fa
Feedback
Métricas Digitais | Grupo Aberto

Métricas Digitais | Grupo Aberto

رفتن به کانال در Telegram
1 140
مشترکین
-124 ساعت
-67 روز
-1530 روز

در حال بارگیری داده...

جذب مشترکین
ژوئیه '26
ژوئیه '26
+1
در 0 کانال‌ها
ژوئن '26
+8
در 0 کانال‌ها
Get PRO
مه '26
+5
در 0 کانال‌ها
Get PRO
آوریل '26
+8
در 0 کانال‌ها
Get PRO
مارس '26
+10
در 0 کانال‌ها
Get PRO
فوریه '26
+9
در 0 کانال‌ها
Get PRO
ژانویه '26
+13
در 0 کانال‌ها
Get PRO
دسامبر '25
+17
در 0 کانال‌ها
Get PRO
نوامبر '25
+9
در 0 کانال‌ها
Get PRO
اکتبر '25
+22
در 0 کانال‌ها
Get PRO
سپتامبر '25
+25
در 0 کانال‌ها
Get PRO
اوت '25
+14
در 0 کانال‌ها
Get PRO
ژوئیه '25
+19
در 0 کانال‌ها
Get PRO
ژوئن '25
+15
در 0 کانال‌ها
Get PRO
مه '25
+20
در 0 کانال‌ها
Get PRO
آوریل '25
+19
در 0 کانال‌ها
Get PRO
مارس '25
+14
در 0 کانال‌ها
Get PRO
فوریه '25
+1
در 0 کانال‌ها
Get PRO
ژانویه '25
+2
در 0 کانال‌ها
Get PRO
دسامبر '24
+1
در 0 کانال‌ها
Get PRO
نوامبر '24
+11
در 0 کانال‌ها
Get PRO
اکتبر '24
+7
در 1 کانال‌ها
Get PRO
سپتامبر '24
+3
در 0 کانال‌ها
Get PRO
اوت '24
+7
در 0 کانال‌ها
Get PRO
ژوئیه '24
+6
در 0 کانال‌ها
Get PRO
ژوئن '24
+1
در 0 کانال‌ها
Get PRO
مه '24
+5
در 0 کانال‌ها
Get PRO
آوریل '24
+6
در 0 کانال‌ها
Get PRO
مارس '24
+26
در 0 کانال‌ها
Get PRO
فوریه '24
+5
در 0 کانال‌ها
Get PRO
ژانویه '24
+8
در 0 کانال‌ها
Get PRO
دسامبر '23
+17
در 0 کانال‌ها
Get PRO
نوامبر '23
+11
در 0 کانال‌ها
Get PRO
اکتبر '23
+21
در 0 کانال‌ها
Get PRO
سپتامبر '23
+20
در 0 کانال‌ها
Get PRO
اوت '23
+45
در 0 کانال‌ها
Get PRO
ژوئیه '23
+38
در 0 کانال‌ها
Get PRO
ژوئن '23
+17
در 0 کانال‌ها
Get PRO
مه '23
+80
در 0 کانال‌ها
Get PRO
آوریل '23
+45
در 0 کانال‌ها
Get PRO
مارس '23
+16
در 0 کانال‌ها
Get PRO
فوریه '23
+21
در 0 کانال‌ها
Get PRO
ژانویه '23
+74
در 0 کانال‌ها
Get PRO
دسامبر '22
+16
در 0 کانال‌ها
Get PRO
نوامبر '220
در 0 کانال‌ها
Get PRO
اکتبر '22
+86
در 0 کانال‌ها
Get PRO
سپتامبر '22
+39
در 0 کانال‌ها
Get PRO
اوت '22
+31
در 0 کانال‌ها
Get PRO
ژوئیه '22
+44
در 0 کانال‌ها
Get PRO
ژوئن '22
+15
در 0 کانال‌ها
Get PRO
مه '22
+89
در 0 کانال‌ها
Get PRO
آوریل '22
+47
در 0 کانال‌ها
Get PRO
مارس '22
+37
در 0 کانال‌ها
Get PRO
فوریه '22
+581
در 0 کانال‌ها
Get PRO
ژانویه '22
+75
در 0 کانال‌ها
Get PRO
دسامبر '21
+13
در 0 کانال‌ها
Get PRO
نوامبر '21
+53
در 0 کانال‌ها
Get PRO
اکتبر '21
+15
در 0 کانال‌ها
Get PRO
سپتامبر '21
+26
در 0 کانال‌ها
Get PRO
اوت '21
+20
در 0 کانال‌ها
Get PRO
ژوئیه '21
+127
در 0 کانال‌ها
Get PRO
ژوئن '21
+9
در 0 کانال‌ها
Get PRO
مه '21
+38
در 0 کانال‌ها
Get PRO
آوریل '21
+353
در 0 کانال‌ها
تاریخ
رشد مشترکین
اشارات
کانال‌ها
03 ژوئیه0
02 ژوئیه+1
01 ژوئیه0
پست‌های کانال
Estudo da Ramp dizendo que a IA está criando empregos, e não os destruindo.

