High fashion bez dnia zdjęciowego i psy prowadzące podcast. Jak wykorzystać wideo AI, żeby sprzedawało, a nie tylko wyglądało? | Bartosz Manicki

Bartek: Dzisiaj chciałem z wami porozmawiać o tym, jak można wykorzystać sztuczną inteligencję – w szczególności wideo, czyli generowanie wideo przez AI – do tego, żeby osiągać lepsze wyniki. Obalić trochę mitów, powiedzieć wam, jak to robić z głową, tak żeby finalnie przekładało się to na sprzedaż. Zobaczycie również kilka naszych realizacji, z których – nie ukrywam – jestem dumny.

Cześć, ja nazywam się Bartek Manicki. Jestem właścicielem agencji marketingowej ProjectUP, w której skupiamy się na generowaniu przewidywalnych przychodów, głównie dla e-commerce, ale nie tylko. Prowadzę agencję, w której dużo czasu i pieniędzy inwestujemy w rozwój kompetencji związanych z wykorzystaniem sztucznej inteligencji, w szczególności w generowaniu wideo. Nie będę wam mówił, że AI to przyszłość i rzućcie wszystko, ani w drugą stronę – że AI jest nic niewarte. Jak zwykle prawda jest pośrodku i przez to jest dużo ciekawsza. Po obejrzeniu tego materiału będziecie mogli sami ocenić, kiedy zastosować AI, a kiedy trzeba klasycznie nagrywać – i jak to wszystko przekłada się na wyniki sprzedaży.

Tempo zmian to nie ciekawostka. To główne ryzyko biznesowe

Zacznę od czegoś, co zaskoczyło nawet nas. Żeby zrozumieć, gdzie jesteśmy, trzeba zobaczyć, jak szybko ta branża się zmienia, bo tempo zmian to nie ciekawostka – to główne ryzyko biznesowe. Sora od OpenAI była symbolem tej rewolucji. Realistyczna fizyka, dźwięk, aplikacja w stylu TikToka, nawet licencja z Disneyem na pokazywanie postaci. A potem OpenAI ogłosiło, że to wszystko zamyka. Aplikacja przestała działać w kwietniu, a API ma zniknąć we wrześniu – bez konkretnego powodu w komunikacie. Mówi się o kosztach mocy obliczeniowej i zwrocie w stronę produktów dla firm. Wniosek dla marketera jest dosyć brutalny: jeżeli budujesz cały proces wokół jednego narzędzia, jednego modelu, to może cię pokonać jeden komunikat prasowy o tym, że zostanie wyłączone – i rozwalić ci cały proces.

Inną rzeczą jest wojna modeli, bo na miejsce Sory nie wszedł jeden następca – weszło ich pięciu. Google Veo 3 z natywnym dźwiękiem i 4K, Kling 3.0 z trybem wieloujęciowym i lipsynkiem w kilku językach, Runway Gen-4 dla precyzyjnej kontroli kadru, Seedance i Pika do treści społecznościowych. Do tego osobna kategoria narzędzi do generowania awatarów – takich jak HeyGen czy Synthesia – do gadających głów i tłumaczeń. I teraz: żaden z tych modeli nie jest najlepszy we wszystkim. Każdy jest dobry w czymś innym. To jest pierwsza realna zmiana. Nie ma już jednego narzędzia – trzeba umieć wykorzystywać wiele narzędzi w zależności od potrzeby i celu, który macie do zrealizowania. Więc jeszcze raz, pierwsza prawda o tej branży brzmi: nie inwestuj w narzędzie, inwestuj w umiejętność dobierania narzędzia do zadania. Narzędzia będą się zmieniać co kwartał, natomiast umiejętność ich odpowiedniego wykorzystania i wybrania ich zalet pozostanie z wami na zawsze.

Dlaczego realnie warto: plusy, które są policzalne

Wystarczy straszenia. Przejdźmy do tego, dlaczego realnie warto wykorzystywać wideo AI, bo te plusy są realne i policzalne.

