PwC | Россия

Развитие Интернета вещей в российской медиаиндустрии

Как технологии IoT меняют повседневную жизнь: примеры из международного опыта и мнение ведущих экспертов российской медиаиндустрии

«Умные» колонки покоряют мир, а медиаиндустрия и сами площадки для потребления контента постепенно меняются под воздействием технологий IoT. Интернет вещей неразрывно связан с технологиями сбора и обработки больших данных, а также с алгоритмами искусственного интеллекта. Данная статья охватывает комплекс технологий, используемых в медиа, включающий собственно Интернет вещей (Internet of things, IoT), аналитику больших данных (Data Analytics, DA) и алгоритмы искусственного интеллекта (Artificial Intelligence, AI).

Данное исследование было создано экспертами Центра компетенций PwC в области IoT (Интернета вещей) в России при поддержке МИА «Россия сегодня». В рамках подготовки исследования мы пообщались с десятью медиаменеджерами крупнейших компаний, их самые яркие цитаты представлены также на страницах данной публикации.

Большие данные, или что обо мне знают часы и телефон

Высокий уровень проникновения устройств в нашу жизнь привел к появлению огромного количества данных, собираемых о человеке. Медийные компании получают информацию о местоположении, перемещении, любимых местах проведения досуга, интересах и предпочтениях, круге контактов, планах, расписании и даже физическом состоянии человека. Сегодня без труда можно отследить интересы и предпочтения человека, касающиеся потребления контента: жанровые предпочтения, любимые каналы потребления, время и место, площадки и устройства, с которых человек потребляет контент.

Но на этом список не заканчивается: технологии позволяют определить даже реакцию человека на информацию и контент с помощью его пульса или считывания эмоций с его лица. Однако использовать этот массив информации для совершенствования сервиса пока удается лишь малому числу компаний. Медийным компаниям нужны новые компетенции для удержания потребителя, и те компании, которые вовремя интегрируют комплекс технологий Интернета вещей для эффективного использования данных, окажутся в выигрышной позиции: потребитель получит качественно новый уровень сервиса и потребительского опыта.

Для чего могут использоваться данные?

1. Идентификация пользователя.

По голосу человека умное устройство может распознать члена семьи и предложить ему персональную подборку новостей, любимую радиостанцию или включить его аккаунт в онлайн-кинотеатре. Например, колонка Google Home распознает голоса разных членов семьи и может включить персонализированную подборку музыки под конкретного члена семьи, стоит ему сказать «Oкей, Google, play some music». Колонка может прочитать ленту новостей, подобранную для конкретного члена семьи, распознав его голос, и способна вывести на ТВ-экран запрашиваемый фильм через платформу Netflix. Пользователя можно идентифицировать по голосу, отпечатку пальца, чертам лица, геолокации и пр.

2. Персонализация и адаптация контента.

При этом уровень персонализации или адаптации контента может быть разным, начиная персональной подборкой контента, алгоритмами, которые уже давно применяются на рынке такими сервисами, как Youtube, Netflix, Apple Music, Yandex и пр., и заканчивая изменениями сценария или концовки фильма в зависимости от вкусов пользователя. Уже сегодня появляются интерактивные кинофильмы, жанр, с которым экспериментируют ведущие компании мира, такие как HBO. Например, в фильме «Mosaic» (HBO, 2018) зритель с помощью мобильного приложения может выбрать, за каким героем он хочет следить.

3. Персонализация доставки контента.

Примеры персонализации доставки достаточно обширны: адаптация света, направления звука, картинки или сайта под устройство, а также адаптация самого контента в зависимости от канала доставки: например, текст новостей должен быть адаптирован для чтения или для прослушивания. Уже существуют телевизоры, которые способны подстраивать яркость света и громкость звука под окружающую обстановку и контекст. Колонка серии Google Home Max определяет свое местоположение и объекты вокруг динамика для оптимизации направления звука.