菲律宾社会保障体系(SSS)于7月3日与金融科技公司Standard Economics签署谅解备忘录和保密协议,以探索开发LoanLite,这是一项拟议的数字小额贷款平台,旨在为成员提供更快速、更安全且更负担得起的短期融资渠道。该合作旨在利用Standard Economics的Economic Superintelligence平台,该平台融合人工智能和区块链技术,以简化身份验证、信用风险评估、贷款承保、数字支付、反欺诈和数据保护。SSS主席兼首席执行官Robert Joseph de Claro表示,这项合作支持菲律宾政府推动创新和数字化转型的努力,作为吸引投资并实现公共服务现代化的更广泛战略的一部分。 上述协议由SSS主席兼首席执行官Robert Joseph de Claro以及Standard Economics主席兼首席执行官Evan Stanley Jones签署。该养老金基金宣布,该合作将评估将Standard Economics的Economic Superintelligence平台整合到LoanLite的设计与实施中。 SSS与Standard Economic
根据 7 月 12 日 Social Security System (SSS) 官方公告,菲律宾养老金基金于 7 月 3 日与金融科技公司 Standard Economics 签署了谅解备忘录和非披露协议(NDA),双方将共同开发 LoanLite,这是一款面向成员的数字小额贷款平台,旨在为成员提供更快、更安全、且更实惠的短期融资渠道。 该合作将整合 Standard Economics 的 Economic Superintelligence 平台,该平台结合人工智能与区块链技术,用于支持身份验证、信用风险评估、贷款承保、数字支付以及防欺诈。SSS 主席 Robert Joseph de Claro 表示,此次合作与菲律宾政府的数字化转型战略相一致,并旨在降低贷款处理成本,同时提升运营效率。
据 The Kobeissi Letter 称,7 月 12 日,AI 投资为美国国内生产总值(GDP)的增长贡献了超过 25%,创下历史新高。每 4 美元的经济增长中,已有超过 1 美元来自与 AI 相关的支出。包括软件、IT 设备、研发以及数据中心建设在内的与 AI 相关的支出,目前约占美国 GDP 的 8%,同样也是创纪录的水平。
据 ChainCatcher 称,Vitalik 在 X 上的一则近期“简短发言”中表示愿意考虑对 AI 进行放缓或暂停,并提出社区可以预先设置触发条件,以便在极端情况下实现对启动此类措施的协调。他还批评了一些大型 AI 公司以及一些知名人士的立场,即认为由垄断方式控制 AI 开发、而不是采用开源方式,才是理想的结果。Vitalik 表示,通过提前规划和条件触发,可以避免在放缓或暂停决策上被迫做出两难选择,从而让所有相关方在管理潜在风险时拥有更大的灵活性。
本周,AI 行业高管表示,人工智能基础设施的需求仍然异常强劲,反驳了近期芯片股波动引发的担忧。英特尔前 CEO 现为 Playground Global 普通合伙人的 Pat Gelsinger 在周三接受 CNBC 采访时表示,他认为 AI 需求“几乎是无限的”,能源供给是唯一真正的限制。上述表态出现在芯片股因 Meta 宣布将出售多余的 AI 计算产能,以及三星利润预测导致其股价下跌的消息之后,芯片股出现了新一轮波动。此前,三星股价在过去 12 个月内已上涨超过 360%。 高管称 AI 需求超过供给能力 Pat Gelsinger 在周三接受 CNBC 采访时表示,他在某种程度上认为 AI 需求几乎是无限的。“因为当增加了智能之后,你能获得多少经济价值呢?在每一个想象得到的行业中几乎是无限的,”Gelsinger 补充道。 Nebius 首席营收官 Marc Boroditsky 在周四接受 CNBC 采访时表示,公司在需求方面所经历的情况“非同寻常”。“我们的需求远远超过了我们能够满足的量,这也是我们的经验——至少有一段时间了,”Boroditsky 说。Nebius 正在使用
根据 CNBC 本周的采访,多位 AI 和半导体高管表示,尽管企业正从不加节制的支出转向关注投资回报率,但对人工智能的需求依然强劲。英特尔前 CEO、现任 Playground Global 合伙人(general partner)的 Pat Gelsinger 表示,AI 需求“几乎是无限的”,而能源供应是“唯一真正的限制因素”。数据中心建设商 Nebius 的首席营收官 Marc Boroditsky 表示,需求“远远超过”他们履行订单的能力。芯片初创公司 Cerebras 的 CEO Andrew Feldman 指出,在整个行业中,“对算力的需求远超现有产能”。这些高管将企业行为的转变归因于所谓的“价值最大化”——通过可衡量的结果来证明 AI 支出的合理性——从而取代此前的“Tokenmaxxing”做法,即各公司鼓励无限量使用 AI 工具,而不顾及结果。