A cura di Edoardo Persenda – Senior Vice President della Practice TMT, AlixPartners Italia
L’adozione dell’intelligenza artificiale nei settori dei media, della pubblicità e dello sport ha iniziato già da tempo a trasformare significativamente il lavoro quotidiano degli addetti. Dall’ultimo report sul tema – realizzato da Variety Intelligence Platform – è interessante notare come più del 60% degli addetti nel settore dei media utilizza almeno una volta a settimana l’Intelligenza Artificiale Generativa, registrando il tasso di adozione più alto se si esclude l’industria tecnologica. Questo dato è però accompagnato da un alto tasso di preoccupazione tra gli addetti circa la possibile automazione della propria mansione sfruttando l’IA (circa il 67% degli intervistati). Anche se l’Intelligenza Artificiale Generativa (IAG) ha il potenziale per rivoluzionare la creazione di contenuti, coinvolgendo la totalità dei processi e dei flussi di produzione che ne costituiscono le fondamenta, non ci aspettiamo che sostituisca il lavoro creativo degli esseri umani, soprattutto per quello che riguarda la creazione di contenuti di alta qualità e ad alto valore aggiunto. Saranno invece i contenuti di qualità inferiore, i processi più ripetitivi, e la gestione dei dati, come la maggior parte di quelli presenti sui social media, il marketing via e-mail e la scrittura di testi e script di base a essere quasi interamente automatizzati per consentire alle persone una maggiore focalizzazione su attività più complesse.
Guardando all’industria dei media, ancora secondo la survey di VIP+ condotta tra gli esperti del settore, più del 70% è convinto che l’IA avrà un forte impatto in molte attività, dalla ricerca e raccomandazione di contenuti, alla generazione di animazioni, doppiaggi e sottotitoli, andando a impattare nello specifico su alcune professioni, come l’Animator, il grafico degli effetti visivi, il doppiatore, e il creatore dei contenuti e della storia.
Per esempio dalla nostra esperienza, che ci vede al fianco di aziende operanti in questo settore, abbiamo constato come l’applicazione dell’IA favorisca una riduzione significativa del costo di doppiaggio anche del 40-50%, creando così l’opportunità di distribuire i contenuti in paesi storicamente difficili da penetrare visti gli alti costi, come nel caso dei paesi Scandinavi.
L’IA è quindi senza dubbio uno strumento potente destinato a integrare e potenziare il processo creativo e di interazione, ma certamente non a sostituirlo, migliorandone semmai la produttività e le capacità. Saranno comunque sempre le persone ad assumerne la guida e a prendere le decisioni.
PRINCIPALI APPLICAZIONI DELL’IAG NELL’INDUSTRIA DEI MEDIA
Dopo questa premessa, andiamo a capire effettivamente in quali segmenti l’IAG è già operativa e con quali benefici.
Pubblicità: creazione e personalizzazione di annunci
Gli strumenti che fanno uso dell’IAG sono in grado di razionalizzare i processi creativi degli annunci, ottimizzandone le fasi di preparazione e personalizzazione alle diverse esigenze della clientela nel modo più efficace possibile. Gli strumenti oggi sul mercato possono automatizzare compiti semplici quali la progettazione di immagini di base, la generazione di testi, titoli e sottotitoli, e possono anche integrare ulteriori informazioni per generare annunci personalizzati in funzione dei canali comunicativi a cui sono destinati. WPP, una delle agenzie di comunicazione più grandi a livello mondiale, sta collaborando con diversi leader nel settore Food & Beverage, tra cui Nestlé e Mondelez, per integrare l’intelligenza artificiale generativa nella produzione delle loro campagne pubblicitarie. Nestlé sta esplorando modi per utilizzare ChatGPT 4.0 e DALL-E 2 per promuovere i suoi prodotti. In meno di 24 ore, WPP ha utilizzato il sistema generatore di OpenAI, DALL-E 2, per espandere creativamente i confini della cornice di una pittura in un annuncio su YouTube, riferendo che la produzione di questo contenuto pubblicitario “non ha comportato alcun costo”. I casi come quello di Nestlé non sono isolati in questo settore, Unilever, per esempio, possiede la propria tecnologia di intelligenza artificiale generativa in grado di comporre autonomamente descrizioni di prodotti per piattaforme di vendita al dettaglio e digitali, come Amazon.
Post-produzione: dal semplice montaggio al “deepfake” per servizi di doppiaggio e trascrizione
Aziende come Iyuno, utilizzate da Netflix durante il processo di montaggio e post-produzione, stanno guidando l’innovazione nei servizi di doppiaggio. Il “deepfake” sfrutta l’IA per generare doppiaggi che imitino i movimenti delle labbra e le emozioni facciali degli attori originali sullo schermo, rendendoli molto più efficaci del doppiaggio tradizionale. Questo livello di sincronizzazione migliora l’esperienza visiva complessiva e può rendere i contenuti più naturali e armonici. Inoltre, i primi casi sperimentali di clonazione della voce mediante le tecnologie di voce sintetica basate sull’IA permettono di generare doppiaggi più in linea con le voci originali degli attori.
