CC BY
13УДК / UDC 658.8
DOI: 10.24412/2071-3762-2025-2332-4-10
ИССЛЕДОВАНИЕ ПРИМЕНЕНИЯ НЕЙРОСЕТЕЙ В СОЗДАНИИ И ПРОДВИЖЕНИИ КИНОЛЕНТ
В РОССИЙСКОЙ КИНОИНДУСТРИИ
Exploring the Application of Neural Networks in the Creation and Promotion of Films in the Russian Film Industry
Поляков Александр Михайлович,
студент кафедры массовых коммуникаций и медиабизнеса, Финансовый университет при Правительстве Российской Федерации; Москва, Россия, Ленинградский проспект, 49 Polyakov Alexander Mikhailovich,
student, Department of Mass Communications and Media Business, Financial University under the Government of the Russian Federation; 49 Leningradsky Prospekt, Moscow, Russia [email protected] https://orcid.org/0009-007-9501-8359
Романишина Татьяна Сергеевна,
д.э.н., доцент, профессор кафедры массовых коммуникаций и медиабизнеса, Финансовый университет при Правительстве Российской Федерации; Москва, Россия, Ленинградский проспект, 49 Romanishina Tatyana Sergeevna,
Doctor of Economics, Associate Professor, Professor, Department of Mass Communications and Media Business, Financial University under the Government of the Russian Federation; 49 Leningradsky Prospekt, Moscow, Russia [email protected] https://orcid.org/0000-0001-7999-1844
Бондаренко Виктория Андреевна,
д.э.н., профессор, заместитель декана экономического факультета по научной работе, профессор кафедры маркетинга, Российский университет дружбы народов имени Патриса Лумумбы; г. Москва, Россия, ул. Миклухо-Маклая, 6; профессор кафедры маркетинга услуг и бренд-менеджмента, Государственный университет управления; г. Москва, Россия, Рязанский проспект, 99
Bondarenko Victoria Andreevna,
Doctor of Economics, Professor, Deputy Dean of the Faculty of Economics for Research, Professor of the Department of Marketing, Peoples' Friendship University of Russia named after Patrice Lumumba; 6 Miklukho-Maklaya St., Moscow, Russia; Professor, Department of Service Marketing and Brand Management, State University of Management; 99 Ryazan Ave, Moscow, Russia [email protected] https://orcid.org/0000-0003-2921-7548
В статье исследуются перспективы использования нейросетей в создании и продвижении кинолент в отечественной киноиндустрии, которая переживает этап активной цифровой трансформации. Основное внимание уделено анализу текущих технологий, их адаптации в условиях российского кинопроизводства, а также выявлению ключевых преимуществ и ограничений их применения. Рассматриваются направления интеграции искусственного интеллекта, включая сценарное моделирование, автоматизацию создания спецэффектов и разработку персонализированных маркетинговых стратегий. Авторами раскрывается интеграция нейросетей как инструмента облегчения производственных процессов, а также их роль в создании конкурентоспособного контента на глобальном и локальном уровнях. Также отмечаются проблемы, такие как высокий порог вхождения технологий, необходимость адаптации инфраструктуры и законодательства, подготовки и переподготовки специалистов. Представлены прогнозы развития киноиндустрии в России в условиях цифровизации и внедрения ИИ.
Ключевые слова: нейросети; киноиндустрия; сценарное моделирование; спецэффекты; цифровой маркетинг; российский кинорынок; искусственный интеллект.
This article explores the prospects for using neural networks in the creation and promotion of films in the Russian film industry, which is undergoing a phase of active digital transformation. The main focus is on analysing current technologies, their adaptation to the conditions of Russian film production, and identifying the key advantages and limitations of their use. The author considers areas of artificial intelligence integration, including script modelling, special effects automation and the development of personalised marketing strategies. The authors reveal the integration of neural networks as a tool to facilitate production processes, as well as their role in the creation of competitive content at the global and local levels. Problems such as the high threshold of technology entry, the need to adapt infrastructure and legislation, training and retraining of specialists are also noted. Forecasts for the development of the film industry in Russia under conditions of digitalisation and the introduction of AI are presented.
Keywords: neural networks; film industry; script modeling; special effects; digital marketing; Russian film market; artificial intelligence.
Введение (Introduction)
Киноиндустрия является одной из наиболее динамично развивающихся сфер, активно адаптирующей современные технологии для оптимизации производственных процессов. Искусственный интеллект и нейросети, которые ещё недавно восприни-
мались как исключительно футуристические инструменты, сегодня на наших глазах, становятся заметной частью кинопроизводства, как глобального, так и российского. Благодаря этим технологиям создание высококачественных спецэффектов занимает меньше финансового и че-
ловеческого ресурса, персонализированные рекомендации для зрителей становятся разнообразнее, а также оптимизируются процессы маркетинга и дистрибуции.
