После технического ответа "можно" я сознательно не стал делать прототип. Следующий вопрос был сложнее: кто сегодня платит за эту проверку, сколько человеческой работы она забирает и исчезает ли эта работа после автоматизации.

Кому на самом деле нужна автоматическая проверка видео

Во второй статье этой серии я пришёл к техническому ответу, который сначала выглядел обнадёживающе.

Первый автоматический слой проверки готового видео собрать можно.
Можно проверять технические параметры.
Можно распознавать речь и текст.
Можно сверять цену, промокод, обязательные фразы и дисклеймеры.
Можно проверять безопасные зоны.
Можно возвращать конкретную ошибку с таймкодом.
Неопределённый случай можно отправлять человеку.

То есть главный технический вопрос я для себя закрыл.
И именно в этот момент стало важно не начинать разработку.

Потому что следующий вопрос намного неприятнее:

Кому эта проверка настолько дорога, что автоматизация действительно убирает человеческую работу, а не просто добавляет ещё один инструмент?

С этого начался следующий этап исследования.

Я поменял критерий: искать не ошибку, а исчезающий человеческий шаг

Сначала критерий был слишком простым.
Есть ошибки в роликах.
Если система найдёт их раньше человека, значит она полезна.
Но это слишком слабый критерий.

Допустим, продюсер тратит на финальную проверку 5 минут.
Автоматическая система находит 3 формальных нарушения.

После этого продюсер всё равно открывает ролик, смотрит его целиком и проверяет смысл, ритм, бренд и то, что система могла пропустить.

Тогда я автоматизировал часть проверки, но не убрал работу.
Возможно, даже добавил новую:
дождаться автоматической проверки
-> прочитать отчёт
-> решить, чему доверять
-> всё равно посмотреть ролик

Поэтому я стал задавать другой вопрос:

Какой человеческий шаг полностью исчезает после внедрения?

Если ответ - никакой, отдельный продукт сразу выглядит слабее.

Если человек перестаёт открывать часть материалов вообще, сокращается очередь или исчезает отдельная ручная приёмка, экономика становится интереснее.

С этим критерием я стал разбирать разные рабочие контуры.

Обычные агентства: работа есть, но отдельного бюджета я не увидел

Первый очевидный сегмент - маркетинговые и контентные агентства.
Там ролики действительно проходят внутреннюю проверку перед клиентом.
Продюсер или менеджер смотрит финальную версию.
Сверяет сценарий.
Проверяет текст, цену, промокод, субтитры, обязательные элементы.
Возвращает монтажёру правки.

То есть работа существует.
Но чем глубже я раскладывал её экономику, тем слабее становилась гипотеза отдельного продукта.

Проверка часто является небольшой частью более широкой роли продюсера.
Человек всё равно должен оценить ролик целиком.

Критичные формальные ошибки могут быть неприятными, но не обязательно происходят достаточно часто, чтобы вокруг них появился отдельный бюджет.

А самый дешёвый конкурент автоматизации здесь очень простой:

ещё один чек-лист и внимательный человек.

Параллельно я увидел, что сам рынок согласования видео уже довольно плотный.
Frame.io строит продукт вокруг просмотра, комментариев, версий и согласований.
Filestage и Ziflow решают похожую задачу для маркетинговых и креативных команд.

В России тоже есть отдельные сервисы согласования видео. Например, Viewora объединяет комментарии по таймкоду, версии, статусы и автоматический технический контроль.

Параллельно Ziflow развивает ReviewAI, который показывает автоматические проверки прямо внутри процесса согласования.

Для меня это стало важным сигналом. Не в том смысле, что рынок закрыт.
А в том, что простая формулировка “автоматически проверить готовое видео” слишком близка к функции существующих систем согласования.

В небольшом агентстве отдельный новый сервис должен был бы доказать, что он снимает заметную работу, а не просто переносит чек-лист в ещё один интерфейс. Такого доказательства у меня не было.

