Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
Analityka i Business Intelligence

Jak generatywna AI wpływa na przemysł rozrywkowy i Hollywood

30 czerwca 2023 9 min czytania
Zdjęcie Randy Bean - Randy Bean (@randybeannvp) jest branżowym ekspertem, pisarzem i prezesem założonej w 2001 roku firmy konsultingowej NewVantage Partners, która specjalizuje się w doradztwie w zakresie strategii i zarządzania. Współpracuje z czasopismami „MIT Sloan Management Review”, „Forbes”, „Harvard Business Review” i „The Wall Street Journal”. Kontakt: rbean@newvantage.com.
Randy Bean
Zdjęcie Thomas H. Davenport - Profesor informatyki i zarządzania w Babson College w Wellesley, w stanie Massachusetts, członek MIT Initiative on the Digital Economy (Inicjatywy MIT na rzecz Gospodarki Cyfrowej) oraz NewVantage Partners. Starszy doradca w Deloitte Analytics.
Thomas H. Davenport
Jak generatywna AI wpływa na przemysł rozrywkowy i Hollywood

To dopiero początek tworzenia przez generatywną sztuczną inteligencję rozrywki, ale już wiadomo, że jesteśmy świadkami poważnych zmian.

Jednym z wielu tematów związanych z generatywną sztuczną inteligencją, który w ostatnim czasie cieszy się dużym zainteresowaniem, zwłaszcza w Stanach Zjednoczonych, jest jej wpływ na przemysł rozrywkowy. Powodem rodzących się obaw jest fakt, że generatywna sztuczna inteligencja może tworzyć pewien rodzaj danych wyjściowych, z których korzysta branża w postaci scenariuszy, tekstów reklamowych i recenzji, a także kampanii marketingowych oraz ruchomych i statycznych obrazów. Branża stoi w obliczu presji zwiększania produktywności i obniżania kosztów filmowych produkcji. Większość z nich tworzonych za pomocą technologii generatywnych pochodzi od już istniejących treści, na podstawie których została wytrenowana.

W artykule opublikowanym na łamach „Wall Street Journal” opisywano możliwości, jakie dają narzędzia sztucznej inteligencji w branży rozrywkowej. Autorzy tekstu wymieniają, że ChatGPT jest w stanie tworzyć fabułę, łuki postaci (ścieżka, którą postać przechodzi w trakcie historii) oraz dialogi, a także może napisać prosty scenariusz po otrzymaniu kilku wytycznych. Poruszają również kwestie własności intelektualnej wizerunku, zadając szereg pytań: „Jeśli użytkownik poprosi narzędzie AI o zbudowanie nowej postaci na wzór SpongeBoba Kanciastoportego, czy zatem oryginalni twórcy powinni udzielić pozwolenia? Kto jest właścicielem stworzonego bohatera? Czy nowe dzieło może być chronione prawem autorskim?”.

Generatywna AI została użyta do stworzenia multiwersum w wielokrotnie nagradzanym filmie Everything Everywhere All at Once z 2022 roku. Wykorzystanie narzędzi AI do tworzenia tła filmowego i telewizyjnego staje się coraz bardziej popularne. Na tę chwilę istnieją systemy generatywnej sztucznej inteligencji, które mogą tworzyć krótkie filmy, ale są one na razie dość prymitywne. Możemy za to wykorzystywać sztuczną inteligencję do prognozowania na podstawie dostępnych danych, jakie fabuły mają szansę być najlepiej odebrane przez widzów.

Co to oznacza dla branży? Odpowiedź na to pytanie nie jest jednoznaczna, ponieważ stanowi wypadkową wielu różnych elementów, jak podaje nowy raport Variety Intelligence Platform. W maju Amerykańska Gildia Scenarzystów (WGA) rozpoczęła strajk spowodowany niskimi stawkami wynagrodzenia dla scenarzystów filmowych i telewizyjnych, które są im oferowane przez platformy i studia streamingowe. Zażądała również, aby firmy produkcyjne „regulowały wykorzystanie materiałów wyprodukowanych przy użyciu sztucznej inteligencji lub podobnych technologii”, ponieważ jest w tej kwestii zbyt wiele niewiadomych. Zapytaliśmy o opinię dwóch ekspertów z Uniwersytetu Południowej Kalifornii (USC), którzy reprezentują dwa odmienne podejścia do wykorzystania tej technologii.

