Torsten Slok
PulseAugur coverage of Torsten Slok — every cluster mentioning Torsten Slok across labs, papers, and developer communities, ranked by signal.
- employed by Apollo Global Management 90%
- employed by Apollo.io 90%
- instance of Apollo.io 70%
- instance of S&P 493 70%
- instance of Apollo Global Management 60%
- competes with Magnificent Seven Tech Stocks 60%
- affiliated with Apollo Global Management 50%
- headquartered in Apollo.io 50%
- affiliated with Apollo.io 50%
- affiliated with Magnificent Seven Tech Stocks 50%
- authored by Jevons paradox 50%
9 天有情绪数据
-
随着AI交易动荡,国债收益率逼近标普500收益率
经济学家Torsten Slok指出,目前3个月期国债收益率约为4%,已接近标普500指数的收益率。他认为,随着AI交易显现不稳定迹象以及股票风险溢价收窄,与往年相比,承担股票风险的吸引力已减弱。
-
美联储关注AI驱动的通胀和数据中心热潮,考虑加息
美联储正在考虑进一步加息,部分原因是AI热潮及其相关数据中心的建设所驱动的通货膨胀。许多美联储官员指出,对AI相关产品的需求正在挤压供应链并推高价格,这种压力已超出直接的AI行业。这种经济形势因公众对数据中心的反对而变得复杂,正如地方投票措施所示,而且AI投资是美国经济增长的重要驱动力,使其对传统的货币政策工具不那么敏感。
-
经济学家估计AI投资助推美国GDP增长65% · 追踪3个来源
Apollo Global Management 的经济学家 Torsten Slok 估计,在过去三个季度中,AI 投资为实际 GDP 增长贡献了约 1.3 个百分点。这种由 AI 驱动的增长约占总累计增长的 65%,主要由软件和计算机行业推动。Slok 认为,目前关于 AI 驱动的数据中心建设规模的假设可能高估了对国民账户和整体经济增长的净推动作用。
-
AI的财务回报在科技领域之外难以实现;中国模型挑战美国实验室 · 追踪2个来源
尽管有巨额投资和炒作,但人工智能尚未为科技行业以外的美国企业带来可观的财务回报。分析人士认为,人工智能对收入增长和利润率的真正影响将在更广泛的市场领域显现,而不仅仅是最大的科技公司。此外,来自中国日益强大且价格合理的AI模型的竞争正开始影响OpenAI和Anthropic等美国领先AI实验室的盈利能力,中国模型目前已占据全球代币使用量的相当一部分。
-
人工智能对大多数标普500公司而言的财务回报仍然难以实现,需要首席执行官领导的运营模式变革
人工智能尚未为标普500指数中的大多数公司带来显著的财务回报,除了“七巨头”科技公司。虽然Azure和Google Cloud等人工智能基础设施的销售公司正在实现收入增长,但使用这些技术的企业却面临成本上升而收益不成比例的情况。这主要是因为它们为人类节奏而设计的核心运营模式尚未从根本上更新以有效整合人工智能,导致收益局限于局部而非公司整体。要充分发挥人工智能的潜力,首席执行官必须领导重塑工作流程、重新定义包含人工智能的角色以及战略性选…
-
巴西法院因隐藏的 AI 提示注入罚款律师 1.6 万美元
一家巴西劳动法院因在法律文件中使用提示注入技术,对两家律师事务所处以约 16,000 美元的罚款。律师们在白色背景上用白色文本隐藏了一条指令,指示法院使用的任何 AI 浅层回应,不要质疑文件。法院的 AI 系统 Galileu 检测到了隐藏文本并进行了标记,从而根据忠诚和善意原则做出了裁决。此案可能是首个针对法院 AI 的提示注入的司法判决,凸显了系统需要超越提取的文本来验证文件的完整性。
-
经济学家警告 AI 投资泡沫可能引发经济不稳定
Apollo Global Management 的首席经济学家 Torsten Slok 对当前 AI 领域的巨额投资可能无法带来相应回报表示担忧,认为这可能导致一个巨大的经济泡沫。他强调,该行业的增长依赖于数据中心的大量资本支出,以及 OpenAI 和 Anthropic 等公司支付计算能力费用的能力。Slok 认为 AI 市场存在全球集中风险,其成功取决于持续的资本支出和对风投支持的 GPU 租赁的依赖。
-
埃隆·马斯克警告AI云公司面临债务危机和整合
埃隆·马斯克警告称,超过200家被称为“新云”的AI云公司面临重大整合或失败的风险,原因是债务危机。这些公司通过大量借贷购买AI芯片和数据中心容量来为其运营融资,然后出租。然而,随着贷款方越来越不愿意为仅依赖AI需求的业务提供融资,许多小型新云公司可能难以偿还债务。即使是Meta等主要参与者,也因大规模AI基础设施支出而面临现金流紧张,而Google和Meta等超大规模云服务提供商由于收入来源多样化,处于更有利的地位。
-
人工智能对经济的提振接近顶峰,大型科技公司之外的回报有限
