Вы будете смотреть сериалы всю ночь. Как украинская AI-платформа Wantent анализирует реакцию зрителей на видеоконтент
Любую статью можно сохранить в закладки на сайте, чтобы прочесть ее позже.
Режим чтения увеличивает текст, убирает всё лишнее со страницы и даёт возможность сосредоточиться на материале. Здесь вы можете отключить его в любой момент.
Продолжается Innovation week, которую Vector проводит вместе с UNIT.City. В течение недели мы обдумываем темы и вопросы, связанные с инновациями и инновационной экономикой.
Всем знакомо состояние, когда намерение посмотреть вечером эпизод нового сериала превращается в многочасовой марафон до утра. Впрочем, далеко не каждый сериал заставит пожертвовать своим сном. Украинский стартап Wantent (экс-Watched) разрабатывает платформу, с помощью искусственного интеллекта исследующую реакцию зрителей на видеоконтент.
В марте стартап получил $450 000 инвестиций от фонда QPDigital. Мы узнали, как появилась идея стартапа, как он декодирует реакцию зрителей на видео и какие советы дает производителям и дистрибьюторам контента.
От идеи до инновации: как появился Wantent
Прогнозируется, что глобальный рынок технологий распознавания эмоций вырастет с 2020 до 2026 года почти вдвое — с $19,5 млрд до $37,1 млрд. Украинский стартап Wantent (экс-Watched) — стремительно развивающаяся часть этой индустрии. Сооснователи Wantent – Алексей Шалденко (СЕО) и Артем Мельниченко (СТО). Алексей — доцент кафедры автоматизации проектирования энергетических процессов и систем Киевского политехнического института. До создания стартапа он преподавал в университете и работал в индустрии спецэффектов.
Шалденко называет создание Wantent «Стэнфордской историей», ведь ему удалось собрать своих лучших студентов для работы над проектом.
Интересно, что сначала он формировал команду под другой стартап, но тот не привлек инвестиции. Алексей оказался перед выбором: распустить потенциальных работников или реализовать другую идею. Поскольку команда уже была сплочена и имела наработки, решение было очевидным. Так в 2019 году родился Wantent.
Другой основатель стартапа, Артем Мельниченко, — бывший студент Алексея. До работы в Wantent он занимался разработкой архитектуры в Concepter и EPAM. Сейчас Мельниченко и два других сотрудника стартапа учатся в аспирантуре КПИ и проводят исследования в сфере искусственного интеллекта (AI).
С 2019 года команда стартапа увеличилась втрое — с 4 до 12 работников. Сейчас в нее входят разработчики, дизайнеры, когнитивные психологи и специалисты бизнес-процессов.
Через два года существования Wantent прошел акселерацию в NEST Bootcamp от UNIT.City и стал участником программ AWS Activate и NVIDIA Inception. Команда стартапа выросла с четырех человек до 12. Сегодня Wantent — полноценный резидент UNIT.City и активный участник европейского акселератора MediaMotorEurope, поддерживающего европейский фонд Horizon 2020 и общественное телевидение Бельгии VRT. Кроме того, Wantent прошел отбор USF и в ноябре вместе с другими девятью стартапами представили Украину на Web Summit 2021.
Как Wantent с помощью AI анализирует реакцию зрителей на контент
Wantent оценивает реакции зрителей на продолжительный видеоконтент. Стартап сотрудничает с компаниями-производителями видео, OTT-платформами OTT-платформы Over-The-Top Content (ОТТ) означает доставку широкополосного видео и аудио без причастности поставщика интернета к контролю или распространению контента. Например, Netflix , телевизионными каналами и рекламными агентствами. Понимание того, как аудитория воспринимает контент, помогает клиентам Wantent сделать правильный выбор при создании или покупке видеопродукции.
Контент оценивают в несколько этапов:
- Под нужды клиента формируется фокус-группа.
- Члены фокус-группы просматривают видео, а разработанные стартапом модели искусственного интеллекта фиксируют реакцию каждого из них.
- Wantent анализирует собранные данные и рекомендует, как можно улучшить проект.
Формирование фокус-группы и исследование реакции зрителей
Wantent подбирает фокус-группу в соответствии с требованиями клиентов. Например, одним требуется гендерное распределение между мужчинами и женщинами 70 на 30. Другим — аудитория, которая уже просмотрела сериал.
В ходе исследования участники фокус-группы переходят по ссылке на своем устройстве (ноутбуке, планшете или смартфоне). Далее они просматривают контент с включенной камерой и отвечают на вопросы. Исследование проходит в естественных условиях, без использования оборудования или приглашения в специальные комнаты.
