由于人工智能推动的股市繁荣,世界上最富有的人的财富增长了超过 1500 亿美元

在 ChatGPT 大放异彩后,人工智能相关股票在 2023 年出现了惊人的飙升。
一些世界上最富有的人从这次集会中赚了一大笔钱。
Meta 创始人马克扎克伯格和甲骨文公司老板拉里埃里森的个人财富分别增加了 400 亿美元以上。

人工智能一直是 2023 年股票的决定性主题之一——它还帮助富人变得更富有。

对智能语言工具 ChatGPT 的兴趣迅速蔓延到整个市场,大牌投资者争先恐后地抢购他们认为可以推动 AI 崛起的公司的股票。

由于人工智能的繁荣,Meta Platforms 和 Nvidia 等大型科技巨头已经取得了三位数的收益,而微软、谷歌母公司 Alphabet 和甲骨文也都出现了飙升。

这帮助这些公司的创始人——在 2023 年初已经跻身世界首富之列——变得更加富有。

由于人工智能的兴起和扎克伯格所谓的“效率年”成本削减,Meta 股价今年迄今已上涨 134%,根据彭博亿万富翁指数,这使 Facebook 创始人的财富增加了超过 570 亿美元。

与此同时,甲骨文创始人拉里埃里森本周早些时候首次超过比尔盖茨登上该出版物的富豪榜,由于科技股上涨 55%,他的财富在 2023 年增加了 470 亿美元。

由于持有微软股票,盖茨本人今年的财富增加了 240 亿美元,这家总部位于雷德蒙德的科技巨头逐渐成为包括斯坦利德鲁肯米勒在内的亿万富翁投资者的首选 AI 投资对象。

根据彭博社的指数,掌舵 2023 年股市最成功故事之一的人——Nvidia 创始人黄仁勋——的个人财富也增加了 240 亿美元。

同样,这在很大程度上要归功于黄仁勋持有的这家芯片制造商的股票,其股价上涨了 192%,使该公司的市值达到了 1 万亿美元。

根据 Insider 的计算,富豪榜成员的总财富在 2023 年增加了 1500 亿美元以上。

韭菜热线原创版权所有,发布者:弗里曼,转载请注明出处:https://www.9crx.com/72321.html

(0)
打赏
弗里曼的头像弗里曼管理团队
上一篇 2023年6月20日 23:32
下一篇 2023年6月20日 23:55

相关推荐

  • 黑色星期五的期望和期望AI炒作

    “从短期来看,市场是一台投票机,但从长远来看,它是一台称重机。”— 本杰明·格雷厄姆 30,000 英尺的景色 短暂的假期周数据发布较少,但投资者应仔细关注两个主题:基于黑色星期五销售最早数据的消费者弹性,以及人工智能主题在多大程度上继续支持市场的特殊趋势。市场集中在 Magnificent 7。消费者弹性和人工智能主题可能是 2023 年回报的两个最重要的…

    2023年12月29日
    18900
  • 为什么马克·扎克伯格让 Meta 放弃其最先进的人工智能模型

    上周,Meta 在人工智能领域做出了改变游戏规则的举动。 当谷歌和 OpenAI 等其他领先的人工智能公司严密保守自己的秘密之时,Meta决定免费赠送为其创新的新型人工智能大语言模型Llama 2提供支持的代码。这意味着其他公司现在可以使用Meta 的 Llama 2 模型,一些技术专家称其功能与 ChatGPT 相当,可以构建自己的定制聊天机器人。 Lla…

    2023年7月31日
    24700
  • 这太疯狂了——整个市场都在追逐一只股票

    “当你与投资组合管理团队坐下来时,第一个评论是‘这太疯狂了’,那么可能是时候考虑你的整体投资组合风险了。周五,投资委员会就是这样开始和结束的——“这太疯狂了。” —— 2020 年 1 月 11 日。 在英伟达(NVDA)上周公布财报后,整个市场飙升。我说“这太疯狂了”的原因是假设 所有公司都将以英伟达的速度增长盈利和收入。 甚至连一家“一向看好”的媒体也注…

    2024年3月17日
    8800
  • 如何理解人工智能:这是一场公地悲剧,而不是一场军备竞赛

    您可能听说过将人工智能的进步描述为经典的“军备竞赛”。基本逻辑是,如果你不竞相开发先进的人工智能,其他人就会这么做——可能是更鲁莽、更缺乏安全意识的人。所以,最好你应该建造一台超级智能机器,而不是让另一个人先冲过终点线!(在美国的讨论中,另一个人通常是中国。) 但正如我之前所写,这并不是对人工智能情况的准确描述。不存在单一的“终点线”,因为人工智能不仅仅是像…

    2023年7月12日
    12800
  • ML 模型需要更好的训练数据:GenAI 解决方案

    我们对金融市场的理解本质上受到历史经验的限制——在无数可能展开的情景中,只实现了一个单一的时间线。每个市场周期、地缘政治事件或政策决定都只是潜在结果的一种表现形式。 在训练机器学习(ML)模型时,这一限制尤为明显,因为模型可能会无意中从历史遗迹中学习,而不是学习底层的市场动态。随着复杂 ML 模型在资产管理中的普及,它们倾向于过度拟合特定的历史条件,这给投资…

    2025年7月15日
    5100

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部