问题所在
1 万亿美元每年，都花在猜测上。
这是广告主每年为了触达人们所花的钱。市场、媒体和政府都依赖于知道该对人们说什么，而如今，大部分仍然是在猜。
生成式 AI 让猜测变得更便宜，却没有变得更准。它更快地写出更多雷同的内容，只会放大噪音。
GroupM 和 WARC 都估计，2024 年全球广告支出超过了 1 万亿美元。
人工直觉
语言模型总是写向平均值
它们擅长生成文字、图片和视频，却不擅长判断该说什么。它们被训练来预测最可能出现的下一个词，所以创意会向中间靠拢。而中间，正是人们一划而过的内容。
Norn 的训练方向正好相反。它不写作。它预测对某个品牌、某群受众、某个时刻来说，哪个创意会脱颖而出。我们称之为人工直觉。
Norn 如何学习
用 Native 里的每一个决定来训练
Native 提出的每个创意都会留下一条轨迹。企业通过它、改写它或拒绝它，发出去的帖子或广告，要么奏效，要么没有。Norn 从整条轨迹中学习，涵盖自然帖子和付费广告。
超过 2,200 家企业用 Native 做营销，所以他们每发布一条帖子，Norn 就会变得更好一点。
Norn 提出一个创意
为一个品牌，在一个时刻。
企业做出决定
- 通过
- 改写
- 拒绝
它被发布出去
- 自然帖子
- 付费广告
Norn 看到效果如何
并学会这个品牌的受众会回应什么。
然后再来一轮，每一次都更准一点。
关于 API 的问题
还没有。访问权限从这份等候名单开放，你的权限准备好后我们会发邮件给你。Norn 本身已经在 Native 里工作：Native 提出的创意都来自它。
还有其他问题？写信给我们： hei@native.no