Stas Tushinskiy, CEO & Co-Founder von Instreamatic – Interview-Serie

Stas Tushinskiy ist der CEO und Co-Founder von Instreamatic, einer Plattform, die AI-gestützte Voice- und Audio-Marketing-Lösungen anbietet, um es Marken zu ermöglichen, besser mit Verbrauchern zu interagieren.

Sie haben zuvor Unisound mitgegründet, eine Audio-Werbeagentur. Wie hat diese Erfahrung dazu geführt, ein AI-Unternehmen für Voice-Marketing zu konzipieren?

Meine Erfahrung bei Unisound war grundlegend für das Verständnis der sich entwickelnden Landschaft der digitalen Audio-Werbung. Wir waren an der Spitze der Anerkennung der wachsenden Nachfrage und des Potenzials für Audio-Anzeigen im digitalen Raum.

Ein wichtiger Takeaway aus meiner Zeit dort war die Erkenntnis, dass Personalisierung und Kontextualisierung die Wirksamkeit von Werbung, einschließlich Audio-Anzeigen, erheblich verbessern. Dieses Verständnis wurde zu einem Eckpfeiler für die Vision hinter Instreamatic.

Bei Unisound haben wir eine Lücke im Markt für intelligente, responsive Werbelösungen beobachtet. Wir haben uns vorgestellt, AI nicht nur für Targeting, sondern auch für die Schaffung einer interaktiveren und ansprechenderen Erfahrung zu nutzen. Dies führte zu der Idee einer AI-getriebenen Marketing-Plattform, die die Art und Weise, wie wir mit Anzeigen interagieren, revolutionieren würde.

Können Sie die Genesis-Geschichte des Launches von Instreamatic teilen?

Ursprünglich wurde Instreamatic aus einer Vision geboren, die Art und Weise zu verändern, wie Audio-Verleger ihren Inhalt monatisieren. Anfangs konzentrierten wir uns auf die Auslieferung von Audio-Anzeigen für die Monetisierung, was immer noch ein wesentlicher Teil unserer Operationen ist.

Als wir tiefer in die Branche eintauchten, identifizierten wir eine erhebliche Gelegenheit in AI für die kreative Optimierung. Diese Erkenntnis war entscheidend für die Ausrichtung unserer Richtung auf die Integration von AI-Technologie in unsere Dienstleistungen.

Die Konvergenz unserer Expertise in Audio-Werbung und der Fortschritte in der AI-Technologie war der Katalysator für Instreamatic. Wir sahen das Potenzial, nicht nur Verlegern zu dienen, sondern auch die gesamte Werbe-Erfahrung für Nutzer und Werbetreibende zu verbessern und einen dynamischeren und effizienteren Werbemarkt zu schaffen.

Welche AI/ML-Technologien wurden initially verwendet?

Wir begannen mit einem einfachen Klassifizierer. Es handelt sich um eine überwachte maschinelle Lernmethode, bei der das Modell versucht, die korrekte Bezeichnung der gegebenen Eingabedaten vorherzusagen. Dann verbesserten wir unseren Klassifizierer, indem wir Embeddings verwendeten. Schließlich beschränkten wir uns nicht nur auf NLP-Technologien. Neue Ideen und Herausforderungen stellten uns vor frische Hindernisse, und jetzt umfasst unser Arsenal Text-to-Speech-Synthese und Zero-Shot-Voice-Kloning.

Wie hat generative AI Ihre Technologie-Stack und deren Einsatz verändert?

Generative AI hat erhebliche Veränderungen in unserem Technologie-Stack und unseren Einsatzstrategien gebracht. Unser aktueller Technologie-Stack umfasst fortschrittliche maschinelle Lernbibliotheken und -frameworks, die generative AI-Modelle unterstützen, insbesondere für Text-to-Speech-Synthese und Zero-Shot-Voice-Kloning. Wir nutzen Hochleistungsrechenressourcen, um diese Modelle zu trainieren, da sie erhebliche Rechenleistung erfordern. Dies beinhaltet die Nutzung von GPU-beschleunigter Hardware, um die intensiven Verarbeitungsanforderungen zu bewältigen.