Zacznijmy od najbardziej oczywistego: tempo i koszt. To, co kiedyś wymagało całego dnia zdjęciowego, ekipy, świateł, dźwiękowca i kosztowało grube tysiące złotych – po to, żeby wyprodukować kilka b-rolli albo krótkie filmiki – dzisiaj jest kwestią kilkudziesięciu minut. Treści wypełniające wideo, przebitki, tła, ilustracje konceptu, proste animacje: to wszystko świetnie można wygenerować za pomocą sztucznej inteligencji. Jest to zupełnie wystarczające i dosyć łatwe. Zamiast wynajmować całe studio, żeby pokazać jakąś wizualizację, możemy to zrobić za pomocą AI. I tutaj jeden przykład: jeden z naszych klientów, firma produkująca kotły przemysłowe dla B2B, nie ma najnowocześniejszego zakładu na świecie. Robią bardzo dobrą robotę, ale zakład mają troszkę starszy. Wykorzystanie sztucznej inteligencji do tego, żeby zrobiła przebitki z procesu produkcji do prawdziwego wideo, wyszło doskonale – i dzięki temu osiągają bardzo fajne wyniki.

Drugi plus, trochę mniej oczywisty, ale dla performance najważniejszy: możliwość przygotowywania wariantów. Kiedyś wyglądało to tak, że kręciło się jedną reklamę. Trwało to tygodnie, kosztowało dziesiątki tysięcy złotych i musieliśmy się modlić, żeby ta reklama zadziałała. Dzisiaj możemy bardzo łatwo wygenerować 10 wersji hooka, puścić je na małym budżecie, zweryfikować, które działają najlepiej, i potem wykorzystywać w reklamach to, co faktycznie przynosi sprzedaż. AI znacząco obniżyło koszty testowania kreacji, a w reklamie wygrywa nie ten z najlepszym przeczuciem, tylko ten, kto najwięcej przetestował. Później pokażę wam przykłady – między innymi markę Vegano, która dzięki takiemu podejściu osiągała naprawdę bardzo dobre wyniki.

Trzeci przykład, który bardzo lubię, to lokalizacja wideo, czyli zmiana języka na inny kraj. Awatar mówiący tym samym skryptem w pięciu językach, z poprawnym ruchem ust, to dla firm wchodzących na nowe rynki ogromna oszczędność. Jeden materiał, wiele wersji językowych – bez konieczności nagrywania pięciu osobnych wideo. Polecam wam profil na TikToku naszego klienta, marki Sweetmania. Dla nich przygotowujemy wiele wideo UGC w wersji na rynek polski, a później te same materiały robimy po hiszpańsku, węgiersku, niemiecku i w jeszcze kilku innych językach. Działa super – mega polecam sprawdzenie tego profilu.

I to, co wydarzy się w najbliższej przyszłości, a już dziś jest ogromną zaletą AI: możliwość automatyzacji całego procesu. Już to testujemy – a myślę, że do końca roku wdrożymy – system, w którym sztuczna inteligencja weryfikuje, czy kreacje reklamowe działają dobrze, wyciąga najlepsze wideo naszej marki, ale też konkurencji, i na tej podstawie z automatu generuje nowe materiały kreatywne. Cały proces zostaje zautomatyzowany. Jestem fanem podejścia human in the loop – czyli że jest człowiek, który to weryfikuje. Natomiast samo przygotowanie treści możemy automatyzować. Sztuczna inteligencja sprawdza, które treści trzeba wymienić i co trenduje w naszej branży, przygotowuje materiały wideo oraz grafiki – a specjalista po weryfikacji albo je dopromptowuje, żeby poprawić, albo wdraża na konto reklamowe. Ta automatyzacja powoduje, że możemy wyprzedzić konkurencję, która będzie robić to ręcznie jeszcze przez kolejnych 10 lat.

Druga strona medalu: na co uważać, korzystając z wideo AI

Okej, ale każdy kij ma dwa końce. Teraz druga strona medalu, czyli na co uważać, korzystając z wideo AI.

Po pierwsze: pomimo coraz lepszych modeli i narzędzi niestety dalej widać, że coś jest wygenerowane przez sztuczną inteligencję. Już coraz mniej, ale jednak – jeżeli się do tego nie przyłożymy, to to widać. A to potrafi obniżyć konwersję i niezbyt buduje zaufanie do marki. Jakie jest na to rozwiązanie? Robić content, który nie udaje, że nie jest AI. I tu mam dla was świetny przykład. Mamy klienta, który sprzedaje karmę dla psów – wyjątkową karmę, ale o tym innym razem. Zrobiliśmy tam reklamę, w której dwa psy prowadzą podcast i rozmawiają o tym, jaka to jest wspaniała karma.

