付費限定方格精選

「Meta」是品牌,還是未來?/Benedict Evans

閱讀時間約 4 分鐘

Mark Zuckerberg將「Facebook」改名為「Meta」,想改變的究竟是這家公司、還是VR這個舊名詞?「metaverse」又是什麼?有任何單一企業可以為我們定義這個未來嗎?

大約20年前,德國電信(Deutsche Telekom)併購了一家叫做「One2One」的英國電信公司,並將它改名為「T-Mobile」。原本的One2One是以低價格、低品質的網路服務著稱,改了名字之後又有什麼不同?
其實沒什麼不同,還是一樣低價格、……低品質。也就是說,德國電信改了它的品牌,但改不了它的本質。

湯換了,藥換不換?

如果一個品牌已經變成票房毒藥,而主事者卻只是換湯不換藥,那麼同樣的問題不免還是會發生在新品牌上。如果是真正的行銷高手,應該會反其道而行:先解決「產品」的本質問題,然後再透過品牌行銷的手法,讓大家知道這個改變。
如果這一點成立的話,我們可以再思考看看:Facebook為什麼要把最上層的品牌改為「Meta」?其中一個理由,就可能是「換湯不換藥」:產品在短期之內不會有太大改變,只是改個名字。
如今,每天有多達20億人使用Facebook、發表超過1,000億則貼文;過去在使用手機簡訊的巔峰時期,也只不過是這個數字的四分之一。
在一個連結了20億人的系統之中,無論設計了怎樣的溝通方式,用戶和發表的內容品質都不免良莠不齊;而任何一個社群平台,都必須花心思來面對這個問題。
Support the creator with action! Pay to unlock
本篇內容共 1874 字、1 則留言,僅發佈於吐納商業評論You currently cannot view the following content, possibly because you are not logged in or do not have permission to view the room.
1.4K會員
2.0KContent count
為您送上頂尖作者的最新管理與科技產業思維。
留言0
查看全部
發表第一個留言支持創作者!
從歷年總掛牌數、新掛牌數、間接數據的變化,來分析台灣機車產業在輕型與重型、油車與電車、國內與國際之前的板塊移動,以及未來可能的發展趨勢與方向。
近年來,ARM架構的晶片已經逐漸普及,從IoT系統、Raspberry Pi玩家自組電腦、一直到強大的Apple M1系列處理器,都可以看到它的蹤跡。現在,讓我們來看看微軟這個PC產業的強者,未來打算如何把Windows系統也搬到ARM上。
如果依照本系列前六篇所說的方法做,仍然得不到高層的重視,那麼你最後的殺手鐧就是「抽屜專案」:除了讓「本職工作」達到卓越績效之外,利用上班的時間、公司的資源,私底下進行自己堅信企業應該做、但是得不到老闆支持的專案。
Apple在自家的處理器問世之後,也差不多已經順利完成了產品的世代轉換。那麼,現在再讓我們繼續展望未來十年,看看還有哪些機會可以讓Apple延續過去這個世代的成功。
本系列文章的上篇針對元宇宙(metaverse)的前世今生與概念框架,做了一些簡單的討論;本篇則討論近代各項發展中,筆者個人頗感興趣的「可交互性」議題。
這世界上或許還不存在任何符合過去類似metaverse的概念框架、或是眾人想像中的元宇宙;然而,也不應該就此認為元宇宙熱潮只是「另一場騙局與泡沫」。因為,並不是每個對元宇宙抱持樂觀期待的人,都沒有看到現實的限制。
從歷年總掛牌數、新掛牌數、間接數據的變化,來分析台灣機車產業在輕型與重型、油車與電車、國內與國際之前的板塊移動,以及未來可能的發展趨勢與方向。
近年來,ARM架構的晶片已經逐漸普及,從IoT系統、Raspberry Pi玩家自組電腦、一直到強大的Apple M1系列處理器,都可以看到它的蹤跡。現在,讓我們來看看微軟這個PC產業的強者,未來打算如何把Windows系統也搬到ARM上。
如果依照本系列前六篇所說的方法做,仍然得不到高層的重視,那麼你最後的殺手鐧就是「抽屜專案」:除了讓「本職工作」達到卓越績效之外,利用上班的時間、公司的資源,私底下進行自己堅信企業應該做、但是得不到老闆支持的專案。
Apple在自家的處理器問世之後,也差不多已經順利完成了產品的世代轉換。那麼,現在再讓我們繼續展望未來十年,看看還有哪些機會可以讓Apple延續過去這個世代的成功。
