Я исследовал ИИ для нарезки видео. Ещё один OpusClip я бы не строил

Второй финалист после отбора 32 идей - автоматическая нарезка трансляций на короткие ролики. После глубокого исследования я бы закрыл идею универсального сервиса и проверял только узкую автоматическую цепочку для русскоязычных игровых авторов.

В предыдущей статье я разобрал первую из четырёх гипотез, которые оставил после отбора 32 идей.

Теперь взял вторую - автоматическую нарезку длинных видео и трансляций на короткие ролики.

Исходная задача выглядит сильной.
Многочасовая трансляция заканчивается, а лучшие моменты внутри неё ещё нужно найти, вырезать, оформить и разнести по площадкам.
У автора на это может уйти ещё несколько часов. Поэтому часть хороших эпизодов вообще не превращается в отдельный контент.

На первом отборе эта гипотеза выглядела одной из самых практичных.
Рынок уже существует.
За похожие сервисы платят.
Работа повторяется после каждой новой трансляции.

ИИ здесь действительно нужен.
Но обычный сервис «загрузил длинное видео - получил короткие ролики» я бы не строил.

После глубокого исследования мне интересна только более узкая версия:

После игровой трансляции автор ничего не загружает и не открывает редактор. Утром получает в Telegram пять действительно сильных роликов, выбирает нужные, а система сама отправляет их на площадки.

Главный вопрос теперь не в том, умеет ли ИИ резать видео.
Он умеет.

Мне нужно понять, умеет ли он достаточно хорошо выбирать, что именно стоит вырезать.

Рынок уже занят

На глобальном рынке работают OpusClip, Vizard, Klap, Descript, Riverside, Captions, Submagic, 2short.ai и другие сервисы.

Игровые трансляции отдельно обрабатывают Eklipse, Medal, Powder, Framedrop и другие решения.

В России тоже уже есть продукты для этой работы. В текущей выдаче находятся ClipCut, KROW Clips, ShortsCut и другие сервисы, которые предлагают автоматическую нарезку длинного видео, вертикальный формат и субтитры.

То есть идея уже стала отдельной товарной категорией.

OpusClip сейчас продаёт Starter за 15 долларов в месяц и Pro за 29 долларов. Бесплатная версия даёт ограниченный объём обработки, водяной знак и ограниченное время хранения материалов.

Vizard тоже использует модель с ограниченным бесплатным объёмом и платой за минуты исходного видео.

Eklipse уже специализируется на игровых трансляциях: ищет игровые события, реакции и всплески активности аудитории, готовит вертикальные ролики и умеет отправлять их в социальные сети.

Поэтому идея «сделаем российский OpusClip» для меня закрывается почти сразу.

Русский язык сам по себе не даёт преимущества

На первом взгляде здесь есть очевидная локальная возможность: сделать продукт, который лучше понимает русский язык.
Но я бы не строил бизнес на этом предположении.

В исследовании мне не удалось найти достаточно независимых данных, чтобы утверждать, что крупные международные сервисы системно плохо работают с русской речью.

Кроме того, многоязычность быстро становится обычной функцией.

Значит, проверять нужно более узкие вещи:

• насколько система понимает игровой сленг;
• не ломается ли на смеси русской и английской речи;
• правильно ли распознаёт никнеймы и названия игр;
• понимает ли мат и быстрые эмоциональные фразы;
• выдерживает ли одновременную речь, звук игры и музыку.

Но это нужно доказывать прямым сравнением на одних и тех же реальных записях.

Самая интересная проблема обнаружилась в отзывах

Существующие продукты уже умеют физически нарезать видео.

Но пользователи описывают другую проблему:
система выбирает не те моменты.

В одном публичном обсуждении пользователь написал, что получает около 30 роликов от OpusClip, а публикует только два.

В другом обсуждении редактор подкаста описывает, что автоматически выбранные фрагменты часто теряют контекст и всё равно требуют ручной правки.

Есть и жалобы на необходимость передвигать начало и конец готовых фрагментов.

Это отдельные пользовательские истории, а не статистика рынка. Я не превращаю их в процент или средний показатель.

Но сам рисунок повторяется.
Можно посмотреть примеры:

• 30 созданных роликов и два опубликованных;
• случайный выбор моментов и потеря контекста;
• ручная доработка после автоматической нарезки.

Для меня это самая важная находка всего исследования.