Stanowcze NIE generatywnej sztucznej inteligencji

Przeciwnikiem wykorzystania generatywnej AI w branży rozrywkowej jest Jonathan Taplin, emerytowany dyrektor Annenberg Innovation Lab na USC, który ma wieloletnie doświadczenie w branży rozrywkowej. Był on menedżerem tras koncertowych muzyków, w tym Boba Dylana i The Band, producentem filmowym, pisarzem, a także bankierem. Jego najnowsza książka, The End of Reality: How Four Billionaires Are Selling a Fantasy Future of the Metaverse, Mars, and Crypto, ukaże się już we wrześniu. Jonathan Taplin nie jest fanem sposobu, w jaki duże firmy technologiczne rozwijają i promują tworzone przez nich narzędzia generatywnej sztucznej inteligencji.

– Sposób, w jaki trenują swoje modele, polega na przyjmowaniu wszystkiego, co udostępniane jest w internecie, bez zachowania praw autorskich – powiedział Taplin. – Google ma narzędzia sztucznej inteligencji do generowania muzyki, wytrenowane na każdym pliku audio na YouTube. Możesz wydać jej polecenie typu: „Napisz mi piosenkę, podobną do utworu śpiewanego przez Taylor Swift, ze smutnym zakończeniem, w wolnym tempie”, a stworzona w ten sposób piosenka tak zabrzmi. Ktoś mógłby z łatwością użyć za darmo tego utworu w grze wideo lub jako podkład muzyczny sceny barowej w filmie. Generatywna sztuczna inteligencja mogłaby dokonać zmiany przeznaczenia treści wideo, które są własnością studiów filmowych – dodał.

Taplin obawia się, że generatywna sztuczna inteligencja zastąpi część pracy wykonywanej przez pisarzy, artystów, fotografów i innych kreatywnych profesjonalistów z branży artystycznej i rozrywkowej. Uważa on również, że sztuczna inteligencja będzie generować nowe problemy, które mogą doprowadzić branżę filmową i telewizyjną do upadku. „Największym problemem w tworzeniu filmów jest brak oryginalności, dlatego branża nie radzi sobie najlepiej” – stwierdził. Dodał przy tym, że generatywna sztuczna inteligencja jest w stanie powielać istniejące fabuły, co jeszcze tylko zwiększy tę przewidywalność. „Rozrywka opiera się na nowych pomysłach, a ta technologia nie jest w stanie ich wyprodukować” – powiedział Taplin.

Niepokoi go również to, że generatywna sztuczna inteligencja przyczyni się do zmniejszenia liczby wykonawców, którzy zarabiają na życie w swoich profesjach. Większość przychodów z rozrywki już teraz trafia do bardzo niewielkiego odsetka artystów, co wyraźnie widać w przypadku muzyków, zwłaszcza w serwisach streamingowych, i powoli znajduje odzwierciedlenie też w Hollywood. Ogromne przychody generowane są przez garstkę głównych aktorów grających w hitowych filmach, przez co mamy do czynienia z „gospodarką algorytmiczną”. Taplin wskazuje, że „algorytmy zawężają lejek wynagrodzeń, przez co tylko nieliczni otrzymują ogromne wypłaty”. Ma on nadzieję, że pojawi się zbiorowy system licencjonowania – podobny do tego, który obowiązuje w przypadku samplowania muzyki, czyli użycia istniejącego nagrania muzycznego jako elementu nowo tworzonego utworu, co chroni artystów, w momencie gdy ich treści są wykorzystywane do trenowania generatywnej sztucznej inteligencji.

Przyjęcie generatywnej AI z pewnymi obawami

Yves Bergquist jest dyrektorem AI & Neuroscience w Media Project w USC’s Entertainment Technology Center, finansowanym przez hollywoodzkie studia. Można się domyślić, że jego opinia na temat generatywnej sztucznej inteligencji jest bardziej przychylna niż Taplina, który uznał, że „ta technologia, charakteryzuje się dezinformacją i pewnym szaleństwem”.

