Stas Tushinskiy, VD och medgrundare av Instreamatic – Intervjuserie

Stas Tushinskiy är VD och medgrundare av Instreamatic, en plattform som erbjuder AI-drivna lösningar för röst- och ljudmarknadsföring för att möjliggöra för varumärken att engagera sig bättre med konsumenter.

Du var tidigare medgrundare av Unisound, en audioannonsbyrå. Hur ledde den erfarenheten dig till att konceptualisera lanseringen av ett AI-bolag för röstmarknadsföring?

Min erfarenhet på Unisound var grundläggande för att förstå den föränderliga landskapsbilden för digital audioannonsering. Vi var i framkanten av att erkänna den växande efterfrågan och potentialen för audioannonser i en digital miljö.

En viktig insikt från min tid där var att personanpassning och kontextualisering avsevärt förbättrar effektiviteten hos annonsering, inklusive audioannonser. Detta blev en hörnsten för visionen bakom Instreamatic.

På Unisound observerade vi ett gap i marknaden för intelligenta, responsiva annonslösningar. Vi såg möjligheten att använda AI inte bara för målgruppsanpassning utan också för att skapa en mer interaktiv och engagerande upplevelse. Detta ledde till idén om en AI-driven marknadsplattform, som skulle revolutionera hur vi interagerar med annonser.

Kan du dela den ursprungliga historien om lanseringen av Instreamatic?

Instreamatic föddes ursprungligen ur en vision att transformera hur audioförlag moneterar sitt innehåll. Initialt fokuserade vi på att serva audioannonser för monetering, vilket fortfarande är en betydande del av vår verksamhet.

När vi gick djupare in i branschen identifierade vi en betydande möjlighet i AI för kreativ optimering. Denna insikt var avgörande för att forma vår riktning mot att integrera AI-teknik mer djupt i våra tjänster.

Konvergensen av vår expertis inom audioannonsering och framstegen inom AI-teknik var katalysatorn för Instreamatic. Vi såg potentialen att inte bara serva förlag utan också att förbättra den övergripande annonsupplevelsen för användare och annonsörer, vilket banade väg för en mer dynamisk och effektiv annonsmiljö.

Vilka var några av de initiala AI/ML-teknologierna som användes?

Vi började med en enkel klassificerare. Det är en övervakad maskinlärningsmetod där modellen försöker förutsäga den korrekta etiketten för given indata. Sedan förbättrade vi vår klassificerare genom att använda inbäddningar. Till slut begränsade vi oss inte till bara NLP-teknologier. Nya idéer och utmaningar presenterade oss med färska hinder och nu omfattar vår arsenal text-till-tal-syntes och noll-skott-röstkloning.

Hur har generativ AI förändrat er tekniska stack och hur deployerar ni den?

Generativ AI har medfört betydande förändringar i både vår tekniska stack och deploymentsstrategier. Vår nuvarande tekniska stack inkluderar avancerade maskinlärningsbibliotek och ramverk som stöder generativa AI-modeller, särskilt för text-till-tal-syntes och noll-skott-röstkloning. Vi använder högpresterande beräkningsresurser för att träna dessa modeller, eftersom de kräver betydande beräkningskraft. Detta innebär att vi använder GPU-accelererad hårdvara för att hantera den intensiva bearbetningsbelastningen.

För deployment förlitar vi oss tungt på molnbaserade lösningar. Detta erbjuder oss den skalbarhet som behövs för att hantera de tunga arbetsbelastningarna för generativa AI-applikationer. Vi använder containertekniker som Docker och orkestreringsverktyg som Kubernetes för att hantera och skala våra applikationer effektivt. Detta setup säkerställer att våra generativa AI-modeller kan deployas snabbt och skalas enligt efterfrågan.

Våra CI/CD-pipelines är optimerade för maskinlärningsarbetsflöden. Vi använder verktyg som möjliggör automatisering av träning och deployment av modeller, vilket säkerställer att de alltid är uppdaterade med den senaste datan och algoritmerna. Denna automatisering är avgörande för att upprätthålla effektiviteten hos våra generativa AI-applikationer.

