Когда летом этого года руководитель корпоративных коммуникаций стартапа Synthesia Александру Войка прислал журналистке ссылку на нового члена своей PR-команды, это вызвало удивление. Новым сотрудником оказался интерактивный виртуальный аватар самого Войки, обученный отвечать на типичные вопросы прессы о компании. Ещё накануне журналистка участвовала в панельной дискуссии, где пиарщики спрашивали, раздражают ли её письма, написанные с помощью искусственного интеллекта. Но аватар Александру оказался куда серьёзнее — это не просто генерация текста, а полноценный цифровой собеседник. Именно так начинается история о том, как корреспондент TechCrunch Доминик-Мадори Дэвис получила собственного цифрового двойника.
Synthesia: стартап, который создаёт говорящих людей
Synthesia — британская компания, которая вместе с конкурентами вроде D-ID, HeyGen и Colossyan считается одним из лидеров рынка цифровых аватаров. В начале года стартап оценили в 4 миллиарда долларов, а ранее компания объявила, что её годовая повторяющаяся выручка превысила 100 миллионов долларов. Основной продукт Synthesia позволяет корпоративным клиентам создавать обучающие видео с аватарами, а недавно появился сервис Roleplay Sessions — тренажёр, в котором сотрудники отрабатывают, например, презентации товара перед интерактивным ИИ-персонажем. Такой аватар не только отвечает, но и оценивает реакцию человека.
Осенью компания открыла новый офис в Нью-Йорке и пригласила журналистку на торжество. Там ей и предложили создать личного цифрового двойника. Она согласилась без колебаний — по её собственным словам, в тот день у неё было удачное платье и аккуратная причёска. До знакомства с собственным аватаром Доминик относилась к таким технологиям равнодушно, но была уверена: рано или поздно цифровые копии станут частью повседневной онлайн-жизни.
Как рождался «цифровой Дом»
Съёмки проходили в мини-студии прямо внутри офиса Synthesia. Специалисты сделали множество фотографий журналистки и записали двухминутный образец голоса. Перед этим пришлось подписать согласие на создание аватара — так появился «цифровой Дом».
Для неё сделали сразу несколько версий:
- Персональный аватар — просто читает любой заданный текст;
- Интерактивный аватар — умеет слушать и отвечать на вопросы;
- Каждую версию — в очках и без очков.
Основой для обучения интерактивной версии выбрали одну конкретную статью — материал о том, почему стартапы с венчурным финансированием чаще оказываются замешаны в мошенничестве, чем компании без такого финансирования. Аватар отвечает только на вопросы по этой теме.
Техническая начинка
Интерактивный двойник работает на стыке нескольких технологий. Сначала модель распознавания речи превращает слова собеседника в текст. Затем агентная языковая модель осмысляет этот текст и решает, что ответить. После этого модель синтеза речи озвучивает ответ, а видео-модель оживляет аватар — он двигает губами и мимикой в такт словам.
Стек включает собственные видео- и голосовые модели Synthesia, однако клиенты могут подключать решения сторонних разработчиков, например Cartesia, ElevenLabs, Google или OpenAI. Размещать аватары разрешено в любом облаке на выбор или платить Synthesia за хостинг.
Три направления бизнеса Synthesia
- Платформа для создания и распространения видео с классическими аватарами: пользователь вводит скрипт, а персонаж его озвучивает.
- Агентная платформа Sessions, где люди взаимодействуют с аватарами — проходят опросы, участвуют в ролевых играх.
- API-платформа, позволяющая комбинировать видео- и голосовые модели Synthesia с другими сервисами и строить собственные интерактивные продукты.
На создание аватаров у команды ушло всего несколько дней. Сначала журналистка протестировала персональную версию: ввела нейтральный текст о том, что в Нью-Йорк пришла осень — её любимое время года. Голос оказался довольно точным, и, к радости автора, не унаследовал хрипотцу, которая была при записи образца.
Реакция друзей и семьи
Нетехнические знакомые отреагировали двояко: им показалось это одновременно любопытным и жутковатым. Интерактивная версия отвечает детерминированно — только то, чему её обучили. Когда журналистка спросила, где она работала до TechCrunch или в каком районе Нью-Йорка живёт, аватар каждый раз возвращал разговор к теме венчурного мошенничества.
Друзьям голос показался не слишком похожим на оригинал, а сходство — слабее, чем у персонального аватара. И всё же эффект «почти как настоящий» они назвали слегка пугающим. Мама журналистки отозвалась об аватаре как о «потрясающем» — высшая похвала в её устах. Вместе с отцом она пыталась задавать вопросы, ответы на которые «знали бы только они», но модель всякий раз перенаправляла их к той же статье. «Не помню, чтобы я рожала двоих», — пошутила она после теста.
Что это значит для журналистики
Эксперимент заставил автора задуматься о будущем профессии. Готовы ли зрители включать новости, которые ведёт аватар? Один инвестор ответил категоричным «нет». Сегодня в соцсетях и новостных агрегаторах много критики в адрес «ИИ-мусора» — низкокачественного контента, сгенерированного алгоритмами. Но другие собеседники не были так уверены.
Могут ли аватары дополнить или даже заменить журналистов? Захотят ли руководители компаний общаться с ИИ-двойником репортёра вместо живого человека? Для Доминик главная ценность профессии — это общение с людьми, написание текстов и изучение нового. Но ключевой элемент журналистики — доверие, и его, по её убеждению, невозможно делегировать машине.
За пределами медиа: соблазн клонирования
В корпоративном мире идея клонировать себя выглядит привлекательно. Больше не нужно разбирать почту после отпуска — цифровая версия всегда на месте и готова отвечать на вопросы. Как именно аватары приживутся в американских компаниях, покажет время.
Получив собственного двойника, журналистка испытывает смешанные чувства. Когда новизна прошла, она долго вглядывалась в аватар после того, как тот замолчал. Чего она ждала? Может быть, моргания. Или новых слов. Или улыбки. Или сигнала, что он её понимает. Детерминированные двойники так не умеют. Но легко представить, как человек может впасть в подобие «ИИ-психоза» рядом с недетерминированным аватаром, которому позволено свободно рассуждать.
Автор предполагает, что её поколение, зумеры, вряд ли когда-нибудь привыкнет к цифровым двойникам — они кажутся слишком научно-фантастическими. Впрочем, аватары всё же менее пугают, чем гуманоидные роботы: если станет странно, всегда можно просто выключить экран.
Вывод
История Доминик-Мадори Дэвис показывает, насколько быстро цифровые двойники переходят из категории фантастики в повседневность. Synthesia и её конкуренты уже предлагают корпорациям инструменты, которые обучают сотрудников, отвечают на вопросы и представляют компании в онлайне. Персональные аватары вызывают любопытство, лёгкий холодок и законные вопросы об этике. Технология готова — остаётся понять, доверим ли мы ей самое ценное: собственный голос, лицо и репутацию.
