Stas Tushinskiy, CEO og medgrunnlegger av Instreamatic – Intervju-serie

Stas Tushinskiy er administrerende direktør og medgrunnlegger av Instreamatic, en plattform som tilbyr AI-drevne lyd- og audio-markedsføringsløsninger for å enable bedrifter å engasjere bedre med forbrukerne.

Du grunnla tidligere Unisound, en audio-reklamebyrå. Hvordan ledet denne erfaringen deg til å konseptualisere lanseringen av et AI-lyd-markedsføringsfirma?

Min erfaring fra Unisound var grunnleggende for å forstå den utviklende landskapet av digital lyd-reklame. Vi var i forkant av å erkjenne den voksende etterspørselen og potensialet for lyd-reklame i et digitalt rom.

En viktig læring fra min tid der var at personalisering og kontekstualisering betydelig forbedrer effektiviteten av reklame, inkludert lyd-reklame. Dette forståelse ble en hjørnesten for visjonen bak Instreamatic.

Ved Unisound observerte vi et gap i markedet for intelligente, responsive reklame-løsninger. Vi forestilte oss å bruke AI ikke bare for måling, men også for å skape en mer interaktiv og engasjerende opplevelse. Dette ledet til ideen om en AI-drevet markedsføringsplattform, som ville revolusjonere hvordan vi interagerer med reklame.

Kan du dele historien om lanseringen av Instreamatic?

Opprinnelig ble Instreamatic født fra en visjon om å transformere hvordan audio-utgivere moneterer sitt innhold. Først var vårt fokus på å tjene audio-reklame for monetering, som fortsatt er en betydelig del av våre operasjoner.

Etter hvert som vi dykket dyptere inn i industrien, identifiserte vi en betydelig mulighet i AI for kreativ optimering. Denne erkjennelsen var avgjørende for å forme vår retning mot å integrere AI-teknologi mer dypt inn i våre tjenester.

Konvergens av vår ekspertise i audio-reklame og fremgangen i AI-teknologi var katalysatoren for Instreamatic. Vi så muligheten til ikke bare å tjene utgivere, men også å forbedre den totale reklame-opplevelsen for brukere og annonsører, og åpne veien for en mer dynamisk og effektiv reklame-økosystem.

Hva var noen av de første AI/ML-teknologiene som ble brukt?

Vi startet med en enkel klassifisering. Det er en overvåket maskinlæring-metode hvor modellen prøver å forutsi den riktige etiketten for gitt inndata. Deretter forbedret vi vår klassifisering ved å bruke innlejring. Til slutt begrenset vi oss ikke bare til NLP-teknologier. Nye ideer og utfordringer presenterte oss med ferske hindringer, og nå inkluderer vårt arsenal tekst-til-tale-syntese og null-skudd stemme-kloning.

Hvordan har generativ AI endret din teknologistack og hvordan deployer du det?

Generativ AI har ført til betydelige endringer i både vår teknologistack og deploy-strategier. Vår nåværende teknologistack inkluderer avanserte maskinlæring-biblioteker og rammer som støtter generativ AI-modeller, spesielt for tekst-til-tale-syntese og null-skudd stemme-kloning. Vi utnytter høy-ytelses databehandlingsressurser for å trene disse modellene, da de krever betydelig beregningskraft. Dette inkluderer å bruke GPU-akselerert maskinvare for å håndtere de intense prosesseringskravene.

For deploy, er vi avhengige av sky-baserte løsninger. Dette tilbyr oss skalerbarheten som trengs for å håndtere de tunge arbeidsbyrdene av generativ AI-applikasjoner. Vi bruker containertil-teknologier som Docker og orkestreringsverktøy som Kubernetes for å håndtere og skalerer våre applikasjoner effektivt. Denne oppsettet sikrer at våre generative AI-modeller kan deployes raskt og skaleres i henhold til etterspørsel.

Våre CI/CD-pipelines er optimert for maskinlæring-arbeidsflyter. Vi bruker verktøy som muliggjør å automatisere opplæring og deploy av modeller, og sikrer at de alltid er oppdatert med de siste dataene og algoritmene. Denne automatiseringen er avgjørende for å opprettholde effikviteten av våre generative AI-applikasjoner.