Видеопродакшн: интереснее не ошибки, а очередь

Следующий контур - команды с большим потоком производства видео.

Здесь работа выглядит уже иначе.
Если роликов много, даже короткая проверка начинает складываться в отдельную очередь.
Монтаж закончен.
Файл ждёт внутреннего контроля.
Потом идёт на креативный просмотр.
Потом клиенту.

В таком процессе проблема может быть не в стоимости одной ошибки.
Проблема может быть во времени между “файл готов” и “файл ушёл дальше”.

Это изменило мой взгляд на гипотезу.
Для крупного производства ценность автоматизации может звучать не так:

“мы найдём больше ошибок”.

А так:

“техническая приёмка больше не стоит в человеческой очереди”.

Например:
монтаж готов
-> автоматическая формальная проверка
-> сразу творческий просмотр

В таком сценарии исчезает отдельный первый проход.
Это уже гораздо интереснее.

Но появляется другой конкурент.
Если при росте объёма компания просто нанимает ещё одного специалиста на контроль и спокойно масштабирует процесс, новый продукт должен быть дешевле, быстрее и надёжнее такого человека.

То есть даже здесь сама повторяемость работы ещё не доказывает экономику продукта.
Нужно измерять очередь, время до клиента, количество роликов и то, можно ли действительно убрать первый человеческий этап.

Команды платного трафика: исходная гипотеза почти развалилась

Я ожидал, что у команд платного трафика проверка рекламных креативов окажется сильным сценарием.
Ошибочный ролик может уйти в рекламу.
Не тот промокод.
Не та цена.
Не тот URL.
Не тот рынок.

Кажется, что цена ошибки здесь выше.

Но именно этот контур сильнее всего заставил меня пересмотреть исходную формулировку.
Во-первых, часть технических требований уже живёт внутри самих рекламных платформ.

Например, TikTok Ads Manager отдельно задаёт требования к форматам, разрешению, длительности и размеру видео и имеет собственный видеоредактор внутри рекламного контура.

Во-вторых, человеку перед запуском часто нужно проверить не качество файла как такового.
Ему нужно понять, соответствует ли конкретный файл конкретной кампании прямо сейчас.

И здесь проблема становится другой.
В ролике написана скидка 20%.
Но текущая акция уже 15%.

В ролике старый промокод.
На посадочной странице новый.

Креатив сделан для одного рынка.
А в рекламном кабинете его поставили в другую кампанию.

То есть файл технически идеален.
Ошибка находится между системами.

Так появилась соседняя гипотеза:

проверять не видео само по себе, а согласованность креатива с актуальным состоянием кампании.

Условно:
креатив + текущий оффер + цена + промокод + URL + рынок + настройки кампании

-> проверка взаимного соответствия

Это уже не контроль качества видео.
Это проверка целостности запуска.
И для меня она оказалась интереснее исходной идеи именно потому, что защищает не файл, а бизнес-контекст вокруг него.

Бренды: цена ошибки выше, но первый рынок слишком тяжёлый

Отдельно я смотрел на брендовые команды и большие компании.

Здесь исходная гипотеза снова становится сильнее.
Есть брендовые правила.
Есть обязательные формулировки.
Есть юридические ограничения.
Есть локализации.
Есть цена, акции, дисклеймеры и требования конкретного рынка.

Ошибка потенциально может стоить существенно дороже, чем несколько минут работы продюсера.

Но одновременно растёт сложность внедрения.
Нужно подключаться к внутренним системам.
Учитывать процессы согласования.
Работать с юридическими и бренд-командами.
Проходить требования безопасности.
Поддерживать разные рынки и наборы правил.

В крупных компаниях сам процесс проверки и приемки уже часто встроен в существующий стек.
То есть проблема потенциально дороже, но первый рынок для нового небольшого продукта становится тяжелее.

