テイラー・スウィフトが中国語を話すことは、マーケティングに大きな変化をもたらすだろうか？

この記事は、最近人気の「テイラー・スウィフトが中国語を話す」ビデオから始まり、現在の音声クローン、AIによる顔の変形、デジタルヒューマンソフトウェア、その利点と起こりうる問題について紹介します。 AIデジタルヒューマン技術に興味がある方におすすめです。

最近、「吹き替え映画のアクセントを消した翻訳」に関するビデオがインターネット上で話題になっている。ビデオでは、テイラー・スウィフト（アメリカの歌手：テイラー・スウィフト）が司会者と流暢な中国語で話しました。彼女の声はシームレスに聞こえただけでなく、唇の動きさえも司会者の声と一致していました。翻訳がここまで来てしまったことにはため息をつくほかありません。

元の動画の作者「johnhuu が英語を教えます」の翻訳は一般的ですが、AI の口の動きを変えたり、音声をシミュレートしたりした翻訳は一般的ではありません。その結果、コメント欄には「テイラー・スウィフトの北京語がいつから標準語になったのか不思議だった」というネットユーザーが多くいた。それだけでなく、マスク氏やエマ・ワトソン氏らもAI翻訳を活用して「ローカリゼーション」の道を歩み始めている。

01 テイラー・スウィフトに中国語を話させた男は中国出身

実際、このビデオは一見すると魔法のように見えますが、何も新しいものではありません。それは、翻訳 + 音声クローン + 口の変更という 3 つの側面に分けられます。翻訳の点では、市販されている翻訳ソフトウェアのほとんどは正確ですが、美しさの点では、依然として手動処理が必要です。音声クローンや AI による口の変更のためのツールも多数あります。たとえば、現在主流の音声クローンソフトウェアには、Audio Clone、Voice Cloaker、Voice Changer などがあり、顔を変えるアプリには、Faceapp、Openfaceswap、Face Changer Master などがあります。

この動画が拡散した後、一部のネットユーザーは、ブロガーがおそらく翻訳、音声複製、口の変換を直接1つに組み合わせることができるソフトウェア「HeyGen」を使用していたことを突き止めた。

HeyGen の驚異的な成長スピードは、詳しく調べなければわかりません。 Twitterアナリストのウィルの統計によると、同ウェブサイトの訪問者数は8月から9月にかけて92%増加し、現在ではすべての独立系AIウェブサイトの中で第1位となっている。インターネットで人気のあるこのソフトウェアの開発者は、本物の中国チームである Shiyun Technology です。 「詩雲」は劉慈欣の小説から取られたものです。 「テクノロジーは芸術に取って代わることはできない」という同社の中核コンセプトは、創業者の徐韶舍の哲学と一致している。

2020年12月、深センにShiyun Technologyが設立され、わずか3か月でSequoia ChinaとZhen Fundから200万〜300万米ドルのシード資金を調達しました。設立からわずか 3 か月の企業にとって、現時点で本当に必要なのは、製品と市場の適合性を見つけることです。

実は、徐卓氏がSnapchatで働いていた頃から、いくつかの越境EC企業、特にアパレルブランドが「AI変顔」技術について相談に彼のもとに来ていた。衣料品ブランドはSKUが大きく、四半期ごとに多くの新製品が発売されます。多数の新製品を撮影するために、肌の色の異なるモデルを探すのは、時間がかかり、経済的にもコストのかかる作業です。欧米モデルのコストはアジアモデルの2～3倍であることがわかっています。 AI顔面変更技術を使用すると、商人は国内のモデルを雇用し、それを置き換えるだけでさまざまな人種のモデル展示写真を入手できるため、コストが大幅に削減され、効率が向上し、衣料品ブランドの国際化の問題点を効果的に解決できます。

HeyGen が現在主に B サイドを対象としているのも、このためだと思います。HeyGen のページをクリックすると、「スタートアップから成熟した企業まで、世界最高の新世代チームをサポートする」というスローガンが表示されます。従来のビデオ制作と比較すると、HeyGen では機材、俳優、サードパーティのチームは必要ありません。スタッフが何日もかけて制作するビデオを、わずか数分で生成できます。これにより、ビデオを必要とする多数の企業のコストが大幅に削減されます。

さらに、創設者の徐卓之（ジョシュア・シュー）氏が「ここでご覧になっているのは、100% AI によって生成された私のビデオです」とオンラインで宣伝しているのも見られます。表情も言葉も絵もとても自然で、窓の外に吹く葉っぱまで見えてきます。

試してみたネットユーザーの中には、HeyGen がビデオ生成に最適なツールだと言う人もいます。 10秒以上の動画をアップロードするだけで、自分と同じ声と唇の形で外国語を話している動画が手に入ります。さらに、40以上の言語を網羅した300種類以上のボイスパックから、キャラクターのイメージに合ったボイスを選ぶことができます。現在、最も基本的な月額支払いパッケージは15ポイント（1分につき1ポイント消費）で、料金は29米ドル（約200人民元）です。月額 200 人民元を費やすことで 15 分のビデオを生成できます。各ビデオの長さは 5 分以内です。これにより、外国語放送のニーズを持つ中小企業は、多くの時間と労力を節約できます。