I forhold til datahåndtering, har vi implementert robuste dataprosesserings-pipelines. Disse pipeline-ene er designet for å håndtere store volumer av data effektivt, hvilket er essensielt for å trene og operere generative AI-modeller. Vi sikrer at data prosesseres og lagres trygt, i henhold til beste praksis for data-sikkerhet og -privatliv.

Samlet har integreringen av generativ AI i vår teknologistack ført til at vi har adoptert høy-ytelses databehandlingsressurser, sky-baserte infrastrukturer, containertil-teknologier for skalerbarhet, automatiserte CI/CD-pipelines for maskinlæring, og sikre dataprosesserings-mekanismer. Disse tekniske elementene er grunnleggende for å støtte de avanserte funksjonene av våre generative AI-applikasjoner.

Instreamatic spesialiserer seg i det du kaller kontekstuell video- og audio-reklame—hvordan definerer du det?

Kontekstuell reklame utnytter nåværende fremgang innen generativ AI for å betydelig endre hva som er mulig med video- og lyd-reklame. Resultatet for bedrifter er økt merkeengasjement og avkastning. Kontekstuell reklame tilbyr en essensielt ubegrenset evne til å kontinuerlig generere og A/B-teste ny kreativt innhold relevant for lytterens spesifikke kontekst og miljø.

Fakta er at reklame-industrien har vært opp mot synkende engasjementsrater over reklame-typer i årevis. Det er kanskje ingen overraskelse for noen, ettersom forbrukerne viser økt skjerm-utmattelse og motstand mot generalisert reklame som avhenger av å bombarde publikum med reklame-mengde for å oppnå konverteringer. Mens reklamer som viser mer spesifikt og originalt innhold og høyere relevans for forbrukeren oppnår høyere engasjement, er tids- og kostnadsinvesteringene som kreves for å manuelt produsere og håndtere separate reklame-kopier for hver enkelt forbrukers kontekst ekstremt hemmende.

Våre kontekstuelle audio-, video- og connected TV (CTV)-reklamer er drevet av AI for å motvirke denne lav-engasjements-trenden ved å enable annonserere å gjøre hver reklame hyper-relevant og presist målt for forbrukeren som hører den. Tenk på en tradisjonell 30-sekunders audio-reklame-plass: en ansatt stemmeskuespiller kan opptre noen få reklame-variiasjoner på beste, ikke nok for lytteren å være spesielt overrasket eller å fange deres oppmerksomhet. Kontekstuell reklame er i stand til å forbedre denne tradisjonelle reklame-innholdet ved å bruke generativ AI til å syntetisere samme skuespillers stemme og automatisk generere tusenvis av reklame-variiasjoner over en kampanje.

Kontekstuell reklame er spesielt nyttig for å revitalisere lengre reklame-kampanjer (i rekkevidden 3-6 måneder). Tradisjonelt er disse kampanjene svært sårbare for kreativ utmattelse: publikum får samme kreative gang på gang, uunngåelig ledende til reduert engasjement. Vår teknologi løser denne utfordringen ved å gjøre det enkelt å fornye kreative hver uke. For detaljhandlere med ukentlige oppdaterte produkttilbud, for eksempel, er vår automatisk reklame-generering like ideell for å holde kampanjene aktuelle og ferske.

Hvor realistisk er det for bedrifter å forvente at AI skal hyper-personalisere reklame?

Det er nå fullt realistisk, som demonstrert av generativ-AI-drevet kontekstuell reklame. Kontekstuell reklame kan inneholde hyper-personaliserte detaljer, inkludert lytterens lokasjon, tid på dagen, navn eller type app eller plattform de bruker, og aktivitet de er engasjert i, enten det er å lytte til en podcast, spille et spill osv. Kontekstuell reklame kan også inkludere variabler som navn på lokale butikker og adresser, lokale butikk-tilbud, promo-koder (unike for hver kanal for å enable ytelse-måling), reisemål med spesifikke tilbud, og mye mer. Disse reklame kan også navngi den nærmeste lokale butikken hvor en lytter kan interagere med merket og innløse tilbudet i reklamen. Denne samme målingskapasiteten sikrer at reklame-kampanjer når testede publikum som er mest mottakelige for produktene og løsningene som tilbys. Disse reklame er alle generert og levert uten å opptre ny stemme eller stemme-over-innhold.

