Cointime

Download App
iOS & Android

เว็บ3.0 + AI = ?

เมื่อเร็ว ๆ นี้ มีโมเดลขนาดใหญ่หลายรุ่นปรากฏขึ้นทีละรุ่น และชั้นแอปพลิเคชันในฟิลด์แนวตั้งก็เจริญรุ่งเรือง ปฏิเสธไม่ได้ว่า AI เป็นผู้นำการเปลี่ยนแปลงของยุคสมัยและส่งเสริมทุกสาขาอาชีพให้ก้าวไปสู่ปัญญาประดิษฐ์ทั่วไป

อย่างไรก็ตาม เมื่อ AIGC เริ่มมีส่วนร่วมในงานการทำความเข้าใจภาษาที่หลากหลายและงานการสร้างเนื้อหาเช่นมนุษย์ ข้อพิพาทด้านลิขสิทธิ์ จริยธรรม ภัยคุกคามด้านเครือข่าย และประเด็นอื่น ๆ ก็ค่อยๆ ถูกเปิดเผย ในทางกลับกัน ในฐานะเครื่องจักรที่มีประสิทธิภาพ AIGC ยังต้องการ ชุดเศรษฐกิจ ระบบและระบบการกำกับดูแลทำหน้าที่เป็นตัวสนับสนุนมูลค่าที่อยู่เบื้องหลัง

การรวมกันของ Web3.0 และ AIGC อาจสามารถแก้ไขปัญหาข้างต้นและปลดปล่อยศักยภาพอันทรงคุณค่าของ AI ได้

ปัญหาที่ AIGC เผชิญอยู่

ด้วยความสามารถในการสร้างเนื้อหาที่น่าทึ่ง AIGC มีสถานการณ์การใช้งานเชิงพาณิชย์ที่หลากหลาย รวมถึงการสร้างข้อความ การสร้างภาพ การสร้างเสียงและวิดีโอ และการสร้าง "มนุษย์ดิจิทัล" เป็นต้น

ตามการคาดการณ์ของ McKinsey: AIGC สามารถเพิ่มเงินให้กับเศรษฐกิจโลกได้ 2.6 ถึง 4.4 ล้านล้านดอลลาร์สหรัฐ ผ่านกรณีการใช้งานปัญญาประดิษฐ์เชิงกำเนิด 63 กรณี ซึ่งครอบคลุมฟังก์ชันทางธุรกิจ 16 รายการ ซึ่งเทียบเท่ากับ GDP ของสหราชอาณาจักรในปี 2560 โดยประมาณ

อย่างไรก็ตาม ในขณะที่ AIGC กำลังพัฒนาอย่างรวดเร็ว แต่ก็จะเผยให้เห็น "ช่องโหว่" มากมายอย่างหลีกเลี่ยงไม่ได้ ซึ่งรวมถึงแต่ไม่จำกัดเพียงทรัพย์สินทางปัญญาและความท้าทายในการปฏิบัติตามข้อกำหนด อคติและการเลือกปฏิบัติ การฉ้อโกงและภัยคุกคามทางไซเบอร์ครั้งใหม่ เป็นต้น:

1. ความท้าทายด้านทรัพย์สินทางปัญญาและการปฏิบัติตามกฎระเบียบ

กฎหมายคุ้มครองลิขสิทธิ์กำหนดว่าผู้เขียนต้องเป็นบุคคลธรรมดา นิติบุคคล หรือองค์กรที่ไม่ได้จดทะเบียนเท่านั้น อย่างไรก็ตาม เนื่องจากความคลุมเครือของการสร้างเนื้อหาและลิขสิทธิ์ที่สร้างโดย AI จึงยังคงมีข้อโต้แย้งอย่างมากว่าใครเป็นเจ้าของสิทธิ์ในผลงานสร้างสรรค์ของ AI นอกจากนี้ ในระหว่างการฝึกโมเดล AIGC หากคุณรวบรวมข้อมูลหรือแยกวิเคราะห์และเรียนรู้ผลงานและเนื้อหาของผู้อื่นโดยอัตโนมัติ พฤติกรรมนี้มีแนวโน้มที่จะละเมิดลิขสิทธิ์ของผู้อื่น

