@yangyi: 这个博主叫real屠龙的胭脂井 在复旦的这场分享里 对品牌营销的拆析鞭辟入里 一看就是经过大量减法后找到的更加底层的东西 不知道这些学生会不会在很多年后才能理解这场分享的价值 这个博主是有脑科学和认知科学背景的 我觉得这在AI时代至关重要…

X AI KOLs Timeline 事件

摘要

博主real屠龙的胭脂井在复旦大学的分享中深入剖析了品牌营销的底层逻辑,强调利用脑科学和认知科学背景,在AI时代通过建模和数据辅助决策,批评了营销人员依赖虚荣指标的误区。

这个博主叫real屠龙的胭脂井 在复旦的这场分享里 对品牌营销的拆析鞭辟入里 一看就是经过大量减法后找到的更加底层的东西 不知道这些学生会不会在很多年后才能理解这场分享的价值 这个博主是有脑科学和认知科学背景的 我觉得这在AI时代至关重要 尤其是利用建模来辅助决策 我认为做任何事都应该这样 做营销更应该计算数据 但怪就怪在 大部分从业人员 都缺少这种最基础的认识 往往依靠一个错误的虚荣指标指导自己进行愚蠢的工作
查看原文
查看缓存全文

缓存时间: 2026/07/11 09:21

这个博主叫real屠龙的胭脂井 在复旦的这场分享里 对品牌营销的拆析鞭辟入里 一看就是经过大量减法后找到的更加底层的东西 不知道这些学生会不会在很多年后才能理解这场分享的价值

这个博主是有脑科学和认知科学背景的 我觉得这在AI时代至关重要 尤其是利用建模来辅助决策 我认为做任何事都应该这样 做营销更应该计算数据

但怪就怪在 大部分从业人员 都缺少这种最基础的认识 往往依靠一个错误的虚荣指标指导自己进行愚蠢的工作

相似文章

@yibie: 推荐这篇,Hamel Husain——世界上最懂 AI eval 的实践者之一——说了一句话:"这东西很难评估"本身就是一个产品气味。 如果你不给用户提供可检查的中间产物,他们就会重做一遍你的工作来验证输出。那你的产品对他们的价值是什么?…

X AI KOLs Timeline

文章推荐并总结了Hamel Husain的博客,指出“难评估”本身是产品设计缺陷,应优先设计便于用户验证的产品,并通过AI数据分析agent、教案生成器和工伤报告三个案例说明如何通过提供可检查的中间产物来提升产品价值。

@ba_niu80557: 趁上午有点时间给大家聊点硬的干货。 一个 AI 落地项目,从签完合同到真正跑进生产,这中间到底发生了什么,我把这套打法摊开讲一遍。做这行的可以照着抄,不做这行的也能看明白,为什么 95% 的企业 AI 试点最后都死了。 先说一个反直觉到你…

X AI KOLs Timeline

这篇文章讨论了企业AI项目从概念验证到生产部署过程中常见的失败原因,强调了MLOps、提前检查真实数据、明确人机边界等关键实践,认为项目失败往往不是因为模型不行,而是因为工程落地环节的忽视。