Stas Tushinskiy, CEO & Co-Founder của Instreamatic – Series Phỏng Vấn

Stas Tushinskiy là CEO và đồng sáng lập của Instreamatic, một nền tảng cung cấp các giải pháp tiếp thị âm thanh và giọng nói được hỗ trợ bởi trí tuệ nhân tạo để giúp các thương hiệu tương tác tốt hơn với người tiêu dùng.

Trước đây, bạn đã đồng sáng lập Unisound, một cơ quan quảng cáo âm thanh. Kinh nghiệm này đã dẫn bạn đến việc hình thành ý tưởng về việc ra mắt một công ty tiếp thị giọng nói dựa trên trí tuệ nhân tạo như thế nào?

Kinh nghiệm của tôi tại Unisound đã giúp tôi hiểu rõ về sự thay đổi của cảnh quan quảng cáo âm thanh kỹ thuật số. Chúng tôi đã đi đầu trong việc nhận ra nhu cầu và tiềm năng ngày càng tăng của quảng cáo âm thanh trong không gian kỹ thuật số.

Một điểm quan trọng mà tôi đã rút ra từ thời gian tại đó là việc nhận ra rằng cá nhân hóa và ngữ cảnh hóa đáng kể tăng cường hiệu quả của quảng cáo, bao gồm cả quảng cáo âm thanh. Sự hiểu biết này đã trở thành một phần quan trọng trong tầm nhìn của Instreamatic.

Tại Unisound, chúng tôi đã nhận thấy một khoảng trống trên thị trường về các giải pháp quảng cáo thông minh và phản hồi. Chúng tôi đã hình dung sử dụng trí tuệ nhân tạo không chỉ để nhắm mục tiêu mà còn để tạo ra một trải nghiệm tương tác và hấp dẫn hơn. Điều này đã dẫn đến ý tưởng về một nền tảng tiếp thị được hỗ trợ bởi trí tuệ nhân tạo, sẽ cách mạng hóa cách chúng ta tương tác với quảng cáo.

Bạn có thể chia sẻ câu chuyện về việc ra mắt Instreamatic?

Ban đầu, Instreamatic được sinh ra từ tầm nhìn để biến đổi cách các nhà xuất bản âm thanh kiếm tiền từ nội dung của họ. Lúc đầu, chúng tôi tập trung vào việc phục vụ quảng cáo âm thanh để kiếm tiền, điều này vẫn là một phần quan trọng của hoạt động của chúng tôi.

Khi chúng tôi深入 vào ngành công nghiệp, chúng tôi đã xác định một cơ hội đáng kể trong lĩnh vực trí tuệ nhân tạo để tối ưu hóa sáng tạo. Sự nhận ra này đã đóng vai trò quan trọng trong việc định hình hướng đi của chúng tôi toward việc tích hợp công nghệ trí tuệ nhân tạo sâu hơn vào các dịch vụ của chúng tôi.

Sự kết hợp giữa chuyên môn của chúng tôi trong lĩnh vực quảng cáo âm thanh và sự tiến bộ của công nghệ trí tuệ nhân tạo đã là chất xúc tác cho Instreamatic. Chúng tôi đã nhìn thấy tiềm năng không chỉ phục vụ các nhà xuất bản mà còn để nâng cao trải nghiệm quảng cáo tổng thể cho người dùng và nhà quảng cáo, tạo ra một hệ sinh thái quảng cáo động và hiệu quả hơn.

Những công nghệ trí tuệ nhân tạo / máy học ban đầu được sử dụng là gì?

Chúng tôi bắt đầu với một bộ phân loại đơn giản. Đó là một phương pháp học máy có giám sát, trong đó mô hình cố gắng dự đoán nhãn chính xác của dữ liệu đầu vào. Sau đó, chúng tôi đã nâng cao bộ phân loại của mình bằng cách sử dụng các kỹ thuật nhúng. Cuối cùng, chúng tôi không giới hạn mình trong các công nghệ NLP. Các ý tưởng và thách thức mới đã xuất hiện, và hiện tại, kho vũ khí của chúng tôi bao gồm cả tổng hợp giọng nói và nhân bản giọng nói không cần dữ liệu đào tạo.

Trí tuệ nhân tạo tạo ra đã thay đổi ngăn xếp công nghệ của bạn như thế nào và bạn triển khai nó?