2
O maior risco da IA corporativa não é ela ser pouco usada. É ela ser muito usada para coisas que quase não importam. O modelo pode ser excelente, a adoção pode crescer, o consumo pode explodir, e ainda assim a captura de valor ficar abaixo do prometido. Dois usos podem consumir a mesma quantidade de inferência e gerar mundos diferentes. Em um caso, um engenheiro encontra um erro que reduz centenas de milhares de dólares em custo de cloud. Em outro, alguém usa o modelo para transformar um PDF mal formatado em documento, refaz metade na mão e chama isso de produtividade. Mesmo modelo. Mesmo custo. Valor completamente diferente. A diferença não está só na tecnologia. Está no incentivo de quem aponta a tecnologia. Em uma startup, a IA tende a ser usada contra o problema que dói: vender mais, reduzir custo, corrigir produto, diminuir churn, ganhar tempo antes do caixa acabar. Em uma grande empresa, muitas vezes ela vira conforto operacional: escrever melhor, resumir mais rápido, preparar reuniões, parecer produtivo. Isso tem valor. Mas talvez não o valor necessário para sustentar a curva de gasto que está sendo projetada. A métrica relevante não é uso. É valor econômico por uso. Algumas empresas vão capturar valor real. Mas isso exige mais do que licença. Exige responsabilidade e poder para mudar como o trabalho acontece.
240
3
Os Apple Glasses vem aí? Mark Gurman publicou ontem na Bloomberg os primeiros detalhes sobre os smart glasses da Apple, codinome N50, com lançamento previsto para 2027. A estratégia é fazer o design internamente, sem depender de uma EssilorLuxottica ou Warby Parker. Quatro estilos de armação, material acetato, várias opções de cor. O objetivo declarado é criar um design "instantly recognizable", o que a Apple chama internamente de "icon". Isso me fez pensar num padrão. Existe uma correlação entre os produtos da Apple que dominam seus mercados: todos eles têm um atributo de moda. iPhone, Apple Watch, AirPods são os mais importantes das suas categorias. Apple TV, HomePod, Mac Pro? Nem tanto. Obviamente, isso não é regra geral, mas é uma correlação difícil de ignorar. E agora a Apple entra numa categoria que é, por definição, um acessório de moda. A Meta precisou da Ray-Ban pra parecer fashion. A Apple vai fazer sozinha. O produto ainda nem foi lançado, mas é difícil imaginar que os Smart Glasses sejam uma exceção a esse padrão de sucesso da Apple nos produtos de moda.
0
4
Se você dobrar o número de clientes adquiridos, o seu CAC cai ou sobe? Parte do CAC é fixo. Salários, CRM, ferramentas. Não muda com volume. Dobrou a aquisição? Esse pedaço caiu pela metade. Parte é variável. Facebook, TV, comissões. Dobrou a aquisição? Esse pedaço não cai. Na prática, sobe. Os clientes mais fáceis já vieram. Empresa A com CAC de 50. Composição: 30 fixo, 20 variável. Dobra a aquisição. Fixo cai para 15, variável sobe para 28. CAC novo: 43. O fixo diluindo compensou o retorno decrescente. Empresa B com CAC de 50. Composição: 10 fixo, 40 variável. Dobra a aquisição. Fixo cai para 5, variável sobe para 55. CAC novo: 60. O fixo era pequeno demais para compensar. Mesmo CAC de partida. Um cai. O outro sobe. A maioria calcula CAC como um número só. Se você não sabe a composição, não sabe o que acontece quando escala.
0
5
A Meta tem 3 bilhões de usuários. Agora tem um frontier model plugado em todos eles. O modelo foi construído do zero nos últimos nove meses. Os resultados técnicos são reais: o modelo compete de frente com GPT e Gemini nos principais benchmarks, em categorias que vão de raciocínio científico a tarefas autônomas complexas. (Veja tabela nos comentários) Para quem acompanhou o histórico recente da Meta em modelos, é uma virada significativa. Mas não é só qualidade. É distribuição em escala com dados proprietários que nenhum competidor tem. OpenAI tem o modelo. Google tem a busca. A Meta tem outra coisa: sabe o que três bilhões de pessoas curtem, compartilham, param para olhar e compram. Sem download. Sem cadastro. Simplesmente aparece onde o usuário já está. Um detalhe que passou despercebido: o Muse Spark é o primeiro modelo fechado da Meta. A empresa que construiu sua reputação em IA sobre open weights lançou um modelo que ninguém pode baixar, inspecionar ou replicar. Alexandr Wang, fundador da Scale AI e agora à frente da unidade de IA da Meta, sempre soube que dados de qualidade valem mais que arquitetura. Agora ele tem acesso ao maior dataset comportamental do mundo.
0