[Fragment reklamy Dr Malou – dialog dwóch psów:] „Ludzie mówią, że wyglądasz ostatnio inaczej. Serio, co się zmieniło?” – „Karma. Serio, trzy miesiące na Dr Malou i moja sierść wygląda lepiej niż fryzura mojego właściciela. Prawdziwe mięso, omega-3, a liofilizacja zachowuje 95% wartości odżywczych. To nie marketing – to widać. Każdy na spacerze pyta, jakiego szamponu używam. To nie szampon, to karma.”

Nikt nie ma pretensji o to, że to jest sztuczna inteligencja i wygląda trochę jak AI. Każdy rozumie, że to jest zrobione sztucznie, bo psy nie gadają – chociaż jest to zrobione tak dobrze, że dzieciaki myślą, że to prawda. Nikt się jednak nie obraża, że powstało przez AI, bo jest fajne, wesołe i kreatywne. I tak właśnie trzeba to wykorzystywać: nie udajemy, nie zastępujemy rzeczywistości – pokazujemy, że to AI, albo robimy to na tak wysokim poziomie, żeby użytkownik miał uzasadnioną wątpliwość, czy to prawda, czy AI. To też jest do zrobienia.

Minus numer dwa nazywa się AI slop, czyli zalew generycznych, technicznie poprawnych, ale zupełnie pustych treści. Skala tego jest absurdalna, bo z analiz wynika, że prawie jedna piąta materiałów pokazywanych użytkownikom na YouTubie to właśnie taki sztuczny content – i zbiera on dziesiątki miliardów wyświetleń. A w marketingu rywalizujemy o czas i uwagę widza. Nie dość, że te materiały zabierają nam tę uwagę, to jeszcze – jeżeli są słabe – powodują, że widz szybko się nudzi, wychodzi z platform społecznościowych i nie zobaczy naszych treści. To niestety duży minus, z którym niespecjalnie cokolwiek jesteśmy w stanie zrobić.

Na co jeszcze uważać: aspekty prawne. Modele potrafią wykorzystać treści chronione prawem autorskim, na przykład znane postaci, i to naraża nas na ryzyko kar finansowych. Dla marki oznacza to realne straty, bo materiał, który wygląda świetnie, może mieć niejasny status prawny i łudząco przypominać cudzą własność. Narażamy się wtedy na to, że przyjdzie do nas duża korporacja medialna i powie: „Wykorzystaliście naszą własność, dzień dobry, poprosimy nasze miliony dolarów”. Korporacje zazwyczaj mają dobrych prawników, którzy wiedzą, jak to wykorzystać. Jeżeli używacie wideo AI hobbystycznie i wrzucicie film z Jamesem Bondem, który przesiada się do innego samochodu niż Aston Martin – spokojnie, to przejdzie. Natomiast jeżeli wykorzystalibyście to do reklamy firmy – przykładowo dealer samochodowy użyłby postaci Jamesa Bonda, który zamiast do Astona wsiada do auta z jego salonu – myślę, że mielibyście przechlapane. Uważajcie więc na status prawny: wykorzystanie znanych postaci, znanych motywów, podrabianie charakterystycznej kreski, na przykład z anime. Szczególnie przy reklamach może to być dosyć niebezpieczne.

I jeszcze jeden minus. Skoro każdy może wygenerować wideo „w minutę”, to sam fakt, że robisz wideo, przestaje cię wyróżniać. Zaczynając ten podcast parę lat temu uważałem – i dalej uważam – że to bardzo duża przewaga konkurencyjna. Sam fakt, że robiliśmy wideo, mocno różnicował nas na tle właściwie wszystkich agencji w Trójmieście, bo wtedy prawie nikt tego nie robił. Dzisiaj wideo w krótszej formie robi już trochę więcej agencji, a za chwilę – jeżeli wideo AI będzie dobre – ktoś takiego Manickiego weźmie, nasz marketer na przykład, zrobi z niego awatara, gadającą głowę, i wtedy będę mógł częściej jeździć na wakacje. Super. Ale z drugiej strony będę się mniej wyróżniał – więc mniej ludzi będzie to oglądać i mniej ludzi przyjdzie kupić usługę. Taka jest brutalna prawda. Przewaga dzisiaj nie leży w tym, że masz content wideo. Leży w tym, że masz doświadczenie, unikalną wiedzę i ciekawy punkt widzenia – bo tego żaden model nie wygeneruje za ciebie. Mając to, możesz wykorzystać wideo AI do generowania ciekawych treści, które będą sprzedawały.

