Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
Métricas Digitais | Grupo Aberto
Відкрити в Telegram
Показати більше
1 140
Підписники
-124 години
-67 днів
-1530 день
Триває завантаження даних...
Схожі канали
Хмара тегів
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
липень '26
липень '26
+1
в 0 каналах
червень '26
+8
в 0 каналах
Get PRO
травень '26
+5
в 0 каналах
Get PRO
квітень '26
+8
в 0 каналах
Get PRO
березень '26
+10
в 0 каналах
Get PRO
лютий '26
+9
в 0 каналах
Get PRO
січень '26
+13
в 0 каналах
Get PRO
грудень '25
+17
в 0 каналах
Get PRO
листопад '25
+9
в 0 каналах
Get PRO
жовтень '25
+22
в 0 каналах
Get PRO
вересень '25
+25
в 0 каналах
Get PRO
серпень '25
+14
в 0 каналах
Get PRO
липень '25
+19
в 0 каналах
Get PRO
червень '25
+15
в 0 каналах
Get PRO
травень '25
+20
в 0 каналах
Get PRO
квітень '25
+19
в 0 каналах
Get PRO
березень '25
+14
в 0 каналах
Get PRO
лютий '25
+1
в 0 каналах
Get PRO
січень '25
+2
в 0 каналах
Get PRO
грудень '24
+1
в 0 каналах
Get PRO
листопад '24
+11
в 0 каналах
Get PRO
жовтень '24
+7
в 1 каналах
Get PRO
вересень '24
+3
в 0 каналах
Get PRO
серпень '24
+7
в 0 каналах
Get PRO
липень '24
+6
в 0 каналах
Get PRO
червень '24
+1
в 0 каналах
Get PRO
травень '24
+5
в 0 каналах
Get PRO
квітень '24
+6
в 0 каналах
Get PRO
березень '24
+26
в 0 каналах
Get PRO
лютий '24
+5
в 0 каналах
Get PRO
січень '24
+8
в 0 каналах
Get PRO
грудень '23
+17
в 0 каналах
Get PRO
листопад '23
+11
в 0 каналах
Get PRO
жовтень '23
+21
в 0 каналах
Get PRO
вересень '23
+20
в 0 каналах
Get PRO
серпень '23
+45
в 0 каналах
Get PRO
липень '23
+38
в 0 каналах
Get PRO
червень '23
+17
в 0 каналах
Get PRO
травень '23
+80
в 0 каналах
Get PRO
квітень '23
+45
в 0 каналах
Get PRO
березень '23
+16
в 0 каналах
Get PRO
лютий '23
+21
в 0 каналах
Get PRO
січень '23
+74
в 0 каналах
Get PRO
грудень '22
+16
в 0 каналах
Get PRO
листопад '220
в 0 каналах
Get PRO
жовтень '22
+86
в 0 каналах
Get PRO
вересень '22
+39
в 0 каналах
Get PRO
серпень '22
+31
в 0 каналах
Get PRO
липень '22
+44
в 0 каналах
Get PRO
червень '22
+15
в 0 каналах
Get PRO
травень '22
+89
в 0 каналах
Get PRO
квітень '22
+47
в 0 каналах
Get PRO
березень '22
+37
в 0 каналах
Get PRO
лютий '22
+581
в 0 каналах
Get PRO
січень '22
+75
в 0 каналах
Get PRO
грудень '21
+13
в 0 каналах
Get PRO
листопад '21
+53
в 0 каналах
Get PRO
жовтень '21
+15
в 0 каналах
Get PRO
вересень '21
+26
в 0 каналах
Get PRO
серпень '21
+20
в 0 каналах
Get PRO
липень '21
+127
в 0 каналах
Get PRO
червень '21
+9
в 0 каналах
Get PRO
травень '21
+38
в 0 каналах
Get PRO
квітень '21
+353
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 03 липня | 0 | |||
| 02 липня | +1 | |||
| 01 липня | 0 |
Дописи каналу
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 |