Trí tuệ nhân tạo tạo ra đã mang lại những thay đổi đáng kể cho cả ngăn xếp công nghệ và chiến lược triển khai của chúng tôi. Ngăn xếp công nghệ hiện tại của chúng tôi bao gồm các thư viện và khuôn khổ học máy tiên tiến hỗ trợ các mô hình trí tuệ nhân tạo tạo ra, đặc biệt là cho tổng hợp giọng nói và nhân bản giọng nói không cần dữ liệu đào tạo. Chúng tôi sử dụng các tài nguyên tính toán hiệu suất cao để đào tạo các mô hình này, vì chúng yêu cầu sức mạnh tính toán đáng kể. Điều này liên quan đến việc tận dụng phần cứng tăng tốc bằng GPU để xử lý các yêu cầu tính toán mạnh.

Đối với việc triển khai, chúng tôi phụ thuộc nặng vào các giải pháp dựa trên đám mây. Điều này cung cấp cho chúng tôi khả năng mở rộng cần thiết để quản lý các khối lượng công việc nặng của các ứng dụng trí tuệ nhân tạo tạo ra. Chúng tôi sử dụng các công nghệ контейнер hóa như Docker và các công cụ điều phối như Kubernetes để quản lý và mở rộng các ứng dụng của mình một cách hiệu quả. Cấu hình này đảm bảo rằng các mô hình trí tuệ nhân tạo tạo ra của chúng tôi có thể được triển khai nhanh chóng và mở rộng theo nhu cầu.

Các đường ống CI/CD của chúng tôi được tối ưu hóa cho các công việc học máy. Chúng tôi sử dụng các công cụ cho phép chúng tôi tự động hóa việc đào tạo và triển khai mô hình, đảm bảo rằng chúng luôn được cập nhật với dữ liệu và thuật toán mới nhất. Tự động hóa này là rất quan trọng để duy trì hiệu quả của các ứng dụng trí tuệ nhân tạo tạo ra của chúng tôi.

Về việc xử lý dữ liệu, chúng tôi đã triển khai các đường ống xử lý dữ liệu mạnh mẽ. Các đường ống này được thiết kế để xử lý hiệu quả các khối lượng dữ liệu lớn, điều này là cần thiết cho việc đào tạo và vận hành các mô hình trí tuệ nhân tạo tạo ra. Chúng tôi đảm bảo rằng dữ liệu được xử lý và lưu trữ một cách an toàn, tuân thủ các phương pháp hay nhất về bảo mật và quyền riêng tư dữ liệu.

Tổng thể, việc tích hợp trí tuệ nhân tạo tạo ra vào ngăn xếp công nghệ của chúng tôi đã dẫn chúng tôi đến việc áp dụng các tài nguyên tính toán hiệu suất cao, cơ sở hạ tầng dựa trên đám mây, công nghệ контейнер hóa để mở rộng, các đường ống CI/CD tự động hóa cho học máy, và các cơ chế xử lý dữ liệu an toàn. Những yếu tố kỹ thuật này là cơ bản để hỗ trợ các khả năng tiên tiến của các ứng dụng trí tuệ nhân tạo tạo ra của chúng tôi.

Instreamatic chuyên về quảng cáo video và âm thanh ngữ cảnh – bạn định nghĩa nó như thế nào?

Quảng cáo ngữ cảnh tận dụng các tiến bộ trong trí tuệ nhân tạo tạo ra để thay đổi đáng kể những gì có thể với quảng cáo video và âm thanh. Kết quả cho các doanh nghiệp là tăng cường tương tác của thương hiệu và ROI. Quảng cáo ngữ cảnh cung cấp khả năng tạo và kiểm tra A/B các nội dung sáng tạo mới liên tục theo ngữ cảnh và môi trường cụ thể của người nghe.

Thực tế là ngành công nghiệp quảng cáo đã phải đối mặt với việc giảm tỷ lệ tương tác trên các loại quảng cáo trong nhiều năm. Điều đó không có gì ngạc nhiên, vì người tiêu dùng thể hiện sự mệt mỏi với màn hình và kháng lại quảng cáo tổng quát dựa trên việc轟炸 khán giả với số lượng quảng cáo để kiếm chuyển đổi. Trong khi quảng cáo thể hiện nội dung gốc và liên quan hơn đến người tiêu dùng kiếm được tương tác cao hơn, đầu tư thời gian và chi phí để sản xuất và quản lý quảng cáo riêng biệt cho từng ngữ cảnh của người tiêu dùng là cực kỳ tốn kém.

