AI投資は「循環取引」の様相、計算資源確保が優先 バブル懸念も 半導体大手、顧客に出資し売り上げ確保 ドットコム時代の再来を危ぶむ声1 2
経営陣はこの遊休地を新たな物流拠点として整備する計画を検討していたが、複数のファンドが共同して議決権の過半数でもってこの提案に賛成し、結局遊休地はとあるデータセンター企業に売却された。 次いで経済学者が世界的に生産性が徐々に高まっていると思われる兆候をみつけた。 労働、資本、全要素生産性のすべてが若干ではあるのもの上昇トレンドに転じていた。 特にここ20年、横ばいか下降トレンドにあった労働生産性が上昇トレンドに転じたのを見て、多くの経済学者は首をかしげた。 「なにが起きたんだ？」 様々な経済学者から色々な仮説が提示されたが、明確な結論はまだ出ていない。 https://shisancore.com/ ただ多くの経済学者が「ようやくITが生産性向上に寄与し始めた」という仮説を支持していた。 AIは優しく世界を奪う テクノロジーやエンジニアによる無反省な社会変革のリスクについて気付かされる本だ。 著者はさらに「成功による惨事」が民主主義の土台を脆弱にする可能性に言及している。 李開復は一つの分野（例えばAI）にとどまるのではなく、未来技術のアーキテクチャを語れる人物と言ったほうがいいのかもしれない。 ファンド関連情報 では、AI投資のメリットとデメリットはどういったもので、どのように活用できるのでしょうか。ただし、そもそもAI・データサイエンスの活用を前面に掲げる公募株式投信やETF（上場投資信託）の数は多くありません。証券会社や金融機関の専門的なプラットフォームやサービスを利用したうえで、手数料や銘柄を保有した場合は、信託報酬がかかる点はデメリットです。設備の予知保全、品質管理の自動化、生産プロセスの見える化といった具体的な仕組みと、トヨタや日立などの最新事例7選を紹介。 また、どんな場面でも感情に左右されない冷静な判断が可能であるため、効率的な短期取引もしやすいといえます。 たとえば、日経平均株価などの指標に対して、予測不可能な大規模な市場変動が発生した場合は、過去のデータに基づいた予測が役に立たないケースもあるといえます。 また、AI投資が結果として失敗した場合に、その原因を特定することが難しく、次にどう改善すべきかを判断する材料が得られにくい点もデメリットです。 AIは過去のデータを元に判断を下すため、新しいタイプのリスクや市場の変動要因に対して柔軟に対応するには限界があるといえます。 強化学習は、AIが試行錯誤を行い、最適な行動を学習する技術です。 投資においては、AIが過去の売買の成功や失敗を元に、どのタイミングで買うか売るかを学習します。 AI相場の不都合な真実も 短期的には需要にまだ伸び代 野村證券ストラテジストが解説