В России, несмотря на значительный потенциал нейросетевых технологий, их применение в киноиндустрии
находится на начальном этапе развития. Это обусловлено как экономическими факторами, такими как ограниченность финансирования и высокие затраты на внедрение, так и техническими проблемами, включая нехватку квалифицированных кадров и необходимой инфраструктуры. Однако ускоряющаяся цифро-визация и глобализация предоставляют отечественным студиям уникальный шанс внедрить ИИ и нейросети для создания конкурентоспособного контента, способного соответствовать мировым стандартам.
Цель исследования — анализ текущего состояния и перспектив применения нейросетевых технологий в отечественной киноиндустрии с акцентом на их влияние при создании и продвижении кинолент. Для достижения поставленной цели требуется изучение современных направлений использования нейросетей, выявление барьеров при внедрении, а также рассмотрение успешных зарубежных практик, которые могут быть адаптированы к российским реалиям.
В работе рассматриваются основные аспекты использования нейро-сетей: от ассистирования в сценарном моделирования и создания визуальных эффектов до создания персонализированных промо-мате-риалов. Анализ возможностей и ограничений позволяет сформулировать практические рекомендации для работников отечественной киноиндустрии в условиях ее трансформации.
Материалы и методы (Materials and Methods)
Среди материалов для исследования вопроса применения нейросетей в создании и продвижении кинолент в российской киноиндустрии мы опираемся на представленные в открытой печати данные о приименных технологиях и их востребованности, на мнения специалистов в отрасли, их оценочные суждения. В качестве методов используем сбор, анализ и синтез информации для формулирования непротиворечивых выводов. Теоретической базой исследования выступили работы таких авто-
ров, как: С. В. Толкачев [1]; Э. Т. Холл [2]; В. И. Коростелева, А. А. Гулак, П. А. Лескова [3]; С. Д. Косухина [4]; Т. С. Романишина, М. Р. Балашова [5]; Е. А. Карнаухова [6]; Д. В. Харькова [7]; Ю. В. Попов [8], и других ученых.
Результаты и обсуждение (Results and discussion)
В рамках обсуждения целесообразно охарактеризовать основные направления применения нейросетей в производстве медиапродукта в киноиндустрии.
В первую очередь скажем о сценарном моделировании и создании контента. Сценарное моделирование является одним из ключевых направлений применения нейросетей в киноиндустрии. Современные алгоритмы, такие как GPT и его аналоги, позволяют не только генерировать текст, но и анализировать огромные массивы данных о зрительских предпочтениях, что делает их потенциально полезным инструментом на этапе разработки сценария. Искусственный интеллект способен проанализировать успешные фильмы прошлого и предложить структуры, персонажей или сюжетные ходы, которые с высокой вероятностью понравятся целевой аудитории. Диапазон применения нейро-сетей в производственных процессах создания киноконтента включает в себя большое количество направлений.
Одним из вариантов применения нейросетей является создание черновиков сценария. Алгоритмы формируют сюжетные линии на основе популярных жанров и трендов. Программа Scriptbook широко используется в Голливуде и с помощью ИИ анализирует сценарии на предмет их эмоционального воздействия и прогнозируемой окупаемости. Отечественные производители программного обеспечения активно работают над программами-аналогами в этой сфере. Например, SkillBox в 2022 году представили свою нейросеть A.I. TV Script Generator, с помощью которой они написали сценарий к се-риалу-ситкому «Сидоровы» для телеканала СТС*. Впоследствии пиар-
кампания сериала использовала этот факт для привлечения внимания аудитории, многие рекламные материалы сериала содержали надпись: «Первый сериал по сценарию нейросети».
Еще одно направление — адаптация диалогов при переводе. Согласно теории межкультурной коммуникации Э. Холла [2], медиа, созданные для аудитории из низкоконтекстуальных культур, могут быть истолкованы иначе представителями высококонтекстуальных культур. Дополнительной контекст накладывают особенности законодательства в отношении аудиовизуального контента в разных странах. Так, например, при переводе и дублировании кинокартин в России нецензурная лексика заменяется менее табуиро-ванными словами. Нейросети, специализирующиеся на переводе, можно обучить адаптировать диалоги в фильмах в зависимости от культурного и правового контекста, делая продукт понятным для различных регионов.