2. ปัญหาอคติและการเลือกปฏิบัติ

AI Bias หมายถึงผลลัพธ์ที่ไม่ยุติธรรมหรือเอนเอียงในผลลัพธ์ของอัลกอริธึมการเรียนรู้ของเครื่อง ซึ่งเกิดจากอคติในกระบวนการพัฒนาอัลกอริทึมหรือในข้อมูลการฝึกอบรม อคติอาจมาจากปัจจัยต่างๆ เช่น อคติของผู้พัฒนาอัลกอริทึม อคติของวิธีการรวบรวมข้อมูล ตัวอย่างข้อมูลที่ไม่เพียงพอหรือไม่สมดุล และปัจจัยอื่นๆ สิ่งนี้สามารถนำไปสู่ระบบปัญญาประดิษฐ์ที่ทำการตัดสินใจที่ไม่ยุติธรรมต่อบุคคลหรือกลุ่มบางกลุ่ม

ตัวอย่างเช่น หากชุดข้อมูลการฝึกอบรมมีเนื้อหาที่ไม่ยุติธรรมหรือเอนเอียง ระบบ AI จะเรียนรู้สิ่งนี้และแสดงอคติในการตัดสินใจ

3. การฉ้อโกงและภัยคุกคามทางไซเบอร์รูปแบบใหม่

ด้วยความนิยมของ AIGC และเทคโนโลยีอัตโนมัติ ภัยคุกคามทางไซเบอร์รูปแบบใหม่จึงเติบโตอย่างลับๆ ตัวอย่างเช่น Deepfake สามารถใช้ AIGC เพื่อสร้างเนื้อหาดิจิทัล เช่น รูปภาพ วิดีโอ และเสียง เพื่อสร้างรูปภาพหรือวิดีโอที่ดูสมจริงแต่จริงๆ แล้วเป็นเท็จ ซึ่งอาจนำไปสู่การฉ้อโกง การละเมิดความเป็นส่วนตัว การบิดเบือนทางการเมือง และผลที่ตามมาที่ทำให้เข้าใจผิด เช่น การเผยแพร่ข้อมูลและการพังทลายของความไว้วางใจโดยรวม

ด้วยความนิยมของ AIGC และเทคโนโลยีอัตโนมัติ ภัยคุกคามทางไซเบอร์รูปแบบใหม่จึงเติบโตอย่างลับๆ ตัวอย่างเช่น Deepfake สามารถใช้ AIGC เพื่อสร้างเนื้อหาดิจิทัล เช่น รูปภาพ วิดีโอ และเสียง เพื่อสร้างรูปภาพหรือวิดีโอที่ดูสมจริงแต่จริงๆ แล้วเป็นเท็จ ซึ่งอาจนำไปสู่การฉ้อโกง การละเมิดความเป็นส่วนตัว การบิดเบือนทางการเมือง และผลที่ตามมาที่ทำให้เข้าใจผิด เช่น การเผยแพร่ข้อมูลและการพังทลายของความไว้วางใจโดยรวม

▲ในเดือนพฤษภาคมปี 2023 "การฉ้อโกงโทรคมนาคมที่เปลี่ยนใบหน้าของ AI ฉ้อโกงเงิน 4.3 ล้านหยวนใน 10 นาที" ในเมืองเป่าโถว ประเทศมองโกเลียใน กลายเป็นคำค้นหาที่ร้อนแรงบน Weibo

Web3.0 จะเป็นยาแก้พิษของ AIGC หรือไม่

ความยากลำบากที่ AIGC เผชิญนั้นเกิดจากการรับรู้ถึงการสร้างและการซ่อมแซมกรอบทางเทคนิค บทบาทโครงสร้างพื้นฐาน Web3.0 อย่างแข็งขันอาจช่วยแก้ปัญหาของ AIGC ได้

Web3.0 ให้ความสำคัญกับ "เศรษฐกิจของผู้สร้าง" มาโดยตลอดซึ่งสอดคล้องกับปัญหาที่ AIGC ต้องการแก้ไข การใช้เทคโนโลยีบล็อกเชนสามารถสร้างเครือข่ายระบบนิเวศรอบ ๆ AIGC ได้