Bei der Auslieferung verlassen wir uns stark auf cloud-basierte Lösungen. Dies bietet uns die Skalierbarkeit, die wir benötigen, um die hohen Arbeitslasten von generativen AI-Anwendungen zu bewältigen. Wir verwenden Containerisierungstechnologien wie Docker und Orchestrierungstools wie Kubernetes, um unsere Anwendungen effizient zu verwalten und zu skalieren. Diese Einrichtung stellt sicher, dass unsere generativen AI-Modelle schnell bereitgestellt und skaliert werden können, wenn dies erforderlich ist.

Unsere CI/CD-Pipelines sind für maschinelle Lern-Workflows optimiert. Wir verwenden Tools, die es uns ermöglichen, das Training und die Auslieferung von Modellen zu automatisieren, um sicherzustellen, dass sie immer mit den neuesten Daten und Algorithmen aktualisiert sind. Diese Automatisierung ist entscheidend für die Aufrechterhaltung der Wirksamkeit unserer generativen AI-Anwendungen.

Im Hinblick auf die Datenverarbeitung haben wir robuste Datenverarbeitungspipelines implementiert. Diese Pipelines sind darauf ausgelegt, große Datenmengen effizient zu verarbeiten, was für das Training und den Betrieb von generativen AI-Modellen unerlässlich ist. Wir stellen sicher, dass Daten sicher verarbeitet und gespeichert werden, indem wir die besten Praktiken im Bereich der Datensicherheit und des Datenschutzes einhalten.

Insgesamt hat die Integration von generativen AI in unseren Technologie-Stack dazu geführt, dass wir Hochleistungsrechenressourcen, cloud-basierte Infrastrukturen, Containerisierung für Skalierbarkeit, automatisierte CI/CD-Pipelines für maschinelles Lernen und sichere Datenverarbeitungsmechanismen adoptiert haben. Diese technischen Elemente sind grundlegend für die Unterstützung der erweiterten Fähigkeiten unserer generativen AI-Anwendungen.

Instreamatic spezialisiert sich auf das, was Sie kontextuelle Video- und Audio-Werbung nennen – wie definieren Sie das?

Kontextuelle Werbung nutzt die aktuellen Fortschritte in der generativen AI, um das zu ändern, was mit Video- und Audio-Anzeigen möglich ist. Das Ergebnis für Unternehmen ist eine erhöhte Markenbindung und ROI. Kontextuelle Anzeigen bieten eine im Wesentlichen unbegrenzte Fähigkeit, kontinuierlich neue kreative Inhalte zu generieren und zu testen, die für den Kontext und die Umgebung des Hörers relevant sind.

Die Tatsache ist, dass die Werbeindustrie jahrelang mit sinkenden Engagement-Raten bei allen Arten von Anzeigen konfrontiert ist. Das ist wahrscheinlich keine Überraschung für jemanden, da Verbraucher zunehmend Screen-Fatigue und Widerstand gegen generalisierte Werbung zeigen, die auf die Bombardierung von Zielgruppen mit Anzeigenquantität setzt, um Konversionen zu erzielen. Während Anzeigen, die spezifischen Original-Inhalt und höhere Relevanz für den Verbraucher bieten, höhere Engagement-Raten erzielen, sind die Zeit- und Kosteninvestitionen, die für die manuelle Erstellung und Verwaltung separater Anzeigeninhalte für jeden individuellen Kontext erforderlich sind, extrem prohibitiv.