この需要に頼って、Shiyun Technology は越境電子商取引市場を開拓しました。もちろん、これはマーケティング業界における AIGC の応用の縮図に過ぎないのかもしれませんし、AIGC が本質的にマーケティング業界の新しいパラダイムになりつつあるのかもしれません。

02 AIデジタルヒューマン、コスト削減と効率化のための最初の空間

したがって、「テイラー・スウィフトが中国語を話す」の本質は、最新の顔を変える技術に少しの創造性を加えたものに過ぎず、商業マーケティングで本当に適用されるのは、デジタル人物を複製または作成するなど、より成熟したシステムです。中国では多くの有名人がすでにライブ放送や動画でデジタルアバターを使用している。 IP型から機能型まで、デジタルヒューマンはより広い市場へと移行しています。

この点で、 Lehua Entertainment は最も大きな衝撃を与えました。 5月22日、クラシックなピンクの肌をまとった「杜華」が生放送室に登場した。彼女が口を開くとすぐに、ファンは驚愕した。彼女の中国語はどうしてそんなに上手なのでしょう？しばらくすると、まったく同じ姿をした杜華も画面に現れ、中国語を使って隣にいるAIクローン「華華子」を紹介した。ファンはこれがちょうどいいと言った。わずか10分で生放送ルームの視聴者数は32万人を超えた。そこで、楽華は、所属アーティストの陳欣偉のAIアバターとデジタルヒューマン「楽楽」を起用し、生放送ルームで杜華さんのスキンケアブランドDr.JEを解説・宣伝した。

昨年、劉潤は自身の口頭コンテンツの短編動画がデジタルクローンになったことも明らかにした。彼が「自己」を生成するために必要だったのは、AI に過去のビデオから学習させることだけでした。そして、オーディオを使ってデジタル人間にビデオを制作させることができ、非常に効率的でした。 「人的存在」を必要とする大量の反復作業に直面して、彼らは皆、「シリコンベースの労働力」を複製することを選択しました。

朱子暁、マルコらは、ライブ放送室でデジタルアバターを使って商品を販売することもあった。カルヴィン・チェンのAI画像は15時間連続で食べ続けた。疑問はあったし、観客も買わないと言ったが、この波は確かに多くのトラフィックを集めた。

すでに述べたように、マーケティングの本質はコンテンツの作成です。 AIGCが登場すれば、マーケティング業界にも当然変化が起こります。現在、ライブ放送室ではすでに数千人の「基本的な」デジタルヒューマンアンカーが活動しています。トラフィックを集めるという点では「セレブバージョン」ほど魅力的ではないものの、それでも商人にとっては利益の出るビジネスです。

iMedia Consultingのデータによると、中国のライブストリーミング電子商取引産業の規模は2025年までに2兆1,373億元に達すると予想されており、ブランド自主放送の取引量は今年のライブストリーミング電子商取引全体の取引量の50.0%に達すると予想されています。

ブランドの自己放送でどのように成長を見つけるか、もはや商品を売るためにトップアンカーに頼らず、矢印はデジタルの人々に向けられています。今年の618では、JD.comのバーチャルアンカーYan Xiが複数のブランドのライブ放送ルームに登場しました。ライブブロードキャスト加盟店数は昨年のダブルイレブンと比較して約5倍に増加し、実際の取引量は前月比246％増加しました。

実際のアンカーと比較して、仮想アンカーには次の利点があります。

• 低コスト: 前述したように、HeyGen の人気は、従来のコンテンツ制作の高コストという問題点を解決します。シーン構築からポストプロダクションまで、生身の人間を起用する生放送室のコストは年間6万～10万元だが、バーチャルキャスターのコストはその10分の1にすぎない。非常に低コストで、時間が延長される限り、取引フローと収益が生まれます。

• 常に: トラフィックが王様であるこの時代では、ユーザーの注目と時間をより多く占めるものが富を掴むことができるでしょう。実際のキャスターがどれだけ人気があっても、24時間働き、エネルギーに満ち溢れているデジタル人間ほど人気が​​出ることは決してありません。現在、多くの企業は、トラフィックがピークとなる時間帯に実際のアンカーを放送し、トラフィックが少ない時間帯の空白時間を埋めるために仮想アンカーを使用することを選択しています。

• 安定性: 高品質のアンカーは、特に専門性が強い業界では、常に主要ブランド間の競争の対象となっています。良いイメージ、気質、そして深い専門知識を持つアンカーが競合他社に引き抜かれることはよくあることです。仮想アンカーは、ビッグデータと強力なコンピューティング能力によって支えられています。知識ベースと AI の一般化機能が構成されている限り、ロボットはすぐに作業を開始でき、決して「反抗」することはありません。