Trochę podsumowując te plusy i minusy: moim zdaniem w świecie, gdzie syntetycznych treści przybywa masowo z godziny na godzinę, najcenniejszym zasobem marketingu przestaje być produkcja, a staje się nim człowiek. Specjalista, ekspert – ktoś, kto umie wykorzystać sztuczną inteligencję, ma swój unikalny pomysł i unikalne podejście, i dzięki temu osiąga lepsze wyniki. Rola człowieka jest jeszcze ważniejsza, bo narzędzia mają już wszyscy i content może wyprodukować każdy – ale nie wszyscy mają ekspertyzę, podejście i pomysł. Dlatego tak ważne jest, żeby pracować z dobrymi specjalistami albo samemu się takim stać – to oczywiście jeszcze lepsze. Bo łatwo mówić o AI wideo, trudniej je dowieźć tak, żeby klient był zadowolony, a marka nie ucierpiała. Trzy realizacje naszego zespołu.

Realizacja 1: Lavmag – high fashion bez ani jednego dnia zdjęciowego

Pierwszy przykład to marka modowa Lavmag. To nasz klient – są outletem, czyli sprzedają końcówki kolekcji po bardzo atrakcyjnych cenach. To towar, który niesamowicie mocno rotuje: pojawia się i znika po dwóch, trzech dniach. Wyprodukowanie klasycznego wideo z tym towarem mijałoby się z celem, bo za chwilę go nie będzie, byłoby drogie i – myślę – nie do zrobienia czasowo. Natomiast wykorzystując AI, możemy bardzo szybko generować nowe materiały wideo do reklam, emitować te reklamy, sprzedawać produkty i tę maszynkę cały czas budować, żeby efekty były jeszcze lepsze.

Jak do tego podeszliśmy? Efekt miał wyglądać jak high fashion – studyjnie, z naturalnym ruchem, drogo, bo to końcówki kolekcji znanych marek. I zrobiliśmy to bez ani jednego dnia zdjęciowego. Opiszę wam dokładnie, jak to wyglądało. Zaczęliśmy od wygenerowania klatki startowej i końcowej – metodą prób i błędów, aż ujęcia nam się zgadzały. Postać, czyli modelkę, zbudowaliśmy w Nano Banana: z jednego zdjęcia generujemy wiele różnych ujęć tej samej osoby. Główne wideo powstało w Kling – tryb multi-shot plus praca na klatkach bazowych. Wspomagamy się w tym wszystkim aplikacjami z platformy Higgsfield, zależnie od potrzeb. Dołożyliśmy narzędzia AI typu stylist, face swap i dynamiczna zmiana ubrań – to kluczowe przy outlecie, gdzie tak szybko trzeba podmieniać asortyment na modelce.

Wrócę do tego, co mówiłem wcześniej: gdzie w tym wszystkim był człowiek? Całość zaczęła się od ludzkiego stworzenia wizji. To Ola, która realizowała to wideo, miała swoją wizję i swoje spojrzenie – wiedziała, jak każda scena ma się zaczynać i jak kończyć. Najtrudniejsze było konsekwentne utrzymanie tej samej postaci w kolejnych ujęciach oraz wymuszenie na AI naturalnego ruchu człowieka i konkretnego ruchu kamery. To wychodzi dopiero wtedy, gdy w promptach używa się profesjonalnej terminologii filmowej. Istotne było też generowanie bardzo dynamicznego wideo, czyli dużo cięć. Robiliśmy trzysekundowe fragmenty, które później trzeba było precyzyjnie zmontować i złożyć w całość – tak, żeby wyglądało to jak jedno wideo, a nie poklatkowa animacja.

Przygotowanie tak zaawansowanego materiału od zera do finalnej reklamy to około 45 godzin – versus plan zdjęciowy, modelki, ekipa i tak dalej. Każde kolejne wideo, gdy fundament jest już zbudowany, przygotujemy jeszcze szybciej. Najbardziej rozbudowane produkcje wideo AI, które robiliśmy, zajmowały nam 15 godzin. A to chyba nie tajemnica, że standard agencyjny to gdzieś 150-200 zł za godzinę – możecie sobie przeliczyć. Najdroższy, najlepszy materiał kosztował połowę tego, co jedno proste wideo z planem zdjęciowym. A każdy kolejny będzie tańszy, bo fundament już mamy.

Realizacja 2: Vegano – nie ładne obrazki, tylko sprzedaż

Drugi przykład jest po to, żeby było jasne, że nie chodzi o ładne obrazki, tylko o sprzedaż. Marka Vegano promowała środek na szkodniki – to firma ogrodnicza, więc produkty właśnie do ogrodu.

