9 Maret 2013, dalam episode terbaru podcast, investor Anthony Pompliano dan peneliti strategi makro Jordi Visser membahas variabel kunci yang dihadapi pasar keuangan global saat ini, termasuk kebijakan suku bunga, risiko kredit swasta, dan pengaruh teknologi kecerdasan buatan terhadap struktur penetapan harga aset. Keduanya berpendapat bahwa sinyal ekonomi makro semakin kompleks, sehingga investor perlu menilai kembali logika investasi tradisional. Anthony Pompliano menunjukkan bahwa ketika pertumbuhan lapangan kerja melambat bahkan mengalami kontraksi, pasar cenderung mulai mengantisipasi pergeseran kebijakan moneter, yang secara langsung mempengaruhi sistem penilaian aset. Secara umum, kenaikan suku bunga akan menekan valuasi aset berbasis pertumbuhan, sementara penurunan suku bunga dapat mendorong kenaikan saham teknologi dan aset kripto serta aset berisiko lainnya. Jika inflasi tetap tinggi, bank sentral mungkin terpaksa mempertahankan tingkat suku bunga yang tinggi; namun jika pertumbuhan ekonomi menurun secara signifikan, pembuat kebijakan mungkin memilih untuk menurunkan suku bunga guna merangsang ekonomi. Sinyal yang saling bertentangan ini semakin memperbesar volatilitas pasar. Fokus diskusi lainnya adalah pasar kredit swasta yang berkembang pesat dalam beberapa tahun terakhir. Dalam dekade terakhir, kredit swasta menjadi saluran penting bagi dana institusional untuk mengejar hasil, tetapi Jordi Visser mengingatkan bahwa jika kondisi makro memburuk, sebagian aset di bidang ini mungkin menghadapi tekanan likuiditas. Jika terjadi penarikan dana secara terkonsentrasi, beberapa instrumen investasi yang bergantung pada struktur modal jangka panjang mungkin kesulitan memenuhi permintaan pencairan, yang dapat memicu risiko keuangan yang lebih luas. Perubahan industri yang didorong oleh teknologi kecerdasan buatan juga menjadi perhatian. Jordi Visser berpendapat bahwa AI sedang merombak strategi perusahaan dan alokasi modal, terutama di industri perangkat lunak. Jika alat AI menurunkan hambatan pengembangan aplikasi, hambatan kompetisi di industri perangkat lunak dapat berkurang, sehingga mengurangi premi valuasi beberapa perusahaan teknologi. Sementara itu, beberapa industri tradisional berpotensi menjadi penerima manfaat era AI. Pelatihan AI dan pengolahan data membutuhkan daya komputasi, listrik, dan infrastruktur pusat data yang besar, sehingga bidang energi, semikonduktor, dan pembangunan pusat data mungkin akan mendapatkan perhatian investasi lebih besar dalam siklus ekonomi mendatang. Kedua narasumber juga membahas perubahan dalam alokasi portofolio. Model investasi yang telah lama digunakan, yaitu “60% saham + 40% obligasi,” mungkin menghadapi tantangan di tengah revolusi teknologi dan perubahan cepat di lingkungan makro saat ini. Semakin banyak investor mulai mempertimbangkan strategi alokasi aset yang lebih terdiversifikasi untuk menghadapi ketidakpastian yang disebabkan oleh gangguan teknologi dan siklus makro.