Следующим направлением является прогнозирование успеха киноленты. ИИ анализирует множество факторов, включая жанр, сценарные ходы, и вероятный бюджет, чтобы прогнозировать успех будущего фильма. Например, система от компании Vault Analytics предоставляет данные о потенциальной аудитории и окупаемости ещё до начала съёмок. Известно, что на этапе разработки фильма «Джокер» (2019) студия Warner Bros. использовала эту аналитику для оценки рисков и предсказания кассового успеха. Подобные инструменты внедряются в производство и маркетинг фильмов.
Значима также генерация идей и креативных решений. Помимо анализа существующих данных, нейро-сети могут быть источником свежих идей. Алгоритмы генерации текста, такие как ChatGPT или Jasper, создают по несколько вариантов-концепций на основе заданных параметров. Например, с помощью ИИ можно получить идеи для новых персонажей, локаций или диалогов, которые затем перебираются и перерабатываются сценаристами. Автор
* В России снимут сериал по сценарию нейросети. [Электронный ресурс] Режим доступа: https://www.rbc.ru/life/news/ 6405cebc9а7947645dcc4395 (дата обращения: 10.12.2024)
обладающего коммерческим успехом и признанием критиков научно-фантастического романа «Задача трёх тел» Лю Цысинь публично подтверждал, что пользуется генеративным ИИ для создания персонажей в своих работах с 2017 года, при этом его книги неоднократно становились бестселлерами на глобальном рынке и использовались кинокомпаниями из КНР и США для экранизаций. Кроме вышеупомянутых «Сидоровых» пока не происходило освещённых в медиа кейсов в отечественной индустрии, когда сценаристы/члены съёмочной группы в интервью или пресс-релизах открыто ссылались на использование нейро-сети как источник креатива, ввиду не окончательно сформировавшегося отношения к генеративному ИИ в произведениях культуры у массовой аудитории. Однако допустимо, что такое применение нейросетей является более распространённой практикой среди кинопроизводителей, но не афишируется по вышеупомянутым причинам.
Несмотря на преимущества, сценарное моделирование с использованием нейросетей сталкивается и с рядом проблем:
Ограниченность креативности: ИИ часто генерирует предсказуемые идеи, основанные на шаблонах из прошлого.
1. Отсутствие эмоциональной глубины: алгоритмы не способны уловить нюансы, характерные для драматургии за авторством человека, обладателя жизненного опыта.
2. Этические вопросы: применение нейросетей для генерации сюжета картин рождает почву для дискуссий о том, кто будет являться автором сценария — человек или алгоритм.
Среди наиболее востребованных направлений в современном кинематографе можно выделить создание спецэффектов и анимации. Современные технологии искусственного интеллекта и нейросетей уже игра-
ют важную роль в создании спецэффектов и анимации, значительно оптимизируя производственные процессы. Их применение позволяет сократить затраты и улучшить визуальное качество фильмов. ИИ используется для создания сложных визуальных эффектов, которые раньше требовали многочасовой ручной работы специалистов. Современные алгоритмы, такие как GANs (Generative Adversarial Networks), позволяют генерировать реалистичные текстуры, пейзажи и даже персонажей.
Важна также реалистичная анимация персонажей. Нейросети помогают автоматизировать анимацию лиц и тел персонажей, делая их движения и мимику более естественными. В основе этих технологий лежат модели глубокого обучения, обученные на тысячах реальных движений. В фильме «Аватар: Путь воды» (2022) ИИ использовался для обработки данных захвата движения, обеспечивая высокую точность в передаче эмоций героев. Для фильма «Король Лев» (2019), Disney использовал обученный на работе VFX-ху-дожников и аниматоров искусственный интеллект для создания фотореалистичных животных и природных ландшафтов. GANs генерировали анимацию движения животных, текстуры шерсти и света, придавая сценам детализацию**. Это, впрочем, не значит, что российские студии визуальных эффектов не используют нейросети для анимации движущихся на экране объектов, но, а если вдруг всё же не используют, то пора брать на заметку.
Значимо также улучшение качества картинки старых фильмов и отснятых материалов. ИИ-апскейлинг позволяет реставрировать старые фильмы, улучшая их качество, увеличивая разрешение и устраняя шумы. Применение нейросетей для этих задач пользуются популярностью в западной киноиндустрии, как для сохранения культурного наследия, так и для повторной коммерциализации давно выпущенных картин.
