Tworzenie własnego awatara jest jeszcze dziwniejsze, niż się spodziewałem.
To choreograficzne doświadczenie, które sprawiło, że poczułam się tak niezręcznie społecznie, jak nigdy dotąd, będąc sama. Dałem platformie awatarów (w tym przypadku Synthesia, londyńskiej firmie zajmującej się wideo AI) dostęp do kamery mojego laptopa. W ciągu około dwóch minut czytam na głos wersety, przewijając ekran w dół:
Zanim będę kontynuować, ponownie nawiązuję kontakt z uczuciem radości.
Kiedy wypowiadam poniższe pozytywne stwierdzenia, w moim głosie słychać energię. Mój ton jest atrakcyjny i jasny.
Śmieje się za każdym razem, gdy wiatr łaskocze go w nos.
Następnie wygłosiłem serię pozytywnych, przyjaznych korporacjom stwierdzeń w stylu: Wyobraź sobie, jaki wpływ możemy wywrzeć dzięki temu rewolucyjnemu pomysłowi!
Atmosfera nie była zła, ale jest dziwna: podczas tego procesu poczułam się bezbronna, jakbym oddawała komputerowi część siebie. Jest też szybki: cały proces zajął około 10 minut, łącznie z kliknięciem na początku, wylaniem filiżanki kawy i dwukrotnym przeczytaniem scenariusza, aby złagodzić część mojej niezręczności od pierwszego przejścia. Wysłałem wideo, a Synthesia powiedziała mi, że w ciągu jednego dnia będę mieć awatar. Myślę, że to krótki okres ciąży, jak na cyfrową wersję mnie, biorąc pod uwagę, że tworzenie tej wersji zajęło mi 32 lata.
W ciągu ostatniego roku 150 000 użytkowników Synthesii stworzyło swoje awatary wygenerowane przez sztuczną inteligencję. (Klienci zazwyczaj wybierają także spośród 250 dostępnych awatarów firmy). I chociaż stworzyłem swój awatar w imię dziennikarstwa, najczęstsze przypadki użycia Synthesii mają charakter korporacyjny: szkolenia biznesowe i filmy dotyczące komunikacji wewnętrznej. Awatary Synthesii poczyniły imponujące postępy w świecie biznesu: firma twierdzi, że ma obecnie ponad 65 000 klientów i obsługuje ponad 70% firm z listy Fortune 100. Firma zatrudniająca obecnie 500 pracowników zebrała ponad 330 milionów dolarów od inwestorów kapitału wysokiego ryzyka, w tym od wielkich nazwisk, takich jak Kleiner Perkins, GV, Accel i NEA.
To forma sukcesu wideo wyraźnie niezwiązana z Hollywood. Klienci biznesowi uzyskują dostęp do platformy Synthesia, na której mogą tworzyć filmy wideo za pomocą jednego narzędzia w taki sam sposób, w jaki płacą Microsoft za PowerPoint. Atrakcyjność wynika z połączenia kosztów i skali: jeśli prowadzisz dużą międzynarodową firmę, tworzenie filmów w wielu językach jest kosztownym i czasochłonnym zadaniem, które w przeszłości było ograniczone do zespołów o znacznych budżetach. Ponadto większość ludzi łatwiej przyswaja informacje za pośrednictwem wideo niż tekstu, co jest podwójnie prawdziwe w przypadku rosnących szeregów pracowników pokolenia Z, którzy dorastali na TikToku i Instagram Reels. Aby skutecznie komunikować się z pracownikami, menedżerowie muszą to robić za pomocą wideo.
Współzałożyciele Synthesia Victor Riparbelli i Steffen Tjerrild.
Dzięki uprzejmości Synthesis
„Myślę, że dotyczy to prawie wszystkich technologii transformacyjnych: ich prawdziwa siła polega na umożliwieniu nowej grupie ludzi zrobienia czegoś, czego nigdy wcześniej nie była w stanie zrobić” – mówi Victor Riparbelli, dyrektor generalny i współzałożyciel Synthesia. „Dowiedzieliśmy się, że na świecie są miliardy ludzi, którzy obecnie nie nagrywają filmów, a naprawdę chcą”.