ИИ может убрать монтаж, но создать новую ручную работу

Представим, что сервис обработал четырёхчасовую трансляцию и выдал 30 коротких роликов.
Формально автоматизация сработала.
Видео нарезано.
Вертикальный кадр готов.
Субтитры есть.

Но теперь автор должен посмотреть эти 30 вариантов.
Понять, где шутка обрезана.
Где не хватает начала.
Где момент выглядит ярко только внутри полного контекста.
Где система вообще выбрала не то.

В итоге монтаж уменьшился, но появилась новая работа - проверка автоматической нарезки.
Именно её я считаю настоящей продуктовой проблемой.
Поэтому я бы не измерял успех числом созданных роликов.

Мне не нужны 30 кандидатов.
Мне нужны пять.
И среди этих пяти должен быть хотя бы один, который автор готов опубликовать без монтажа.

5 хороших роликов лучше 30 кандидатов

Главной метрикой качества для первой проверки я бы сделал долю первых предложенных роликов, которые автор действительно готов публиковать.

На практике вопрос выглядит так:

Из первых 5 вариантов сколько я отправлю на площадку без дополнительного монтажа?

Не количество найденных моментов.
Не количество часов обработки.
Не красивая оценка потенциальной популярности.
А готовность опубликовать.

Я отдельно искал доказательства того, что числовые оценки «вирусности», которые показывают некоторые сервисы, действительно предсказывают будущий охват.

Убедительных публичных доказательств не нашёл.
Поэтому в первой версии я бы такую оценку вообще не показывал.

Я бы сузил первую проверку до игровых трансляций

Универсальный продукт для любых длинных видео кажется более крупным рынком.

Но именно поэтому там сложнее выделиться.
Подкасты, интервью, вебинары и разговорные видео уже хорошо покрыты существующими сервисами.

Игровая трансляция интереснее тем, что лучший момент нельзя всегда найти только по расшифровке речи.

Им может быть:

• неожиданное игровое событие;
• сильная реакция автора;
• резкий всплеск активности зрителей;
• серия быстрых игровых действий;
• смешная ошибка;
• победа;
• эмоциональный конфликт;
• момент, где слова сами по себе почти ничего не объясняют.

Eklipse прямо заявляет, что учитывает игровые события, реакции и всплески активности аудитории.
Значит, мой продукт не может выиграть только потому, что «смотрит на игру».
Нужно идти дальше.

Продукт должен начинаться не с загрузки файла

Я бы проверял не редактор, а автоматическую цепочку после трансляции.

Один раз автор подключает источник.
После каждой новой трансляции система сама начинает обработку.

Утром в Telegram приходит 5 готовых вертикальных роликов.
У каждого два действия:

• опубликовать;
• не подходит.

Если ролик принят, система отправляет его во VK Клипы, YouTube Shorts или Telegram.

Автору не нужно:

• скачивать запись;
• загружать её на отдельный сайт;
• ждать;
• открывать редактор;
• просматривать десятки вариантов;
• экспортировать файл;
• переносить его на другую площадку.

Исходная работа тогда звучит гораздо точнее:

После четырёхчасовой трансляции я не хочу начинать вторую смену монтажёром.

Для такого продукта качество к восьми утра важнее, чем результат через двадцать минут вместо девяноста.

Но даже эта идея уже не уникальна

Здесь исследование дало полезный холодный душ.
Eklipse уже умеет автоматически обрабатывать игровые трансляции, выбирать игровые моменты и готовить публикации.

Более того, его Content Agent после завершённой трансляции отбирает три лучших момента, ставит их в очередь и публикует только после подтверждения пользователя.

Это значит, что связка:
трансляция -> несколько роликов -> подтверждение -> публикация

сама по себе тоже не является преимуществом.

Поэтому настоящая ставка должна быть глубже:
персональный редакторский вкус конкретного автора плюс российская цепочка публикации.

Защита появляется только после нескольких трансляций

Сам алгоритм нарезки можно повторить.
Интеграцию с Telegram можно повторить.
Публикацию во VK можно повторить.

Даже игровую специализацию уже предлагают конкуренты.
Интереснее то, что накапливается после каждой новой трансляции.
Автор говорит системе:

• этот момент беру;
• этот не беру;
• начало слишком позднее;
• здесь нужно закончить раньше;
• такие эпизоды мне нравятся;
• такие я никогда не публикую.

Через десятки таких решений появляется персональная история редакторского выбора.