[Fragment reklamy Vegano:] „Zabezpiecz swoje warzywa przed szkodnikami raz a dobrze. Dobroczynek Swirskiego może przez cały sezon pilnować waszych upraw. Koniec z mączlikami czy wciornastkami, a kiedy szkodników nie ma, zjadają pyłek i pożywienie z saszetki. Zbuduj tarczę ochronną dla twoich upraw z Vegano.”

Cały film to połączenie różnych materiałów: ujęć stockowych, animacji i produktów klienta. I tu pojawiło się wyzwanie, które najlepiej pokazuje, gdzie AI nadal kuleje: napisy na opakowaniach. Trzeba było odwzorować je jeden do jednego, a AI z natury lubi coś przekręcić – gubi niektóre wyrazy, zmienia teksty. Pilnowanie zgodności było mega istotne. I tu znowu rola człowieka, który dobierał ujęcia, weryfikował, składał w całość i łączył ujęcia stockowe z wygenerowanymi przez sztuczną inteligencję. Samo AI by tego nie dowiozło. Bez tej kontroli reklama wprowadzałaby klienta w błąd.

Mając gotowy materiał, puściliśmy reklamę na Mecie. Wyniki były zdecydowanie powyżej oczekiwań. Mamy tam też content przygotowany przez UGC i okazuje się, że dobrze zrobione wideo AI potrafi konwertować lepiej niż rzeczywisty materiał z człowiekiem. Jeśli chcecie poczytać więcej i znaleźć konkretne parametry kampanii oraz wyniki, case study znajdziecie na projectup.pl.

Realizacja 3: Super Dogs – granica prawie zniknęła

Przedostatni przykład jest trochę z innej bajki – pokażę wam, jak cienka jest granica między prawdziwym a wygenerowanym. Smaczki dla psów.

[Fragment reklamy Super Dogs:] „Dobra, kąpiel zaliczona. Czas na relaks. Czekaj… widzisz, jaki jestem biedny i wygłodniały? Ej, co ty robisz? Dawaj to! Nie denerwuj mnie… nareszcie. O panie, jakie to jest dobre. Co jest? Coś mi świdruje w plecach. Czy mi właśnie wyrosły skrzydła? Kocham.”

Pies w tej reklamie jest ze stocka. A człowiek? Człowiek jest całkowicie wygenerowany. Lektor to nie osoba przed mikrofonem, tylko głos z ElevenLabs. I znowu wróciło dokładnie to samo wyzwanie co przy Vegano: napisy i opakowanie jeden do jednego z realnym produktem. Całość tego materiału to około 5 godzin pracy razem z montażem.

Trzy realizacje, jedna prawda

Zwróćcie uwagę: trzy realizacje to tak naprawdę trzy różne dowody jednej i tej samej prawdy. Lavmag pokazał, że AI tnie koszt i czas – high fashion bez ani jednego dnia zdjęciowego. Vegano pokazało, że to nie zabawka, tylko realna sprzedaż, a nie tylko wyświetlenia. A Super Dogs – że granica pomiędzy tym, co prawdziwe, a tym, co wygenerowane, prawie już zniknęła.

W każdej z nich powtarza się ten sam schemat: AI zrobiło szybko ciężką, kosztowną część roboty, a o tym, czy materiał się nadaje, zdecydował człowiek. Czy ruch jest naturalny, czy warstwy się trzymają i czy napisy na opakowaniu zgadzają się z tym, co widzimy na prawdziwym produkcie. To nie jest kwestia „AI albo agencja”, tylko agencji, która wie, gdzie AI pomaga i czego pilnować, żeby nie zaszkodziło twojej marce.

Podsumowując w dwóch zdaniach: AI to przyszłość? Tak – zdecydowanie trzeba nauczyć się wykorzystywać nowoczesne narzędzia do przygotowywania materiałów wideo. Może wam się to przełożyć na bardzo dobre wyniki reklamowe dzięki temu, że możecie testować wiele wariantów reklamy. Jeżeli chcielibyście wykorzystywać wideo AI w swoim marketingu – zapraszamy do nas. Pomożemy wam przygotować takie wideo od strony koncepcyjnej, wygenerować je oraz użyć w reklamach tak, żebyście osiągali jak najlepsze wyniki. A jeżeli nie subskrybujesz naszego kanału, to teraz jest najlepszy moment, żeby zacząć. Do zobaczenia w kolejnych materiałach.