Zapytaliśmy Bergquista, czy studia filmowe wdrożą narzędzia generatywnej AI. Odpowiedział, że „część z nich już to robi. Niektóre osoby w studiach są bardzo zaawansowane technologicznie i mają duże doświadczenie w tym zakresie, jak dyrektorzy ds. technologii, wszyscy artyści oraz technicy zajmujący się efektami wizualnymi. Studia odczuwając presję obniżania kosztów, wykonują wiele prac postprodukcyjnych, szczególnie w animacjach, przy współpracy z firmami zajmującymi się generatywną sztuczną inteligencją, które to stawiają na rozwój oprogramowania i generatywnej sztucznej inteligencji”.

Uważa on również, że wiele firm produkcyjnych będzie korzystało z tej technologii, ponieważ już nagrywają na dużych ekranach LED, do czego potrzebują obrazów generatywnych. Bergquist powiedział, iż spodziewa się, że narzędzia oferujące wirtualnych aktorów i syntezę głosu będą chętnie wykorzystywane przez twórców krótkich form video, którzy dystrybuują swoje prace na TikTok lub YouTube oraz przez producentów gier wideo. „Kanały streamingowe, reklamy cyfrowe, gry – są najchętniej oglądane przez młodych ludzi w dzisiejszych czasach” – zauważył. „Branża medialna nie ma już monopolu na rozrywkę”. Producenci sprzętu takiego jak kamery również eksperymentują z generatywnymi efektami wizualnymi.

Według Bergquista studia filmowe niechętnie przyjmują rozwiązania sztucznej inteligencji, dlatego że nie mają kultury sprzyjającej rozwojowi danych i oprogramowania. „Jest to przypieranie do muru zarówno organizacji, jak i ludzi, którzy nie są na to gotowi” – powiedział. Nawet nowoczesne studia streamingowe, takie jak Netflix i Prime Video, musiały sprostać wielu wyzwaniom związanym z rozwojem sztucznej inteligencji.

Zanim w maju rozpoczął się wspomniany strajk scenarzystów, wielu z nich powiedziało Bergquistowi, że postrzegają ChatGPT jako „świetne narzędzie asystenta kreatywnego”, ale nie coś, co mogłoby zastąpić pisarzy. „Sprawdza się w burzy mózgów, ale generuje tylko przeciętne treści” – zapewnił Bergquist. „Nie  jest w stanie stworzyć pomysłu scenariusza, a także struktury narracyjnej i łuków postaci”. Przynajmniej nie teraz. Przyszłe modele językowe o wyższym poziomie inteligencji i nowych parametrach ztucznej inteligencji może będą mogły tego dokonać.

Co więcej, Bergquist uważa, że generatywna sztuczna inteligencja będzie miała ogromny wpływ nie tylko na rozrywkę, ale także na edukację. Szkoły filmowe, w tym School of Cinematic Arts na USC, muszą przyspieszyć nauczanie, aby dotrzymać kroku nowym narzędziom generatywnej sztucznej inteligencji, które wyrastają jak grzyby po deszczu. Bergquist sam przygotowuje kursy na temat technologii dla Society of Motion Pictures and Television Engineers, organizacji reprezentującej technologów w mediach.

Czy obaj eksperci mają rację?

Chociaż Taplin i Bergquist mają zupełnie inne poglądy na temat generatywnej sztucznej inteligencji, to obaj mogą mieć rację co do jej wpływu na przemysł rozrywkowy. Presja ekonomiczna może zachęcić branżę – przynajmniej niektóre jej sektory – do wykorzystania nowych narzędzi. Generatywna sztuczna inteligencja doprowadza do dramatycznych zmian w produkcji i postprodukcji, dystrybucji i własności intelektualnej. Technologia ta może zagrozić pozycji artystów oraz firm, które ich zatrudniają i doprowadzić do znaczących zmian w branży w ciągu najbliższych kilku lat – miejmy nadzieję, że w większości przypadków na lepsze, a nie na gorsze. Jedyną dobrą wiadomością jest to, że obydwaj eksperci twierdzą, że w najbliższym czasie ludzie nie zostaną całkowicie zastąpieni przez sztuczną inteligencję.