本系列文章的上篇針對元宇宙(metaverse)的前世今生與概念框架,做了一些簡單的討論;本篇則討論近代各項發展中,筆者個人頗感興趣的「可交互性」議題。
這世界上或許還不存在任何符合過去類似metaverse的概念框架、或是眾人想像中的元宇宙;然而,也不應該就此認為元宇宙熱潮只是「另一場騙局與泡沫」。因為,並不是每個對元宇宙抱持樂觀期待的人,都沒有看到現實的限制。
你可能也想看
Thumbnail
1.加權指數與櫃買指數 週五的加權指數在非農就業數據開出來後,雖稍微低於預期,但指數仍向上噴出,在美股開盤後於21500形成一個爆量假突破後急轉直下,就一路收至最低。 台股方面走勢需觀察週一在斷頭潮出現後,週二或週三開始有無買單進場支撐,在沒有明確的反轉訊號形成前,小夥伴盡量不要貿然抄底,或是追空
Thumbnail
重點摘要: 1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息 2.SEP 上修失業率預期,但快速的降息速率將有助失業率觸頂 3.未來幾個月經濟數據將繼續轉弱,經濟復甦的時點或是 1Q25 季底附近
Thumbnail
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎? 新版式整體視覺上「更加凸顯圖片」,為了搭配這次的更新,我們推出首次貼文策展 ❤️ 使用貼文功能並完成這次的指定任務,還有機會獲得富士即可拍,讓你的美好回憶都可以用即可拍珍藏!
回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧 當中,我希望外掛一個外部知識庫,叫做RAG,來提升整體問答的品質,同時又能避免機敏資訊被Chat GPT竊取。 緣由參見 ChatGPT回答不是你要的怎麼辦? 詳細實作於 使用Meta釋出的模型,實作Chat G
工欲善其事,必先利其器,要打造屬於自己的Chat GPT之前,我們先學習怎麼建立Google免費提供的Colab環境,它可以免費使用GPU來加速AI的運算,非常適合沒有錢添購GPU,但又想學習前沿AI技術的人。 第一步:打開Google瀏覽器,並點選右上方的「方格子點點」,接著選擇「雲端硬碟」
到目前為止,我們已經完成RAG技術的實作,在上一篇文章使用Meta釋出的模型,實作Chat GPT - Part 5中,可以看到加入RAG之後,可以讓我的大型語言模型回答更為精確。 現在我們要把它用一個畫面做呈現,而不是以程式碼來給大家看,就類似Chat GPT這樣,背後有複雜的程式運行,但是眾人
延續使用Meta釋出的模型,實作Chat GPT - Part 4,我們現在遇到一個問題:語言模型回答的資訊不是我想要的。 於是我參照ChatGPT回答不是你要的怎麼辦?,想使用低成本的技術:RAG,來改善這問題。 以下開始實作,首先引入一個重量級工具包,它叫做LangChain,這是做語言模型
在使用Meta釋出的模型,實作Chat GPT - Part 3中我們已經建立好大型語言模型遇到哪些「字串」要停止輸出的列表,現在我們將它製作成一個物件,對應程式如下: from transformers import StoppingCriteria, StoppingCriteriaList
Thumbnail
或許有不少人看過這個新聞:因為集團策略方向失準,臉書集團 Meta 決定解僱 13%,一萬多名員工。報導上的一行,沒什麼重量。對於臉書員工卻不是:上週是非常恐慌的一週。「個人即使等得及,時代是倉促的,已經在破壞中,還有更大的破壞要來。有一天我們的文明,不論是升華還是浮華,都要成為過去。」——張愛玲
Thumbnail
Meta提前告知全體員工裁員的消息,並於三天後發出裁員通知給「被選中」的員工。於是上萬個Meta員工懷著惴惴不安的心情,靜候祖克柏發來命運的email。
Thumbnail
Facebook母公司Meta公布Q3財報營收年減4%至296億高於預期的294億,EPS $1.64則低於市場預期的$1.89。 Meta已經連兩季營收下降,預計Q4會再一次年比下滑至300-325億,低於預期的322億,大約年減2-8%。營收下滑但是支出卻是同比上升19%,因此營業利潤率從36%
Thumbnail
