| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

News

Forums

Realty

大温餐馆点评

Car

Education

Yellow Page

Travel

巴菲特接班人首秀 先上了一堂生动的AI风险课


请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
这些技术应用已经对经营业绩产生了积极贡献。伯克希尔在内部大规模招聘工程师和技术人员,为现有员工重新培训,自己动手构建解决方案,而不是采购市面上的通用产品。


保险业务中,大语言模型和其他AI工具同样被用来解决运营和逻辑问题,以提升效率。See's Candies、冰雪皇后、布鲁克斯跑步和Jazwares等子公司的CEO们也表示,各自公司在不同程度拥抱这项技术,普遍认为AI能在节省时间、提高效率方面发挥作用。

这是一种典型的伯克希尔式推进:不喊口号,不画饼,只在真正有效的地方动刀。


04 伯克希尔已开始承接AI电力需求

如果说阿贝尔对AI概念股兴趣有限,那么他对AI背后的另一门生意——电力,则展现出完全不同的胃口。

他指出了一个大趋势的关键落点:数据中心建设及其对电网的需求,正在为伯克希尔的公用事业业务创造巨大的增长机会。在爱荷华州,当地已建成四座超大规模数据中心,用电负荷已占该区域峰值负载的8%。

“如果看峰值负载,这些数据中心所用的能量目前只占8%。行业的目标是5%到10%,我们已经做到了8%。未来五年,我们看到的不是增长,而是增长50%甚至更多的机会。”阿贝尔的语气里带着一种难以掩饰的笃定。

目前,伯克希尔旗下已有半数能源企业开始承接与AI相关的电力需求。

而在扩张的另一面,阿贝尔也划下了一条硬线。他明确表示,超大规模计算企业、数据中心这类高耗能主体,必须全额承担自身的用电成本,绝不能将这些成本转嫁给普通消费者。

此前有分析指出,数据中心对区域电网的压力已使许多美国家庭的电费飙升,这加剧了负担能力危机。阿贝尔的态度,显然既是为了保护公用事业业务的利润结构,也是为了回应公众的担忧。

05 从未见过这么浓的“赌场味儿”


坐在观众席中的巴菲特虽不再主持大局,但并未减少发声。在会议间隙的场边采访中,他点了当前市场一个他最担忧的现象。



“股神”沃伦·巴菲特


巴菲特将当下的市场比作“一个附设赌场的教堂”。他说:“人们可以在教堂和赌场之间移动。我会说教堂里的人比赌场里的人多,但赌场变得非常有吸引力。”

他进一步挑明了自己的判断:买入或卖出一日期权,不是投资,也不是投机,“那是赌博”。

“我们从未见过如此浓厚的赌博类的投机情绪”,巴菲特说。他还提及了一起备受关注的案件:一名美国士兵涉嫌利用美军进入委内瑞拉的机密情报,提前在预测市场上下注,获利40万美元,目前已遭司法部起诉。“没有人能说清楚他们为什么要买一日期权,除非他们提前知道了我们何时进入委内瑞拉。这样的事情多得令人难以置信”。

与这种“赌博”心态相伴随的,是伯克希尔难以找到合适投资标的的尴尬。

现金储备膨胀至创纪录的3974亿美元,第一季度卖出约241亿美元的股票,只买入了约160亿美元。巴菲特承认,“就为伯克希尔部署现金而言,这不是我们理想的环境”。对于何时才是好时机,他的回答是:“当没有人愿意接电话时”,暗示等待市场价格回调的耐心。

阿贝尔在本次会议上,首次对自己如何管理伯克希尔庞大的股票投资组合给出了系统性的阐述。

他描述了一种以少数核心持股为基础的集中式方法。“核心四大”——苹果、美国运通、穆迪和可口可乐,构成了伯克希尔股票投资的基石。此外,在日本商社的大量持股被列为另一个关键支柱,他强调了长期承诺的态度。
觉得新闻不错,请点个赞吧     还没人说话啊,我想来说几句
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0332 Seconds and 7 DB Queries in 0.0026 Seconds