O autorach
Tematy

Może Cię zainteresować

Marki luksusowe pod presją geopolityki

W połowie kwietnia rynki kapitałowe zelektryzowała informacja o tym, że francuski gigant LVMH stracił tytuł najcenniejszej firmy luksusowej na świecie na rzecz mniejszego, ale bardziej ekskluzywnego Hermèsa. Czy detronizacja jednej francuskiej marki przez drugą (producenta torebek Louis Vuitton przez producenta torebek Birkin) to rzeczywiście zdarzenie, którym powinny się ekscytować europejskie rynki? I co ta zmiana oznacza dla polskich producentów marek premium?

 

Dobre relacje w firmie zaczynają się od dobrze dobranych słów

Gdy codzienna komunikacja sprowadza się do skrótów myślowych, domysłów i niejasnych sygnałów, łatwo o spadek zaangażowania, narastające napięcia i chaos informacyjny. Coraz więcej organizacji dostrzega, że to właśnie język – sposób, w jaki mówimy do siebie w pracy – buduje (lub rujnuje) atmosferę oraz relacje w zespołach. O tym, jak świadomie kształtować kulturę organizacyjną poprzez komunikację, opowiada Joanna Tracewicz, Senior Content Strategy Manager w rocketjobs.pl i justjoin.it, a także współautorka poradnika Nie mów do mnie ASAP! O spoko języku w pracy.  Rozmawia Paulina Chmiel-Antoniuk.

AI w medycynie predykcyjnej – jak wearables zmieniają opiekę Jak AI i urządzenia noszone rewolucjonizują medycynę

W ostatnich latach inteligentne urządzenia noszone (wearables) przeszły drogę od prostych krokomierzy do zaawansowanych narzędzi monitorujących stan zdrowia. Dzięki sztucznej inteligencji stają się one nie tylko rejestratorami danych, lecz także systemami predykcyjnymi, które mogą wspierać diagnostykę i profilaktykę chorób. W świecie biznesu i zarządzania zdrowiem pracowników technologia ta może odegrać kluczową rolę.
Według raportu Think Tank SGH wartość globalnego rynku AI w ochronie zdrowia wzrośnie z 32,3 miliarda dolarów w 2024 roku do 208,2 miliarda dolarów w 2030 roku, co oznacza średnioroczny wzrost na poziomie 36,4%. Ta dynamiczna ekspansja wskazuje na rosnące znaczenie technologii AI i wearables jako ważnych elementów nowoczesnej opieki medycznej.

Strategiczna samotność – klucz do autentycznego przywództwa

W dynamicznym współczesnym świecie biznesu, w którym dominują informacje dostarczane w trybie natychmiastowym, umiejętność samodzielnego, logicznego i krytycznego myślenia stała się jedną z najcenniejszych kompetencji liderów. Koncepcja ta, przedstawiona przez Williama Deresiewicza, byłego profesora Uniwersytetu Yale, zakłada, że prawdziwe przywództwo nie rodzi się wśród zgiełku opinii i impulsów zewnętrznych, lecz w przestrzeni samotności i skupienia.

Skup się na fanach marki. Oferta skierowana do wszystkich nie działa!
Multimedia
Skup się na fanach marki. Oferta do wszystkich nie działa!

W spolaryzowanej kulturze pogoń za rynkiem masowym i kierowanie oferty do wszystkich są z góry skazane na porażkę. Najlepszym sposobem na osiągnięcie sukcesu marki jest sprzymierzenie się z subkulturą, która ją pokocha.

Cła, przeceny i okazje: Jak zarobić, gdy inni panikują lub tweetują

Trump tweetuje, Wall Street reaguje nerwowo, a inwestorzy znów sprawdzają, czy gdzieś nie pozostawili Planu B. Gdy rynek wpada w histerię, pojawia się pokusa: a może jednak warto „kupić w tym dołku”? W tym tekście sprawdzamy, czy inwestowanie w kontrze do tłumu to genialna strategia na czasy ceł Trumpa, banów na Chiny i politycznych rollercoasterów — czy raczej przepis na ból głowy i portfela. Nie wystarczy chłodna kalkulacja, przyda się też stalowy żołądek.

