Ο MICHAEL BURRY ΒΛΕΠΕΙ ΞΑΝΑ ΦΟΥΣΚΑ. Και αυτή τη φορά δείχνει την AI. Η ατάκα που κυκλοφορεί είναι ότι νιώθει πως η αγορά μοιάζει με τους τελευταίους μήνες της φούσκας του 1999-2000. Και φυσικά, επειδή μιλάμε για τον άνθρωπο που έγινε γνωστός από το Big Short και την πρόβλεψη της κρίσης του 2008, το internet το πήγε κατευθείαν στο: “Κάτι ξέρει, έρχεται crash” “Shortάρει $1 δισ. τις AI μετοχές.” Το “$1B short” είναι παραπλανητικό όπως κυκλοφορεί. Το SEC 13F της Scion μας δείχνει put options πάνω σε: • 1 εκατ. μετοχές Nvidia με αξία $186.6M • 5 εκατ. μετοχές Palantir $912.1M Αλλά αυτό δεν σημαίνει ότι ο Burry έβαλε ή ρίσκαρε $1 δισ. σε cash. Στα 13F filings, αυτές οι αξίες συνήθως δείχνουν την notional / underlying value των μετοχών πάνω στις οποίες είναι τα options. Δεν δείχνουν απαραίτητα το premium που πληρώθηκε, ούτε το πραγματικό κεφάλαιο που ρίσκαρε. Άλλο: “Έχει bearish options exposure πάνω σε AI names.” Και άλλο: “Έβαλε $1 δισ. short και περιμένει κατάρρευση.” Το δεύτερο είναι πιο viral. Το πρώτο είναι πιο σωστό. Ακόμα πιο σημαντικό: ο ίδιος αργότερα φέρεται να ξεκαθάρισε ότι για την Palantir πλήρωσε περίπου $9.2M, όχι 912M. Ας δούμε όμως κάτι σημαντικό: Πόσες φορές ήταν σωστός ο Burry και πόσες λάθος; Δεν υπάρχει επίσημο σκορ, γιατί άλλες φορές μιλάμε για πραγματικές θέσεις, άλλες για tweets, άλλες για macro warnings και άλλες για media ερμηνείες πάνω σε filings. Αλλά ας δούμε τα μεγάλα δημόσια calls του: 1. Amazon / dot-com bubble 2000 Σωστός. Ο Burry είχε shortάρει την Amazon κοντά στην εποχή της dot-com υπερβολής και η μετοχή αργότερα έχασε 80% της αξίας της. Το βασικό του point ήταν σωστό: η αγορά πλήρωνε growth χωρίς να νοιάζεται αρκετά για valuation, profitability και duration risk. 2. Subprime / housing 2005-2007 Πολύ σωστός. Ιστορικά σωστός! Αυτή ήταν η μεγάλη του στιγμή. Είδε την αδυναμία στην αγορά στεγαστικών δανείων, κατάλαβε ότι το ρίσκο ήταν λάθος τιμολογημένο και πήρε θέση απέναντι σε ένα σύστημα που θεωρούσε “ασφαλές” κάτι που τελικά ήταν δομικά προβληματικό. Έβγαλε περίπου $100M προσωπικά και πάνω από $700M για επενδυτές από το housing short. 3. GameStop 2019-2020 Σωστός στη βάση, όχι τέλειος στο timing. Είδε value εκεί που η αγορά έβλεπε μόνο μια πεθαμένη retail εταιρία. Πίεσε για buybacks, η θέση του είχε λογική και η μετοχή τελικά εκτοξεύτηκε, αλλά είχε πουλήσει πριν το τεράστιο meme squeeze. Άρα η ανάλυση ήταν σωστή. Το τελικό upside το έχασε. 4. Meme stocks / speculative tech / crypto 2021 Μερικώς σωστός. Προειδοποίησε για τεράστια speculative υπερβολή. Και πράγματι, πολλά από αυτά που ανέβηκαν παράλογα το 2020-2021 κατέρρευσαν το 2022. Αλλά το timing δεν ήταν καθαρό. Και σε τέτοιες αγορές, το timing μπορεί να σε διαλύσει ακόμα κι αν έχεις δίκιο στην κατεύθυνση. 5. Tesla bearish view Λάθος ή πολύ νωρίς. Είχε bearish θέση μέσω options, αλλά η Tesla δεν κατέρρευσε όπως περίμεναν πολλοί bears. Αργότερα ο ίδιος είπε ότι η θέση δεν υπήρχε πλέον και ότι ήταν περισσότερο trade παρά μόνιμη άποψη. 6. “Sell” tweet τον Ιανουάριο του 2023 Λάθος. Το είπε ο ίδιος ξεκάθαρα μετά: “I was wrong to say sell.” Και αυτό είναι σημαντικό, γιατί δείχνει κάτι που πολλοί ξεχνάνε: Ο Burry μπορεί να είναι εξαιρετικός στο να εντοπίζει υπερβολές, αλλά δεν είναι αλάνθαστος. 7. AI bubble / Nvidia / Palantir Ανοιχτό. Η ανησυχία του έχει βάση. Οι AI valuations, το τεράστιο capex, η συγκέντρωση κεφαλαίων, η εξάρτηση της αγοράς από λίγες mega-cap μετοχές και το narrative ότι “αυτή τη φορά είναι διαφορετικά” είναι όλα late-cycle χαρακτηριστικά. Αλλά αυτό δεν σημαίνει ότι η αγορά πρέπει να πέσει αύριο. Οι φούσκες μπορούν να κρατήσουν πολύ περισσότερο απ’ όσο αντέχει ένας short seller. Άρα, δίκαια: • 3 καθαρές μεγάλες νίκες • 2 μερικώς σωστές calls • 2 καθαρές λάθος ή πολύ νωρίς • 1 ανοιχτή AI call που δεν έχει κριθεί ακόμα Το συμπέρασμα είναι ότι όταν ο Burry μιλάει για φούσκα, αξίζει να ακούσεις. Όχι να πανικοβληθείς. Η AI αγορά έχει ξεκάθαρα σημάδια υπερβολής. Αλλά στο investing η λεπτομέρεια μετράει. Ποια εταιρία; Με τι valuation; Με τι margins; Άλλο profitable leader, άλλο "μπήκαμε και μεις στην AI". Με τι free cash flow; Με τι expectations ήδη μέσα στην τιμή; Αυτό είναι που ξεχωρίζει την ανάλυση από το panic post. Γιατί μπορεί η AI να είναι πραγματική τεχνολογική επανάσταση και ταυτόχρονα πολλές AI μετοχές να είναι υπερτιμημένες. Αυτά τα δύο μπορούν να ισχύουν μαζί. Το internet θέλει απλή ιστορία: “Ο Burry shortάρει AI. Έρχεται crash.” Η αγορά όμως σπάνια είναι τόσο απλή. Ο Burry πιθανότατα βλέπει κάτι πραγματικό στην υπερβολή των AI valuations. Αλλά το να δεις τη φούσκα δεν σημαίνει ότι ξέρεις την ημέρα που θα σκάσει.