• より柔軟: デジタル ヒューマン アンカーを生成する際、外観、音声、言語を販売者のニーズに応じて選択でき、使用中に変更することもできます。 iMedia Consultingのデータによると、中国の越境ライブストリーミング電子商取引市場の規模は2023年に2,845.8億元に達し、前年比155％の成長率になると予想されています。市場規模は2025年に8287億元に達すると予想されています。強い輸出需要に直面して、イメージや言語を変更できるデジタルキャスターが非常に人気を集めています。

AIGC は、デジタル ヒューマン アンカーをギミックとして使用するという単純なものではなく、ライブ ブロードキャストのインタラクションの全プロセス (リーチ、誘致、認識、ショッピングの誘導) に浸透します。マーケティングプロセス全体を通じて、デジタルヒューマンはユーザーに製品情報を提供できるだけでなく、画像表示のためのブランドIPとしても機能し、一定数のユーザーを引き付けることができます。これは、デジタルヒューマンアンカーが広く普及したときに企業が注力すべき方向性でもあります。

03 危険とチャンスは共存します。デジタルの世界では、人々はそれに立ち向かわなければなりません...

現在、AIマーケティングに全力を注ぐことは業界のコンセンサスとなっており、生成AI参入属性を持つデジタルヒューマンも戦場となっています。しかし、危険とチャンスは共存しており、成長段階にある産業には必ず問題が起こります。現在、デジタルヒューマンには解決すべき重要な問題が 4 つ残っています。

• イノベーションの問題:現在、デジタルヒューマンの使用には依然として大きな制限があります。ほとんどのデジタル人間は、ゼロから 1 までのプロセスを達成できません。つまり、コスト削減や効率化が図れるわけですが、その多くは現実のアンカーの補助としてのみ使われています。同じレベルの現実世界のアンカーが達成できない効果をデジタル人間に求めるのは、明らかに誤った要求です。さらに、ライブ放送室のデジタルシーンはすべて現実世界のものであり、人間の想像力に依存しています。デジタル人間に頼った仮想世界を構築できるようになるまでには、まだ長い道のりがあります。

• プラットフォームの問題:最大のライブストリーミングプラットフォームとして、Douyin はコンテンツを非常に厳しく管理しています。 5月17日、Douyinプラットフォームは、差し押さえポリシーを「デジタルライブストリーミングには実際の人間の参加を要求する」に変更した。シリコンベース・インテリジェンスのCEO、シマ・フアペン氏は次のようにコメントしている。「自動運転車が作動しているときに、運転手がハンドルから手を離すことができないのはそのためです。」統計によると、Douyin プラットフォーム上の 100 個のアカウントの一時ブロック率（1 ～ 3 日間ブロックされ、永久ブロックされない）は約 30% です。 30 のアカウントのうち 15 のみがプラットフォームによってプッシュされ、毎日の取引量を生成できます。

• 感情的な問題:プラットフォームのポリシーではサポートされておらず、プラットフォームのユーザーもあまり受け入れていません。ライブストリーミング販売は趣味ベースの電子商取引であり、ランダム性に満ちています。商品のほとんどは必需品ではなく、非標準品の取引には消費者の感情的なニーズを刺激する必要があります。現実の人間と比較すると、デジタル人間には現在、人とコミュニケーションをとるための拡張性と共感力が欠けています。そのため、デジタル分野の人々は革新的な製品を宣伝することが非常に難しいと感じています。リアルアンカーがタイムリーなケアを提供し、それを購買率につなげている一方で、デジタルの人たちは依然として製品の機能を淡々と紹介しているだけである。高い再購入率とすでに形成された購買習慣を持つ製品は、デジタルユーザーの主な戦場です。

• 侵害問題：デジタル人間は「人」と呼ばれるため、技術的な問題だけでなく、法律上の問題も国民や企業にとって最も懸念される点です。 2Dのリアルなデジタルヒューマンは、オリジナルの動画情報を取り込んで動画を生成しますが、これは明らかに本人の肖像権を侵害しており、犯罪の道具となる可能性さえあります。 3D 仮想人間の侵害のほとんどは著作権侵害です。今年4月、杭州で「バーチャルデジタルヒューマン」の著作権侵害をめぐる初の訴訟が判決を受けた。杭州のインターネット会社が公開した動画は、Mofa社が公開した仮想デジタルヒューマン画像と関連コンテンツを使用していたが、最終的に著作権侵害に該当すると判断された。

現在、広告主やサービスプロバイダーはデジタルヒューマンを活用したテストを行っています。 AIGCのトラックは囲いと競馬の段階にあります。市場の方向性は徐々に明らかになってきたが、大々的な努力を経て健全な発展モデルが形成できるかどうかは、プレーヤーの心構えと規範意識にかかっている。