Мне здесь было сложно увидеть быстрый первый пилот.
Поэтому я оставил этот контур как возможный будущий рынок, но не как лучший первый сегмент.

UGC: здесь впервые появился шанс действительно убрать первый просмотр

Самым интересным сегментом в исследовании оказались команды, которые работают с большим потоком материалов от внешних авторов.

Сценарий здесь другой.
Креатор получает бриф.
Снимает ролик.
Отправляет материал.
Координатор или менеджер открывает его и проверяет обязательные требования.
Если что-то нарушено, материал возвращается автору.
После новой версии цикл повторяется.

И здесь впервые появился сценарий, где автоматизация может стоять не рядом с человеком, а перед ним.
Например:
автор загрузил ролик
-> система проверила объективные требования брифа
-> явное нарушение сразу возвращается автору
-> прошедший материал идёт человеку на творческую оценку

Это уже не помощь проверяющему. Это автоматический входной фильтр.

Текущие платформы подтверждают, что отдельный процесс работы с авторами существует. GRIN даёт брендам персонализированные брифы, отслеживание материалов и согласование контента, а CreatorIQ включает согласование материалов в управление кампаниями с авторами.

То есть место для такого шага внутри рабочего процесса есть.

Вопрос был уже не в существовании процесса, а в том, можно ли достаточно надёжно автоматизировать именно объективную приёмку по брифу раньше человека.

Из всех исследованных контуров этот выглядел для меня сильнее остальных.

Но одновременно появился главный технический барьер продукта

Чем сильнее становилась гипотеза UGC, тем заметнее становилась одна проблема.

Система должна знать, по каким правилам проверять ролик.

А реальные требования редко живут в красивой таблице.
Часть в брифе.
Часть в переписке.
Часть в комментариях клиента.
Промокод поменяли вчера.
Обязательную фразу уточнили сегодня.
Продюсер что-то держит в голове.

Если на входе нет актуального структурированного набора требований, даже идеальный анализ видео будет сравнивать материал не с той истиной.

Поэтому исходная архитектура ещё раз изменилась.
Не:
ролик -> ИИ -> ошибки

А:
актуальные требования -> формализованные правила -> ролик -> автоматическая приёмка -> человек только на неоднозначности

Именно здесь я впервые увидел, что главный продуктовый объект может быть вообще не видеоинспектором.
Им может быть система, которая знает актуальные требования работы и принимает результат по этим требованиям.

Что этот этап доказал, а что нет

Здесь для меня важно не перепутать результат исследования с подтверждённым спросом.
Я не получил доказательство, что компании готовы покупать любой из этих продуктов.

Я получил другое.
Несколько исходных контуров стали заметно слабее.
Появились конкретные причины не строить общий сервис проверки видео.
И выделились работы, где автоматизация хотя бы теоретически может убрать человеческий шаг, а не просто помочь ему.

Этого достаточно, чтобы решить, что проверять дальше реальными процессами и пилотами.
Но недостаточно, чтобы объявлять найденный рынок подтверждённым.

В итоге у меня осталось не 5 рынков, а 3 разных работы

После всех разборов я перестал считать “автоматическую проверку видео” одной продуктовой гипотезой.
Под ней скрывались как минимум 3 разные работы.

1. Автоматическая формальная приёмка входящего контента

Самый сильный пример - UGC.
Материал не должен попадать человеку, пока не прошёл объективные требования брифа.
Ценность - убрать первый ручной просмотр и часть циклов возврата.

2. Проверка целостности креатива и актуальных данных кампании

Сильнее проявилась в платном трафике.
Нужно проверить, что фактический креатив соответствует текущей цене, офферу, промокоду, URL, рынку и настройкам запуска.
Ценность - поймать ошибку между системами, а не внутри MP4.

3. Автоматическая техническая приёмка в большом видеопроизводстве

Здесь ценность возможна, если человеческая проверка создаёт реальную очередь.
Тогда продукт сокращает время от готового файла до следующего этапа.
Это уже не одна идея.
И точно не один рынок.

