Cómo Snipd está usando IA para ‘desbloquear conocimiento’ en podcasts

El podcasting se ha convertido en una importante industria de miles de millones de dólares, y se espera que los ingresos publicitarios solo en los EE. UU. alcancen los $ 2 mil millones este año, una cifra que se duplicará para 2024. En ese contexto, los principales actores en el campo están reforzando su arsenal de podcasting, con Spotify repartiendo recientemente alrededor de $ 85 millones para dos compañías especializadas en medición y análisis de podcasts, mientras que Acast recientemente adquirió Podchaser, un “IMDb para podcasts” que brinda al anunciante información más detallada sobre los datos, en un acuerdo de $ 27 millones.

Pero a medida que las grandes plataformas se enfrentan en la búsqueda de la riqueza de los podcasts, jugadores más pequeños continúan llegando a la escena con sus propias ideas sobre cómo pueden hacer avanzar el medio de los podcasts tanto para los creadores como para los consumidores.

uno de estos es Snipd, una startup suiza que crea una aplicación de podcast que usa IA para transcribir contenido y sincronizar con aplicaciones para tomar notas; generar automáticamente “capítulos” al estilo de un libro; y, a partir de esta semana, entregue lo más destacado de los podcasts en un feed personalizado al estilo de TikTok.

Más allá de buscar y suscribirse

Al igual que otras aplicaciones llamadas “podcatcher”, Snipd funciona con usuarios que buscan y se suscriben a podcasts que les interesan; esto podría ser cualquier cosa, desde crímenes reales hasta historia y deportes. Pero Snipd se esfuerza por ser mucho más que otro podcatcher, en términos de cómo analiza el contenido de los episodios para ayudar a los oyentes a seleccionar y llegar al corazón de los detalles que importan.

Por ejemplo, Snipd puede crear “capítulos”, que separan cada episodio en segmentos navegables con su propio título, mientras que también puede generar transcripciones de programas completos.

Además de eso, los usuarios pueden crear manualmente “recortes” mientras escuchan un episodio, lo que les permite guardar sus momentos favoritos y agregar notas a cada clip.

Con el último lanzamiento de Snipd, que está disponible en Androide y iOS esta semana, la compañía está canalizando su TikTok interior al presentar a los usuarios una especie de carrete destacado, sacando automáticamente lo que cree que son los momentos más memorables de numerosos podcasts. Luego asigna un título generado por IA a cada clip y los presenta en un feed que los usuarios pueden navegar desplazándose hacia arriba y hacia abajo.

Desde allí, los oyentes pueden guardar cada clip en su biblioteca o, si les gusta lo que están escuchando del segmento corto que Snipd ha presentado, saltar directamente al episodio completo del podcast.

Vale la pena señalar que con la última actualización de la aplicación, ahora se les pide a los usuarios que seleccionen sus temas favoritos (por ejemplo, “historia” o “música”), que Snipd usa para generar estos aspectos destacados. Esto significa que el feed de episodios no se basa únicamente en las suscripciones de podcasts de los usuarios, ya que también obtiene contenido que Snipd cree que les interesará en función de los temas elegidos, entre otras “señales”.

“El objetivo del algoritmo es presentarle al usuario el contenido que le interesa; para esto, usamos varias señales”, explicó el cofundador de Snipd, Kevin Smith, a TechCrunch. “Si el usuario está suscrito a un determinado programa es una señal fuerte, por lo que gran parte del contenido que se muestra proviene de las suscripciones de un usuario. Pero hay muchas otras señales importantes, como lo que el usuario ha escuchado, resaltado y guardado, o lo que es tendencia actualmente entre otros usuarios”.

Si bien esto podría interpretarse como un movimiento positivo por parte de aquellos que buscan ayuda para encontrar podcasts nuevos y útiles, podría molestar a los usuarios que solo quieren ver contenido al que se han suscrito específicamente. Pero Snipd finalmente planea brindar a los oyentes controles más granulares sobre el contenido que aparece en su feed destacado, incluida la capacidad de filtrar clips de podcasts a los que no se han suscrito específicamente.

