Китайские кинопродюсеры имитируют работу с ИИ ради отчётов перед начальством

Один из собеседников, продюсер с десятилетним стажем в некогда ведущей киностудии, описывает, как за считаные месяцы офис превратился в подобие интернет-компании. После выхода очередной версии модели генерации видео руководство устроило еженедельные «мобилизации по ИИ»: на них не говорят о конкретных проектах и сроках, зато спорят, кто точнее перескажет вчерашние новости о новых версиях моделей. Тот, кто не может назвать свежий релиз, рискует получить ярлык «пережитка прошлой эпохи». Начальник лично обходит сотрудников с ноутбуком наперевес и требует здесь же установить только что освоенный им инструмент и продемонстрировать результат. В комнате тихо, слышен только его голос: кто-то для вида открывает интерфейс, кто-то молча смотрит в заготовленную презентацию. Никто больше не обсуждает сценарии, бюджеты и качество проектов — все силы уходят на то, чтобы соответствовать чужой тревоге.

Апофеозом стал внутренний ИИ-сервис для оценки сценариев, который будто бы воспроизводит методику платформ и выставляет проектам баллы. Проект, который продюсер продвигал больше года и в который верил, система оценила высоко — и начальник тут же с воодушевлением спросил, каков план запуска. «Раньше я бы обрадовался, а тут просто завис, глядя на эту оценку, — вспоминает он. — Десять лет я набивал шишки, чтобы научиться чувствовать проект, а в итоге мой опыт оказался дешевле, чем цифра, которую выдал инструмент». Постепенно сотрудники выучили правила выживания: делать «умные» и «передовые» функции, которые красиво выглядят на совещании, но никогда не доберутся до реального производственного процесса. Так появился «помощник по разработке интеллектуальной собственности»: в модель загружают тексты сетевых романов, она нарезает их на фрагменты, пересказывает сюжет и советует, в какой жанр это лучше превратить. Формально совет есть, но любой профессионал видит: ИИ не понял исходник, а самое интересное в нём выхолостил. Механизм прост — модель берёт открытые данные из сети и раскладывает их по жанровым ярлыкам, без человеческого чутья. Начальство, впрочем, относится к этому как к ключевому инструменту отдела. Сами сотрудники называют такие поделки «игрушками»: неважно, работают ли они, главное — выглядят солидно и позволяют отчитаться.

Ещё абсурднее вышло с инструментом для «защиты» проектов на внутренних питчингах. Руководство велело собрать в интернете описания методик оценки сценариев, которыми пользуются крупные видеоплатформы, и на их основе построить симулятор защиты. «Все понимали, что это самая бредовая затея, — говорит продюсер. — ИИ по природе склонен поддакивать: если ты настроен на проект оптимистично, он подберёт аргументы за, если хочешь искать изъяны — найдёт кучу проблем. Объективного независимого суждения там нет». Настоящая процедура на платформах — это пересечение мнений множества отделов, где первичная оценка сценария и оценка готового материала делаются разными людьми с разными критериями, а логика меняется в зависимости от жанра и сезона. Воспроизвести это целиком в теории невозможно. «ИИ обладает этакой магией: скорость реакции создаёт ощущение всемогущества, но на выходе — вещи, которые почти нельзя применить на рынке, — говорит он. — Больше года я занимался работой, где выглядишь очень занятым, а по факту не сделано ничего». Базовые зарплаты в отрасли невысокие, основной доход — бонусы за проекты, но проектов нет уже год-два, так что и бонусов нет. Сильнее всего тревожит будущее: тридцать пять лет — золотой возраст для продюсера, когда опыт, энергия и связи должны давать максимум отдачи, а лучшие годы уходят впустую. Уйти некуда — вся отрасль в таком положении, оставаться — жалко времени.

