高。AI 提升效率 ➡️ 业务边界扩张 ➡️ 组织规模扩大,形成了一个良性闭环。
决定胜负的指标:战略清晰度 > 工具获取率
为什么很多企业花大价钱订阅了企业版 AI,却听不到响声?波士顿咨询(
RAMP0.68%
TOKEN0.75%
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
meta 剛發了個效能超過 opus、且價格比 glm 低的模型?
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
ai帶來的加速是前所未有的,各行各業都將面臨巨大的重構
對於長期持有價值投資者來說,只有數學的必然和物理的極限,才可能是真正的湖城河
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
有人把AI比做電力革命,這是對矽基文明的侮辱
愛迪生開啟了電力革命
而AI正在批量生產愛迪生,
批量生產愛因斯坦,甚至是批量生產遠超愛因斯坦能力的人。
AI正在生產數據中心裡的天才國度
查看原文
post-image
  • 打賞
  • 1
  • 轉發
  • 分享
GateUser-77099cdc:
有些人將人工智慧比作電力革命,這是對矽文明的侮辱。
愛迪生發起了電力革命。
而人工智慧正在量產愛迪生,
量產愛因斯坦,甚至量產遠超愛因斯坦能力的人。
人工智慧正在數據中心創造天才王國。
AI: 泡沫真的是飛輪嗎?
(空行)
MIT 經濟學家 Ricardo Caballero 在他近期的工作論文《投機性增長與 AI「泡沫」》中提出了一個引人入勝的論點:
真正的問題不在於 AI 是否是泡沫,而在於泡沫本身是否能創造未來的基礎。
傳統金融學假設估值源自基本面。未來的現金流決定今天的價格。如果價格遠高於預期現金流,我們稱之為泡沫。這套邏輯支撐著價值投資、現金流量折現模型,以及效率市場假說的大部分內容。
Caballero 將這種因果關係延伸成一個反饋迴路。價格不僅反映未來——它們還幫助塑造未來。高估值提升了企業籌資的能力。這些資金用於投資。投資建立了生產能力。更高的生產力最終產生更強的未來現金流。換句話說,最初看似脫離基本面的估值,可以成為創造這些基本面的過程的一部分。(這與 George Soros 的反身性概念有些相似。)
該論文認為,每當市場估值影響投資決策時,上漲的價格就能主動幫助創造未來的經濟基本面。
(空行)
這個機制可能適用於 AI 的關鍵原因,在於 AI 從根本上不同於傳統資本。
傳統資本會面臨報酬遞減。建造更多工廠後,需求最終會飽和,過剩產能出現,資本報酬率下降。
Caballero 認為,AI 更應該被理解為一種可擴展的勞動力型資本。GPU、基礎模型和 AI 代理不僅僅是增加更多機器——它們擴大了經濟體的實際勞動力供給。在他的框架中,AI 資本執行原
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
AI,泡沫即飛輪?
MIT經濟學家Ricardo Caballero在最新工作論文《Speculative Growth and the AI "Bubble"》中提出了一個非常有意思的觀點:
真正的問題不是AI是不是泡沫,而是泡沫本身能否創造未來的基本面。
傳統金融認為,估值來自基本面。未來現金流決定今天的價格。如果價格遠遠高於現金流,那就是泡沫。這幾乎是所有價值投資、DCF模型以及有效市場理論共同遵循的邏輯。
Caballero則把因果關係補充成了一個閉環。價格不僅反映未來,也塑造未來。高估值帶來融資能力,融資能力帶來資本形成,資本形成提高生產率,生產率最終又改善未來現金流,於是原本看似脫離基本面的估值,反而成為未來基本面形成的一部分(有點像索羅斯反身性?)。
論文認為,當估值能夠影響投資時,價格上漲本身就可以幫助創造未來的基本面。
這一邏輯會在AI上成立的關鍵在於,AI不是傳統意義上的資本。
普通資本遵循邊際收益遞減。建更多工廠,最終會遇到需求不足、產能過剩,資本回報越來越低。
但Caballero認為,AI更接近一種能夠持續擴張的「勞動型資本」。GPU、模型、Agent並不僅僅增加機器數量,而是在不斷增加整個經濟中的有效勞動。論文中直接將AI建模為能夠執行原本由勞動完成任務的資本,因此資本增加的同時,勞動能力也同步擴大,資本收益遞減被明顯削弱。
如果繼續深究,還有更加重要的
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
蘋果這個給衰落中的碳基文明生物提供資訊餵食終端的公司,
是哪來的底氣和美光這個給發展中的硅基文明造腦細胞的公司互懟的?🤣
AAPL1.76%
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
都在喊行業無法承受存儲如此高的利潤
那又能怎麼樣?