In generale, il mercato dei media e dei creatori di contenuti è alla ricerca di nuove opportunità e canali di comunicazione, basti pensare all’americana DeFiance Media che ha creato “Roxy”, una presentatrice virtuale personalizzata per la rete, con il compito di presentare ogni due ore un aggiornamento delle principali notizie della giornata. Un altro esempio arriva dall’azienda Hour One che ha realizzato uno studio virtuale per la pubblicazione ininterrotta di notizie. Inserendo semplicemente testo e media visivi nella piattaforma, i video vengono generati autonomamente in pochi minuti e sono pronti per essere diffusi attraverso la rete televisiva di DeFiance. Con questa applicazione sono stati generati finora oltre 2.600 video con un risparmio stimato del 98% rispetto ai costi per la creazione tradizionale: nessuna necessità di presentatori e personale in diretta, né di uno studio, sala redazione virtuale su misura completamente personalizzata basata sul marchio e sulla visione del futuro delle notizie di DeFiance, disponibile praticamente a costo zero 24/7.
Analisi di video in tempo reale per migliorare e potenziare la monetizzazione per i proprietari dei diritti sui contenuti
WSC Sports sta rivoluzionando il panorama dei media sportivi sfruttando il potere dell’IA per ritagliare e distribuire clip di eventi sportivi generati automaticamente in tempo reale, trasformando le trasmissioni dal formato orizzontale delle partite, in video verticali dinamici per i social e gli smartphone. L’azienda consente ai suoi partner di ottimizzare la copertura a livello globale e al tempo stesso di selezionare e personalizzare clip video dedicate per giocatore, tipo di gioco e durata. Ciò permette non solo di migliorare i processi per la generazione di video attingendo a un numero sempre più alto di fonti, ma anche di garantire una consegna dei contenuti più rapida, accrescendo e migliorando l’esperienza e l’interazione dei fan.
Le potenzialità di queste applicazioni crescono ulteriormente quando vengono implementate in piattaforme con maggiori interazioni verso gli utenti. TUBI, ad esempio, sta introducendo una funzione di ricerca dinamica alimentata da ChatGPT-4 per assistere gli spettatori nella navigazione della sua libreria di contenuti che raccoglie oltre 200.000 film ed episodi TV.
Nel tempo, gli algoritmi di apprendimento automatico forniranno raccomandazioni iper-personalizzate agli utenti, suggerendo contenuti in linea con le loro preferenze e umori, fidelizzandone sempre più le caratteristiche di ascolto.
Le stesse funzionalità possono presentarsi in più modi: Spotify ha introdotto “DJ”, una funzione basata sull’intelligenza artificiale per migliorare l’esperienza di ascolto musicale degli utenti. La funzione consente a Spotify di comprendere così bene gli utenti e i loro gusti da poter scegliere cosa proporre prevenendo le loro richieste. Così facendo Spotify consente agli utenti di godersi la loro musica senza necessità di dialogare o navigare nell’interfaccia. Le prime analisi sui dati di utilizzo del “DJ” indicano come gli utenti abbiano trascorso il 25% del loro tempo ad ascoltare le selezioni proposte tramite AI e più della metà degli utenti torna a utilizzare la funzione DJ già dal giorno successivo alla prima interazione.
Anche in Italia, l’azienda Deltatre sta promuovendo l’utilizzo dell’intelligenza artificiale, spingendo i confini dell’innovazione nell’ambito dello sport per rendere le partite e gli eventi sportivi più immersivi e coinvolgenti. Questo include la personalizzazione dei contenuti per i tifosi, l’analisi avanzata delle prestazioni degli atleti e l’arricchimento delle trasmissioni televisive con dati in tempo reale. L’IA consente di analizzare grandi quantità di dati provenienti da diverse fonti, come sensori negli stadi, dispositivi indossabili e social media per offrire esperienze personalizzate ai tifosi. Ad esempio, i fan possono ricevere statistiche specifiche sui loro atleti preferiti o accedere a contenuti esclusivi basati sui loro interessi.
Sicuramente ci troviamo davanti a una potenziale rivoluzione, ma quando questa riuscirà ad attuarsi, dipenderà da quanto l’IAG verrà accettata e recepita da tutte le parti coinvolte (consumatori, scrittori, talenti, produttori ecc.) e quanti dei cambiamenti indotti da questa disruption verranno recepiti positivamente. Secondo la nostra visione, da questo momento le aziende di media & intrattenimento dovranno essere in grado di andare oltre l’entusiasmo iniziale e focalizzarsi su un approccio pratico per creare un valore reale e misurabile nell’integrazione dell’IA nelle attività quotidiane.
Che percorso suggeriamo alle aziende? Invece di affrettarsi verso progetti di IA con velocità e ambizioni irrealistiche, dovrebbero adottare un approccio più prudente, concentrando gli sforzi dove dispongono di solide basi di dati. I progetti di IA dovrebbero quindi iniziare con casi d’uso e obiettivi ben definiti e misurabili: il rischio principale non è quello di essere lenti o passivi, quanto quello di non essere metodici. Un approccio ben pianificato e coerente all’implementazione di IA aumenta l’efficacia e la probabilità di successo, considerando la necessità di investire nello sviluppo di specifiche competenze delle risorse che dovranno governare la transizione tecnologica e l’applicazione. Non si tratta quindi di correre verso il traguardo, ma di costruire un sistema di IA sostenibile e preciso che possa crescere nel tempo.