Выпуск «4к-ремастера» культового фильма на дисках и в цифровых магазинах — устоявшаяся практика заработка денег с ценителей классических фильмов. Компания Park Road Post Production, основанная Питером Джексоном, с помощью нейросетей улучшает разрешение картинки многих кинолент по заказу студий, таких как «Чужие», «Правдивая ложь» и др.3*
Клим Шипенко, режиссёр фильма «Вызов», снятого на МКС, на сессии «Вызов принят! Как развивается рынок отечественных ИТ-продуктов для киноиндустрии» ПМЭФ рассказал, что производственная команда использовала нейросети для чистки плёнки от шумов, вызванной космической радиацией4*. Достоверно не известно, использует ли Госфильмо-фонд РФ ИИ для реставрации советских классических фильмов, но он это допускает. На случай обратного, сотрудничество в этой сфере с компаниями — лидерами российского рынка визуальных нейросетей, такими как «Сбер», «Яндекс» или «МТС», ускорило бы процесс адаптации богатой библиотеки Госфиль-мофонда к современным стандартам изображения.
Определенный практический интерес представляет генерация окружения и визуальных миров. ИИ способен автоматически создавать фоны и целые виртуальные миры, что особенно актуально для научно-фантастических и фэнтези-фильмов. Нейросети анализируют исходные изображения и генерируют новые элементы с высоким уровнем детализации. Например, в сериале «Мандало-рец» применялась технология виртуальных сцен на панорамных экранах ( Virtual Production), где ИИ генерировал реалистичные фоны в реальном времени, а другой ИИ занимался фотокопированием движений персонажей, чтобы в последствии их можно было перенести в другую локацию с помощью графики, не занимаясь съёмкой дополнительных сцен. Но подобная съёмка на данный момент времени — финансово-затратный
** 7 Things You Didn't Know about the Making of The Lion King [Электронный ресурс] Режим доступа: https://news.disney.com/making-of-lion-king (дата обращения: 10.12.2024)
3* A.I. Made These Movies Sharper. Critics Say It Ruined Them. [Электронный ресурс] Режим доступа: https://www.nytimes.com/2024/04/13/
movies/ai-blu-ray-true-lies.html (дата обращения: 10.12.2024)
4* Эксперты считают, что нейросети в кино могут использоваться только для рутинной работы. [Электронный ресурс] Режим доступа: https:// tass.ru/kultura/1801 1227 (дата обращения: 12.12.2024)
формат работы, поэтому в отечественных картинах о фантастических мирах чаще прибегают к альтернативному использованию нейросетей для генерации окружения.
В процессе создания «Конька-горбунка» (2021) применялась отечественная технология ViewGA — программно-аппаратный комплекс виртуальной и дополненной реальности, позволяющий во время съемок визуализировать для съемочной группы будущий кадр уже с компьютерной графикой. Такое решение облегчает работу над фильмом с большим количеством CGI, позволяя оперативно вносить коррективы в мизансцены и работу с актерами, которым не приходится воображать себе будущие спецэффекты, в реальности глядя на зеленый экран хромакея, вместо этого они могут увидеть на мониторе воплощенный замысел кадра5*.
Нейросети помогли реализовать на экране сказочный мир и в продолжении картины «Последний богатырь». Работавший над визуальными эффектами фильмов франшизы JD-художник Максим Ваваев в интервью поделился подробностями их применения: «Мы разработали программу, которая позволила сначала конструировать элементы для домов, потом — дома из этих элементов, а потом уже весь город, начиная с самый маленьких невзрачных домиков, до больших красивых трехэтажных дворцов с разноцветными крышами. Все как в жизни — чем ближе к центру, тем выше и богаче, чем дальше — тем попроще. Вручную сделать такую работу невозможно, и мы прибегали к технологиям, которые позволили нам автоматизировать процесс. Это процедурное моделирование, с помощью нейронных сетей, в результате которого появляется живой город — с домами, улицами, деревьями, колодцами и так далее»6*. Учитывая тренд последних лет в мировом и отечественном кинобизнесе на выстраивание киновселенных7* и мультиканальное погружение зрителя в такие миры, обучен-
ные на визуальное создание этих вселенных нейросети упрощают и удешевляют разработку продолжений и спин-оффов.