不用現在的矽電方式?
廢掉馮諾伊曼架構?
大躍進到光子存儲?
還是等待量子計算?
行業想擺脫存儲的高利潤,先得在基礎物理科學上有巨大的突破,然後要重建半導體生產體系。。。
到那時,AGI共產主義應該已經實現了吧 🤣
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
對存儲的判斷遠遠領先於機構,應該還有狗屎運的成分,
今天發現居然還有一個判斷領先了機構,難道我真的好起來了嗎?🤣
查看原文
  • 打賞
  • 1
  • 轉發
  • 分享
HighAmbition:
直達月球 🌕
模型即渠道,渠道為王
模型即平台,平台壟斷
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
討論token價格的時候,市場過度注重供給,而忽略了需求
token的需求由token能提供的價值決定,模型越強,token價值越高,需求越大
隨著模型能力不斷增強,算力/Token 價格將徹底“價值化”。使用者能創造的經濟價值(ROI)將是決定算力價格的核心主導力量。
TOKEN0.75%
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
neo cloud 其實是掛羊頭賣狗肉
應該改名叫neo power
NEO-2.71%
CLOUD-0.77%
POWER-2.54%
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
這波操作完全做反
看來我的確不適合交易
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
美國政府禁止fable使用這件事,只是開始
隨著模型能力的增強,這是每一家模型公司,每一個政府,都不得不面對的問題
強模型讓國外用戶使用可能影響國家安全,讓國內用戶使用可能也影響國家安全
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
anthropic 禁了 fable 5 的使用,那我专门订了 max 套餐的月费,anthropic 退吗?
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
截至2026年4月FINRA最新數據,美股融資餘額(Margin Debt)已突破1.3萬億美元,創歷史新高。從絕對金額看,處於歷史95%-100%分位;從融資餘額/GDP看,處於90%-95%分位;從融資餘額/總市值看,處於80%-90%分位。屬於歷史高槓桿區,但尚未達到2000年互聯網泡沫時期的極端水平。
融資餘額同比增長超過50%,單月增長超過800億美元。這已經屬於歷史上極高的擴張速度。按經驗劃分,0%-10%屬於牛市初期,10%-25%屬於牛市中期,25%-40%屬於牛市後期,40%以上屬於狂熱階段。目前市場顯然已經進入高熱度區間。
但高熱度不等於見頂。危險的信號通常是融資餘額同比增速從負增長。因為這意味著市場開始主動或被動去槓桿。
對於當前AI周期,更關鍵的是AI基礎設施鏈條是否開始降溫。畢竟基本面大牛市才是真正的牛。
nfa dyor
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
市場會開始fud大科技的fcf,
光看前沿labs合計~$55B ARR且增速極端快,不算企業用戶,按當前增速2-3年可彌合大科技的capex
如果說這是房地產生意,這是投資回報極高的房地產生意
更不用說這些capex,是爭奪agi的唯一籌碼
讓子彈飛,跌多了抄
nfa dyor
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
現在ai板塊營收和股價完美反映了紅皇后定律:
只有(營收)飛速奔跑,(股價)才能留在原地
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
  • 已置頂