A Netflix tájékoztatása szerint mintegy 300, a szolgáltató kínálatában szereplő cím elkészítésénél alkalmaztak generatív mesterséges intelligenciát, elsősorban utómunka fázisban. A vállalat ezt a megoldást úgy mutatta be, mint a magasabb minőségű tartalom gyorsabb és olcsóbb előállításának eszközét.
Példák és számok
Ted Sarandos, a Netflix társigazgató‑vezérigazgatója a cég befektetői tájékoztatóján konkrét példákat is említett. A The American Experiment című dokusorozatban állítása szerint 17 perc „MI‑kel kiegészített” felvétel található; ezeket szerinte kétszer olyan gyorsan és fele akkora költséggel állították elő, mintha hagyományos módszerekkel készültek volna. Sarandos azt is kijelentette, hogy az ilyen felvételek nélkül bizonyos snitteket a költségek miatt kihagytak volna.
A cég beszámolója szerint más produkciókban az MI‑eszközöket tömegjelenetek (például „megerősített” tömegek) és történelmi csatajelenetek generálására használták.
Mire érdemes figyelni
A Netflix kommunikációja szerint a generatív MI lehetővé teszi, hogy a produkciók megengedhessenek maguknak olyan snitteket és világépítést, amelyek pénzügyi korlátok miatt egyébként kimaradnának. Ugyanakkor a megadott mennyiség — körülbelül 300 cím — arra utal, hogy az MI már nem pusztán kísérleti fázisban van, hanem széles körben integrálódik a gyártási folyamatokba, legalábbis egyes területeken.
A Netflix vezetésének az a megközelítése, hogy egy negyedéves eredményváró beszélgetésen kell megindokolni az MI használatát, azt sugallja, hogy a döntések jelentős részben költség‑megtakarítási számításokon alapulnak, és az alkotói érvek utólag kerültek bemutatásra.
Összegzés
A Netflix állítása szerint a generatív MI elsősorban utómunka‑eszközként szolgál, amely gyorsabbá és olcsóbbá teheti bizonyos feladatokat: például tömegek létrehozását vagy nehezen megvalósítható világépítő snittek előállítását. A 300 címnyi alkalmazás mérete miatt fontos figyelni arra, hogyan változtatja ez meg a gyártási munkafolyamatokat és a költség‑kalkulációkat a következő negyedévekben.