Второй герой, бывший кинопродюсер по контенту, после слияния компании полгода не работал, а вернувшись, обнаружил, что вакансий стало куда меньше, а зарплаты упали вдвое. В итоге он попал в отдел тестирования видеогенерации крупной интернет-компании — туда искали человека, который «понимает киношный кадр и логику контента», и платили заметно больше прежнего. Если раньше планировщик получал около десяти тысяч юаней и то лишь при наличии проекта, то здесь стартовая ставка — пятнадцать тысяч, плюс солидные сверхурочные. Работа оказалась похожа на студенческие времена: короткие, размытые, эмоциональные описания сцен нужно переводить на точный язык кино — разбирать позицию камеры, свет, цвет, динамику деталей — и шаг за шагом калибровать модель, чтобы картинка отвечала кинематографическому вкусу. В компании много людей с таким бэкграундом: выпускники театральных и кинематографических вузов, выходцы с крупных видеоплатформ. Между собой они шутят, что это «база переподготовки кинематографистов». После работы коллеги сходятся и вздыхают: похоже, они постепенно расходуют многолетний запас. «Мы как контейнеры с опытом: перегоняем в модель всё, что накопили в ощущении кадра, логике съёмки, чувстве контента. И чем старательнее калибруем модель, тем быстрее нас заменят». Страшно ему стало не от реалистичности сгенерированных кадров, а от внезапного понимания сути работы: целое поколение годами, а то и десятилетиями училось, набивало шишки и нащупывало меру, а теперь всё это разбирают на параметры, сводят к правилам и упаковывают в кнопку «выполнить одним нажатием». Раньше коллеги шутили, что будущим кинематографистам не придётся годами набираться опыта, — теперь это вполне может стать правдой: опыт и ощущения научились производить серийно. При этом, считает он, ИИ не отбирает хлеб у кинематографистов напрямую — он перераспределяет внимание аудитории. Раньше весь спрос на видео доставался игровому кино и натурным съёмкам, теперь часть трафика и рынка оттягивают сгенерированные ролики, и кусок пирога реального кино на глазах сжимается. Стабильная зарплата не отменяет камня на душе: это спокойствие временное, оплаченное расходованием собственного опыта, без гарантий и без будущего.

Третья собеседница, бывший продюсер ИИ-сериалов, теперь работает на себя. Когда технология генерации видео только начала набирать обороты, знакомый позвал её в стартап на аниме-направлении — казалось, что инструменты снизят издержки и дело пойдёт легче. Тогда все называли это «ИИ-аниме», никто ни в чём не был уверен, и первые месяцы уходили в основном на вложения без надежды на скорую прибыль. Но технология обновлялась так быстро, что за год с небольшим направление естественным образом расширилось до ИИ-игрового кино и коротких сериалов — они случайно оказались на гребне волны. Однако, окунувшись, поняли: деньги на этом гребне заработать непросто. В отрасли ИИ-короткометражек реально зарабатывают только платформы, а производители — по сути игроки за столом, где правила устанавливает тот, у кого в руках канал дистрибуции. Чтобы выйти в эфир, приходится играть по чужим правилам и быть контентным подрядчиком крупных компаний за скромное производственное вознаграждение. Никакого кратного роста доходов — хорошо уже удержать заказы, конкуренция жёстче, чем у больших корпораций, и силы выматываются вконец. ИИ действительно снизил стоимость, людей и сроки на этапе производства картинки, но сэкономленное не стало прибылью команды: львиная доля ушла на закупку трафика и в итоге осела у платформ. Разница с игровым коротким сериалом огромна. Живая съёмка стоит около трёхсот тысяч юаней (максимум не больше пятисот), команда — от двадцати до пятидесяти человек, съёмки и постпродакшен укладываются примерно в месяц, отсюда и поговорка «проект в месяц». ИИ-сериал «поточного» уровня стоит пятнадцать-двадцать тысяч, команда не больше десяти человек, сдача примерно за две недели, а в крайних случаях несколько человек выпускают серию за неделю. Людей стало меньше на девяносто процентов, сроки сжались на две трети: вычисления и синтез голоса заменили актёров, площадки, костюмы, грим и декорации. Но ИИ снизил стоимость производства готового материала, а не стоимость привлечения зрителя. Главная статья расходов — закупка показов, часто от семидесяти до восьмидесяти пяти процентов бюджета, а пару лет назад в отрасли называли и девяносто. Доход с миллиона показов упал с тридцати-ста рублей до пяти-десяти: предложение взорвалось, однотипность зашкаливает, вероятность хита минимальна. По подсчётам аналитиков, если брать за точку безубыточности пятьдесят миллионов просмотров, около девяноста восьми с половиной процентов проектов не окупаются за полгода — примерно один из семидесяти с лишним. У платформ другая математика: у них распределение трафика, реклама и платный доступ, вычислительные инструменты, и доход от доли трафика, сервисных сборов и рекламы стабилен независимо от того, взлетел ли ваш сериал. Производитель играет в лотерею в надежде на хит, платформа держит банк и получает деньги при любом исходе. Во времена игровых короткометражек производитель мог стабильно «есть суп» на средних проектах; в эпоху ИИ у редких лидеров бывают случаи заработка шестисот тысяч юаней за полгода, но большинству остаётся лишь крошечный шанс на хит, прибыль размывается, а стабильный доход перетекает к платформе. Отрасль окончательно встала на конвейер: многие компании сами собирают платформы генерации видео из текста и картинки, заготавливают шаблоны сценариев, запасаются вычислениями и набирают армию внештатных исполнителей. Креативность и многолетний опыт не нужны — дают фиксированный сценарий, свой инструмент и стандартный процесс, а платят сдельно и очень мало: по рынку сорок-сорок пять юаней за минуту. Грубо говоря, такому ремеслу можно научиться за несколько дней, порог входа падает, и вместо гордого звания творца человек становится одним из рабочих мест на производственной линии, где важны лишь скорость и сноровка, а заменимость предельная. Сейчас ИИ-сериал — по сути товар быстрого потребления, товарные свойства в нём куда сильнее художественных, аудитория приходит потреблять контент, и говорить о высоких творческих идеалах нереалистично. Партнёр не смог с этим смириться, они долго спорили и в итоге разошлись. Она прошла путь от традиционного кино к коротким видео, от ИИ-аниме к ИИ-сериалам, каждый раз оказываясь на переломной точке, и со стороны кажется, что она вечно гонится за трендом. Но если посчитать, основную прибыль всегда забирают платформы и корпорации, а те, кто бежит за волной, просто меняют место работы: сколько ни крутись, желаемых денег не заработать.