Sprawianie, że cyfrowe „osoby” wydają się bardziej realne
Technologia Synthesii jest wyraźnie produktem ubocznym fali generatywnej sztucznej inteligencji, napędzanej przez duży model sztucznej inteligencji, który jest wyszkolony, aby rozumieć zarówno to, co mówimy, jak i sposób, w jaki to mówimy. W ten sposób powstają awatary imitujące mowę z przekonującym realizmem, nie poprzez nagrane wcześniej filmy, ale dzięki sztucznej inteligencji, która potrafi przewidywać ruchy i mimikę twarzy. Rezultatem jest dość naturalistyczna cyfrowa osobowość. Ten naturalizm z kolei pomaga widzom i słuchaczom czuć się bardziej komfortowo, mimo że filmy czasami znajdują się na skraju niesamowitej doliny.
Pół dekady przed tym, jak ChatGPT stworzył boom na sztuczną inteligencję, Synthesia wystartowała w 2017 roku. Pochodzący z małego duńskiego miasteczka, w którym jako dziecko tworzył strony internetowe dla lokalnych sklepów, Riparbelli poznał swoich współzałożycieli Steffena Tjerrilda, Matthiasa Niessnera i Lourdes Agapito poprzez sieć powiązań akademickich i start-upowych.
„Pierwsze trzy lub cztery lata po prostu nie były sukcesem” – powiedział Riparbelli. „Nie było możliwości uzyskania finansowania. Technologie nie działały. Nie wiedzieliśmy dokładnie, do czego służą. W zasadzie zajęło nam to do końca 2020 r., kiedy to osiągnęliśmy punkt zwrotny”.
Awatar wygenerowany przez Synthesię.
Dzięki uprzejmości Synthesis
Przejście firmy Synthesia na korporacyjne wideo odbyło się powoli, a potem nagle, w wyniku rozmów z tysiącami potencjalnych klientów, którzy chcieli czegoś lepszego niż plik PDF lub PowerPoint.
„Odkryliśmy, że wiele osób na stanowiskach korporacyjnych, zajmujących się szkoleniami, marketingiem i obsługą klienta, wszyscy ci ludzie mówili nam: «Wiem, że mam ważną wiadomość. I wiem, że nikt nie czyta żadnego z moich dokumentów»” – powiedziała Riparbelli. „Mówili: «Chcę kręcić filmy, ale skalowanie ich jest niemożliwe»”.
Na całym świecie, w Kalifornii, ServiceNow wykorzystuje technologię w swoich globalnych programach edukacyjnych. W przypadku firmowej Akademii Sales Onboarding Academy Pasquale Fontanetta, wiceprezes Learning Solutions Studio, mówi, że w przypadku 20 filmów Synthesia „skróciła czas produkcji o 50%” i „umożliwiła lokalizację, szacunkowo oszczędzając koszty do 5500 USD”. (ServiceNow jest sponsorem tego cyfrowego wydania magazynu).
Inna firma zajmująca się oprogramowaniem, niemiecki gigant SAP o wartości 360 miliardów dolarów, wykorzystuje filmy Synthesia w swoich procesach sprzedaży i marketingu. „Postrzegamy Synthesię nie tylko jako narzędzie szkoleniowe, ale także platformę komunikacyjną” – napisał Andrew Steane, wiceprezes biura zarządzania biznesem SAP North America.
Dla Mondelēz International, właściciela szeregu marek przekąsek, takich jak Oreo, Cadbury, Ritz i Sour Patch Kids, Synthesia stanowi rozwiązanie problemu wielkości góry plików PDF.
„Gdybym powiedział, że wyślę Ci trzystronicowy artykuł pomocy w formacie PDF z kilkoma zrzutami ekranu, przeczytałbyś go, prawda?” powiedział Geoffrey Wright, właściciel globalnych rozwiązań w zakresie generatywnej sztucznej inteligencji i doświadczeń cyfrowych. Jeśli nie wiesz, jest sarkastyczny. „Przeprowadziłem wśród ludzi ankietę wewnętrzną i zapytałem ich: «Jak prawdopodobne jest, że przeczytacie artykuł, który wam wysyłam, jeśli nie jest on krytyczny dla ich pracy? Na przykład krytyczny dla misji, krytyczny, w którym nie chcę stracić ręki w piekarniku. Myślę, że jedna osoba powiedziała „może”, a 99 innych odpowiedziało „nie, jestem zbyt zajęty”. Synthesia była więc dla mnie świetnym sposobem na przygotowanie przemówienia lub dowcipu, przykuwającego czyjąś uwagę w pięć sekund”.