Quảng cáo âm thanh, video và truyền hình kết nối (CTV) ngữ cảnh của chúng tôi được hỗ trợ bởi trí tuệ nhân tạo để chống lại xu hướng tương tác thấp này bằng cách cho phép nhà quảng cáo làm cho mỗi quảng cáo trở nên liên quan và chính xác nhắm đến người nghe. Hãy xem xét một quảng cáo âm thanh truyền thống 30 giây: một diễn viên lồng tiếng có thể ghi lại một vài biến thể quảng cáo, không đủ để người nghe cảm thấy ngạc nhiên hoặc để nắm bắt sự chú ý của họ. Quảng cáo ngữ cảnh có thể tăng cường nội dung quảng cáo truyền thống, sử dụng trí tuệ nhân tạo tạo ra để tổng hợp giọng nói của diễn viên và tự động tạo ra hàng nghìn biến thể quảng cáo trên một chiến dịch.

Quảng cáo ngữ cảnh đặc biệt hữu ích cho việc làm mới các chiến dịch quảng cáo dài hơn (trong khoảng 3-6 tháng). Truyền thống, những chiến dịch này rất dễ bị mệt mỏi sáng tạo: khán giả nhận được cùng một nội dung sáng tạo nhiều lần, cuối cùng dẫn đến giảm tương tác. Công nghệ của chúng tôi giải quyết thách thức này bằng cách làm cho nó đơn giản để làm mới nội dung sáng tạo hàng tuần. Đối với các nhà bán lẻ có đề xuất sản phẩm cập nhật hàng tuần, ví dụ, việc tạo quảng cáo tự động của chúng tôi cũng lý tưởng để giữ cho các chiến dịch này luôn mới mẻ và hiện tại.

Thực tế như thế nào để các thương hiệu mong đợi trí tuệ nhân tạo sẽ siêu cá nhân hóa quảng cáo?

Bây giờ, điều đó hoàn toàn thực tế, như được chứng minh bởi quảng cáo ngữ cảnh được hỗ trợ bởi trí tuệ nhân tạo tạo ra. Quảng cáo ngữ cảnh có thể bao gồm các chi tiết siêu cá nhân hóa, bao gồm vị trí của người nghe, thời gian trong ngày, tên hoặc loại ứng dụng hoặc nền tảng họ đang sử dụng, và hoạt động họ đang tham gia, cho dù đó là nghe một podcast, chơi trò chơi, v.v. Quảng cáo ngữ cảnh thậm chí có thể bao gồm các biến như tên của cửa hàng địa phương và địa chỉ, khuyến mãi trong cửa hàng, mã khuyến mãi (độc nhất cho mỗi kênh để cho phép đo hiệu suất), điểm đến du lịch với các ưu đãi cụ thể, và nhiều hơn nữa. Những quảng cáo này cũng có thể đặt tên cho cửa hàng địa phương gần nhất nơi người nghe có thể tương tác với thương hiệu và兑换 ưu đãi được đề xuất trong quảng cáo. Khả năng nhắm mục tiêu này cũng đảm bảo rằng các chiến dịch quảng cáo tiếp cận được với khán giả đã được kiểm chứng là dễ tiếp nhận nhất với các sản phẩm và giải pháp được đề xuất. Tất cả những quảng cáo này đều được tạo ra và phân phối mà không cần ghi lại nội dung giọng nói hoặc nội dung lồng tiếng mới.

Bạn có thể thảo luận về các dịch vụ cốt lõi mà khách hàng của bạn có thể tiếp cận?

Từ góc độ của thương hiệu, nền tảng Quảng cáo ngữ cảnh của chúng tôi lấy một mẫu giọng nói ban đầu và kịch bản, xác định tập hợp các tham số duy nhất cho từng người nghe cá nhân, và sử dụng khả năng giọng nói trí tuệ nhân tạo của chúng tôi để tạo ra và phân phối quảng cáo âm thanh, video hoặc CTV phù hợp với những thông số đó. Ví dụ, một Quảng cáo ngữ cảnh được tạo ra cho một người dùng cụ thể có thể bắt đầu, “Hy vọng bạn đang tận hưởng podcast của mình vào một buổi sáng mưa ở Chicago, tôi chỉ muốn thông báo nhanh với bạn rằng cà phê mua một tặng một tại Jake’s Coffeeshop trong suốt tháng.” Trong khi việc sản xuất quảng cáo sáng tạo như vậy với âm thanh được ghi sẵn và logic phân nhánh sẽ là một nhiệm vụ gần như không thể, trí tuệ nhân tạo giọng nói đằng sau Quảng cáo ngữ cảnh chuẩn bị nội dung này theo yêu cầu – tự động và trong thời gian thực.