Общий ИИ-контроль видео для меня после этого ослаб

Параллельно я увидел ещё один неприятный сигнал.

Самая простая часть исходной гипотезы постепенно становится обычной функцией рынка.
Сервисы согласования уже умеют версии, таймкоды, статусы и сравнение.
Часть из них добавляет автоматический технический контроль.

Ziflow уже встраивает ИИ-проверки непосредственно в процесс согласования.
Российская Viewora предлагает автоматический ОТК видео и аудио рядом с согласованием и правками.

Это значит, что строить отдельный продукт вокруг обещания “ИИ найдёт ошибки в видео” становится всё менее интересно.

У существующих систем согласования уже есть естественное место, куда такую функцию можно встроить без отдельного нового рабочего процесса для клиента.

Для отдельного продукта нужен более глубокий объект автоматизации.
Либо полностью исчезающий этап работы.
Либо источник правды, которого нет у существующих систем.
Либо соединение данных между несколькими системами.

Самый полезный критерий этого этапа

В исследовании поиска задач для автоматизации я уже пришёл к тому, что нужно искать не отрасль, а повторяющуюся конкретную работу.

После видеоисследования я добавил к этому ещё один вопрос.

Если я автоматизирую эту работу, какой человеческий шаг перестанет существовать?

Не станет быстрее.
Не получит подсказку.
Не увидит дополнительный отчёт.
А именно перестанет выполняться человеком.

Для обычного агентского контроля у меня не нашлось хорошего ответа.
Для платного трафика исходная предзапусковая проверка самого видео тоже оказалась слабой.
Для UGC ответ появился: человек может вообще не открывать явно неправильный материал.
Для крупного производства ответ возможен: файл может больше не ждать технического проверяющего в очереди.

Именно этот вопрос стал для меня полезнее любого рейтинга сегментов.

На этом этапе у меня появилась гипотеза лучше исходной

Я начинал с довольно простой идеи:

проверить готовое видео перед публикацией.

В конце исследования у меня осталось две значительно более интересные ветки.
Первая:

автоматическая приёмка UGC по объективным требованиям брифа до человека.

Вторая:

проверка креатива против актуального источника правды кампании перед запуском.

Обе выглядели сильнее исходного Video QA.
И технически обе были связаны с тем, что я уже исследовал.

Логичный следующий шаг, казалось бы, был очевиден: выбрать одну из них и идти в реальные интервью и пилот.
Но именно здесь у меня сработал другой фильтр, которого в начале этого исследования почти не было.

И он в итоге остановил всю ветку.
Об этом - в следующей статье серии.

Источники и ориентиры рынка

• Frame.io V4: review and approval - просмотр, согласование и управление творческими рабочими процессами.
• Ziflow Video Proofing - таймкодные проверки, версии, безопасные зоны и ReviewAI внутри процесса согласования.
• Ziflow ReviewAI - автоматические проверки с результатом «пройдено / ошибка» и отдельные проверки, оставляемые человеческому суждению.
• Filestage: video review and approval - согласование видео, версии и централизованный сбор замечаний.
• Filestage: verified approvals - подтверждённые согласования для регулируемых процессов.
• Viewora - российская платформа согласования видео с версиями, таймкодами и автоматическим ОТК видео и аудио.
• TikTok Ads Manager: требования к видеоматериалам - требования к формату, размеру, длительности и соотношению сторон рекламного видео.
• TikTok Ads Manager Video Editor - встроенный редактор рекламных видеоматериалов.
• GRIN: Creator CRM - брифы, отправка материалов и согласование контента от авторов.
• CreatorIQ Campaign Management - рабочие процессы с авторами, согласование контента и управление кампаниями.
• CreatorIQ Governance - централизованные правила, роли и единый источник данных для крупных программ работы с авторами.