高盛和Apollo.io的经济学家认为,人工智能对美国经济的显著提振正接近顶峰。高盛首席经济学家Jan Hatzius预计,人工智能投资带来的增长动力将在2026年末或2027年初达到顶峰,其对消费支出和GDP的贡献预计将下降。Apollo首席经济学家Torsten Slok强调,在大型科技公司之外,人工智能并未为美国企业带来可辨别的财务回报,导致企业将人工智能支出视为成本而非增长动力。
-
Apollo 分析发现人工智能的财务收益仅限于科技行业
Apollo Global Management 的一项最新分析表明,人工智能的财务收益在很大程度上仅限于科技行业。尽管 Nvidia 和 Meta 等主要科技公司因人工智能实现了显著的收入增长和利润率提升,但在更广泛的企业领域并未出现类似的收益。经济学家 Torsten Slok 指出,对于科技行业以外的大多数公司而言,人工智能支出被视为一种成本而非增长动力,人均收入和生产力等指标仍停滞不前。
-
Apollo经济学家:人工智能尚未为大多数美国公司带来财务回报
Apollo.io首席经济学家Torsten Slok表示,人工智能尚未为美国大多数企业带来显著的财务回报。对标普500指数(剔除大型科技公司)的分析显示,利润率和人均收入均无增长。Slok认为,虽然人工智能提供了廉价的智能,但缺乏真正的商业价值所必需的判断、信任和问责制等关键要素。
-
Apollo 经济学家称,AI 未能为大多数公司带来财务回报 · 追踪 4 个来源
Apollo Global Management 的首席经济学家 Torsten Slok 的一项最新分析表明,除了科技行业之外,人工智能尚未为大多数公司带来显著的财务回报。Slok 的研究重点关注标普 493 指数(不包括主要科技公司),显示利润率和人均收入持平,AI 投资并未带来可辨别的生产力提升。他认为,AI 目前作为“计算器”的能力不足以支持商业智能,而商业智能严重依赖判断、问责制以及对信任和文化等细微因素的理解。
-
大型科技公司从AI中获利,而美国其他企业却未见回报
一项最新分析表明,尽管大型科技公司(尤其是“Magnificent Seven”)的收入和利润因AI而大幅增长,但美国其他企业并未从其AI投资中获得任何可辨别的财务回报。这种差异体现在这些科技巨头与标普500指数其他成分股公司之间每股收益差距的扩大。AI模型使用代币成本的上升正成为一个主要担忧,可能会挤压那些将AI支出视为成本中心而非增长驱动力的非科技行业公司的利润率。
-
经济学家在市场回调中指出人工智能看涨案例中的核心经济缺陷
顶尖经济学家 Torsten Slok 认为人工智能看涨案例中存在一个根本性的经济缺陷,他认为目前生产人工智能算力的边际成本超过了其为用户带来的边际效益。这表明数据中心和人工智能服务的需求可能不像预期的那样强劲,因为企业在看到显著的生产力回报方面进展缓慢,并且越来越不愿意为人工智能服务付费。Slok 还强调了人工智能支出的‘循环性’问题,即许多人工智能初创公司的算力账单是由风险投资而非有机收益资助的,并指出,除了主要的超大规模企业之外…
-
Gary Marcus:生成式AI的危害大于益处
Gary Marcus认为,生成式AI主要造成了危害,他列举了深度伪造色情、网络钓鱼诈骗增加以及虚假信息泛滥等问题。他指出了对政府影响大型语言模型、监控能力以及侵犯艺术家和作家知识产权的担忧。尽管承认一些积极用途,尤其是在编码方面,Marcus认为总体社会影响是负面的,并存在经济风险。
-
经济学家:AI尚未提高生产力或利润率
经济学家 Torsten Slok 观察到,尽管关于 AI 的讨论广泛,但目前没有迹象表明它能提高生产力增长。他指出,美国企业界开始将 AI 支出视为一种成本而非增长驱动因素,这影响了利润率。虽然“Mag7”公司正在看到利润率上升,但更广泛的 S&P493 指数显示利润率持平。
-
数据显示,获得风投支持的公司主导了顶级AI支出
AI Index的新数据显示,80%的顶级AI支出者获得了风险投资支持。这与仅有13%的平均支出者获得风投融资形成了鲜明对比。研究结果表明,风险投资在最高级别的AI支出中存在显著的集中。
-
AI Token成本骤降,但由于“杰文斯悖论”企业账单飙升 · 跟踪1个来源
尽管AI模型的按Token计费成本显著下降,但企业在大语言模型上的支出却翻了一番甚至翻了四番,这种现象归因于杰文斯悖论。随着Token变得更便宜,由于代理使用量的增加、工作流程的复杂化以及更强大模型的采用,公司每个任务消耗的Token数量大大增加。这种转变导致账单持续居高不下,促使人们从按Token计费的指标转向基于结果的衡量。
-
Torsten Slok:美国在人工智能基础设施方面领先,欧洲在采用方面领先
经济学家 Torsten Slok 强调了美国在人工智能基础设施和模型构建方面的优势,指出美国拥有的数据中心容量是欧洲的三倍。尽管如此,一些欧洲国家和公司在人工智能的采用和业务应用方面处于领先地位。这表明,即使欧洲依赖于并非主要在该大陆建造的基础设施,它也是人工智能技术的重要采用者。
-
经济学家:美国引领AI经济建设,欧洲侧重应用
Apollo Global Management首席经济学家Torsten Slok认为,美国和欧洲在AI经济中扮演着不同的角色。美国被定位为建设者,在供给侧措施方面处于领先地位,预计到2026年超大规模用户的资本支出将达到8000亿美元。相比之下,欧洲则被描述为AI技术的用户。