Wright powiedział, że tylko w tym roku Mondelēz nakręcił z Synthesią 30 000 filmów.
Niebezpieczeństwa związane z cyfrowymi awatarami
Firma wpisuje się w szerszy dyskurs na temat sztucznej inteligencji i potencjalnej utraty miejsc pracy: czy na przykład więcej filmów Synthesia oznacza mniej pracy dla prawdziwych profesjonalnych producentów wideo? Podobnie jak w przypadku wszystkich firm zajmujących się mediami generatywnymi, Synthesia wzbudziła obawy wśród aktorów dotyczące sposobu, w jaki ich obrazy mogą zostać wykorzystane, jeśli będą współpracować z platformą. Synthesia podjęła w tym roku kroki, aby wynagrodzić aktorów współpracujących z nią poza gotówką, ogłaszając utworzenie funduszu kapitałowego o wartości 1 miliona dolarów, który zapewnia udziały w firmie aktorom pracującym nad tworzeniem awatarów AI. W miarę rozwoju firmy ci aktorzy będą mieli bezpośredni interes finansowy w Synthesia, a firma twierdzi, że program przede wszystkim pomaga budować długoterminowy dialog z aktorami.
Osobiste awatary Synthesia utworzone za pomocą kamery internetowej.
Dzięki uprzejmości Synthesis
Synthesia działa w ramach, które Riparbelli nazywa „trzema K”: zgody, kontroli i współpracy, dodając, że firma nie tworzy nikogo awatara bez jego wyraźnej zgody i kropka. „W tej przestrzeni są inni gracze, którzy nakręcą zabawny film o celebrycie, nie w celach dezinformacyjnych, ale po to, by zyskać wirusowy moment” – powiedział. „To na przykład coś, czego postanowiliśmy nigdy nie robić. Nie przywracamy zmarłych do życia. Wyznaczamy granicę: jeśli dana osoba nie może wyrazić wyraźnej zgody, nie robimy tego. Tworząc awatar na tej platformie, nie możesz przesyłać zdjęć osoby znalezionej w Internecie. To musisz być ty”.
Firma przejmuje również poważną kontrolę nad rodzajami treści, jakie może tworzyć w witrynie, i aktywnie współpracuje z rządami i organami regulacyjnymi. Synthesia odrzuca każdego potencjalnego klienta, którego nie można zidentyfikować.
„Niektórym firmom mówimy nie” – powiedział Riparbelli. „Jeśli współpracujesz z dużymi firmami, one nie chcą współpracować z małymi firmami partyzanckimi, gdzie jednego dnia sprzedają kontrakt dużej firmie, a następnego oszukują twojego dyrektora generalnego, aby stworzyć wirusowy moment”.
Wright z Mondelēz co sześć miesięcy ocenia cały rynek generatywnych produktów wideo i zauważa, że Synthesia ma poważną konkurencję ze strony konkurentów wspieranych przez takie firmy jak HeyGen, Colossyan i Hour One (niedawno przejęte przez Wix). Jednak pomimo tego półciągłego procesu ponownej oceny, Mondelēz używa Synthesii od trzech lat. Ponieważ?
„Najlepiej nadają się do tego biznesu” – mówi Wright, ponieważ Synthesia wyjątkowo dobrze radzi sobie z protokołami bezpieczeństwa i danych, których wymagają większe firmy – dodał.
Około 24 godziny po sesji nagraniowej ponownie otworzyłem stronę Synthesia, aby zobaczyć mój awatar. Wirtualne ja nie jest tak irytujące, jak się spodziewałem; To dziwne, tak samo dziwne jest widzieć siebie podczas rozmowy wideo. Ta cyfrowa wersja mnie ma pewne mikroekspresje i miękki głos, który niewątpliwie pochodzi od mojego.
„Witam, jestem twoim awatarem Synthesia” – powiedziało mi moje nowe dzieło. „Czy wiesz, że mówię wieloma innymi językami?”