När det gäller datahantering har vi implementerat robusta dataprocesseringspipelines. Dessa pipelines är utformade för att hantera stora mängder data effektivt, vilket är avgörande för att träna och köra generativa AI-modeller. Vi säkerställer att data bearbetas och lagras säkert, i enlighet med bästa praxis för datasäkerhet och integritet.

Sammanfattningsvis har integrationen av generativ AI i vår tekniska stack lett oss till att anta högpresterande beräkningsresurser, molnbaserade infrastrukturer, containerteknik för skalbarhet, automatiserade CI/CD-pipelines för maskinlärning och säkra dataprocesseringsmekanismer. Dessa tekniska element är grundläggande för att stödja de avancerade funktionerna i våra generativa AI-applikationer.

Instreamatic specialiserar sig på det du kallar kontextuell video- och ljudannonsering—hur definierar du det?

Kontextuell annonsering utnyttjar nuvarande framsteg inom generativ AI för att avsevärt förändra vad som är möjligt med video- och ljudannonser. Resultatet för företag är ökad varumärkesengagemang och avkastning på investeringar. Kontextuella annonser erbjuder i princip en obegränsad förmåga att kontinuerligt generera och A/B-testa nytt kreativt innehåll som är relevant för lyssnarens specifika kontext och miljö.

Faktum är att annonsbranschen har kämpat med sjunkande engagemangstal över annonsformat under flera år. Det är troligen ingen överraskning för någon, eftersom konsumenter visar ökad skärmtrötthet och motstånd mot generaliserad annonsering som förlitar sig på att bomba publiken med annonsmängd för att generera konverteringar. Medan annonser som visar mer specifikt originalinnehåll och högre relevans för konsumenten genererar högre engagemang, är tids- och kostnadsinvesteringarna som krävs för att manuellt producera och hantera separat annonsinnehåll för varje enskild konsuments kontext extremt begränsande.

Våra kontextuella ljud-, video- och CTV-annonser drivs av AI för att bryta denna låga engagemangstrend genom att möjliggöra för annonsörer att göra varje annons hyperrelevant och exakt riktad till konsumenten som hör den. Tänk på en traditionell 30-sekunders ljudannons: en anställd röstskådespelare kan spela in några annonsvarianter, inte tillräckligt för att lyssnaren ska bli särskilt överraskad eller för att nödvändigtvis fånga deras uppmärksamhet. Kontextuella annonser kan förbättra det traditionella annonsinnehållet genom att använda generativ AI för att syntetisera samma skådespelares röst och automatiskt generera tusentals annonsvarianter över en kampanj.

Kontextuella annonser är särskilt användbara för att återuppliva längre annonskampanjer (i intervallet 3-6 månader). Traditionellt är dessa kampanjer mycket sårbara för kreativ trötthet: publiken får samma kreativa innehåll om och om igen, vilket oundvikligen leder till minskat engagemang. Vår teknik löser denna utmaning genom att göra det enkelt att förnya kreativa innehåll varje vecka. För detaljhandlare med veckovis uppdaterade produkt erbjudanden, till exempel, är vår automatiska annonsgenerering lika idealisk för att hålla kampanjerna aktuella och färska.

Hur realistiskt är det för varumärken att förvänta sig att AI ska hyperpersonanpassa annonser?

Det är nu fullständigt realistiskt, som demonstreras av generativ-AI-driven kontextuell annonsering. Kontextuella annonser kan innehålla hyperpersonanpassade detaljer, inklusive lyssnarens plats, tid på dagen, namnet eller typen av app eller plattform de använder och aktiviteten de är engagerade i, antingen det är att lyssna på en podcast, spela ett spel etc. Kontextuella annonser kan även innehålla variabler som namnger lokala butiker och adresser, lokala butiks kampanjer, kampanjkoder (unika för varje kanal för att möjliggöra prestandamätning), resmål med specifika erbjudanden och mycket mer. Dessa annonser kan också namnge den närmaste lokala butiken där en lyssnare kan interagera med varumärket och lösa in erbjudandet som presenteras i annonsen. Denna samma riktningsskapacitet säkerställer att annonskampanjer når validerade publik som är mest mottagliga för de produkter och lösningar som erbjuds. Dessa annonser genereras och levereras utan att spela in ny röst eller röstöverföring.

