AWS ดึงพลัง AI พลิกธุรกิจสื่อ ดันคอนเทนต์สร้างรายได้เรียลไทม์

AI กำลังขยับบทบาทจาก “เครื่องมือช่วยผลิตคอนเทนต์” ไปสู่เทคโนโลยีที่เข้ามาอยู่ในแทบทุกขั้นตอนของธุรกิจสื่อและความบันเทิง ตั้งแต่การถ่ายทอดสดกีฬา การค้นหาและวิเคราะห์คลังวิดีโอ การแปลและพากย์เสียง ไปจนถึงการบริหารระบบ OTT การวางแผนโฆษณา และการสร้างรายได้จากสิ่งที่ปรากฏอยู่บนหน้าจอ

นายแชด ฮัชมิ (Shad Hashmi) ผู้นำฝ่ายพัฒนาธุรกิจด้านสื่อและความบันเทิง เกม และกีฬา ประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น (APJ) ของ Amazon Web Services (AWS) ระบุว่า การพัฒนา Generative AI และ AI Agent กำลังทำให้วิดีโอเปลี่ยนจากคอนเทนต์ที่มีไว้เพื่อรับชม ไปสู่ข้อมูลที่ระบบสามารถเข้าใจ วิเคราะห์ และนำไปต่อยอดมูลค่าทางธุรกิจได้รวดเร็วขึ้น

กีฬาเปลี่ยนจาก “ดูเกม” สู่ประสบการณ์ข้อมูลเรียลไทม์

หนึ่งในพื้นที่ที่เห็นการเปลี่ยนแปลงชัดเจนคืออุตสาหกรรมกีฬา ซึ่ง AI และข้อมูลแบบเรียลไทม์ถูกนำมาใช้เพิ่มมิติของการรับชมมากขึ้น

Formula 1 รถแข่งแต่ละคันติดตั้งเซ็นเซอร์ประมาณ 300 ตัว

ในการแข่งขัน Formula 1 รถแข่งแต่ละคันติดตั้งเซ็นเซอร์ประมาณ 300 ตัว และสามารถสร้างข้อมูล Telemetry มากกว่า 1.1 ล้าน Data Points ต่อวินาที ก่อนนำข้อมูลดังกล่าวมาวิเคราะห์ร่วมกับข้อมูลการแข่งขัน เพื่อสร้างข้อมูลเชิงลึกที่ช่วยให้ผู้ชมเข้าใจสถานการณ์ กลยุทธ์ และสิ่งที่เกิดขึ้นในสนามได้มากกว่าการรับชมภาพการแข่งขันเพียงอย่างเดียว

ขณะเดียวกัน AWS Elemental Inference ยังสามารถใช้ AI วิเคราะห์และปรับเฟรมวิดีโอจากแนวนอนเป็นแนวตั้งโดยอัตโนมัติ เพื่อรองรับพฤติกรรมการรับชมผ่านสมาร์ทโฟนและแพลตฟอร์มวิดีโอสั้น โดยสามารถเชื่อมต่อกับกระบวนการผลิตวิดีโอเดิม และลดความจำเป็นที่ผู้ใช้งานต้องมีความเชี่ยวชาญด้าน AI โดยตรง

แนวโน้มดังกล่าวสะท้อนว่า ในอนาคตการผลิตคอนเทนต์อาจไม่ได้อยู่บนแนวคิด “หนึ่งวิดีโอสำหรับทุกแพลตฟอร์ม” อีกต่อไป แต่ระบบสามารถนำวิดีโอต้นฉบับมาปรับสัดส่วนหรือรูปแบบให้เหมาะกับช่องทางและพฤติกรรมของผู้ชมแต่ละกลุ่มได้อัตโนมัติมากขึ้น

AI เข้าใจ “ความหมาย” ในวิดีโอ ค้นคลิปได้โดยไม่ต้องรู้ชื่อไฟล์

อีกจุดเปลี่ยนสำคัญคือการใช้ Semantic Analysis และ Multimodal AI ทำให้ระบบสามารถเข้าใจสิ่งที่เกิดขึ้นภายในวิดีโอ ทั้งภาพ เสียง ข้อความ และบริบทของเหตุการณ์ แทนการค้นหาจากชื่อไฟล์หรือ Metadata เพียงอย่างเดียว

AWS ทำงานร่วมกับ TwelveLabs บริษัทเทคโนโลยี AI ด้านวิดีโอ โดยนำ Multimodal Foundation Models และ Video Understanding Models มาใช้วิเคราะห์วิดีโอ ทำให้สามารถค้นหาคอนเทนต์จากคลังข้อมูลขนาดใหญ่ สร้าง Metadata สรุปเนื้อหา และสร้างไฮไลต์ได้อัตโนมัติ

ผู้ใช้งานสามารถค้นหาคลิปด้วยภาษาธรรมชาติ เช่น อธิบายเหตุการณ์ สิ่งของ บุคคล หรือบริบทที่ต้องการค้นหา และระบบสามารถระบุ Time Code หรือช่วงเวลาที่สอดคล้องกับคำค้นได้อย่างรวดเร็ว ช่วยลดเวลาที่บุคลากรต้องไล่เปิดวิดีโอจำนวนมากเพื่อค้นหาภาพที่ต้องการ