LLM's are HYPERSTITION in action!! Every time you chat with an LLM, something powerful happens. It learns and re-trains. You share an idea or expectation to AI. The model replies, making that idea clearer and more convincing. People then act on it — building, investing, or adopting faster. The AI improves and trains, which makes your original idea feel even more real. This creates a loop: our everyday interactions with AI are actively shaping what AI becomes next. Your prompts and conversations aren’t just talk. They’re helping build the future of these systems in real time. Wow — we’re all part of it. #AI #Hyperstition #LLM

This guy earns $12,000 a month from AI cartoons! Stop sending resumes. Build this instead. Here's how👇 Those kid cartoons flooding your feed? Many are already AI-made YouTube can pay $1,000-$12,000 per 1M views The 30‑second plan: 1) Open ChatGPT Ask: "Write a 60‑second Pixar‑style kids cartoon prompt" 2) Copy the full prompt 3) Open Picsart Flow Start a new workflow → paste the prompt → turn on Autopilot 4) Wait It spits out a finished 4K cartoon with studio‑level, adorable characters No filming. No editing. Never show your face Post daily. Let views convert into revenue The quality is wild, and almost nobody's doing it yet Save this before everyone catches on

$NVDA ’s China Problem Is Huawei’s Opening Nvidia still owns the global AI trade. But China is becoming a different market. U.S. export controls are limiting Nvidia’s ability to sell its most advanced chips there, while Beijing is pushing domestic suppliers harder. That is why Jensen Huang’s “conceded” China comment matters. Huawei does not need to beat Nvidia globally. It only needs to become China’s default AI chip stack. LogicFolding may be unproven at scale, but the direction is clear. Bottom line: Nvidia leads globally, while Huawei compounds inside China’s protected lane.

Huawei reveals its path to 1.4nm chips by 2031—without ASML EUV lithography. 🧵 At IEEE ISCAS 2026, Huawei introduced the Tau (τ) Scaling Law and LogicFolding architecture. Instead of traditional geometric shrinking, the framework stacks logic circuitry vertically to slash transmission lag and maximize transistor density. The architecture debuts this fall in the next-generation Kirin processors. Huawei notes it has already quietly mass-produced 381 chip models under U.S. export controls over the last 6 years, aiming for a 1.4nm-class process equivalency by 2031. Source: Tom's Hardware