GT da SET debate inteligência de dados para monetização e gestão de conteúdo audiovisual

Grupo de Trabalho de Inteligência Artificial discutiu modelos de captura de dados multimodais, integração com infraestruturas de mídia e aplicações voltadas a compliance, distribuição e criação de novos produtos derivados de conteúdo.

O Grupo de Trabalho de Inteligência Artificial da SET realizou, em 13 de julho, uma reunião dedicada à aplicação de inteligência artificial e inteligência de dados em ecossistemas de mídia, publicidade e gestão de direitos. O encontro, “Inteligência de dados que transforma conteúdo em conhecimento, valor e impacto”, reuniu representantes do setor para discutir estratégias de captura, organização e processamento de dados provenientes de vídeo, áudio, imagens e metadados, além de aspectos relacionados à conformidade, moderação e monetização de conteúdo.

 

Durante a reunião do GT, Vinicius Gholmie, CEO da Mantis-AI, apresentou uma proposta baseada em seis pilares para estruturação de dados multimodais. Segundo ele, o objetivo é criar ambientes capazes de capturar e conectar centenas de pontos de dados associados a diferentes classes de informação. “Vemos diferentes pilares de conteúdo e, dentro desses pilares, um conjunto de classes de dados que se conectam aos pontos capturados”, explicou Gholmie ao detalhar a lógica de organização das informações e sua aplicação em processos de indexação, segmentação e análise de conteúdo.

O CEO da Mantis destacou que a inteligência de dados pode ser utilizada para transformar catálogos audiovisuais em ativos mais facilmente exploráveis por produtores, distribuidores e detentores de direitos. Na apresentação, foram citadas aplicações relacionadas à publicidade, podcasts, reality shows e distribuição de conteúdo para diferentes plataformas. “A captura dos dados e a organização dos pontos de dados possibilitam novos produtos, relatórios, insights e conteúdos derivados”, afirmou.

Outro tema central foi a realização de provas de valor (Proof of Value) com organizações que possuem grandes acervos de conteúdo. O fluxo apresentado prevê etapas de captura bruta dos dados, normalização, classificação, ingestão em pipelines e validação por métricas de negócio. De acordo com Gholmie, o processo exige integração com infraestruturas já existentes nas empresas. “Capturamos os dados de forma bruta, realizamos a limpeza, organizamos em pipelines e fazemos as integrações necessárias com a infraestrutura do cliente”, explicou durante a discussão sobre implementação dos projetos-piloto.

A necessidade de customização dos modelos também foi abordada pelos participantes. Segundo Gholmie, a adaptação dos algoritmos ao contexto operacional de cada organização é essencial para ampliar a precisão dos resultados e reduzir limitações associadas ao uso de modelos genéricos. “Trabalhamos com modelos proprietários personalizados e fine-tunes que refletem muito mais o contexto específico de cada caso de uso e de cada cliente”, afirmou.

A reunião também tratou de governança, moderação e conformidade regulatória. Os participantes destacaram a necessidade de mecanismos para validação de conteúdos, proteção de marca, gestão de direitos e mitigação de riscos legais. Ao abordar esse cenário, Gholmie ressaltou a importância de processos estruturados de controle. “Há questões de safety, compliance, processos de clearance e todos os pontos de potencial responsabilidade relacionados à marca e ao conteúdo”, observou. Como encaminhamento, o GT propôs avançar na definição de requisitos técnicos e de compliance para projetos-piloto, além de estruturar iniciativas que permitam validar aplicações de inteligência artificial em ambientes reais do setor de mídia e audiovisual.

Por Fernando Moura, em São Paulo