También vale la pena enfatizar que el nuevo feed de Snipd se enfoca en los episodios de podcast recién lanzados, particularmente los lanzados en las dos semanas anteriores; en el futuro, hay planes para adoptar un enfoque más parecido a YouTube, en términos de sugerir contenido antiguo que Snipd piensa que es relevante e interesante.

Lejos del nuevo feed destacado inspirado en TikTok, los usuarios de Snipd aún pueden acceder a los aspectos destacados impulsados ​​​​por IA para cada episodio en su lista de suscripciones principal, independientemente de qué tan actual sea el episodio.

La aplicación genera automáticamente destacados para los podcasts más populares, utilizando criterios como cuántos de sus usuarios están suscritos a un programa. Y para podcasts nuevos o menos populares, los usuarios pueden “solicitar” manualmente que Snipd haga su magia, de modo que les brinde puntos destacados, capítulos, transcripciones y todo lo demás en unos 20 minutos.

IA en el trabajo

Pero, ¿qué busca exactamente Snipd al evaluar qué contenido presentar en sus “destacados”? ¿Cómo puede saber qué segmentos son más valiosos que otros? Según Smith, se trata de cómo los usuarios han interactuado históricamente con los episodios: analiza qué tipo de contenido genera más interés y luego retroalimenta estos datos a su mecanismo de entrenamiento de IA.

“Nuestra IA aprende analizando el contenido de episodios antiguos y comparando qué partes de esos episodios fueron más destacadas por nuestros usuarios y cuáles no”, dijo Smith. “Nuestros usuarios resaltan con frecuencia las partes más perspicaces de un episodio, mientras que las partes menos interesantes a menudo se omiten y no se resaltan. Nuestra IA ha aprendido a usar el contenido real de la conversación para identificar estas partes y puede recomendarlas en nuevos episodios”.

Smith agregó que Snipd crea principalmente sus modelos de IA internamente y, específicamente para los modelos de lenguaje, comienza con grandes modelos preentrenados similares a GPT-3, que ya pueden comprender mucho sobre el texto y el lenguaje.

“Luego ajustamos estos modelos en nuestros casos de uso muy específicos”, señaló Smith. “Otros modelos, entrenamos completamente desde cero.
Luego usamos las señales de retroalimentación de los usuarios para mejorar los modelos con el tiempo”.

Smith dijo que en los hallazgos iniciales de la compañía, los usuarios parecían usar los aspectos más destacados para decidir qué episodio querían escuchar, por lo que buscarán varios clips hasta que encuentren algo que los atrape y luego salten al episodio completo. El problema, en última instancia, es una sobrecarga de elección: similar a cómo Netflix “sugiere” nuevos programas para ver en función de los hábitos de visualización de los suscriptores y presenta una vista previa del programa en la pantalla del menú principal, Snipd está tratando de ayudar a los oyentes a filtrar el ruido del podcast.

“Nuestros usuarios a veces están suscritos a más de 100 programas, especialmente aquellos que son muy ricos en información, como Lex Fridman Podcast o Tim Ferriss Show”, dijo Smith. “Estos episodios duran hasta cinco horas. Esto hace que a los oyentes les lleve mucho tiempo descubrir las partes que más les interesan”.

Desbloqueo del conocimiento

Algunos estudios sugieren que hasta el 74 % de los oyentes consumen podcasts para “aprender algo nuevo”, en comparación con el 71 % que menciona “entretenerse” como motivo principal y el 51 % que menciona la relajación.

Y es por eso que la misión autoproclamada de Snipd es “desbloquear el conocimiento” en los podcasts.

“El principal problema que estamos resolviendo es obtener conocimiento de los podcasts”, explicó Smith. “Observamos todo el viaje del usuario de involucrarse con el conocimiento en los podcasts y tratamos de mejorarlo. Desde descubrir el mejor contenido, consumirlo, guardar el conocimiento que el usuario quisiera recordar, hasta compartirlo con amigos”.