Unsere kontextuellen Audio-, Video- und Connected-TV-Anzeigen (CTV) werden von AI angetrieben, um diese niedrigen Engagement-Raten zu durchbrechen, indem sie es Werbetreibenden ermöglichen, jede Anzeige hyper-relevant und genau auf den Hörer zugeschnitten zu machen. Betrachten Sie einen traditionellen 30-Sekunden-Audio-Anzeigen-Spot: Ein angeheuerter Sprecher könnte höchstens einige Anzeigen-Variationen aufnehmen, nicht genug, um den Hörer besonders zu überraschen oder seine Aufmerksamkeit zu erregen. Kontextuelle Anzeigen können diese traditionelle Anzeigen-Inhalte verbessern, indem sie generative AI verwenden, um die Stimme des Sprechers zu synthetisieren und automatisch Tausende von Anzeigen-Variationen über eine Kampagne hinweg zu generieren.

Kontextuelle Anzeigen sind besonders nützlich für die Wiederbelebung längerer Anzeigen-Kampagnen (im Bereich von 3-6 Monaten). Traditionell sind diese Kampagnen sehr anfällig für kreative Ermüdung: Zielgruppen erhalten das gleiche kreative Material immer wieder, was unweigerlich zu sinkendem Engagement führt. Unsere Technologie löst diese Herausforderung, indem sie es einfach macht, kreative Inhalte wöchentlich aufzufrischen. Für Einzelhändler mit wöchentlich aktualisierten Produktangeboten ist unsere automatische Anzeigen-Generierung beispielsweise ideal, um diese Kampagnen aktuell und frisch zu halten.

Wie realistisch ist es für Marken, AI zu erwarten, um Anzeigen zu hyper-personalisieren?

Es ist jetzt vollkommen realistisch, wie durch generative-AI-gestützte kontextuelle Werbung demonstriert. Kontextuelle Anzeigen können hyper-personalisierte Details enthalten, einschließlich des Standorts des Hörers, der Tageszeit, des Namens oder der Art der App oder Plattform, die sie verwenden, und der Aktivität, die sie ausführen, sei es das Hören eines Podcasts, das Spielen eines Spiels usw. Kontextuelle Anzeigen können auch Variablen wie die Nennung lokaler Geschäfte und Adressen, lokale In-Store-Promotionen, Promo-Codes (einzigartig für jeden Kanal, um Leistungsmessung zu ermöglichen), Reiseziele mit spezifischen Angeboten und vieles mehr enthalten. Diese Anzeigen können auch den nächsten lokalen Geschäftsstandort nennen, an dem der Hörer mit der Marke interagieren und das in der Anzeige angebotene Angebot einlösen kann. Diese gleiche Zielgruppen-Fähigkeit stellt sicher, dass Anzeigen-Kampagnen Zielgruppen erreichen, die am meisten für die angebotenen Produkte und Lösungen empfänglich sind. Diese Anzeigen werden alle generiert und ausgeliefert, ohne dass neue Sprach- oder Voice-Over-Inhalte aufgenommen werden müssen.

Können Sie die Kernangebote erläutern, auf die Ihre Kunden zugreifen können?

Aus der Perspektive einer Marke bietet unsere Plattform für kontextuelle Anzeigen die Möglichkeit, eine einzelne Original-Stimme und ein Skript zu nehmen, die einzigartigen Parameter jedes einzelnen Hörers zu identifizieren und unsere Voice-AI-Fähigkeiten zu nutzen, um nahtlos Audio-, Video- oder CTV-Anzeigen zu produzieren und auszuliefern, die auf diese spezifischen Details abgestimmt sind. Zum Beispiel könnte eine kontextuelle Anzeige, die für einen bestimmten Benutzer generiert wird, beginnen: “Ich hoffe, Sie genießen Ihr Podcast am regnerischen Morgen in Chicago, ich wollte Ihnen nur schnell mitteilen, dass Kaffee im Jake’s Coffeeshop den ganzen Monat über kaufen-ein-geben-kostenlos ist.” Während die Erstellung dieser Anzeige mit vorab aufgenommenen Audio- und Verzweigungslogik ein nahezu unmögliches Unterfangen wäre, bereitet die Voice-AI hinter kontextuellen Anzeigen diese Kreativität auf Abruf vor – automatisch und in Echtzeit.