Еще одним трендом является deepfake и синтез актерской игры. Алгоритмы deepfake уже применяются для создания реалистичных цифровых копий актёров. Это позволяет изменить их лица, сохранив мимику, или использовать их образы даже после ухода из жизни для сцен, которые требуют того сюжетно. Самый известный пример-первопроходец: в фильме «Звездные войны: Изгой-один» (2016) команда с помощью ИИ воссоздала образ актёра Питера Кушинга, который умер за несколько десятилетий до съемок. Из недавних ярких примеров применения deepfake в кинопроизводстве — лента «Здесь», вышедшая в прокат осенью 2024. Том Хэнкс и Робин Райт снялись в роли семейной пары, прожившей вместе на протяжении 60 лет. Для визуального омоложения и состаривания актёров использовали передовой ИИ. В отличие от традиционного CGI, на доработку которого могут уйти месяцы, такой подход позволил увидеть мгновенные трансформации на съемочной площадке. В отечественной киноиндустрии применение Deepfake на момент написания статьи ограничено парой кейсов. Кинокомпания братьев Андреасян применяла эту технологию для ленты «Манюня: Приключения в Москве» (2024). В фильме воссоздали образ известного советского артиста Юрия Никулина во времена его молодости. А Константин Эрнст, директор Первого канала, в ноябре 2024 анонсировал новый сериал — экранизацию приключенческих повестей о Штирлице, где главный герой с помощью deepfake будет воссоздан на образе Вячеслава Тихонова, сыгравшего персонажа в 1973 году.
Справедливо будет заметить, что из всех открывающихся с внедрением нейросетей в кинопроизводство возможностей — использование deepfake — самая противоречивая.
Значительная часть аудитории с негативом воспринимает искусственные лица почивших актёров в современных проектах, расценивая это как паразитирование на памяти ушедших талантов. Более того, многие отечественные и зарубежные актёры выражали опасения из-за подобных технологий, и именно угроза создания цифровых образов актёров без согласия последних и послужила одной из главных причин исторической забастовки гильдии актёров США «ЗЛО-ЛГТЙЛ» с июля по ноябрь 2023. Конфликт интересов очевиден: кинокомпаниям по всему миру было бы очень выгодно отсканировать лица популярных кинозвезд, заплатив им за один рабочий день, и потом использовать в предстоящих проектах столько,сколько креативные директора сочтут целесообразным. Большинство актёров были бы неудовлетворены таким использованием их личного бренда. В ноябре 2023 Голливуд и профсоюз актёров в США пришли к соглашению, регулирующему использованию deepfake в кино. У актёров (или их потомков, обычно владеющих правами на личный бренд) есть решающее право голоса относительно того, где и при каких условиях будут использоваться их цифровые двойники, если они дали добро на их создание.
В России подобного контекста нет, так как подобных столкновений не происходило. Отечественные актёры если и высказываются о перспективах и проблемах нейросетей в кино, то делают это в интервью и на подкастах, а не бастуя с плакатом перед зданием Мосфильма. Поэтому в нашей стране никаких общих правил или юридических договорённостей в отношении цифровых образов артистов не существует, можно даже назвать это серой правовой зоной. Вышеупомянутые прецеденты, как с «Манюней», когда использование образа актёра обсуждалось с его наследниками в частном порядке, и разрабатываемым сериалом про Штирлица в реальном времени
5* Как российское кино удивило весь мир новыми технологиями? [Электронный ресурс] Режим доступа: https://lenta.ru/articles/2022/06/24/
zdestechnology/?ysclid=m56vhsvrk1919738441 (дата обращения: 12.12.2024)
6* Как снимали фильм «Последний богатырь: корень зла» - Бюллетень кинопрокатчика [Электронный ресурс] Режим доступа: https://
www.kinometro.ru/technology/show/name/last_warrior2_shootng_8300
7* Киновселенные как культурное явление: глобальный тренд и российская перспектива. [Электронный ресурс]. Режим доступа: https:// www.vedomosti.ru/25/technologies/trendsrub/articles/2024/10/28/1071326-kinovselennie-kak (дата обращения 09.12.2024).
формируют практику, по которой цифровые образы актёров будут использоваться в отечественном кинематографе в будущем. Так как сейчас эти единичные прецеденты носят экспериментальный характер, то аудитория более остро воспринимает даже сам факт наличия цифровых образов актёров, а правовое поле ещё не сформировано, поэтому отечественным студиям при решении внедрить такое в свои проекты, лучше исчерпывающе публично это обосновывать. Эта практика выглядит слишком привлекательной для киноиндустрии, чтобы не прижиться у нас или на Западе. Как быстро массовый зритель к ней привыкнет, и какие нормы применения выработаются — покажет время.