ความสามารถเดียวกันยังสามารถนำไปช่วยคัดกรองเนื้อหาด้าน Compliance โดยกำหนดเงื่อนไขหรือแนวทางให้ AI ช่วยตรวจหาและระบุช่วงที่อาจต้องมีการตรวจสอบเพิ่มเติม ซึ่งมีความสำคัญต่อธุรกิจสื่อในเอเชียแปซิฟิกที่แต่ละประเทศมีข้อกำหนดและมาตรฐานด้านเนื้อหาแตกต่างกัน

AI ในกรณีนี้จึงไม่ได้เข้ามาแทนกระบวนการตรวจสอบทั้งหมด แต่ช่วยลดภาระในการตรวจวิดีโอจำนวนมาก และทำให้ทีมงานสามารถมุ่งตรวจสอบเฉพาะจุดที่มีความเสี่ยงได้เร็วขึ้น

เปลี่ยนสิ่งของในวิดีโอเป็น “จุดขายสินค้า”

AI ยังทำให้เส้นแบ่งระหว่างคอนเทนต์กับอีคอมเมิร์ซบางลง โดยระบบสามารถวิเคราะห์สินค้าและวัตถุที่ปรากฏอยู่ในวิดีโอ ก่อนเชื่อมโยงข้อมูลไปยังระบบอีคอมเมิร์ซหรือช่องทางซื้อสินค้า

ตัวอย่างเช่น หากรายการทำอาหารมีเครื่องครัวหรือสินค้าบางประเภทปรากฏอยู่บนหน้าจอ ระบบสามารถระบุสิ่งของดังกล่าวและสร้างจุดเชื่อมต่อไปยังข้อมูลสินค้า เพื่อเปิดทางให้ผู้ชมเลือกดูหรือซื้อสินค้าที่เกี่ยวข้องได้ในช่วงเวลาที่กำลังรับชม

โมเดลนี้เปิดทางให้เจ้าของคอนเทนต์ต่อยอดรายได้ผ่าน Shoppable Content หรือ Affiliate Commerce โดยเชื่อมช่วงเวลาที่สินค้าอยู่บนหน้าจอกับช่องทางการซื้อสินค้า

ในมุมธุรกิจจึงหมายความว่า คลังวิดีโอเดิมที่มีอยู่จำนวนมากอาจไม่ได้มีมูลค่าเฉพาะจากยอดรับชมอีกต่อไป แต่สามารถนำกลับมาวิเคราะห์ใหม่ เพื่อค้นหาสินค้า แบรนด์ หรือบริบทเชิงพาณิชย์ที่สามารถต่อยอดเป็นรายได้เพิ่มเติมได้

AI แปล-พากย์คอนเทนต์ ลดกำแพงการเข้าสู่ตลาดต่างประเทศ

ด้านการขยายคอนเทนต์สู่ตลาดต่างประเทศ AI กำลังเข้ามาช่วยลดเวลาและต้นทุนในกระบวนการ Localization ตั้งแต่การถอดเสียง การสร้าง Subtitle การแปลภาษา ไปจนถึงการพากย์เสียง

อย่างไรก็ตาม ประสิทธิภาพของ AI แต่ละโมเดลอาจแตกต่างกันตามภาษา ไม่ว่าจะเป็นภาษาไทย จีน ญี่ปุ่น หรือเกาหลี ผู้ให้บริการจึงสามารถเลือกโมเดลที่เหมาะกับภาษาและตลาดแต่ละแห่ง แทนการพึ่งพาโมเดลเดียวสำหรับทุกภาษา

เทคโนโลยีจาก AWS และพันธมิตรยังสามารถต่อยอดไปสู่ AI Dubbing และ Voice Cloning เพื่อรักษาลักษณะเสียง โทน และอารมณ์ของต้นฉบับในเวอร์ชันภาษาอื่นได้ใกล้เคียงมากขึ้น ขณะที่ AI สามารถช่วยวิเคราะห์บริบทและอารมณ์ของบทสนทนา เพื่อใช้เป็นข้อมูลประกอบการสร้างเสียงพากย์

หากความแม่นยำของเทคโนโลยีเพิ่มขึ้นต่อเนื่อง จะช่วยให้เจ้าของคอนเทนต์สามารถนำผลงานหนึ่งชิ้นกระจายไปยังหลายประเทศได้เร็วขึ้น และลดข้อจำกัดด้านต้นทุนที่ในอดีตทำให้การพากย์หรือ Localization ทำได้เฉพาะคอนเทนต์บางประเภท

AI Agent ลดเวลาหาสาเหตุปัญหาระบบ OTT

AI ไม่ได้เข้ามาเปลี่ยนเฉพาะสิ่งที่ผู้ชมเห็นบนหน้าจอ แต่กำลังถูกนำไปใช้กับระบบหลังบ้านของผู้ให้บริการ OTT และ Streaming Platform ด้วย

