После проверки вакансий я разобрал кастдев-сценарии и провёл границу между механическим поиском контента и профессиональной насмотренностью, которую пока лучше оставить человеку.

Что из поиска контента можно отдать цифровому сотруднику

В предыдущей части я проверял, платит ли бизнес людям за поиск трендов, референсов, новых форматов и внешнего контента.
Платит.
Такая работа регулярно находится внутри SMM, контентных и креативных ролей.

Но дальше возник вопрос намного интереснее.

Если человек уже получает деньги за эту работу, какую её часть вообще имеет смысл автоматизировать?

Потому что здесь очень легко сделать слишком простой вывод.
Человек несколько часов в неделю смотрит ролики.
Значит, пусть AI посмотрит всё вместо него.

Чем подробнее я разбирал сам процесс, тем меньше мне нравилась эта идея.

Я попробовал посмотреть на одну работу глазами разных людей

Перед живыми встречами я прогнал несколько кастдев-сценариев.
Мне было важно не зафиксироваться на одном условном SMM-менеджере.

Поэтому я смотрел на разные ситуации.

• Штатныей SMM одного бренда.
• Агентство с несколькими клиентами.
• Reels-мейкер.
• Владелец небольшого бизнеса.
• E-commerce команда с большим объёмом контента.
• Руководитель контентной функции.
• И отдельно сильный специалист, который много лет обучал свои рекомендательные ленты и вообще не считает просмотр контента потерей времени.

В каждом случае я пытался восстановить саму работу.

• Когда последний раз искали референсы?
• Почему вообще начался поиск?
• Где искали?
• Сколько материалов посмотрели?
• Сколько сохранили?
• Что из сохранённого реально использовали?
• Почему остальное отсеялось?
• Что в процессе раздражает?
• А что, наоборот, считается полезной частью профессии?

И довольно быстро стало видно, что под одной фразой “искать контент” скрываются очень разные действия.

Не весь просмотр контента является потерей времени

Представим специалиста, который за несколько часов посмотрел 100 роликов.
Сохранил 10.
Использовал 2.

Если смотреть только на цифры, эффективность выглядит ужасно.
98 роликов как будто просмотрены зря.
Значит, нужно убрать эти 98 просмотров.

Но сильный специалист часто смотрит на это совсем иначе.
Пока он листает поток, он одновременно замечает:

• что начинают копировать конкуренты,
• какие хуки становятся одинаковыми,
• какие визуальные приёмы появляются чаще,
• какие шутки уже надоели,
• что приходит из соседних ниш,
• какие механики только начинают появляться.

Он не просто ищет один нужный ролик.
Он постепенно обновляет представление о том, что вообще происходит вокруг.
Это насмотренность.

И если убрать весь этот просмотр целиком, вместе с рутиной можно случайно убрать часть профессиональной работы.

Зато внутри этого просмотра много совершенно механических действий

И вот здесь граница стала намного понятнее.
Снова увидеть ролик, который уже смотрел неделю назад.
Просмотреть десять почти одинаковых копий одного тренда.
Перекладывать ссылки между Saved, Telegram и Notion.
Пытаться вспомнить, куда месяц назад сохранил нужный референс.
Каждый раз заново искать один и тот же тип материалов.
Убирать дубли.

Всё это очень похоже на работу, которую человеку необязательно выполнять самому.
А дальше начинается совсем другой слой.

• Увидеть новую механику.
• Понять, почему она сработала.
• Заметить, что формат только появляется.
• Решить, подходит ли конкретная шутка бренду.
• Увидеть интересный приём вообще в другой отрасли.
• Соединить два разных референса в новую собственную идею.

Вот здесь уже начинается профессиональное решение.
Поэтому граница продукта для меня стала выглядеть так:

Не автоматизировать просмотр контента вообще. Убрать механический слой до момента, где действительно нужен человек.

Само найденное видео ещё ничего не решает

Это ещё один повторяющийся сигнал.
Если человек сохранил ролик, это совсем не значит:

“Нужно снять такой же”.

Один ролик может быть интересен только первыми тремя секундами.
В другом нужен монтаж.
В третьем - способ появления человека в кадре.
В четвёртом - текст на первом экране.

А иногда идея вообще собирается из нескольких разных источников.
Из одного берётся механика.
Из другого - хук.
Из третьего - визуальный приём.
И уже потом из этого появляется собственный сценарий.

Получается, ценность находится не в самом найденном ролике.
Ценность в том, что человек сумел из него извлечь.
Поэтому идея:

“AI найдёт лучший ролик и скажет, что нужно снять”

после этого исследования выглядит для меня всё слабее.

Финальное решение я бы пока оставил человеку

Даже если система хорошо понимает содержание видео и видит его статистику, остаётся слишком много контекста.
Подходит ли это бренду?
Можно ли это нормально снять?
Есть ли бюджет?
Не делали ли мы уже что-то похожее?
Не выглядит ли это прямым копированием?
Согласует ли такую идею клиент?
Подходит ли она текущей кампании?
Не умер ли уже тренд?

Иногда ролик с миллионом просмотров вообще бесполезен.
А маленький ролик может содержать ровно тот приём, который сейчас нужен.
Поэтому решение:

это действительно стоит использовать

я бы пока не отдавал системе целиком.