Одним из наиболее актуальных направлений является использование нейросети в маркетинге и продвижении кинофильмов. Использование нейросетей для анализа аудитории и таргетинга стало одним из важнейших направлений в продвижении кинолент. Искусственный интеллект позволяет эффективно обрабатывать огромные массивы данных о поведении зрителей, их предпочтениях и интересах, создавая более персонализированные рекламные кампании, что значительно повышает вероятность привлечения целевой аудитории. Но не одной рекламой едины, теперь нейросети анализируют содержание самих картин и их показатели в прокате и на стримингах, создавая рекомендации того, в какой контент кинопроизводителям лучше инвестировать.
Современные алгоритмы сбора данных используют методы машинного обучения для анализа зрительского поведения. Это включает изучение истории просмотров, поисковых запросов, активности в социальных сетях и данных о географическом положении пользователей.
На основе этих данных нейросети могут выделить основные сегменты аудитории, что помогает оптимизировать рекламные стратегии. Елена Карпенко, директор телеканала ЧЕ!, в интервью для РБК приводила в пример их отдел маркетинга, пользующийся ИИ для обработки больших объемов данных, сбора основной информации8. Значительное число крупных западных студий сейчас прибегают к использованию таргетинга на основе нейросетевых алгоритмов. Например, для продвижения фильма «Дюна» (2021) использовались алгоритмы ИИ, которые анализировали данные о фанатах научной фантастики. На основе этих данных реклама была преимущественно нацелена на пользователей, ранее интересовавшихся фильмами таких жанров, как «Бегущий по лезвию» и «Звёздные войны». Российские стриминг-сервисы, такие как Okko и «Кинопоиск» HD используют Telegram Ads как инструмент продвижения крупных релизов на своих стриминг сервисах, что вполне можно отнести к таргетингу с использованием нейросетей, так как алгоритмы площадки работают именно на них. Традиционно отечественные киностудии для продвижения в Интернете отдают предпочтение Яндекс Директу, чей арсенал регулярно дополняется инструментами на основе ИИ9*. Такая тенденция говорит о том, что в будущем нейросе-ти всё плотнее вплетутся в алгоритмы площадок и для perform, и для медийной рекламы всего контента, продуктов или услуг.
Отметим также проблематику продвижения внутри стриминг площадок и создания промо-материалов. Стри-минг сервисы массово взяли нейро-сети на вооружение ещё в прошлом десятилетии. Пионером в этом вопросе является компания Netflix10*. Всё началось с собственной системы рекомендаций, основанной на анали-
зе просмотров пользователей, зародившейся ещё во время рассылки DVD. Алгоритмы, которые сейчас работают на основе собственных нейросетей, выделяют фильмы и сериалы, которые могут заинтересовать конкретного зрителя, увеличивая шансы на повторные просмотры и вовлечённость. Сейчас такие рекомендации — неотъемлемая часть любого стриминг сервиса. Следующая практика, которую Netflix активно популяризирует — подбор постера под зрителя: при загрузке нового фильма/сериала на стриминг загружаются сразу несколько постеров, с кадрами картины/визуальными триггерами, которые могут заинтересовать разную аудиторию. Очень условно это работает так: зрителю романтических картин на превью будет отображаться момент поцелуя, ценителю боевиков — кадр из экшн-сцены, фанату вестернов — персонажа в ковбойской шляпе. Российские сервисы подобный формат ещё не переняли, что отчасти связано с особенностями интерфейса, необходимостью запрашивать больше изображений у поставщика контента или создавать их своими силами. Также допустимо, что руководство пока считает приоритетными другие зоны роста. Такое разнообразие визуальных триггеров в промо-изображениях — рекомендация для совершенствования эффективности стриминг-сервисов.
Отдельно развивается направление ИИ-сгенерированных промо-ма-териалов. Не только Netflixu* экспериментирует со сгенерированными постерами и плейсхолдерами для контента в своей библиотеке. Из отечественных площадок подобное активнее всего применяется в Kion. Техническая сторона этого вопроса подробно разобрана Андреем Дуги-ным, руководителем группы видеоаналитики компании MTS AI, в его статье для Habr12*. Мотивацию
8* Творчество и технологии: что ждет телеиндустрию в будущем [Электронный ресурс]. Режим доступа: https://trends.rbc.ru/trends/industry/ cmrm/656e49939a79473fca68f555?from=copy (дата обращения 07.01.2025).
9* Объявления от нейросети в Директе сделают вашу рекламу эффективнее [Электронный ресурс]. Режим доступа: https://yandex.ru/adv/news/ obyavleniya-ot-neyroseti-v-direkte-sdelayut-vashu-reklamu-effektivnee (дата обращения 07.01.2025).
10* How Netflix Uses Artificial Intelligence [Электронный ресурс]. Режим доступа: https://www.argoid.ai/blog/netflix-ai (дата обращения 07.01.2025).