После публикации можно добавить вторую часть данных:

• что автор действительно опубликовал;
• на какой площадке;
• какой ролик досмотрели;
• какие типы моментов работают именно у этого автора.

Тогда продукт может отвечать не на абстрактный вопрос:

какой ролик вообще может стать популярным?

А на более полезный:

какие моменты обычно выбирает именно этот автор и что у него реально работает на конкретной площадке?

Вот это уже потенциально труднее скопировать.
Но пока это только гипотеза.

Что с российским рынком

В глубоком исследовании я отдельно проверял, достаточно ли в России профессиональных авторов, для которых такая работа вообще имеет экономический смысл.

Открытые данные подтверждают наличие большой экономики вокруг авторского контента, но точного публичного ответа на вопрос «сколько российских авторов готовы регулярно платить именно за автоматическую нарезку» нет.

Поэтому я не хочу выдавать общий рынок блогеров за рынок этого продукта.

В исследовании рабочее ядро потенциально платящих пользователей было оценено в диапазоне примерно 10-50 тысяч аккаунтов.
Это не измеренный объём рынка.

Это плановый диапазон для дальнейшей проверки, построенный на данных о коммерчески активных видеоавторах и расширенный на трансляции, подкасты и экспертный контент.
Для меня этого достаточно, чтобы продолжать исследование самостоятельного бизнеса.
Но недостаточно, чтобы говорить о доказанном большом рынке.

Поисковый спрос тоже уже существует

Русскоязычная выдача показывает прямые формулировки задачи:

• «нейросеть для нарезки видео»;
• «автоматическая нарезка видео»;
• «нарезка трансляции на клипы»;
• «как сделать короткие ролики из длинного видео».

В выдаче уже находятся отдельные российские сервисы под эти запросы.

Например, ClipCut публикует отдельное руководство по автоматической нарезке трансляций, а KROW Clips отдельно предлагает поиск ярких моментов в записях трансляций.

Это подтверждает существование понятного запроса.
Но актуальную частотность Яндекс Вордстат в рамках этого этапа я не получил, поэтому цифры поискового спроса не придумываю.

За такой продукт уже привыкли платить

С этой точки зрения гипотеза сильнее персональных сказок.
Мне не нужно сначала доказывать, что инструмент для этой работы вообще может быть платным.
OpusClip продаёт подписку.
Vizard продаёт объём обработки.
Eklipse переводит автоматическую нарезку в платные функции.
Другие международные продукты также работают через подписки и лимиты минут или часов.

То есть сама модель оплаты уже знакома рынку.
Но российскую цену всё равно нужно проверять отдельно.
Для первой проверки я бы использовал несколько уровней:

• 499 рублей;
• 999 рублей;
• 1 990 рублей;
• 3 990 рублей.

И продавал бы не «120 минут работы ИИ».
Формулировка результата для меня сильнее:

После каждой трансляции утром у тебя готова короткая подборка.

Безлимитную обработку на старте я бы не делал.
Самые активные авторы создают больше всего исходного видео и одновременно становятся самыми дорогими пользователями для инфраструктуры. В расчётах исследования дешёвый безлимитный тариф быстро становится убыточным при больших объёмах обработки.

Как я бы проверял качество до полноценного продукта

Сначала мне не нужен красивый кабинет.
Не нужны публикации во все площадки.
Не нужен автоматический запуск после каждого эфира.
Сначала нужно доказать главное - качество редакторского выбора.

Я бы взял около 20 русскоязычных авторов игровых трансляций.
Минимум по три записи от каждого.
Получается не меньше 60 реальных трансляций.

Для каждой система формирует пять лучших кандидатов.
Автор оценивает каждый:

• готов опубликовать без изменений;
• опубликовал бы после правки;
• не подходит.

Мои рабочие условия продолжения:

• хотя бы у половины трансляций есть минимум один ролик, который можно публиковать без монтажа;
• просмотр первой пятёрки занимает меньше 5-10 минут;
• хотя бы 30-40% предложенных роликов авторы считают достойными публикации.

Это не отраслевые нормы.
Это мои заранее заданные границы решения.
Если они не выполняются, я не строю тарифы, интеграции и красивый интерфейс.
Сначала нужно научиться выбирать правильные моменты.

Потом я бы поставил продукт против конкурентов

Следующая проверка ещё жёстче.
Берётся одна и та же российская трансляция.
Пять вариантов от моей системы.
Пять от OpusClip.
Пять от Eklipse или Vizard.

