# Pocket FM z umetno inteligenco do 500 milijonov dolarjev: ali se rojeva nova tovarna zgodb?
Kaj se zgodi, ko zvočne serije ne nastajajo več mesece, temveč v nekaj dneh? Indijska platforma Pocket FM trdi, da je odgovor v skokoviti rasti: njena letna preračunana stopnja prihodkov naj bi se v enem letu podvojila na 500 milijonov dolarjev, medtem ko umetna inteligenca sodeluje pri 93 odstotkih celotnega kataloga in pri 99 odstotkih nove vsebine.
Gre za eno bolj nazornih ilustracij, kako generativna umetna inteligenca spreminja ekonomiko ustvarjalnih industrij. Pocket FM ne uporablja UI zgolj za avtomatizacijo administrativnih opravil ali priporočanje vsebin, temveč jo je vključil neposredno v produkcijsko verigo: od razvoja zgodb do pretvorbe besedila v govor.
Podatke je za TechCrunch predstavil soustanovitelj in izvršni direktor podjetja Rohan Nayak, zato jih je treba razumeti kot navedbe podjetja, ki niso neodvisno revidirane. Kljub temu številke nakazujejo smer, v katero bi se lahko premaknila industrija avdio fikcije, mikrodram in drugih serijskih formatov.
## UI kot produkcijska infrastruktura
Pocket FM je bil ustanovljen leta 2018 kot platforma za serializirane zvočne zgodbe. Njegov pristop po navedbah vodstva ni povsem avtonomna produkcija zgodb, v kateri bi model dobil ukaz in sam ustvaril celotno serijo. Podjetje poudarja, da ljudje še vedno oblikujejo osrednje ideje, zgodbe in intelektualno lastnino, UI pa pomaga te koncepte pretvoriti v končni izdelek v bistveno večjem obsegu.
Podjetje naj bi razvilo lastne modele za kreativno pisanje in sintezo govora. Vasu Sharma, vodja za umetno inteligenco pri Pocket FM in nekdanji znanstvenik pri Meti in Tesli, je povedal, da so bili modeli usposobljeni na večletnih produkcijskih podatkih ter signalih o tem, kako poslušalci uporabljajo in spremljajo zgodbe.
To je pomembna razlika v primerjavi s splošnonamenskimi velikimi jezikovnimi modeli. Komercialni modeli, kot so ChatGPT, Claude ali Gemini, so usposobljeni na širokem naboru besedil in lahko pišejo v številnih slogih, niso pa nujno optimizirani za specifično logiko serijske avdio fikcije: dolge pripovedne loke, napetost ob koncu epizode, tempo objavljanja, zadržanje poslušalcev in prilagajanje različnim žanrskim občinstvom.
Pocket FM ni razkril podrobnejše tehnične arhitekture svojih modelov, podatkovnih zbirk niti stopnje človekovega nadzora v posameznih korakih. Zato ni mogoče z gotovostjo vedeti, ali modeli ustvarjajo celotne dialoge, predlagajo zaplete, pišejo osnutke epizod ali predvsem pomagajo urednikom in avtorjem pri razširjanju že zasnovanih zgodb. Jasno pa je, da podjetje lastne podatke o odzivu občinstva obravnava kot ključno konkurenčno prednost.
## Sto ur vsebine v enem dnevu
Najopaznejši učinek uporabe UI je nižja cena produkcije. Nayak trdi, da je Pocket FM z umetno inteligenco izdelavo vsebin pocenil približno 80-krat. Po njegovih navedbah je mogoče 100 ur vsebine, za katero je podjetje prej potrebovalo približno leto dni, zdaj ustvariti v enem dnevu.
Takšna pospešitev spremeni osnovno logiko posla. V tradicionalni produkciji zvočnih dram so stroški pisanja, snemanja, igralcev, režije, montaže in postprodukcije omejevali število zgodb, ki jih je mogoče financirati. Generativna orodja lahko ta prag občutno znižajo, zlasti pri sintezi govora, pripravi osnutkov in lokalizaciji vsebin za različne jezike oziroma trge.
Pocket FM navaja, da njegovih več kot 550.000 ustvarjalcev letno pripravi okoli 2,5 milijona ur vsebine z uporabo UI. Za primerjavo: pred dvema letoma je celoten katalog podjetja obsegal približno 100.000 ur. Danes naj bi knjižnica vsebovala več kot 770.000 zvočnih serij.
Več vsebine samo po sebi še ni zagotovilo za uspeh. Lahko pomeni tudi poplavo generičnih zgodb, med katerimi se uporabniki težje znajdejo. Pocket FM pa trdi, da se je zaradi širše ponudbe izboljšalo zadržanje občinstva: 12-mesečna stopnja ohranitve prihodkov naj bi se v dveh letih povečala s 44 na 76 odstotkov. To nakazuje, da podjetju vsaj za zdaj uspeva povezati večjo količino vsebine z monetizacijo in zanimanjem poslušalcev.