114 Netflix gets roasted over dodgy AI art (again) эффективнее [Электронный ресурс]. Режим доступа: https://www.creativebloq.com/ai/ai-art/ netflix-gets-roasted-over-dodgy-ai-art-again (дата обращения 07.01.2025).
12* Как мы с помощью ИИ выбираем обложки для сериалов в KION: кейс MTS AI [Электронный ресурс]. Режим доступа: https://habr.com/ru/ companies/ru_mts/articles/791546/ (дата обращения 07.01.2025).
руководства площадки раскрывает директор по технологиям и продуктам МТС Медиа/Kion Федор Ежов: «Технологии на базе компьютерного зрения помогают делать продукт еще более комфортным для пользователей, а нам — экономить ресурсы на ручные настройки, переходя к автоматизированным инновационным решениям»13*. Однако использование нейросетей именно киностудиями, а не их партнёрами для создания промо-материалов, таких как трейлеры и постеры для фильмов, пока ещё не стало популярной практикой ни в российской, ни в зарубежной киноиндустрии.
Хотя технологии на основе искусственного интеллекта и позволяют существенно экономить время и ресурсы, их применение сталкивается с теми же препятствиями, что и при непосредственном кинопроизводстве. Создание постеров и трейлеров является своим собственным искусством. Как уместить дух и идею двухчасовой кинокартины в две минуты, а как уместить всё это в одну статичную картину? Этому искусству художники, графические дизайнеры и монтажёры учили и учились почти столько, сколько существует киноиндустрия. Но допустимо представить сценарий будущего, когда в больших данных крупных рекламных площадок будут профили всех потенциальных потребителей с информацией об их предпочтениях, и промоматериалы любого контента, в том числе кино и сериалов, будут автоматизировано генерироваться из подобранных для этого фрагментов картины, а метрики в рекламных кабинетах будут показывать, как растёт эффективность, клики и просмотры. В теории для кинокомпаний это гораздо дешевле, чем держать штат монтажёров и дизайнеров. Но, как и в случае с кинопроизводством, более вероятно не замещение специалистов нейросетя-ми, а их интеграция в арсенал последних. Так, монтажёрам надо адаптировать трейлеры под ТВ-спо-ты, в которых другой формат хронометража, и картинки под вертикальный формат OLVдля рекламы
в сторис, а также осуществлять подобную адаптационную рутинную работу, для которой нейросети могут быть удобным решением. А про использование различных нейросе-тей как инструментов в руках графических дизайнеров уже написаны сотни статей. И если за постером, чьи элементы частично или полностью сгенерированы, будет стоять художественный замысел, то подавляющее число аудитории реагирует без осуждения и в настоящее время. Рекомендуется делать это открыто, а не пытаться утаить.
Большинство крупных киностудий до сих пор не прибегали к ИИ-сгене-рированным постерам, однако некоторые компании уже поэкспериментировали. Так, например, американская студия А24 в рамках промо-кам-пании фильма «Падение империи» (2024) представила серию сгенерированных нейросетью Midjourney постеров, демонстрирующих пейзажи городов США, разрушенных на фоне ещё одной гражданской войны. Самым известным отечественным подобным кейсом является серия постеров сериала «Раневская» от онлайн-кинотеатра Kion. В основу промпта (текстового запроса) для генерации легли крылатые цитаты актрисы, которой посвящён сериал.
В процессе исследования не было обнаружено особого негатива аудитории в социальных сетях относительно этой инициативы, в основном пользователи обсуждали, какие постеры им понравились больше, а какие меньше. А из-за особенностей происхождения постеров многие новостные издания, посвящённые не только киноиндустрии, но и рекламе и бизнесу, опубликовали статьи, посвящённые инфоповоду. Так что данный кейс можно считать успеш-ным,несмотря на то, что конкретных показателей, метрик указать в настоящем исследовании не удалось. В обозримом будущем частично или полностью сгенерированные рекламные постеры станут практикой, которая перестанет привлекать особое внимание из-за своего происхождения, а генерировать их будут
те же люди, которые собирают их сейчас в визуальных редакторах или их близкие коллеги. Работа с такими визуальными нейросетями — требующий освоения квалифицированным сотрудником навык, а гонка за внимание и лояльность зрителя к своему кино-контенту будет только наращивать темпы, и эффективный менеджер не заменит отдел дизайнеров.