Aus der Perspektive eines Verlegers bieten AI-getriebene Voice-, Video- und CTV-kontextuelle Anzeigen eine innovationsgetriebene Neuerung, die keine komplexe Integration erfordert. Kontextuelle Anzeigen funktionieren mit allen Demand-Side-Plattformen (DSPs) und Ad-Servern, die VAST-Tags unterstützen, und bieten sofortige Skalierbarkeit. Verleger können auch unser Ad-Netzwerk nutzen, um mehr als 6 Milliarden Impressionen weltweit ohne Plattformkosten zu erreichen: technische Kosten sind im Medienausgaben bei der Veröffentlichung innerhalb des Netzwerks enthalten.

Können Sie einige Details über den Prozess des Startens einer Anzeige auf der Plattform teilen?

Das Starten einer Anzeige auf unserer Plattform dauert buchstäblich nur Minuten. Der Benutzer der Marke oder Agentur schreibt einfach Anzeigentext, mit oder ohne Hilfe von AI, wählt dann entweder eine lizenzfreie Stimme aus unserer Voice-Bibliothek oder klonen ihre eigene Stimme. Benutzer können auch zusätzliche Assets hochladen, die erforderlich sind (Hintergrundmusik, Videoaufnahmen, Banner usw.). Der Benutzer finalisiert die Anzeige, und die Plattform liefert Versionen, die bereit sind, ausgeliefert zu werden – entweder über den VAST-Tag (der Branchenstandard für Ad-Trafficking) oder als herunterladbare Mediadateien, die für alle digitalen und Broadcasting-Umgebungen bereit sind.

Diese AI-angereicherten Anzeigen erhöhen nicht nur die Leistung von Video- und Audio-Anzeigen-Kampagnen, indem sie Hyper-Personalisierung im großen Maßstab ermöglichen, sondern senken auch die Kosten für die Erstellung von Kampagnen und reduzieren die Anzeigen-Erstellungszeit von Wochen auf Minuten. Für Kampagnen mit 50+ Versionen erleben Benutzer eine ~10X-Kostenreduzierung. Unsere Technologie bietet ähnliche entscheidende Vorteile für Single-Creative-Kampagnen. Die Plattform ist auch ein großartiges Instrument für Vertriebsteams, um schnell Anzeigen-Mock-ups für ihre Kunden zu erstellen, ohne sich an der frühen Stufe mit Produktions- und Kreativ-Teams zu befassen, da unsere AI Text schreiben und benutzerdefinierte Anzeigen vollständig produzieren kann.

Wie sehen Sie die Zukunft der AI-Werbung und des Marketings?

Ich sehe wirklich eine Zukunft, in der Kunden nicht mehr von Anzeigen genervt sind (oder sie ausschalten), weil jede Anzeige jetzt für sie relevant und interessanter ist, und Marken in der Lage sind, die richtigen Zielgruppen im richtigen Moment mit der perfekten kontextuellen Botschaft zu erreichen. Das ist offensichtlich ein Paradigmenwechsel im Vergleich zu dem, wo die Branche jetzt ist, aber ich glaube, dass das die Richtung ist, in die wir uns bewegen – und AI, strategisch eingesetzt, macht es möglich. Kontextuelle Anzeigen werden auch weiterhin besser darin, die Aufmerksamkeit der Hörer zu gewinnen, weil sie genau auf ihren Kontext und ihre Bedürfnisse abgestimmt sind, insbesondere in einer Welt, in der die Privatsphäre an erster Stelle steht und die Zielgruppenansprache immer schwieriger wird – also ist die Kontext-Zielgruppe die einzige effiziente Mechanik, um die Anzeigenleistung zu steigern. Unsere fortschrittliche generative Anzeigen-AI kann unbegrenzt neue Kreativitäten erstellen, um jeden Hörer als Einzelperson anzusprechen. Das Ergebnis ist eine Steigerung der Hörer-Engagement, eine höhere Anzeigen-ROI und bedeutungsvollere Kundenverbindungen für Marken.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Instreamatic besuchen.