ตัวอย่างเช่น ในฐานะรูปแบบองค์กรใหม่ DAO (Decentralized Autonomous Organization) สามารถให้ AIGC มีกลไกที่เป็นอิสระและโปร่งใสในทางปฏิบัติ และยังสร้างสภาพแวดล้อมการประมวลผลทางเทคนิคที่เหนือกว่ามากขึ้นสำหรับ AIGC

เจ้าของผลงานศิลปะต้นฉบับ ผู้ดำเนินการ AIGC ผู้ให้บริการเทคโนโลยีบล็อกเชน และผู้เข้าร่วมผู้สร้างบรรลุความเป็นอิสระในการกระจายอำนาจผ่านชุดกฎที่ใช้บนบล็อกเชนที่สามารถดำเนินการได้โดยอัตโนมัติและไม่สามารถแก้ไขได้

ยกตัวอย่างแพลตฟอร์มวัฒนธรรมลักษณะเฉพาะของท้องถิ่น เส้นทางการจัดการของ DAO+AIGC สามารถเข้าใจได้ดังนี้:

  • AIGC ที่มีองค์ประกอบลักษณะเฉพาะในท้องถิ่นจะสร้างเนื้อหาและค่าอินพุตเพื่อช่วยงานออกแบบรายวันหรืองานพิเศษ และผู้เข้าร่วมสร้างข้อมูลประจำตัวแบบกระจายอำนาจ (DID) ผ่านเทคโนโลยีบล็อกเชน ซึ่งบุคคลเท่านั้นที่จะตรวจสอบได้ด้วยตนเอง
  • หลังจากที่ผู้เขียนต้นฉบับอัปโหลดผลงาน จะผ่านการรับรองลิขสิทธิ์ดิจิทัล เป็นเจ้าของลิขสิทธิ์และคุณประโยชน์จากผลงานนั้น
  • ผู้ดำเนินการ AIGC เข้าร่วม DAO ควบคุมผ่านการลงคะแนนและการส่งเนื้อหาที่สร้างขึ้น และมีส่วนร่วมในการเผยแพร่
  • เทคโนโลยีบล็อคเชนจะตอบสนองความต้องการการตรวจสอบของทั้งระบบและตรวจสอบตัวบ่งชี้สำคัญ เช่น ปริมาณการดาวน์โหลดและปริมาณการโทร เพื่อให้มั่นใจถึงความยุติธรรมและโปร่งใส

ในโมเดล DAO+AIGC เส้นทางที่เป็นไปได้สำหรับเทคโนโลยี Web3.0 ในการจัดการกับปัญหาสามประการของ AIGC คือ:

1. การอนุญาตจากเจ้าของผลงานศิลปะต้นฉบับ + การลงทะเบียนลิขสิทธิ์ดิจิทัลและการตรวจสอบย้อนกลับ ไม่เพียงแต่เสริมสร้างการคุ้มครองลิขสิทธิ์ของผลงานของ AIGC เท่านั้น แต่ยังช่วยให้ผู้สร้างสรรค์หลีกเลี่ยงความเสี่ยงในการละเมิดที่อาจเกิดขึ้นล่วงหน้า

ในโมเดล DAO+AIGC เส้นทางที่เป็นไปได้สำหรับเทคโนโลยี Web3.0 ในการจัดการกับปัญหาสามประการของ AIGC คือ:

1. การอนุญาตจากเจ้าของผลงานศิลปะต้นฉบับ + การลงทะเบียนลิขสิทธิ์ดิจิทัลและการตรวจสอบย้อนกลับ ไม่เพียงแต่เสริมสร้างการคุ้มครองลิขสิทธิ์ของผลงานของ AIGC เท่านั้น แต่ยังช่วยให้ผู้สร้างสรรค์หลีกเลี่ยงความเสี่ยงในการละเมิดที่อาจเกิดขึ้นล่วงหน้า

2. กระบวนการฝึกอบรมที่เปิดกว้างและโปร่งใส + กลไกการทบทวนการมีส่วนร่วมของชุมชน อำนวยความสะดวกในการประเมินและการทบทวนแบบจำลองสำหรับอคติและการเลือกปฏิบัติ ในเวลาเดียวกัน การเชิญภูมิหลังและกลุ่มที่แตกต่างกันให้มีส่วนร่วมในการทบทวนและประเมินเนื้อหายังสามารถลดการเกิด อคติและการเลือกปฏิบัติ