Từ góc độ của nhà xuất bản, quảng cáo âm thanh, video và CTV ngữ cảnh được hỗ trợ bởi trí tuệ nhân tạo của chúng tôi cung cấp một đổi mới mang tính cách mạng với không cần tích hợp phức tạp. Quảng cáo ngữ cảnh hoạt động với tất cả các nền tảng quản lý nhu cầu (DSP) và máy chủ quảng cáo hỗ trợ thẻ VAST, cung cấp khả năng mở rộng tức thì. Các nhà xuất bản cũng có thể tận dụng mạng lưới quảng cáo của chúng tôi để tiếp cận hơn 6 tỷ lần hiển thị trên toàn cầu mà không có chi phí nền tảng: chi phí kỹ thuật được bao gồm trong chi tiêu truyền thông khi xuất bản trong mạng.

Bạn có thể chia sẻ một số chi tiết về quá trình ra mắt một quảng cáo trên nền tảng?

Việc ra mắt một quảng cáo trên nền tảng của chúng tôi chỉ mất vài phút. Người dùng thương hiệu hoặc cơ quan chỉ cần viết kịch bản quảng cáo với hoặc không có sự giúp đỡ của trí tuệ nhân tạo, sau đó chọn một giọng nói miễn phí bản quyền từ Thư viện Giọng nói của chúng tôi hoặc nhân bản tài năng giọng nói của riêng họ. Người dùng cũng có thể tải lên bất kỳ tài sản bổ sung nào cần thiết (nhạc nền, đoạn phim, biểu ngữ, v.v.). Người dùng cuối cùng hóa quảng cáo, và nền tảng cung cấp các phiên bản sẵn sàng để phục vụ – hoặc thông qua thẻ VAST (tiêu chuẩn công nghiệp cho giao thông quảng cáo), hoặc dưới dạng tệp phương tiện có thể tải xuống sẵn sàng để đi cho bất kỳ môi trường kỹ thuật số và phát sóng nào.

Những quảng cáo được tăng cường bởi trí tuệ nhân tạo này không chỉ tăng cường hiệu suất của các chiến dịch quảng cáo âm thanh và video bằng cách cho phép siêu cá nhân hóa ở quy mô lớn, mà còn cắt giảm chi phí sản xuất chiến dịch và giảm thời gian tạo quảng cáo từ vài tuần xuống chỉ vài phút. Đối với các chiến dịch có 50+ phiên bản, người dùng trải nghiệm giảm chi phí khoảng 10 lần. Công nghệ của chúng tôi cũng mang lại lợi ích quyết định cho các chiến dịch sáng tạo đơn lẻ. Nền tảng cũng là một công cụ tuyệt vời cho các đội bán hàng để nhanh chóng tạo ra các mẫu quảng cáo cho khách hàng của họ mà không cần tham gia với các đội sản xuất và sáng tạo ở giai đoạn đầu, vì trí tuệ nhân tạo của chúng tôi có thể viết kịch bản và sản xuất hoàn toàn các quảng cáo tùy chỉnh.

Visions của bạn cho tương lai của quảng cáo và tiếp thị dựa trên trí tuệ nhân tạo là gì?

Tôi thực sự nhìn thấy một tương lai nơi khách hàng không bị khó chịu (hoặc tắt) quảng cáo vì mỗi quảng cáo bây giờ đều liên quan và thú vị hơn với họ, với các thương hiệu có khả năng tiếp cận khán giả phù hợp tại đúng thời điểm với thông điệp ngữ cảnh hoàn hảo. Đó rõ ràng là một sự thay đổi lớn so với nơi ngành công nghiệp đang đứng hiện tại, nhưng tôi tin rằng đó là nơi chúng tôi đang hướng đến – và trí tuệ nhân tạo, được tận dụng một cách chiến lược, đang khiến điều đó trở nên khả thi. Quảng cáo ngữ cảnh cũng sẽ tiếp tục cải thiện khả năng thu hút sự chú ý của người nghe vì chúng nói trực tiếp đến ngữ cảnh và nhu cầu của họ, đặc biệt là trong thế giới ưu tiên quyền riêng tư nơi nhắm mục tiêu người dùng trở nên khó khăn hơn – vì vậy nhắm mục tiêu ngữ cảnh là cơ chế hiệu quả duy nhất để tăng cường hiệu suất quảng cáo. Trí tuệ nhân tạo quảng cáo tạo ra tiên tiến của chúng tôi có thể tạo ra vô số nội dung sáng tạo mới để giải quyết từng người nghe như một cá nhân. Kết quả là sự gia tăng tương tác của người nghe, ROI quảng cáo cao hơn, và kết nối khách hàng có ý nghĩa hơn cho các thương hiệu.

Cảm ơn cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm có thể truy cập Instreamatic.