• Jak generować wartość z AI dzięki małym transformacjom w biznesie - Webster
Premium
Jak generować wartość z AI dzięki małym transformacjom w biznesie

Liderzy skutecznie wykorzystują duże modele językowe, stopniowo minimalizując ryzyko i tworząc solidne fundamenty pod przyszłe transformacje technologiczne, dzięki czemu generują realną wartość dla swoich organizacji.

Niespełna dwa lata temu generatywna sztuczna inteligencja (GenAI) trafiła na czołówki stron gazet, zachwycając swoimi niezwykłymi możliwościami: mogła prowadzić rozmowy, analizować ogromne ilości tekstu, dźwięku i obrazów, a nawet tworzyć nowe dokumenty i dzieła sztuki. To najszybsze w historii wdrożenie technologii przyciągnęło ponad 100 mln użytkowników w ciągu pierwszych dwóch miesięcy, a firmy z różnych branż rozpoczęły eksperymenty z GenAI. Jednak pomimo dwóch lat intensywnego zainteresowania ze strony kierownictwa i licznych prób wdrożeniowych nie widać wielkoskalowych transformacji biznesowych, które początkowo przewidywano. Co się stało? Czy technologia nie spełniła oczekiwań? Czy eksperci się pomylili, wzywając do gigantycznych zmian? Czy firmy były zbyt ostrożne? Odpowiedź na te pytania brzmi: i tak, i nie. Generatywna sztuczna inteligencja już teraz jest wykorzystywana w wielu firmach, ale nie – jako lokomotywa radykalnej transformacji procesów biznesowych. Liderzy biznesu znajdują sposoby, by czerpać realną wartość z dużych modeli językowych (LLM), nie modyfikując całkowicie istniejących procesów. Dążą do małych zmian (small t) stanowiących fundament pod większe przekształcenia, które dopiero nadejdą. W tym artykule pokażemy, jak robią to dzisiaj i co możesz zrobić, aby tworzyć wartość za pomocą generatywnej sztucznej inteligencji.

Premium
Polski przemysł na rozdrożu

Stoimy przed fundamentalnym wyborem: albo dynamicznie przyspieszymy wdrażanie automatyzacji i robotyzacji, co sprawi, że staniemy się aktywnym uczestnikiem czwartej rewolucji przemysłowej, albo pogodzimy się z perspektywą erozji marż pod wpływem rosnących kosztów operacyjnych i pogłębiającego się strukturalnego niedoboru wykwalifikowanej siły roboczej.

Jak alarmują prognozy Polskiego Instytutu Ekonomicznego, do 2030 r. w samej Europie może zabraknąć nawet 2,1 mln wykwalifikowanych pracowników, co czyni automatyzację nie jedną z możliwości, lecz strategiczną koniecznością. Mimo że globalnie liczba robotów przemysłowych przekroczyła już 4,2 mln jednostek, a w Europie w 2023 r. wdrożono rekordowe 92,4 tys. nowych robotów, Polska wciąż pozostaje w tyle. Nasz wskaźnik gęstości robotyzacji, wynoszący zaledwie 78 robotów na 10 tys. pracowników przemysłowych, znacząco odbiega od europejskiego lidera – Niemiec (397 robotów na 10 tys. pracowników), czy globalnego pioniera – Korei Południowej (tysiąc robotów na 10 tys. pracowników). W Scanway – firmie, która z sukcesem łączy technologie rozwijane dla sektora kosmicznego z potrzebami przemysłu – jesteśmy przekonani, że przyszłość konkurencyjności leży w inteligentnym wykorzystaniu danych, zaawansowanej automatyzacji opartej na AI oraz strategicznej gotowości do wprowadzania zmian technologicznych. Czy jednak zaawansowana wizja maszynowa napędzana przez sztuczną inteligencję może się stać katalizatorem, który pozwoli sprostać wyzwaniom i odblokować uśpiony potencjał innowacyjny polskiej gospodarki?

Premium
Gdy projekt wymyka się spod kontroli

Polskie firmy technologiczne coraz częściej realizują złożone zlecenia dla międzynarodowych gigantów. Jednak nawet najlepiej przygotowany zespół może przy takim projekcie natknąć się na nieoczekiwane przeszkody. Przykład firmy Esysco wdrażającej szyfrowanie poczty e-mail dla jednego z największych niemieckich banków pokazuje, jak szybko może runąć precyzyjnie zaplanowany harmonogram oraz jak radzić sobie z nieprzewidywalnymi wyzwaniami.

