Взрывной интерес к коротким ИИ-сериалам и анимированным веб-комиксам в Китае спровоцировал очередную волну оптимизма на фондовом рынке, где инвесторы скупают акции не только контентных студий, но и поставщиков инструментов для генерации видео.

В эпицентре этого ажиотажа оказалась компания Wondershare Technology, известная широкой аудитории благодаря популярному видеоредактору Filmora. Однако если в 2023 году рост капитализации компании держался на простом подключении сторонних плагинов к существующему софту, то нынешняя ставка сделана на куда более сложную и рискованную стратегию — построение сквозного производственного конвейера под концепцию работы одного человека вместо целой съемочной группы.

Чтобы закрепиться на стремительно растущем рынке мини-сериалов, в начале года компания представила специализированную платформу Wondershare Theater. Традиционно авторам нейросетевого контента приходится разрываться между множеством разрозненных сервисов: писать сценарии в больших языковых моделях, генерировать персонажей и раскадровки в генераторах изображений, следить за стабильностью лиц и затем собирать готовые кадры в видеоредакторе.

Новая платформа объединяет весь цикл от текстовой идеи до финального монтажа в едином интерфейсе, автоматизируя подготовку раскадровок и обещая многократное сокращение трудозатрат и себестоимости производства. По замыслу руководства компании, центр тяжести в индустрии смещается от состязания базовых моделей к эффективности производственных линий.

Однако превращение из классического разработчика софта в оператора инфраструктуры резко изменило финансовую модель бизнеса. Если продажа стандартных лицензий на редакторы приносила стабильный доход с минимальными предельными затратами, то переход на тарификацию по фактическому потреблению токенов и интеграция внешних моделей привязали каждый шаг пользователя к колоссальным расходам на вычислительные мощности.

Чтобы соблюсти баланс между качеством и себестоимостью, разработчики применяют гибридный подход: собственные мультимедийные модели компании используются для типовых сценариев и снижения затрат, а передовые партнерские нейросети подключаются для выполнения сложных визуальных задач.

Тем не менее этот компромисс привел к взрывному росту серверных расходов и затрат на исследования, что заметно ударило по маржинальности и пока не позволило компании преодолеть чистый убыток в первом полугодии.

Ситуация осложняется и жесткой конкуренцией с обеих сторон рынка. С одной стороны, китайские интернет-гиганты уровня ByteDance и Kuaishou фактически сформировали дуополию в области генерации видео, обладая огромными аудиториями и замкнутыми экосистемами, где сюжеты из собственных литературных библиотек экранизируются собственным ИИ, монтируются в фирменных приложениях и мгновенно распространяются через платформы коротких видео.

С другой стороны, нишевые стартапы предлагают гибкие точечные решения для небольших команд по более привлекательным ценам. Кроме того, экономика самих независимых студий, создающих ИИ-сериалы, остается шаткой, и при сокращении их бюджетов спрос на комплексные инструменты может быстро ослабнуть.

В итоге для Wondershare новая технологическая волна стала серьезной проверкой на жизнеспособность. Компания пытается защитить свои позиции созданием цельного производственного решения, но для окончательного успеха ей предстоит не просто наращивать число генераций и потребление токенов, а доказать способность снизить себестоимость вычислений настолько, чтобы конвейер по выпуску нейросетевых сериалов начал приносить стабильную реальную прибыль.