Модели искусственного интеллекта Wantent
Алексей Шалденко отмечает, что Wantent делает главную ставку на разработку технологии, посредством которой происходит оценка реакции зрителя:
- собственная технология помогает стартапу контролировать точность работы и ценообразование;
- используя свою технологию на своих серверах, Wantent может выполнять все требования обработки персональных данных Общего регламента о защите данных ЕС (GDPR) и Калифорнийского закона о конфиденциальности потребителей (CCPA) и не передавать их третьим сторонам.
Команда Wantent разработала собственные AI модели для распознавания реакций зрителя. Они являются интеллектуальной собственностью стартапа. Модели распознают такие реакции как эмоциональная мимика, моргание, движения руками, изменение положения тела, головы или направления взора. Все реакции оцифровываются и становятся метриками, позволяющими интерпретировать интерес зрителя.
Технология Wantent выходит за рамки обычной классификации шести основных эмоций на лице человека. Стартап ставит перед собой глобальную задачу: проанализировать не столько эмоции, сколько поведенческие реакции зрителя.
Алексей Шалденко подчеркивает, что эмоции человека зачастую зависят от контекста. Есть исследования, в которых участникам показывали изображения лица человека без фона и фон, где лицо было вырезано. Оказалось, что человек лучше угадывает эмоцию, глядя на фон, а не выражение лица.
Именно поэтому стартап работает над тем, чтобы иметь возможность анализировать эмоции с учетом контекста. Впоследствии в Wantent планируют интерпретировать более 20 эмоций с помощью модели OCC модель OCC от фамилий создателей модели Ortony, Clore, Collins. Модель описывает качественную и количественную сторону 22 видов эмоций , что позволяет учитывать информацию о среде.
Анализ данных и рекомендации по улучшению контента
По словам Алексея, именно анализ данных выгодно отличает Wantent из компаний-конкурентов, таких как Realeyes или Affectiva. Украинский стартап предлагает бизнесу не только сухие данные типа «во время вашего видео зритель улыбнулся 15 раз», а их интерпретацию и советы, как можно улучшить контент. Wantent говорит с бизнесом на языке его метрик привлечения, взаимодействия и удержания клиентов (acquisition, engagement, retention).
Стартап исследует контент с точки зрения сторителлинга. Его разбивают на актовую структуру и изучают, что происходит с персонажем во время поворотных моментов сюжета. Например, Wantent анализирует, следит ли зритель за персонажем и есть ли зоны, где он может заскучать и прекратить просмотр.
«Были случаи, когда мы указывали на моменты видео, которые нужно убрать, поскольку они вызывают максимальный негатив из-за культурных особенностей».
Алексей Шалденко
Кроме того, в Wantent изучают портрет зрителя — его желания, страхи и мотиваторы. Их нужно запечатлеть в истории главного героя, иначе аудитории будет неинтересно за ним наблюдать.
Бизнес-модель Wantent
Wantent нацелен на работу по SaaS-модели Software as a service, SaaS Программа как услуга — модель распространения программ потребителям, при которой поставщик разрабатывает веб-приложение с целью использования ее заказчиками через интернет. Заказчики платят не за владение программами как таковыми, а за их использование . Хотя стартап работает с клиентами на контрактной основе, уже есть первые клиенты, использующие подписку. Также технологии Wantent можно интегрировать в другие платформы и продукты.
В зависимости от размера фокус-группы и продолжительности контента, его исследование может стоить от $1000 до $12 000. Шалденко отмечает, что у стартапа уже есть опыт изучения пилотных проектов из США, Британии, Европы и Индии.
Поскольку контент, с которым работает стартап, относится к категории pre-release, детали исследований и названия компаний-клиентов не разглашаются. Для защиты видеопродукции от утечки Wantent использует Голливудский стандарт защиты контента и инструменты Watermarking и DRM от компании NAGRA Kudelski Group, сотрудничающей с HBO.
Инвестиции в стартап
Первые ангельские инвестиции в размере $100 000 стартап вложил в MVP продукта — построение платформы, сбор данных и обучение моделей.
В марте этого года Wantent привлек $450 тысяч инвестиций от фонда QPDigital. Деньги пошли на подготовку выхода на рынок, расширение команды, соблюдение всех требований по обработке персональных данных (GDPR/CCPA), а также интеграцию Голливудских стандартов по защите контента клиентов.
Во время следующего раунда инвестиций компания планирует привлечь $2 млн. Это позволит масштабироваться на рынке США и увеличить команду до 30 работников.