Название сервиса скрыто.
Автор выбирает лучшие ролики.

Если моя версия не выигрывает или хотя бы не делит первое место в выбранной узкой задаче, преимущества качества пока нет.
Тогда остаётся только удобство российской цепочки публикации.
А одной этой цепочки, на мой взгляд, недостаточно.

Только после качества я бы проверял автоматический режим

Если система прошла сравнение по выбору моментов, тогда появляется Telegram.
Автор один раз подключает источник.
После следующей трансляции получает подборку автоматически.
Я измеряю время проверки.
Отдельно предлагаю включить автоматическую публикацию после подтверждения.

В глубоком исследовании рабочим положительным сигналом я поставил согласие хотя бы половины активных участников включить такую публикацию минимум для одной площадки.
Если почти все предпочитают скачать файл и продолжить весь процесс вручную, идея автоматического исполнителя становится слабее.

Оплату нужно проверять после хорошего результата

Я бы не спрашивал автора:

Сколько вы готовы платить?

Сначала продукт должен обработать две-три его настоящие трансляции.
После удачного результата можно показать реальную оплату:

• 499 рублей;
• 999 рублей;
• 1 990 рублей.

Сильным рабочим сигналом я обозначил для себя начало оплаты у 15-20% хорошо активированных участников на тарифе от 999 рублей.
Это не отраслевой показатель.
Это моя граница для решения.
Мне нужна не декларация интереса, а действие после того, как человек уже увидел качество на собственном материале.

Повторное использование здесь выглядит естественнее

В персональных сказках главный вопрос был: вернётся ли семья после исчезновения эффекта новизны.
Здесь новое событие возникает независимо от продукта.
Следующая трансляция всё равно состоится.
Если автор регулярно выходит в эфир, работа появляется снова.

Поэтому проверка повторного использования выглядит очень конкретно:
оставит ли автор автоматическую обработку включённой на следующую трансляцию?

И потом ещё на следующую.
Я бы смотрел четыре недели подряд:

• сколько авторов не отключили обработку;
• сколько новых трансляций прошло через систему;
• сколько роликов было принято;
• сколько недель подряд у автора был хотя бы один принятый результат.

Если первый запуск вызывает восторг, а после второй трансляции человек выключает сервис, регулярного продукта не получилось.

Здесь есть конфликт с конкурсной метрикой Sber500xDisrupt

Для программы важна ежедневная активная аудитория.

И здесь у такого продукта возникает отдельная проблема.
Хороший платящий автор необязательно проводит трансляцию каждый день.
Он может использовать продукт два-три раза в неделю и приносить нормальную выручку.

Для самостоятельного бизнеса это не проблема.
Для цели в 1 000 ежедневных активных пользователей за короткий срок - уже проблема.

Поэтому после глубокого исследования я бы понизил оценку этой идеи именно как кандидата под конкурсную механику.

На практике для такого продукта мне важнее:

• сколько активных авторов подключили регулярную обработку;
• сколько трансляций проходит через систему каждую неделю;
• сколько роликов принимается и публикуется;
• сколько времени экономится;
• сколько пользователей продолжают платить.

Получается полезный конфликт:
хорошая бизнес-модель и хорошая конкурсная метрика - не всегда одно и то же.

Мой вывод

После исследования гипотезу я не закрываю.
Но исходную широкую версию закрываю.
Универсальный ИИ-сервис для нарезки любых длинных видео я бы не строил.

Рынок слишком насыщен.
Основные функции уже стали обычными.
Русский язык сам по себе недостаточен.

Автоматическая публикация тоже уже появляется у конкурентов.
Мне интересна более узкая версия:

автоматическая обработка русскоязычных игровых трансляций, которая выбирает несколько действительно сильных моментов, учится редакторскому вкусу автора и после подтверждения сама публикует результат.

Главная ценность здесь не в том, что ИИ умеет нарезать видео.
Она в другом:
автор после трансляции не начинает ещё одну ручную смену.

Но до полноценной разработки продукт должен пройти три проверки:

1. выбрать хорошие моменты лучше существующих сервисов;
2. сократить проверку результатов до нескольких минут;
3. получить реальную оплату после обработки настоящих трансляций.

Мой статус после глубокого исследования - продолжить проверку при выполнении условий.
Следующая гипотеза серии - ИИ-таролог.
Там вопрос будет совсем другим: можно ли превратить очень сильный первый интерес в продукт, к которому человек возвращается и за который платит месяцами.