3. การตรวจสอบและการคัดกรองสัญญาอัจฉริยะ + การตรวจสอบและติดตามแบบกระจายอำนาจ โดยการกำหนดกฎและอัลกอริธึม Smart Contracts สามารถกำหนดได้ว่าเนื้อหาเป็นไปตามมาตรฐานเฉพาะหรือไม่และปฏิเสธหรือทำเครื่องหมายเนื้อหาที่น่าสงสัยหรือฉ้อโกงโดยอัตโนมัติ นอกจากนี้ ด้วยการแปลงเนื้อหาที่สร้างโดย AIGC Going บนห่วงโซ่สามารถบรรลุการตรวจสอบแบบกระจายอำนาจและตรวจสอบย้อนกลับของเนื้อหา และทำหน้าที่เป็นตัวยับยั้งกิจกรรมที่ผิดกฎหมายและทางอาญา

ควรสังเกตว่า Web 3.0 สามารถจัดหาเครื่องมือและกลไกบางอย่างเพื่อลดอคติและการเลือกปฏิบัติ แต่ยังคงต้องใช้ความพยายามร่วมกันของชุมชน นักวิจัย หน่วยงานกำกับดูแล และผู้ใช้ เพื่อส่งเสริมสภาพแวดล้อมการสร้างและการเผยแพร่เนื้อหาที่ยุติธรรม ครอบคลุม และหลากหลาย

NetEase Digital Culture Center กำลังสำรวจและฝึกฝนโมเดลนี้อย่างจริงจัง โดยใช้เทคโนโลยีบล็อกเชนและการผลิตเชิงสร้างสรรค์ของ AIGC ในการเผยแพร่ตลาดและการคุ้มครองลิขสิทธิ์ของผลิตภัณฑ์ทางวัฒนธรรม ทำให้เกิดยุคใหม่ของเศรษฐกิจวัฒนธรรมดิจิทัล Web3.0

บทสรุป

ในฐานะเครื่องมือเพิ่มประสิทธิภาพการทำงานอันทรงพลัง AIGC นำมาซึ่งโอกาสใหม่ๆ สำหรับการสร้างเนื้อหา อย่างไรก็ตาม เราไม่สามารถเพิกเฉยต่อปัญหาและความท้าทายบางประการที่มาพร้อมกับ AIGC ได้

Web3.0 อาจสามารถมอบวิธีแก้ปัญหาที่เป็นไปได้ในการแก้ปัญหา แต่ในขณะเดียวกัน เรายังจำเป็นต้องพิจารณาปัจจัยทางกฎหมาย กฎระเบียบ คุณธรรม และสังคม และรับรองความเป็นไปได้ของเทคโนโลยี

ด้วยการวิจัย การพัฒนา และการฝึกฝนอย่างต่อเนื่อง NetEase Blockchain ตั้งตารอที่จะได้เห็นการผสมผสานระหว่าง AI และ Web3.0 มากขึ้น ซึ่งนำนวัตกรรมและความก้าวหน้ามาสู่ความคิดสร้างสรรค์และอนาคตของอินเทอร์เน็ต

ความคิดเห็น

ความคิดเห็นทั้งหมด

Recommended for you

  • สัปดาห์ที่ผ่านมา กองทุน ETF Ethereum ในตลาดสปอตของสหรัฐฯ มียอดเงินไหลออกสุทธิ 68.57 ล้านดอลลาร์สหรัฐ

    จากข้อมูลของ SoSoValue พบว่ากองทุน ETF Ethereum ในตลาดสปอตของสหรัฐฯ มียอดเงินไหลออกสุทธิ 68.57 ล้านดอลลาร์สหรัฐ ในสัปดาห์ที่ผ่านมา (เวลาฝั่งตะวันออกของสหรัฐฯ ระหว่างวันที่ 5-9 มกราคม)