Заключение (Conclusion)
Кино, как и любое искусство, — это всегда диалог, диалог режиссёра и всей производственной команды со зрителем. И внедрение кинокомпаниями нейросетей в производственные и маркетинговые процессы на эту суть не повлияет,потому что нейросеть — не автор, а инструмент. Автор же пишет запрос и решает, как использовать получившийся результат. Если при написании сценария, сценаристы использовали нейросети, чтобы, к примеру, посмотреть альтернативные варианты развития сюжетных линий, а vfx-ху-дожники улучшали нейросетями качество картинки, но по итогу кино способно заставить зрителя испытать эмоции: задуматься, заплакать или рассмеяться — разве оно становится от этого меньшим искусством? Это вопрос, который останется открытым и философским по крайней мере в ближайшие годы, однако на массовую киноиндустрию он не окажет значительного влияния.
Поясним, что использовать ИИ для утилитарных задач попросту эффективно и выгодно, а значит, они будут использоваться везде, где это так работает. В частности — в аналитике, в производстве и в продвижении, как было описано выше. Полностью сгенерированные алгоритмом под конкретного зрителя фильмы без участия автора-человека пока остаются предметом из раздела фантастики, а если вдруг и это технологический прогресс позволит претворять в жизнь, то оно вырастет в свою собственную индустрию, а не заменит всё традиционное кино.
Отечественная киноиндустрия сегодня активно перенимает опыт
13* Постеры для онлайн-кинотеатра KION будет создавать искусственный интеллект [Электронный ресурс]. Режим доступа: https://telesputnik.ru/ mаteriаls/tech/news/postery-dlyа-onlаyn-kinoteаtrа-kion-budet-sozdаvаt-iskusstvennyy-intellekt (дата обращения 07.01.2025).
_с
www.bci-marketing.ru;[email protected]; 8(918) 5041937
западных коллег в части внедрения нейросетей и не менее активно проводит собственные эксперименты. Какие эксперименты превратятся в устоявшиеся практики, покажет
только время, однако уже сегодня можно выявить тенденции, способные сформировать теоретический базис будущего. Сами нейросети дают больше возможностей, но какой-то гло-
бальной трансформации индустрии или кино как формы искусства не произойдёт, поскольку от использования ИИ не поменяется суть данного направления искусства.
ИСТОЧНИКИ (References)
1. Толкачев, С. В. Влияние искусственного интеллекта на креативные индустрии: тенденции и перспективы / С. В. Толкачев / / Актуальные исследования. - 2024. - № 9-1(191). - С. 37-39. - EDN ZLYLTK.
2. Холл, Э. За пределами культуры / Э. Т. Холл // - 1976. - C. 106-116.
3. Ограничения искусственного интеллекта в художественном переводе документальных фильмов / В. И. Коростелева, А. А. Гу-лак, П. А. Лескова [и др.] // Филологический аспект. - 2024. - № 10(114). - С. 39-47. - EDN PHYRLH.
4. Косухина, С. Д Оценка потенциала искусственного интеллекта, виртуальной и дополненной реальности, блокчейна и других инновационных технологий для развития в РФ креативных секторов, таких как кино, музыка, реклама, дизайн и т.д. / С. Д. Косухина // Научный Лидер. - 2024. - № 9(159). - С. 14-22. - EDN SFMNJP.
5. Романишина, Т. С. Продвижение российских кинофильмов в медиа (на примере кинофильма «Чебурашка») / Т. С. Романи-шина, М. Р. Балашова // Вопросы медиабизнеса. - 2024. - Т. 3, № 1. - С. 46-53. - DOI 10.24412/3034-1930-2024-0060. -EDN BICYWW.
6. Карнаухова, Е. А. Роль искусственного интеллекта в разработке концепт-артов и других производственных этапов киноиндустрии: повышение креативности и эффективности / Е. А. Карнаухова // Научные аспекты синтеза искусства, экономики и управления в сфере кино и телевидения : Сборник научных статей преподавателей и студентов Института кино и телевидения (ГИТР). - Москва: Общество с ограниченной ответственностью «Русайнс», 2023. - С. 86-92. - EDN TVROLC.
7. Романишина, Т. С. Сервисы и инструменты искусственного интеллекта и их влияние на коммуникационную стратегию компании в новых реалиях / Т. С. Романишина, Д. В. Харькова // Сервис plus. - 2024. - Т. 18, № 1. - С. 210-221. - DOI 10.5281/zenodo.10969507. - EDN EPZFCX.
8. Попов, Ю. В. Технологии deepfake и их влияние на киноиндустрию / Ю. В. Попов // A Posteriori. - 2023. - № 6. -С. 36-40. - EDN JGURWM.
