Wpis na podstawie podcastu, odcinek 3, Łukasz Dolata & Mateusz Pleskacz
Jeździmy do klientów, rozmawiamy z nimi i prezentujemy metodę AI Score. I za każdym razem słyszymy podobne pytania – a właściwie podobne obawy. Nie są to pytania z ciekawości – stoi za nimi realna obawa przed pomyłką, śmiesznością i stratą budżetu na coś, co nie zadziała.
Zebraliśmy pięć najczęstszych obaw i odpowiadamy na każdą z nich wprost, bez owijania w bawełnę. Wszystkie mają swoje źródło i każda ma konkretne rozwiązanie – pod warunkiem że wybierzesz właściwego partnera produkcyjnego.
Obawa nr 1: strach przed AI slop. Czy moja reklama wyląduje na śmietniku internetu?
Termin „AI slop” błyskawicznie wszedł do języka marketingu. Internauci coraz sprawniej rozpoznają generyczne treści: prześwietlone twarze bez porów, dłoń z szóstym palcem, płynność ruchu przypominająca źle skompresowane wideo, tła, które rozmywają się przy krawędziach. Klienci słusznie obawiają się, że produkcja oznaczona jako wykonana z pomocą AI trafi do tej samej szuflady co bezwartościowy content zalewający media społecznościowe.
Dane to potwierdzają. Badania Kantara i Newsana wskazują, że 46–50% widzów reaguje negatywnie na reklamy, które identyfikują jako wygenerowane przez AI. To niemal co drugi odbiorca. Z perspektywy marki wydającej budżet na kampanię to ryzyko, którego nie można zignorować. Obawa nie jest więc irracjonalna – jest odpowiedzią na realny, udokumentowany trend konsumencki.
Kluczem jest niewidoczność technologii. Gdy reklama jest zrobiona tak, że nikt nie odgadnie, iż powstała przy użyciu AI, problem znika – i to dosłownie. Te same badania pokazują, że gdy widz po seansie dowiaduje się, iż oglądał treść wygenerowaną przez AI, jego negatywna ocena nie wzrasta. W wielu przypadkach pojawia się nawet pozytywne zaskoczenie. Problemem nie jest więc AI samo w sobie – problemem jest złe zastosowanie AI.
Różnica między AI slop a dobrą produkcją AI tkwi w podejściu do narracji. Efektowne obrazy generowane z ciekawego promptu mogą być wizualnie interesujące przez kilka sekund, po czym nic z nich nie zostaje, bo nie są nośnikiem żadnej historii. Dobra reklama, niezależnie od technologii produkcji, zaczyna się od scenariusza, emocji, bohatera, który ma cel. AI jest tu jedynie narzędziem realizacji – tak jak kamera lub oświetlenie.
Najgorzej jest wtedy, gdy skupisz się na efekciarstwie – pokazywaniu wymyślnych światów, które wyglądają plastikowo – a przy tym zapomnisz o historii i narracji. To przepis na klęskę.
Jak to rozwiązać? Znajdź partnera z udokumentowanym portfolio reklam AI. Ktoś, kto tworzy AI slop, jest po prostu częścią tego ruchu, ale nie chodzi Ci o współpracę z takimi osobami.
Obawa nr 2: to będzie wyglądało tanio. Czy AI potrafi robić produkcje klasy premium?
Skojarzenie AI = tanie powstało z konkretnego doświadczenia – kiedyś ktoś zamówił reklamę u grafika, który przez weekend nauczył się pracy w Midjourney, i dostał płynne, błyszczące, ale kompletnie pozbawione duszy obrazki. Później ktoś inny wygenerował kilka ujęć w Runway i skleił je bez żadnej narracji. Każde z tych doświadczeń zostawiło swój ślad i zraziło do produkcji z użyciem AI, dlatego dziś klienci wchodzą na pierwsze spotkanie z gotową obawą, zanim w ogóle zobaczą portfolio.
Tymczasem dobrze zrobiona reklama AI to zupełnie inna kategoria. System hybrydowy – łączący prawdziwe zdjęcia lub krótkie nagrania z generowanymi elementami – pozwala osiągnąć jakość wizualną porównywalną z produkcjami, które do tej pory były dostępne tylko dla marek z gigantycznymi budżetami. AI nie zastępuje tu ekipy filmowej, lecz zwielokrotnia jej możliwości.
Dobrze zrobiona reklama AI będzie wyglądać jak prawdziwy blockbuster. Przy zastosowaniu systemu hybrydowego – z prawdziwymi zdjęciami lub aktorami – możemy podnieść produkcję o dwa, trzy poziomy, lądując tam, gdzie dotąd były tylko największe kampanie, jakie znamy z Super Bowl.