Kan du diskutere de kjernetilbudene dine kunder har tilgang til?

Fra et merke-perspektiv, tar vår Kontekstuell reklame-plattform en enkelt original stemme-prøve og manus, identifiserer settet av parametre unike for hver enkelt lytter, og bruker vår stemme-AI-kapasiteter til å sammenføye og levere audio-, video- eller CTV-reklame som er i samsvar med disse spesifikke detaljene. For eksempel, en Kontekstuell reklame generert for en bestemt bruker kunne begynne, “Håper du nyter podcasten din på denne regnfulle morgenen i Chicago, jeg ville bare fortelle deg at kaffe er kjøp en-få-en-free på Jake’s Coffeeshop hele måneden.” Mens produksjon av samme reklame-kreative med forhåndsinnspilt audio og gren- logikk ville være en nesten umulig oppgave, forbereder stemme-AI-en bak Kontekstuell reklame denne kreativiteten på forespørsel—automatisk og i sanntid.

Fra et utgivers perspektiv, tilbyr AI-drevne stemme-, video- og CTV-Kontekstuell reklame en banebrytende innovasjon uten kompleks integrering krever. Kontekstuell reklame fungerer med alle demand-side plattformer (DSP-er) og annons-servere som støtter VAST-merker, og tilbyr øyeblikkelig skalerbarhet. Utgivere kan også utnytte vår annons-nettverk for å nå over 6 milliarder visninger globalt uten noen plattform-kostnad: tekniske kostnader er inkludert i medi-utgifter når du publiserer innenfor nettverket.

Kan du dele noen detaljer om prosessen med å lansere en reklame på plattformen?

Lansering av en reklame på vår plattform tar bokstavelig talt bare minutter. Merke- eller byrå-brukeren skriver bare reklame-manus med eller uten hjelp fra AI, velger deretter en royalty-fri stemme fra vår Stemme-bibliotek eller kloner sin egen stemme-talent. Brukere kan også laste opp eventuelle ekstra filer som er nødvendige (bakgrunnsmusikk, video-opptak, banner osv). Brukeren fullfører reklamen, og plattformen tilbyr versjoner som er klare til å tjene—enten via VAST-merket (bransje-standard for reklame-trafficking), eller som nedlastbare medie-filer som er klare til å gå for alle digitale og kringkastings-miljøer.

Disse AI-berikede reklame ikke bare øker ytelsen av video- og audio-reklame-kampanjer ved å enable hyper-personalisering i skala, men også reduserer kostnadene til å produsere kampanjer og reduserer reklame-skapingstiden fra uker til minutter. For kampanjer med 50+ versjoner, opplever brukerne en ~10X kostnadsreduksjon. Vår teknologi tilbyr lignende avgjørende fordeler for enkelt-kreative kampanjer også. Plattformen er også et fantastisk instrument for salgs-team å raskt produsere reklame-utkast for sine kunder uten å engasjere med produksjons- og kreative team på et tidlig stadium, ettersom vår AI kan skrive manus og fullstendig produsere tilpassede reklame.

Hva er din visjon for fremtiden av AI-reklame og markedsføring?

Jeg ser virkelig en fremtid hvor kunder ikke er irriterte av (eller slår av) reklame fordi hver enkelt er nå relevant og mer interessant for dem, med merker som er i stand til å nå rett publikum på rett tidspunkt med den perfekte kontekstuelle meldingen. Det er åpenbart en sjøendring fra hvor industrien er nå, men jeg tror at det er der vi er på vei—and AI, brukt strategisk, gjør det mulig. Kontekstuell reklame vil også kontinuerlig bli bedre til å fange lytterens oppmerksomhet fordi de snakker presist til deres kontekst og deres behov, spesielt i en privat-first-verden hvor bruker-måling blir vanskeligere og vanskeligere—så kontekst-måling er den eneste effektive mekanismen for å øke reklame-ytelse. Vår avanserte generativ reklame-AI kan skape ubegrensede nye kreative til å adresse hver lytter som en enkelt. Resultatet er en økning i lytter-engasjement, større reklame-avkastning og mer meningsfulle kunde-tilkoblinger for merker.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Instreamatic.