全球零售媒體巨頭沃爾瑪(Walmart),自 2022 年初公開加強發展廣告業務,並將此計畫命名為「Walmart Connect」,至今陸續傳來與多方企業成為合作夥伴的消息,積極發展「零售媒體聯播網」(Retail Media Network, RMN)。
Thumbnail
1.加權指數與櫃買指數 週五的加權指數在非農就業數據開出來後,雖稍微低於預期,但指數仍向上噴出,在美股開盤後於21500形成一個爆量假突破後急轉直下,就一路收至最低。 台股方面走勢需觀察週一在斷頭潮出現後,週二或週三開始有無買單進場支撐,在沒有明確的反轉訊號形成前,小夥伴盡量不要貿然抄底,或是追空
Thumbnail
重點摘要: 1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息 2.SEP 上修失業率預期,但快速的降息速率將有助失業率觸頂 3.未來幾個月經濟數據將繼續轉弱,經濟復甦的時點或是 1Q25 季底附近
Thumbnail
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎? 新版式整體視覺上「更加凸顯圖片」,為了搭配這次的更新,我們推出首次貼文策展 ❤️ 使用貼文功能並完成這次的指定任務,還有機會獲得富士即可拍,讓你的美好回憶都可以用即可拍珍藏!
回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧 當中,我希望外掛一個外部知識庫,叫做RAG,來提升整體問答的品質,同時又能避免機敏資訊被Chat GPT竊取。 緣由參見 ChatGPT回答不是你要的怎麼辦? 詳細實作於 使用Meta釋出的模型,實作Chat G
工欲善其事,必先利其器,要打造屬於自己的Chat GPT之前,我們先學習怎麼建立Google免費提供的Colab環境,它可以免費使用GPU來加速AI的運算,非常適合沒有錢添購GPU,但又想學習前沿AI技術的人。 第一步:打開Google瀏覽器,並點選右上方的「方格子點點」,接著選擇「雲端硬碟」
到目前為止,我們已經完成RAG技術的實作,在上一篇文章使用Meta釋出的模型,實作Chat GPT - Part 5中,可以看到加入RAG之後,可以讓我的大型語言模型回答更為精確。 現在我們要把它用一個畫面做呈現,而不是以程式碼來給大家看,就類似Chat GPT這樣,背後有複雜的程式運行,但是眾人
延續使用Meta釋出的模型,實作Chat GPT - Part 4,我們現在遇到一個問題:語言模型回答的資訊不是我想要的。 於是我參照ChatGPT回答不是你要的怎麼辦?,想使用低成本的技術:RAG,來改善這問題。 以下開始實作,首先引入一個重量級工具包,它叫做LangChain,這是做語言模型
在使用Meta釋出的模型,實作Chat GPT - Part 3中我們已經建立好大型語言模型遇到哪些「字串」要停止輸出的列表,現在我們將它製作成一個物件,對應程式如下: from transformers import StoppingCriteria, StoppingCriteriaList
Thumbnail
或許有不少人看過這個新聞:因為集團策略方向失準,臉書集團 Meta 決定解僱 13%,一萬多名員工。報導上的一行,沒什麼重量。對於臉書員工卻不是:上週是非常恐慌的一週。「個人即使等得及,時代是倉促的,已經在破壞中,還有更大的破壞要來。有一天我們的文明,不論是升華還是浮華,都要成為過去。」——張愛玲
Thumbnail
Meta提前告知全體員工裁員的消息,並於三天後發出裁員通知給「被選中」的員工。於是上萬個Meta員工懷著惴惴不安的心情,靜候祖克柏發來命運的email。
Thumbnail
Facebook母公司Meta公布Q3財報營收年減4%至296億高於預期的294億,EPS $1.64則低於市場預期的$1.89。 Meta已經連兩季營收下降,預計Q4會再一次年比下滑至300-325億,低於預期的322億,大約年減2-8%。營收下滑但是支出卻是同比上升19%,因此營業利潤率從36%
Thumbnail
全球零售媒體巨頭沃爾瑪(Walmart),自 2022 年初公開加強發展廣告業務,並將此計畫命名為「Walmart Connect」,至今陸續傳來與多方企業成為合作夥伴的消息,積極發展「零售媒體聯播網」(Retail Media Network, RMN)。