Spotify is cutting jobs to move faster into artificial intelligence — and Wall Street welcomes it
Aber nach drei Entlassungsrunden in einem Jahr: 590 Stellen im Januar, 200 Stellen im Juni und weitere 1.500 Stellen diese Woche, zielt Spotifys Investition in künstliche Intelligenz darauf ab, die Gewinnmargen zu steigern der Podcast- und Hörbuchabteilungen lassen den Eindruck entstehen, dass die Wall Street zuversichtlich ist, dass eine Überarbeitung ihrer Strategie funktionieren wird.
„Spotify nutzt künstliche Intelligenz auf seiner Plattform und führt KI-DJs ein, um das traditionelle Sendeerlebnis in 50 weiteren Märkten zu simulieren“, sagte Justin Patterson, Aktienanalyst bei KeyBanc Capital Markets, in einer Forschungsnotiz. Einführung von KI-Sprachübersetzung für Podcasts.“ „Gepaart mit Mit der Einführung von Hörbüchern für Premium-Abonnenten glauben wir, dass Spotify viele Möglichkeiten hat, das Engagement zu steigern und letztendlich die Rentabilität zu steigern.“
Die Aktien der Muttergesellschaft Spotify Technology SA sind in den letzten sechs Monaten um mehr als 30 % gestiegen und sind seit Jahresbeginn um mehr als 135 % gestiegen.
Das Unternehmen schließt sich anderen Technologieunternehmen an und verschärft die Ausgaben, da die Nachfrage in der Pandemie-Ära nachlässt. Außerdem muss das Unternehmen die mehr als eine Milliarde US-Dollar ausgleichen, die es für Podcasts ausgegeben hat, einen Großteil davon für die Zusammenarbeit mit Prominenten zur Erstellung von Podcasts, die nie zustande kam, und für die Übernahme von Podcast-Studios, die später geschlossen wurden.
„Das Wirtschaftswachstum hat sich dramatisch verlangsamt und Kapital ist teurer geworden. Spotify ist keine Ausnahme“, schrieb Ek in einem Brief an die Mitarbeiter, der auf der Website des Unternehmens veröffentlicht wurde.
Springen Sie auf den KI-Schwerkraftzug
Im vergangenen November kündigte Spotify eine Partnerschaft mit Google Cloud an, um die Art und Weise, wie die Plattform Hörbücher und Podcasts empfiehlt, mithilfe von Vertex AI Search, einem der Sprachmodelle von Google Cloud, zu überarbeiten.
Große Sprachmodelle wie ChatGPT sind Computerprogramme, die auf große Datenmengen trainiert werden, um Benutzern menschenähnliche Texte und Informationen vorzutragen, basierend auf dem, was das Programm „weiß“.
Spotify startete im Februar „AI DJ“ und begann mit der Übersetzung ausgewählter Episoden englischsprachiger Podcasts ins Spanische, Französische und Deutsche mithilfe des Sprachübersetzungstools „Whisper“ von OpenAI.
Ein Spotify-Vertreter sagte in einer E-Mail an CNN, dass das Unternehmen plant, die Technologie in Zukunft zu erweitern, abhängig von der Rückmeldung von Entwicklern und Zuschauern. Sie verwiesen auch auf einige Kommentare, die Ek bei der Telefonkonferenz zu den Ergebnissen des dritten Quartals abgegeben hatte, in denen das Wort „Effizienz“ mehr als 20 Mal verwendet wurde.
„Das Wichtigste, was Sie über diese (künstliche Intelligenz-)Initiativen denken sollten, ist, dass sie ein größeres Engagement schaffen, und größeres Engagement bedeutet, dass wir die Abwanderung reduzieren können“, sagte er bei Spotifys Gewinnaufruf im Oktober. „Höheres Engagement bedeutet auch, dass wir mehr Wert für die Verbraucher schaffen.“ . Dieses Preis-Leistungs-Verhältnis ermöglicht es uns, die Preise zu erhöhen, wie wir es im letzten Quartal mit großem Erfolg getan haben.“
Douglas Anmuth, Geschäftsführer und Internetanalyst bei J.P. Morgan, sagte in einer Forschungsnotiz, dass Investitionen in Podcasts zusätzlich zu Investitionen in Künstlerwerbung das Potenzial haben, langfristiges Engagement zu fördern.
Wie funktioniert Personalisierung?
Spotify bietet Benutzern seit etwa einem Jahrzehnt ein hyperpersonalisiertes Erlebnis. Im Jahr 2014 erwarb das Unternehmen das Musikanalyseunternehmen The Echo Nest Corp und fügte durch die Kombination von maschinellem Lernen und natürlicher Sprachverarbeitung eine persönliche Note hinzu.