## Orodje za ustvarjalce ali začetek njihove zamenjave?
Pocket FM svoj model predstavlja kot sodelovanje človeka in stroja. Nayak je za TechCrunch dejal, da želi podjetje ustvarjati intelektualno lastnino, ki bo trajala desetletja, in da so za to potrebni ljudje. V tej razlagi naj bi UI ustvarjalcem predvsem povečala produktivnost: avtorji zasnujejo svet, like in zgodbeni lok, orodja pa pospešijo pisanje, zvočno izvedbo in produkcijo.
Vendar številke odpirajo tudi manj udobna vprašanja. Če je mogoče vsebino izdelati 80-krat ceneje in bistveno hitreje, se bo pritisk na stroške skoraj neizogibno prenesel na avtorje, igralce, zvočne oblikovalce in druge ustvarjalce. Še posebej občutljivo je področje sintetičnih glasov: kdo ima pravice do glasu, ali so izvajalci ustrezno plačani in ali lahko njihov glas podjetje uporablja za nadaljnje učenje modelov?
Podjetje v predstavljenih informacijah ni podrobneje pojasnilo svojih pravil glede avtorskih pravic, licenciranja učnih podatkov, nadomestil ustvarjalcem ali uporabe sintetičnih glasov. To so vprašanja, ki bodo postajala pomembnejša, ko bodo UI-produkcijski modeli prehajali iz eksperimentov v množično komercialno uporabo.
Za ustvarjalce lahko takšen sistem pomeni priložnost za hitrejšo produkcijo in širši doseg. Hkrati pa lahko pomeni, da se vrednost njihovega dela premakne z izvedbe na začetno idejo, uredniško presojo in gradnjo prepoznavne intelektualne lastnine.
## Kakovost ostaja odprto vprašanje
Rast prihodkov in retencije sta pomembna poslovna kazalnika, nista pa neposreden dokaz kakovosti. Podjetje ni objavilo neodvisnih raziskav o tem, ali poslušalci zaznajo razliko med zvočnimi serijami, pri katerih sodeluje UI, in povsem človeško ustvarjenimi produkcijami.
Generativna besedila lahko hitro postanejo ponavljajoča se, predvidljiva ali slogovno neenotna. Sintetični glasovi so vse bolj prepričljivi, vendar lahko pri daljših pripovedih še vedno izgubijo del čustvene subtilnosti, ritma in igralske interpretacije. Prav ti elementi pogosto ločijo funkcionalno vsebino od zgodbe, ki si jo poslušalec zapomni.
Zato bo osrednji test za Pocket FM dolgoročen: ali lahko z UI ustvarja ne le več vsebine, temveč tudi prepoznavne zgodbe, ki gradijo zvesto občinstvo in obstanejo zunaj algoritmično optimiziranega okolja aplikacije?
## Od avdia do mikrodram in filmov
Pocket Entertainment, matična družba Pocket FM, želi model prenesti tudi v druge formate. Njena trimesečna aplikacija za mikrodrame Pocket Saga naj bi že dosegla okoli 15 milijonov dolarjev letne preračunane stopnje prihodkov. Aplikacija je trenutno na voljo v ZDA, njena vsebina pa je po navedbah podjetja v celoti ustvarjena z umetno inteligenco.
Družba uspešne zvočne zgodbe pretvarja v videe za Pocket Sago brez tradicionalne igrane produkcije. V prihodnjih petih letih namerava vstopiti še v vsaj dva dodatna zabavna formata, uspešne zgodbe pa licencirati za knjige, televizijo in filme.
V tem je širša ambicija podjetja: ne želi biti le konkurent avdio platformam, kot sta Audible in Storytel, temveč želi postati sistem za množično izdelavo, testiranje in širjenje intelektualne lastnine prek različnih medijev. UI pri tem ni le orodje za zmanjševanje stroškov, ampak mehanizem za hitrejše preverjanje, katere zgodbe občinstvo dejansko želi.
Pocket FM navaja, da okoli 85 milijonov dolarjev njegove letne preračunane stopnje prihodkov prihaja iz oglaševanja, približno 415 milijonov dolarjev pa iz plačil uporabnikov za odklepanje posameznih epizod. Največji trg so ZDA, ki predstavljajo približno 70 odstotkov prihodkovnega tempa podjetja.
Če se bo model izkazal za vzdržnega, bi lahko napovedal pomemben premik v industriji: vsebine bo lažje in ceneje ustvarjati, ključna prednost pa ne bo več sama produkcijska zmogljivost, temveč sposobnost ustvariti zgodbe, ki se jim občinstvo želi vračati.