AI Agent สามารถช่วยวิเคราะห์ Log ข้อมูลประสิทธิภาพ และสัญญาณความผิดปกติจากหลายระบบ เพื่อค้นหา Root Cause เมื่อเกิดปัญหาในการให้บริการ

จากกระบวนการเดิมที่ทีมเทคนิคอาจต้องเปิดข้อมูลจากหลายแหล่งและใช้เวลาระดับนาทีหรือชั่วโมงในการค้นหาต้นเหตุ เทคโนโลยี AI Agent สามารถช่วยย่นระยะเวลาในการวิเคราะห์บางขั้นตอนลงเหลือระดับไม่กี่วินาที

สำหรับธุรกิจ OTT ที่มีผู้ใช้งานจำนวนมาก ความเร็วในการค้นหาสาเหตุของปัญหามีผลโดยตรงต่อประสบการณ์ผู้ชม เพราะทุกนาทีที่ระบบมีปัญหาอาจหมายถึงผู้ใช้งานที่รับชมไม่ได้ รวมถึงความเสี่ยงต่อรายได้และความเชื่อมั่นต่อแพลตฟอร์ม

AI Agent เขย่างานโฆษณา จากหลายขั้นตอนสู่ระดับนาที

อีกธุรกิจที่ AI Agent เริ่มเข้ามาเปลี่ยนวิธีทำงานคือการขายและวางแผนโฆษณา โดยระบบสามารถเชื่อมต่อข้อมูลจาก Knowledge Base เอกสาร ข้อมูลกลุ่มเป้าหมาย รวมถึงผลการทำแคมเปญในอดีต เพื่อช่วยจัดทำข้อเสนอและวิเคราะห์แผนสื่อได้รวดเร็วขึ้น

กระบวนการที่ในอดีตต้องประสานงานระหว่างหลายฝ่าย ตั้งแต่ทีมขาย ทีมวางแผนสื่อ ทีมข้อมูล และทีมกลยุทธ์ สามารถใช้ AI Agent เข้ามาช่วยลดขั้นตอนบางส่วน และสร้างข้อเสนอเบื้องต้นภายในระดับนาที ก่อนส่งให้ทีมงานตรวจสอบและตัดสินใจ

ในตัวอย่างการสาธิตการวางแผนแคมเปญสินค้าพรีเมียม มีการใช้ AI Agent หลายรูปแบบ เช่น Media Planner สำหรับวางแผนสื่อ Audience Strategist สำหรับวิเคราะห์และกำหนดกลุ่มเป้าหมาย รวมถึงระบบช่วยเลือก Ad Format ที่เหมาะสม

ระบบสามารถนำข้อมูลประสิทธิภาพในอดีตมาวิเคราะห์ เพื่อช่วยประเมินต้นทุน คาดการณ์ Reach ในแต่ละตลาด และเลือกช่องทางโฆษณาที่เหมาะสม ก่อนจัดทำเป็นข้อเสนอให้ทีมงานนำไปพิจารณาต่อ

บทบาทของมนุษย์จึงไม่ได้หายไป แต่เปลี่ยนจากการใช้เวลารวบรวมข้อมูลและจัดทำเอกสารจำนวนมาก ไปสู่การตรวจสอบ วิเคราะห์ และตัดสินใจบนข้อมูลที่ AI เตรียมไว้ให้

จาก “ผลิตวิดีโอ” สู่ “ระบบสร้างมูลค่าอัตโนมัติ”

ทิศทางของ AI ในธุรกิจสื่อจึงไม่ได้หยุดอยู่ที่การช่วยสร้างภาพ เขียนข้อความ หรือตัดต่อวิดีโอ แต่กำลังขยายไปสู่การทำความเข้าใจเนื้อหา ค้นหาข้อมูลจากคลังวิดีโอ ปรับรูปแบบให้เหมาะกับแต่ละแพลตฟอร์ม แปลและพากย์หลายภาษา ตรวจสอบระบบ วางแผนโฆษณา ตลอดจนค้นหาโอกาสสร้างรายได้จากคอนเทนต์ที่มีอยู่

สิ่งที่กำลังเกิดขึ้นจึงเป็นการเปลี่ยนบทบาทของ “วิดีโอ” จากไฟล์คอนเทนต์ที่รอให้ผู้ชมกดดู ไปสู่สินทรัพย์ดิจิทัลที่ AI สามารถอ่านความหมาย วิเคราะห์บริบท ปรับรูปแบบ กระจายไปยังหลายตลาด และเชื่อมต่อกับโอกาสทางธุรกิจได้ตลอดวงจร

สำหรับผู้ประกอบการสื่อ OTT กีฬา และแพลตฟอร์มวิดีโอ การแข่งขันในระยะต่อไปจึงอาจไม่ได้วัดเพียงว่าใครผลิตคอนเทนต์ได้มากกว่า แต่ขึ้นอยู่กับว่าใครสามารถใช้ AI ดึง “มูลค่า” ออกจากคอนเทนต์ที่มีอยู่ได้เร็ว แม่นยำ และนำไปต่อยอดเป็นรายได้ได้มากกว่ากัน