  • ราคา Bitcoin ทะลุ 92,000 ดอลลาร์

    ข้อมูลตลาดแสดงให้เห็นว่า BTC ทะลุระดับ 92,000 ดอลลาร์แล้ว และปัจจุบันซื้อขายอยู่ที่ 92,041.92 ดอลลาร์ เพิ่มขึ้น 1.49% ในช่วง 24 ชั่วโมงที่ผ่านมา ตลาดมีความผันผวนสูง ดังนั้นโปรดบริหารความเสี่ยงของคุณให้เหมาะสม

  • มีการเผยแพร่แบบจำลองการบูรณาการสามเหลี่ยมปากแม่น้ำแยงซี โดยระบุว่า AI จะให้การสนับสนุนการตัดสินใจเพื่อการพัฒนาภูมิภาค

    การประชุมเกี่ยวกับการเผยแพร่และการประยุกต์ใช้แบบจำลองการบูรณาการเขตสามเหลี่ยมปากแม่น้ำแยงซีจัดขึ้นที่เซี่ยงไฮ้ ในการประชุมครั้งนี้ ทีมงานของศาสตราจารย์จาง ซูเหลียง สมาชิกของเวทีเศรษฐกิจระดับภูมิภาค 50 อันดับแรกของจีน และคณบดีบริหารสถาบันวิจัยการพัฒนาเขตสามเหลี่ยมปากแม่น้ำแยงซีและเขตเศรษฐกิจลุ่มแม่น้ำแยงซี มหาวิทยาลัยการเงินและเศรษฐศาสตร์เซี่ยงไฮ้ ได้เปิดตัวแบบจำลองการบูรณาการเขตสามเหลี่ยมปากแม่น้ำแยงซี (YRD-P1) อย่างเป็นทางการ ศาสตราจารย์จาง ซูเหลียง กล่าวว่า แบบจำลอง YRD-P1 เป็นแบบจำลองขนาดใหญ่เฉพาะทางที่สร้างขึ้นจากงานวิจัยทางวิทยาศาสตร์ด้านเมืองและภูมิภาคที่สะสมมาหลายปี โดยอาศัยเอกสารนโยบาย ข้อมูลสถิติ ผลงานทางวิชาการ ข้อมูลห่วงโซ่อุตสาหกรรม และข้อมูลเชิงพื้นที่ที่สะสมมาอย่างต่อเนื่อง แบบจำลองนี้ได้รับการปรับแต่งอย่างลึกซึ้งสำหรับภูมิภาคสามเหลี่ยมปากแม่น้ำแยงซี โดยเน้นที่ลักษณะที่เป็นระบบ น่าเชื่อถือ และตรวจสอบได้ของระบบความรู้ และมุ่งมั่นที่จะให้เครื่องมือสนับสนุนการตัดสินใจที่ชาญฉลาด แม่นยำ และยั่งยืนยิ่งขึ้นสำหรับการพัฒนาภูมิภาคอย่างประสานงานกัน

  • หุ้นเทียนปู่: บริษัทถูกสงสัยว่าละเมิดกฎระเบียบการเปิดเผยข้อมูล หุ้นของบริษัทจะกลับมาซื้อขายอีกครั้งในวันที่ 12 มกราคม

    บริษัท เทียนปู่ จำกัด ประกาศว่าได้รับ "หนังสือแจ้งการดำเนินคดี" จากคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์แห่งประเทศจีน (CSRC) และคำเตือนจากตลาดหลักทรัพย์เซี่ยงไฮ้ เนื่องจากต้องสงสัยว่าละเมิดกฎระเบียบการเปิดเผยข้อมูล การซื้อขายหุ้นของบริษัทจะกลับมาดำเนินการอีกครั้งในวันที่ 12 มกราคม 2569 ปัจจุบันการผลิตและการดำเนินงานของบริษัทเป็นไปตามปกติ แต่ราคาหุ้นมีความผันผวนในระยะสั้นอย่างมากและมีการเพิ่มขึ้นสะสมอย่างมาก ซึ่งเบี่ยงเบนไปจากปัจจัยพื้นฐานของบริษัทอย่างมีนัยสำคัญและก่อให้เกิดความเสี่ยงในการซื้อขายอย่างมาก ในช่วงสามไตรมาสแรกของปี 2568 บริษัทมีรายได้จากการดำเนินงาน 230 ล้านหยวน ลดลง 4.98% เมื่อเทียบกับปีก่อน และกำไรสุทธิที่จัดสรรให้กับผู้ถือหุ้นของบริษัทจดทะเบียนอยู่ที่ 17.8508 ล้านหยวน ลดลง 2.91% เมื่อเทียบกับปีก่อน