Die Technologie von Spotify erstellt eine Datenbank mit Liedern und Künstlern, indem sie musikalische Tonhöhen und Rhythmen identifiziert und die Arbeit der Künstler mit einem gemeinsamen kulturellen Kontext verknüpft.
Metadaten wie das Veröffentlichungsdatum und Kennzahlen wie Lautstärke, Dauer und die Wahrscheinlichkeit, dass ein Lied Menschen zum Tanzen bringt, helfen auch dabei, festzustellen, welche Lieder dem Geschmack eines Benutzers entsprechen.
Von hier aus wurden Playlists wie Daily Mix und Weekly Discoveries geboren. Sogenannte „Zeitkapsel“- und „Wiederholungs“-Playlists sammeln die meistgehörten Songs eines Benutzers und ermöglichen es Benutzern, sich weiter mit Songs zu beschäftigen, die sie bereits hören, oder Songs, die sie eine Weile nicht gehört haben, noch einmal anzuhören.
Anil Jain, globaler Geschäftsführer für strategische Verbraucherindustrien bei Google Cloud, sagte in einer E-Mail an CNN, dass seine Vertex AI Search es Medien- und Unterhaltungsunternehmen ermöglicht, Content-Discovery-Funktionen für Video, Audio, Bilder und Text aufzubauen. Zu Einzelheiten des Deals mit Spotify äußerte sich Jain nicht.
Vertex AI Search berücksichtigt bei der Empfehlung von Inhalten für Benutzer eine Reihe von Faktoren, z. B. Benutzerverhalten in Echtzeit, Inhaltsähnlichkeit und Inhaltsrelevanz für das, wonach der Benutzer sucht.
Herausforderungen und Möglichkeiten
Reece Hayden, leitender Analyst bei ABI Research, äußerte seine Überzeugung, dass große Sprachmodelle (LLMs) das Engagement auf der Spotify-Plattform steigern können.
„Groß angelegte Sprachmodelle können die Personalisierung verbessern, Empfehlungen verbessern und sicherstellen, dass Empfehlungen die Interessen des Benutzers besser widerspiegeln, indem sie den gesamten Text/das gesamte Video verstehen, anstatt Schlüsselwörter/Metadaten zu nutzen“, sagte er in einer E-Mail an CNN.
Er fügte hinzu, dass LLMscan im Gegensatz zu „grundlegenden Vorhersagemodellen“, die auf Schlüsselwörtern/Metadaten basieren, Podcasts verstehen und interpretieren kann, um zu sehen, ob sie den Interessen der Benutzer entsprechen, und durch Profilierung aller Benutzerdaten ein tieferes Verständnis der Benutzerpräferenzen gewinnen kann, um ihre Präferenzen zu ermitteln.
Aber das hat seinen Preis.
„Ein LLM zu betreiben, um alle Podcasts/Hörbücher zu verstehen, ist ressourcenintensiv und kann im Vergleich zu einfachen Vorhersagemodellen nur einen begrenzten Mehrwert bieten … LLM bringt zusätzliche Herausforderungen in Bezug auf Datenschutz und Kosten/Ressourcen mit sich. „Es wird enorm sein“, sagte er.
Er zeigte sich zuversichtlich, dass Whisper bei der Übersetzung von Podcasts helfen werde, räumte jedoch ein, dass generative KI beim Lernen Fehler in Form falscher Sätze oder Phrasen machen kann.
„Angesichts der Verfügbarkeit von Datenpunkten werden sich verschiedene Sprachübersetzungsmodelle wie Whisper schnell verbessern und ein hohes Maß an Genauigkeit gewährleisten“, sagte er. „Der Nachteil von Whisper besteht darin, dass seine Kernfunktion die Übersetzung aus anderen Sprachen ins Englische ist … die meisten Podcasts werden auf Englisch aufgezeichnet, sodass es nicht allgemein effektiv eingesetzt werden kann.“
Read also:
- Telefónica targets market launch for hologram telephony
- vzbv: Internet companies continue to cheat despite ban
- Telefónica targets market launch for hologram telephony in 2026
- Barely any improvement in the eco-balance of the federal government's IT systems
Spotify ist damit beginnen, ihr Angebot um Sprachfunktionen und viele andere KI-Funktionen zu erweitern, um die Darbietung von Hörbüchern und Podcasts zu verbessern und die Benutzerherzlichkeit zu steigern. Dies soll die Rentabilität der Plattform bei deutlich höheren Preisen ermöglichen.
Ihre Investitionen in künstliche Intelligenz sollen zudem helfen, die Marktplatzierung von Spotify-Inhalten besser vorhersagen und dabei den Mitarbeitern und Zugängern entriegeln, welche Hörbücher und Podcasts für sie am besten passen.
Source: edition.cnn.com