Polskie firmy technologiczne coraz częściej zdobywają międzynarodowe kontrakty i realizują projekty, które jeszcze niedawno były zarezerwowane wyłącznie dla międzynarodowych rywali. Dzięki temu zdobywają zagraniczne rynki, osiągając imponujące wyniki eksportu usług IT, który w 2023 r. przekroczył 16 mld dolarów. W ostatniej dekadzie przychody branży wzrosły niemal czterokrotnie, a wartość eksportu – aż 7,5 razy, dzięki czemu polski sektor IT stał się motorem rodzimego eksportu. Kluczowymi kierunkami ekspansji są Stany Zjednoczone, Niemcy i Wielka Brytania, a wśród najsilniejszych obszarów znajdują się fintech, cyberbezpieczeństwo, sztuczna inteligencja, gry oraz rozwój oprogramowania.

Polska wyróżnia się w regionie Europy Środkowo-Wschodniej jako największy eksporter usług IT, przewyższając Czechy czy Węgry, a pod względem jakości specjalistów IT zajmuje trzecie miejsce na świecie. Jednak do pełnego wykorzystania tego potencjału konieczne jest pokonanie barier takich jak ograniczony dostęp do kapitału na ekspansję, rosnące koszty pracy oraz niedostateczne doświadczenie w międzynarodowej sprzedaży i marketingu. To jednak nie wszystko. Przy współpracy z międzynarodowymi gigantami trzeba również pamiętać o nieznanej polskim wdrożeniowcom skali, złożoności i nieprzewidywalności towarzyszącym tak wielkim projektom. Dobrym przykładem może być nasze wdrożenie dla jednego z największych niemieckich banków, z którym podpisaliśmy kontrakt na wprowadzenie systemu zabezpieczeń e-maili dla ponad 300 tys. użytkowników rozsianych po całym świecie. Technologicznie byliśmy gotowi, ale rzeczywistość szybko zweryfikowała nasze plany.

Premium
Praktyczny poradnik kreowania wartości z dużych modeli językowych

Gdy w 2022 r. pojawiły się powszechnie dostępne duże modele językowe (LLM), ich potężna zdolność do generowania tekstu na żądanie zapowiadała rewolucję w produktywności. Jednak mimo że te zaawansowane systemy AI potrafią tworzyć płynny tekst w języku naturalnym i komputerowym, to są one dalekie od doskonałości. Mogą halucynować, wykazywać się logiczną niespójnością oraz produkować treści nieadekwatne lub szkodliwe.

Chociaż technologia ta stała się powszechnie dostępna, wielu menedżerów nadal ma trudności z rozpoznawaniem przypadków użycia LLM-ów, w których poprawa produktywności przewyższa koszty i ryzyka związane z tymi narzędziami. Potrzebne jest bardziej systematyczne podejście do wykorzystywania modeli językowych, tak aby uefektywnić procesy biznesowe, a jednocześnie kontrolować słabe strony LLM-ów. Proponuję trzy kroki ułatwiające osiągnięcie tego celu. Po pierwsze, należy rozłożyć proces na mniejsze zadania. Po drugie, trzeba ocenić, czy każde zadanie spełnia tzw. równanie kosztów GenAI, które szczegółowo wyjaśnię w tym artykule. Jeśli ten warunek zostanie spełniony, należy uruchomić projekt pilotażowy, iteracyjnie oceniać jego wyniki oraz na bieżąco wprowadzać zmiany w celu poprawy rezultatów.

Kluczowe w tym podejściu jest pełne zrozumienie, w jaki sposób mocne i słabe strony modeli językowych odpowiadają specyfice danego zadania; jakie techniki umożliwiają ich skuteczną adaptację w celu zwiększenia wydajności; oraz jak te czynniki wpływają na bilans kosztów i korzyści – a także na ocenę ryzyka i potencjalnych zysków – związanych z wykorzystaniem modeli językowych do podnoszenia efektywności realizowanych działań.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Newsletter

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!