Odpowiedzią na problemy wizualne jest klasyczna postprodukcja: korekcja kolorów, compositing, praca reżyserska i operatorska. Żadne z tych zadań nie zniknęło wraz z pojawieniem się modeli generatywnych. Technologia się zmieniła, ale role na planie nie. Ktoś musi zaplanować scenę, zdecydować, jak pada światło i które ujęcie jest lepsze dramaturgicznie. Bez tych kompetencji nawet najlepszy model AI wyprodukuje efektowny, lecz pusty obraz.
Dodatkową zaletą produkcji reklamowej – w porównaniu na przykład z filmem fabularnym – jest to, jak krótkie są ujęcia. Reklama trwa kilkanaście sekund, a pojedyncze ujęcie bywa krótsze niż sekunda. Im jest ono krótsze, tym mniejsze ryzyko, że widz zdobędzie się na analizę i wypatrzy znamiona AI.
W przypadku reklamy jesteśmy w bardzo komfortowej sytuacji. Ujęcia trwają krótko, więc jeżeli reklama nadal wygląda sztucznie, należy uciekać od tego podwykonawcy, bo ewidentnie nie umie tego zrobić – i nie będzie umiał.
Obawa nr 3: utrata kontroli nad stylem. Czy AI zmieni identyfikację wizualną marki?
To jedna z najtrudniejszych obaw do odparcia – przynajmniej na poziomie intuicji. Marketerzy, którzy przez lata budowali spójną identyfikację wizualną, wiedzą, ile pracy kosztuje utrzymanie konsekwencji – tych samych kolorów i proporcji, tego samego charakteru zdjęć i sposobu kadrowania… AI – w popularnym wyobrażeniu – generuje obrazy bez pamięci kontekstu, bez zrozumienia, czym marka jest i co chce mówić.
Problem jest realny i dobrze znany osobom pracującym z modelami generatywnymi. Każde zapytanie do modelu to nowa rozmowa – model nie pamięta poprzednich sesji, nie ma wbudowanego rozumienia identyfikacji wizualnej konkretnej marki, a wyniki mogą się różnić nawet przy identycznym prompcie. To prowadzi do sytuacji, którą klienci często opisują w ten sam sposób – bohater marki w ujęciu ogólnym wygląda inaczej niż w zbliżeniu.
To jest chyba największy problem, który AI ma od początku. Stwórzmy coś ładnego – ale my nie chcemy czegoś ładnego. My chcemy konkretnie to, co miało być.
Rozwiązaniem nie jest rezygnacja z AI, lecz zastosowanie filmowej metodologii produkcji. W praktyce oznacza to szczegółowe briefy wizualne, referencje z zaakceptowanych materiałów marki, trenowanie modeli na własnych danych, wieloetapowe testy zgodności z identyfikacją wizualną i najważniejsze – udział referencyjnych zdjęć lub nagrań z prawdziwego planu filmowego jako kotwy dla generowanych elementów.
Przykłady z praktyki mówią same za siebie. Kampania dla SGB – shorty zrobione w AI wyglądają identycznie jak te kręcone klasycznie. To takie samo oświetlenie, te same plany, ta sama narracja wizualna. Podobnie z kampanią Kapitan Navy – cały brand hero został wymyślony i wytrenowany w AI, ale proces powstawania był tradycyjny: od koncepcji bohatera przez sesję zdjęciową po nauczenie modelu specyfiki produktu i środowiska.
Jeśli proces pozostaje tradycyjny, a zmieniamy tylko to, że nie wypływamy kutrem w morze – ten zarzut o braku kontroli nad stylem marki jest łatwy do odparcia. Trzymamy się tego jak świętości.
Kluczowy wniosek: Kontrola nad stylem marki jest osiągalna, ale wymaga filmowej metodologii, nie samego promptowania. To efekt wielu godzin pracy, nauki i wypracowanych patentów.
Obawa nr 4: problemy prawne i AI Act. Czy moja kampania będzie legalna?
Europejskie regulacje dotyczące sztucznej inteligencji wchodzą w życie stopniowo, a ich pełna interpretacja w kontekście reklamy wciąż się krystalizuje. To naturalne, że marki pytają o to, czy na pewno mogą użyć twarzy wygenerowanej przez AI w kampanii ogólnopolskiej, czy muszą oznaczyć materiał jako stworzony przez AI albo kto ma prawa do wygenerowanego obrazu – marka, agencja czy operator modelu? Te pytania są uzasadnione i nie mają jeszcze jednoznacznych, powszechnie obowiązujących odpowiedzi.