Но до этого решения находится большой слой работы, который выглядит намного проще для автоматизации.

Вот здесь появляется работа для цифрового сотрудника

Изначально моя формулировка была очень простой: сервис ищет свежие видео по нужной теме.
Сейчас она выглядит иначе.

Система сначала собирает большой пул потенциальных материалов.

• Потом убирает уже просмотренное.
• Удаляет дубли.
• Группирует похожее.
• Отсекает явно неподходящее.
• Понимает, что происходит внутри ролика.
• Выделяет потенциально интересные механики.
• Добавляет доступные показатели.
• Разносит материалы по нужным направлениям.

И только после этого показывает результат человеку.
Условно:
300 потенциальных материалов

превращаются в:
20, которые действительно стоит открыть

а человек уже выбирает:
3, с которыми имеет смысл работать дальше.

Вот такая граница мне сейчас кажется намного здравее.

Человек всё ещё смотрит контент

И это важно.
Продукт не должен говорить:

“Теперь тебе больше не нужно смотреть внешний контент”.

Нужно.
Просто раньше человек начинал со всего потока.
А теперь может начинать с уже подготовленной выборки.

Он всё так же:

• смотрит,
• сравнивает,
• замечает,
• выбирает,
• адаптирует,
• придумывает.

Меняется только точка входа.
Система забирает первый большой слой.
Человек подключается там, где уже действительно требуется его внимание.

Идея ежедневной подборки после этого тоже стала выглядеть слабее

Сначала мне казалось логичным просто каждый день присылать пользователю новые видео по нужной теме.
После кастдевов эта механика уже не кажется такой очевидной.

Представим специалиста, у которого шесть клиентов.
Если по каждому ежедневно присылать по 15 роликов, получится 90 новых материалов.
Мы не сократили работу.

Мы создали ещё одну работу:

• Ещё одну входящую очередь.
• Ещё одно место, где накапливается непросмотренное.

Поэтому сама система вполне может работать постоянно.

Но человеку совсем не обязательно получать подборку каждый день.
Где-то результат нужен два раза в неделю.
Где-то поиск запускается под конкретный бриф.
Где-то перед новой рекламной кампанией.

А где-то человека вообще имеет смысл отвлекать только тогда, когда появилось что-то действительно интересное.
То есть ценность не в ежедневной доставке.

Ценность в том, что к моменту появления задачи внешнее поле уже исследовано.

Не всем такой продукт будет нужен одинаково

Это тоже стало заметно.
Если сильный SMM несколько лет ведёт один бренд в одной нише, у него может быть уже отлично настроена собственная система.

• Лента обучена.
• Авторы известны.
• Источники понятны.
• Сам просмотр одновременно поддерживает насмотренность.

Здесь отдельному продукту ещё нужно доказать, что он вообще улучшает существующий процесс.

Совсем иначе выглядит агентство с несколькими клиентами.
Или команда, работающая с несколькими брендами.
E-commerce, где постоянно нужны новые креативы.
Performance-команда, которой каждую неделю нужны новые гипотезы.
Контентное производство с большим объёмом.

Там внешний поиск уже меньше похож на свободное листание ленты.
Он начинает становиться частью производственного процесса.
Нет хороших внешних сигналов и референсов - дальше сложнее придумывать идеи, писать сценарии и запускать производство.

В итоге первоначальная гипотеза заметно изменилась

Начинал я примерно с такого продукта:

Каждый день находить свежие видео по нужной теме и присылать их пользователю.

Сейчас я бы уже так его не описывал.
Ближе другая формулировка:

Цифровой сотрудник исследует большой внешний поток контента и готовит небольшой набор новых материалов, на которые человеку действительно стоит потратить внимание.

Роль получается уже.
Но именно поэтому она выглядит реалистичнее.

Система:

• ищет,
• помнит,
• фильтрует,
• группирует,
• понимает,
• ранжирует,
• готовит.

Человек:

• смотрит,
• оценивает,
• выбирает,
• адаптирует,
• создаёт.

Если совсем коротко:

Мы не должны заменять насмотренность. Мы должны убрать большой слой шума перед ней.

Теперь разговоров уже недостаточно

Вакансии показали, что за такую работу бизнес действительно платит.
Кастдевы помогли лучше провести границу между механическим поиском и профессиональным решением.

Но следующий шаг уже нужно смотреть глазами, а не обсуждать словами.
У меня назначены встречи с людьми, которые делают такую работу в реальности.

Теперь я хочу увидеть их экран:

• Откуда начинается поиск.
• Как человек двигается по ленте.
• Где останавливается.
• Почему один ролик сохраняет, а второй пропускает.
• Что считает сильным сигналом.
• Куда складывает найденное.
• Как потом возвращается к референсам.
• Что из сохранённого реально доходит до производства.

Потому что главный вопрос продукта теперь стал довольно конкретным:

Если система подготовит действительно хорошую короткую выборку, сократит ли человек после этого свой ручной поиск?

Если да, здесь начинает появляться реальная работа для цифрового сотрудника.
Если нет, мы просто сделаем ещё одну ленту.