Kan du diskutera de centrala erbjudandena som era kunder har tillgång till?

Från ett varumärkesperspektiv tar vår Kontextuella Annonsplattform en enda ursprunglig röstprov och manus, identifierar den uppsättning parametrar som är unika för varje enskild lyssnare och använder vår röst-AI-kapacitet för att sömlöst producera och serva ljud-, video- eller CTV-annonser som är anpassade till dessa specifika detaljer. Till exempel kunde en Kontextuell Annons som genereras för en specifik användare börja med “Hoppas du njuter av din podcast på denna regniga morgon i Chicago, jag ville bara låta dig veta att kaffe är köp ett få ett gratis hela månaden på Jakes Coffeeshop”. Medan produktion av samma annonskreativitet med förinspelad ljud och grenlogik vore en nästan omöjlig uppgift, förbereder röst-AI bakom Kontextuella Annonser denna kreativitet på begäran – automatiskt och i realtid.

Från en utgivares perspektiv erbjuder AI-drivna röst-, video- och CTV-Kontextuella Annonser en banbrytande innovation med ingen komplex integration krävs. Kontextuella Annonser fungerar med alla efterfråge-sidor (DSP) och annonservrar som stöder VAST-taggar, vilket erbjuder omedelbar skalbarhet. Utgivare kan också utnyttja vår annonsnätverk för att nå mer än 6 miljarder visningar globalt utan någon plattformsavgift: tekniska kostnader ingår i mediakostnader när publicering sker inom nätverket.

Kan du dela några detaljer om processen för att lansera en annons på plattformen?

Att lansera en annons på vår plattform tar bokstavligen bara några minuter. Varumärkes- eller byråanvändaren skriver bara annonsmanus med eller utan hjälp av AI, väljer sedan antingen en royaltyfri röst från vår Röstbibliotek eller klonar sin egen rösttalang. Användare kan också ladda upp eventuella ytterligare tillgångar som behövs (bakgrundsmusik, videoinspelningar, banners etc.). Användaren slutför annonsen och plattformen tillhandahåller versioner som är klara att serva – antingen via VAST-taggen (branschstandard för annons-trafik), eller som nedladdningsbara mediafiler redo att gå för alla digitala och sändningsmiljöer.

Dessa AI-berikade annonser inte bara ökar prestandan för video- och ljudannonskampanjer genom att möjliggöra hyperpersonanpassning i skala, utan minskar också kostnaden för att producera kampanjer och reducerar annonskreationstiden från veckor till minuter. För kampanjer med 50+ versioner upplever användarna en ~10X kostnadsminskning. Vår teknik erbjuder lika avgörande fördelar för kampanjer med enstaka kreativa innehåll. Plattformen är också ett utmärkt instrument för säljteam för att snabbt producera annonsmockups för sina kunder utan att engagera sig i produktion och kreativa team på ett tidigt stadium, eftersom vår AI kan skriva manus och fullständigt producera anpassade annonser.

Vad är din vision för framtiden för AI-annonsering och marknadsföring?

Jag ser verkligen en framtid där kunder inte är irriterade över (eller stänger av) annonser eftersom var och en är nu relevant och mer intressant för dem, med varumärken som är ännu mer kapabla att nå rätt publik vid rätt ögonblick med det perfekta kontextmeddelandet. Det är uppenbarligen en stor förändring från var branschen är idag, men jag tror att det är dit vi är på väg – och AI, utnyttjad strategiskt, gör det möjligt. Kontextuella Annonser kommer också att fortsätta bli bättre på att fånga lyssnarnas uppmärksamhet eftersom de talar direkt till deras kontext och behov, särskilt i en värld där användarriktning blir svårare och svårare – så kontextriktning är den enda effektiva mekanismen för att förbättra annonsprestanda. Vår avancerade generativa annons-AI kan skapa obegränsat nya kreativa innehåll för att adressera varje lyssnare som en individ. Resultatet är en ökning av lyssnarengagemanget, större annonsavkastning och mer meningsfulla kundkontakter för varumärken.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Instreamatic.