Четвёртый герой — выпускник этого года, учивший Java. С трудоустройством у его потока всё плохо: многие однокурсники до сих пор рассылают резюме, сосед по комнате всё ещё ищет место. Поэтому оффер в киностудии он счёл удачей — выбирать не приходилось. В вуз он приходил с технической логикой: работа требует конкретики, стандартов и замкнутого цикла требований, у любой задачи должна быть ясная цель, понятные потребности и реализуемый результат. В киностудии эти представления перевернулись. Начальство обожает разговоры об «ИИ-энергии»: на совещаниях звучат грандиозные стратегии, отраслевые тренды и светлое будущее, формулировки красивые, масштаб впечатляет. Но как только доходит до конкретной реализации, конкретного проекта или функции, все начинают мяться, и никто не может сформулировать внятные требования. Бизнес-подразделения не разбираются в технике и судят по «ощущению», у начальника есть только макроидея без критериев реализации. Типичный пример — метания требований. На одной встрече босс в общих чертах обронил, что нужен ИИ-инструмент для сценариев, а при разработке так и не определились, для чего он: писать с нуля, редактировать и шлифовать текст или оценивать качество. У разных людей в бизнесе свои представления, каждый просит своё, и чем дальше шла разработка, тем более громоздким и избыточным становился функционал; в итоге инструмент не отвечает ожиданиям никого, а требования сторон никак не свести воедино. Разный уровень понимания ИИ добавляет хлопот: одни коллеги хотя бы в общих чертах представляют, как работают модели, и формулируют запросы рационально, но многие совсем не разбираются в технике и выдвигают фантастические идеи. Они воображают ИИ всемогущим сверхразумом: достаточно установить программу на компьютер, и она сама разберётся в бизнесе и выполнит всю работу. Они не знают, что для автоматизации нужна масса отладки инструкций, настройки прав доступа и конфигурации автоматизации компьютера — всей этой кропотливой черновой работы, без которой мечта так и остаётся мечтой.