Ważne jest jednak zrozumienie, do czego AI Act w ogóle służy. Jego celem nie jest zahamowanie kreatywnego użycia AI w komunikacji marketingowej, lecz zapobieganie manipulacji: deepfake’om politycznym, fałszywym wideo z publicznymi osobami, dezinformacji wizualnej. Reklama produktu, który istnieje i jest sprzedawany legalnie, to zupełnie inny obszar zastosowania – pod warunkiem że materiał jest odpowiednio oznaczony tam, gdzie przepisy tego wymagają.
AI Act nie powstał po to, żeby atakować twórców reklamy. On powstał po to, żeby zapobiegać manipulacjom za pomocą wideo. Przy odpowiednim oznaczeniu – a są takie przypadki użycia AI, gdzie oznaczenie nie będzie wymagane nawet po wejściu nowych przepisów w życie – ten problem znika.
Osobną kwestią są prawa do wygenerowanych materiałów. Modele generatywne były trenowane na zasobach, których status w zakresie praw autorskich bywa sporny. Regulacje w tym obszarze różnią się w zależności od kraju i stosowanej platformy. Najlepszą praktyką jest korzystanie z modeli, które oferują jasne licencje komercyjne – takich jak Adobe Firefly czy wybrane pakiety Midjourney Enterprise. Warto też dbać o to, by umowy z dostawcami usług AI wyraźnie regulowały własność wytworzonych treści.
Temat jest jednak zbyt złożony, żeby wyczerpać go w kilku zdaniach – wymaga analizy konkretnych przypadków, omówienia zapisów kontraktowych oraz wskazania praktycznych sposobów na zabezpieczenie interesów marki.
Obawa nr 5: brak przewidywalności procesu. Skąd pewność, że to w ogóle wyjdzie?
Ta obawa ma konkretne źródło. Rynek został zalany ofertami osób, które nauczyły się obsługi modeli generatywnych i zaoferowały usługi produkcji wideo za ułamek dotychczasowej ceny. Klienci zamówili, zapłacili, a potem dostali coś, co na pierwszy rzut oka wyglądało obiecująco, ale rozpadło się w procesie realizacji. Twarz bohatera zmieniała się między ujęciami, produkt nie wyglądał tak samo w dwóch różnych scenach, a deadline był przesuwany. Każde takie doświadczenie wpływa na postępującą utratę zaufania.
Przewidywalność procesu nie jest kwestią technologii, tylko struktury organizacyjnej i metodologii pracy. Dom produkcyjny działa według sprawdzonego schematu: brief, koncepcja, preprodukcja, realizacja, postprodukcja, akceptacja. Nad każdym etapem czuwa osoba, która jest za niego odpowiedzialna, i każdy musi zostać zaakceptowany. Ten schemat nie zmienił się wraz z pojawieniem się AI.
Jesteśmy domem produkcyjnym. Zajmujemy się tym od kilkunastu lat i ten proces jest dla nas najważniejszy.
Dobrze zorganizowana produkcja AI działa więc równie dobrze co produkcja klasyczna – są harmonogramy, są checkpointy, są iteracje zatwierdzane przez klienta. Różnica polega na tym, które narzędzia są używane na każdym z etapów. Nie każde ujęcie da się wygenerować – i profesjonalny zespół wie, kiedy AI ma sens, a kiedy taniej, szybciej i pewniej będzie po prostu nakręcić scenę na planie.
Proces hybrydowy jest dziś standardem jakościowej produkcji AI. Próba wygenerowania wszystkiego od początku do końca w modelu to najszybsza droga do stworzenia AI slopu, natomiast świadome łączenie zdjęć z planu z generowanymi elementami daje pełną kontrolę nad spójnością i jakością finalnego produktu.
Ten proces musi być miksem. Nie wszystko zrobisz w AI. Bardzo wiele musisz robić klasycznie. Jeżeli spróbujesz inaczej – polegniesz. To będzie generyczne, to będzie AI slop.
Obawy są uzasadnione, ale istnieje rozwiązanie
Wszystkie pięć omówionych obaw to wyzwania, których nie boimy się w KeyStory. U klientów wynikają one głównie ze złych doświadczeń z nieodpowiednimi podwykonawcami oraz z tego, że nikt nigdy nie wyjaśnił im, czym różni się profesjonalna produkcja AI od amatorskiego promptowania.
Warunek powodzenia współpracy jest jeden – wybierz partnera, który łączy kompetencje filmowe z umiejętnością pracy z AI. Ktoś, kto myśli o reklamie w perspektywie opowieści, narracji i procesu produkcyjnego, a AI traktuje jako narzędzie, a przy tym może pokazać portfolio z gotowymi kampaniami i mierzalnymi efektami – to wykonawca, do którego warto się zgłosić.
Masz inne obawy, których tutaj nie poruszyliśmy? Chętnie je z Tobą omówimy. Każde pytanie, z którym się do nas zgłaszasz, jest dowodem na to, że rynek dojrzewa i że warto o tym rozmawiać.