Antes de la última actualización de la aplicación, Snipd se ha centrado principalmente en permitir que los usuarios resalten y guarden fragmentos de conocimiento específicos que encuentran, para que puedan volver a consultarlos más tarde. Como tal, la aplicación es compatible con auriculares, por lo que los corredores (por ejemplo) pueden hacer triple clic en el botón de sus auriculares para crear y guardar un clip con un título, un resumen y una transcripción generados automáticamente. y dado como los podcasts populares son con conductoresSnipd también soporte implementado recientemente para CarPlay de Apple, lo que permite a los usuarios generar podcasts destacados mientras están al volante.

Snipd también apoya su misión de “desbloqueo del conocimiento” de otras maneras. Por ejemplo, los usuarios pueden integrar y sincronizar Snipd con el servicio de lectura posterior. Leer sabiamente y aplicación para tomar notas Noción si quieren leer segmentos o transcripciones de sus podcasts. Además de eso, los usuarios pueden exportar manualmente el contenido de Snipd a Obsidian, Logseq, Bear y Markdown.

Muéstrame el dinero

Con sede en Zúrich, Snipd constituye un equipo de cinco, incluidos tres cofundadores y dos empleados. La primera iteración de la aplicación se lanzó en agosto pasado y, en los meses intermedios, la empresa aumentó una ronda de financiación previa a la semilla de $ 700,000 “sobresuscrita” de patrocinadores que incluyen la firma suiza de capital de riesgo (VC) en etapa inicial Wingman Ventures, así como VC Acequia Capital con sede en EE. UU., que ha invertido anteriormente en compañías de miles de millones de dólares como Cuadrado, Pinterest y deseo. Smith dijo que Snipd planea generar una ronda semilla en algún momento “en un futuro no muy lejano”.

Todo esto nos lleva a una pregunta bastante importante sobre las finanzas: ¿cómo, exactamente, gana dinero Snipd? La respuesta corta es que Snipd no gana dinero… todavía. Pero en el futuro, la compañía planea adoptar un modelo comercial freemium al estilo de otras aplicaciones de podcasts similares, por lo que esto podría significar una versión gratuita básica respaldada por anuncios o contenido promocionado, con algunas de las funciones inteligentes impulsadas por IA detrás de un muro de pago

Esto también plantea dudas sobre qué tan fácil será prosperar en un mercado que incluye titulares bien establecidos (y bien financiados) como Apple, Spotify, Acast y Pocket Casts. Las características impulsadas por IA de Snipd son geniales, pero no está claro si Snipd puede obtener una base de usuarios suficiente para construir un negocio significativo. Además, ya existen empresas comparables, como Rayo de luna, una aplicación de descubrimiento de podcasts que combina el aprendizaje automático y la curación humana para ofrecer recomendaciones personalizadas de podcasts. Y también hay Aire y braza.fmque son similares en términos de ayudar a los oyentes a obtener más de sus podcasts, ya sea ayudándolos a descubrir o permitiéndoles sacar las partes que les parezcan más interesantes.

En verdad, Snipd podría ser una adquisición o adquisición en ciernes. Spotify, por ejemplo, ya ofrece transcripciones de sus propios podcasts originales, y no es extraño repartir millones de dólares para nuevas empresas centradas en podcasts. Amazon también lanzó recientemente transcripciones de podcasts.

En un espacio ocupado, está claro que los principales reproductores de podcasts seguirán buscando nuevas formas de agregar valor y diferenciarse de la competencia, y ayudar a sus suscriptores a “desbloquear el conocimiento” podría ser otra forma de hacerlo.

“Vemos los podcasts como una de las bases de conocimiento más grandes del mundo y, por lo tanto, nos enfocamos en la comunidad de buscadores de conocimiento”, dijo Smith. “Mientras que nuestros competidores tratan los podcasts como música que escuchas de principio a fin, nosotros los vemos como una serie de momentos ricos en conocimientos”.