  • นายกรัฐมนตรีญี่ปุ่นกำลังพิจารณายุบสภาผู้แทนราษฎร ส่งผลให้ค่าเงินดอลลาร์สหรัฐต่อเยนพุ่งสูงขึ้น

    นายกรัฐมนตรีญี่ปุ่นกำลังพิจารณาที่จะยุบสภาผู้แทนราษฎร ค่าเงินดอลลาร์แข็งค่าขึ้นอย่างมากเมื่อเทียบกับเงินเยน โดยเพิ่มขึ้น 0.66% สู่ระดับ 157.95 ซึ่งเป็นระดับสูงสุดในรอบหนึ่งปี

  • นิค ทิมิราออส โฆษกของธนาคารกลางสหรัฐฯ คาดการณ์ว่า ภาคเอกชนจะเพิ่มงานโดยเฉลี่ย 61,000 ตำแหน่งต่อเดือนภายในปี 2025 ซึ่งถือเป็นช่วงการเติบโตของงานในภาคเอกชนที่อ่อนแอที่สุดนับตั้งแต่ช่วงที่เรียกว่า "การฟื้นตัวแบบไร้การจ้างงาน" ในปี 2003

    นิค ทิมิราออส โฆษกของธนาคารกลางสหรัฐฯ คาดการณ์ว่า ภาคเอกชนจะเพิ่มงานโดยเฉลี่ย 61,000 ตำแหน่งต่อเดือนภายในปี 2025 ซึ่งถือเป็นช่วงการเติบโตของงานในภาคเอกชนที่อ่อนแอที่สุดนับตั้งแต่ช่วงที่เรียกว่า "การฟื้นตัวแบบไร้การจ้างงาน" ในปี 2003

  • อัตราการว่างงานที่ลดลงอย่างไม่คาดคิดทำให้ความคาดหวังเกี่ยวกับการลดอัตราดอกเบี้ยลดลงอย่างมาก ส่งผลให้นักลงทุนในตลาดพันธบัตรหันไปให้ความสนใจกับการซื้อขายในช่วงกลางปีแทน

    พันธบัตรรัฐบาลสหรัฐฯ ปรับตัวลดลง เนื่องจากนักลงทุนแทบจะลบล้างการคาดการณ์เกี่ยวกับการลดอัตราดอกเบี้ยของธนาคารกลางสหรัฐฯ (เฟด) ในปลายเดือนนี้ เหตุการณ์นี้เกิดขึ้นหลังจากอัตราการว่างงานในเดือนธันวาคมลดลงมากกว่าที่คาดการณ์ไว้ ซึ่งช่วยชดเชยการเติบโตของการจ้างงานโดยรวมที่อ่อนแอ หลังจากรายงานเมื่อวันศุกร์ ราคาพันธบัตรรัฐบาลสหรัฐฯ ปรับตัวลดลง ส่งผลให้อัตราผลตอบแทนในทุกช่วงอายุเพิ่มขึ้นมากถึง 3 จุดพื้นฐาน นักลงทุนในตลาดพันธบัตรยังคงคาดการณ์ว่าเฟดจะลดอัตราดอกเบี้ยสองครั้งตลอดปี 2026 โดยคาดว่าการลดครั้งแรกจะเกิดขึ้นในช่วงกลางปี ​​จอห์น บริกส์ หัวหน้าฝ่ายกลยุทธ์อัตราดอกเบี้ยสหรัฐฯ ของ Natixis North America กล่าวว่า "สำหรับเรา เฟดให้ความสำคัญกับอัตราการว่างงานมากกว่าความผันผวนในข้อมูลโดยรวม ดังนั้นในมุมมองของผม นี่เป็นสัญญาณขาลงเล็กน้อยสำหรับอัตราดอกเบี้ยสหรัฐฯ" รายงานแรงงานสำหรับเดือนกันยายน ตุลาคม และพฤศจิกายนล่าช้าเนื่องจากการปิดทำการของรัฐบาลเป็นเวลาหกสัปดาห์ตั้งแต่วันที่ 1 ตุลาคมถึง 12 พฤศจิกายน ข้อมูลการจ้างงานนี้เป็นข้อมูลแรกที่ "ชัดเจน" ซึ่งสะท้อนถึงแนวโน้มการจ้างงานในระดับมหภาค การที่เฟดจะลดอัตราดอกเบี้ยลงอีกหรือไม่นั้น ขึ้นอยู่กับผลการดำเนินงานของตลาดแรงงานในอีกไม่กี่เดือนข้างหน้า ก่อนหน้านี้ เพื่อตอบสนองต่อตลาดแรงงานที่อ่อนแอ เฟดได้ลดช่วงเป้าหมายสำหรับอัตราดอกเบี้ยเงินกู้ระยะสั้นในการประชุมสามครั้งล่าสุด อย่างไรก็ตาม เจ้าหน้าที่บางส่วนยังคงกังวลเกี่ยวกับอัตราเงินเฟ้อที่อาจสูงเกินเป้าหมาย ซึ่งถือเป็นข้อจำกัดในการผ่อนคลายนโยบายการเงินเพิ่มเติม

  • โกลด์แมน แซคส์: ธนาคารกลางสหรัฐฯ มีแนวโน้มที่จะคงอัตราดอกเบี้ยไว้ในเดือนมกราคม แต่จะลดอัตราดอกเบี้ยอีกสองครั้งในช่วงที่เหลือของปี 2026

    เมื่อวันที่ 9 มกราคม Jinshi Data รายงานว่า Lindsay Rosenner หัวหน้าฝ่ายการลงทุนตราสารหนี้หลายภาคส่วนของ Goldman Sachs Asset Management ได้แสดงความคิดเห็นเกี่ยวกับตัวเลขการจ้างงานนอกภาคเกษตรของสหรัฐฯ ว่า: ลาก่อนเดือนมกราคม! ธนาคารกลางสหรัฐฯ มีแนวโน้มที่จะคงนโยบายไว้เช่นเดิมในขณะนี้ เนื่องจากตลาดแรงงานแสดงสัญญาณเริ่มต้นของการทรงตัว การปรับปรุงในอัตราการว่างงานบ่งชี้ว่าการเพิ่มขึ้นอย่างรวดเร็วในเดือนพฤศจิกายนนั้นเกิดจากพนักงานรายบุคคลลาออกก่อนกำหนดเนื่องจากนโยบาย "การลาออกล่าช้า" และความคลาดเคลื่อนของข้อมูล มากกว่าจะเป็นสัญญาณของความอ่อนแอในระดับระบบ เราคาดว่าธนาคารกลางสหรัฐฯ จะคงนโยบายไว้เช่นเดิมในขณะนี้ แต่คาดว่าจะมีการลดอัตราดอกเบี้ยอีกสองครั้งในช่วงที่เหลือของปี 2026

  • นักลงทุนในตลาดยังคงคาดการณ์ว่าธนาคารกลางสหรัฐ (เฟด) จะผ่อนคลายนโยบายการเงินประมาณ 50 จุดพื้นฐานในปี 2026

    นักลงทุนในตลาดยังคงคาดการณ์ว่าธนาคารกลางสหรัฐ (เฟด) จะผ่อนคลายนโยบายการเงินประมาณ 50 จุดพื้นฐานในปี 2026

  • ตลาดแลกเปลี่ยนเงินตราเชื่อว่าไม่มีโอกาสเลยที่เฟดจะลดอัตราดอกเบี้ยในเดือนมกราคม

    จากข้อมูลของ Jinshi Data เมื่อวันที่ 9 มกราคม การลดลงของอัตราการว่างงานในสหรัฐฯ ได้ทำให้แผนการของธนาคารกลางสหรัฐฯ (เฟด) ที่จะลดอัตราดอกเบี้ยในเดือนมกราคมต้องล้มเลิกไป โดยสัญญาแลกเปลี่ยนอัตราดอกเบี้ยในปัจจุบันบ่งชี้ว่าโอกาสที่จะเกิดเหตุการณ์ดังกล่าวเป็นศูนย์

ต้องอ่านทุกวัน