Egy olyan AI, ami kivált több tucat munkavállalót, sőt akár 0-24-ben dolgozik? Üzleti ötleteket keresünk! Ai vállalkozási ötletek még nem fókuszálnak arra a területre,, hogy munka dandárját már a robot végzi. Azt mondták nemrég, hogy nemsokára lesz olyan cég, ahol egy fő az AI segítségével millió dolláros bizniszt tudsz üzemeltetni. És ezen vállalkozások száma megsokszorozódik a következő időszakban. Jól hangzik, de jelenleg szűk területen lehet csak használni az AI-t. Lehetséges olyan vállalkozást csinálni, ahol a tevékenység 80%-ában csak az AI dolgozik és neked alig 2 órát kell dolgozni vele? Kreatívan madártávlatból kell ránézni.
Új heti üzleti ötlet sorozatba vágunk bele a Minneren. Ismerős lehet már azoknak, akik követték a korábbi üzleti ötlet sorozatunkat. Akkor is érdemes olvasnod, ha már működő céged van, mert adaptálni tudsz megoldásokat, gondolatmenetet. Ötletek menüpontban mindig megtalálod őket!
Üzleti ötlet: Robot Blikk – AI vállalkozás – napi 1-2 óra munka
Azért már most leírtam ezt az ötletet, hogy később felismerd a mintát, hogy az AI fejlődését követően még milyen területen lehet kiaknázni a mesterséges intelligenciát.
Jelenleg olyan terület, ahol 80%-ában lefedheti a folyamatokat az AI szövegírás vagy kódolás lehet (vagy majd videó és képgenerálás). Ebből tudunk főzni.
Az ötlet röviden:
Egy olyan AI, amibe feltaníttatva egy adott személyből (celeb) képes egy új információ, social poszt alapján cikket gyártani (vagy akár videót). Elindítható belőle saját bulvár oldal, de a cél, hogy havidíjas szolgáltatásként magyar bulvár oldalak ebből dolgozzanak.
Haladóbb verzió: A Rádió 1 Balázsék műsorból képes valós időben legyártani tartalmat. Hallgatja az adást (szöveggé alakítja), majd ebből készít tartalom ötleteket, amiből az újságíró, szerkesztő már kijelölheti miből készüljön anyag. (Egyszerű Jarvis szintű megoldás, valós időben is képes feldolgozni az információkat, hasonló elven működik, mint ahogyan azt korábban megcsináltam).
Fájdalompont/ probléma / lehetőség (Problem / Opportunity):
Egy bulvár újságíró munkája sokszor az, hogy egy adott hírből, posztból gyárt tartalmat. Azért ezen a tarületen a minőségi elvárás nem olyan magas, tehát az AI itt nagyobb mértékben bekúszik a tartalomgyártásba, mint más területen. Már jelenleg is használják az újságírók.
Az Ai által gyártott tartalmak már nagyobb arányban készülnek, mint az ember által készített cikkek. A verseny óriási, a tartalommennyiség és a gyorsaság az, amiben győzni lehet.
A nehézség még mindig az, hogy a korábbi hírekkel is össze tudjuk fésülni, még szaftosabb tartalmat készítsünk. Mindezt óriási mennyiséggel, adatelemzéssel, social posztok gyártásával. 90%-ban minden automatizálva.
Elveszi az AI a média munkások munkáját? Nem! Szerkesztői munka mindig lesz, továbbá azok a média cégek nyernek, akik ráállnak a taralom kurátori munkára. Vagyis tartalom kiválasztás, ellenőrzés, gondozás, terjesztés, újrafelhasználás, A/B tesztek akár valós időben.
Mi a megoldásunk (Solution)
Egy „nap az Robot Blikkel”: Így néz ki ez a gyakorlatban – egy reggel a szerkesztőségben
Reggel nyolc. Kávé még nincs kész, de a rendszer már dolgozott helyetted egész éjjel.
Miközben te aludtál, az AI végigpásztázta az összes fontos forrást – Instagram-posztok, híroldalak, Facebook-bejegyzések, rádióadások leiratai. Összegyűjtött mindent, ami az elmúlt 12-24 órában történt azokkal a celebekkel és közéleti szereplőkkel, akiket beállítottál neki figyelni.
Megnyitod a dashboardot. Tizenkét vázlat vár rád, mindegyik mellé ott van egy szám: a rendszer megbecsülte, melyikből lesz népszerűbb. Az első helyen egy olyan sztori áll, ahol az AI összefűzte a tegnapi friss fotót egy két évvel ezelőtti botrányos interjúval – a kontextus nélkül ez csak egy unalmas celebposzt lett volna, így viszont van benne valami figyelemfelkeltő, lebilincselő.
Nem kell mindegyiket elolvasnod. Gyorsan átfutsz rajtuk, hármat megjelölsz, a többit eldobod. Az egyik vázlatnál átírod az első mondatot, mert érzed, hogy nem elég erős – ez két perc. A másiknál csak jóváhagyod úgy, ahogy van.
Fél kilencre megvan. A rendszer feltölti a cikkeket, kigenerálja hozzájuk a Facebook-szöveget, és sorba állítja a posztolást a napra elosztva.
Megjegyzés: Tartalomkészítő meeting, egyeztetés élő emberrel vs a robottal (AI-val). A média cégeknél van tartalomegyeztetés meeting. Ezt a robot esetében sem kell elhagynod, de itt már pontosabb előrejelzést láthatsz, könnyebb az egyeztetés, jóváhagyás. Tehát a szerkesztőségben kell lennie AI tartalomegyeztetés időnek (legyen benne a rutninban).
Egy olyan teljesen automatizált, „hírügynökségként” működő AI tartalomgyártó rendszert fejlesztünk, amely 4 egymásra épülő lépésben végzi el a munkát:
- Automatikus adatgyűjtés és RAG adatbázis: Minden fontosabb hírességről (vagy közéleti szereplőről) egy folyamatosan frissülő, dedikált adatbázist (RAG – Retrieval-Augmented Generation) hozunk létre. A webscraping és API-k segítségével a rendszer 2-3 óránként begyűjti a friss tartalmakat a közösségi médiából (Instagram, TikTok, Facebook), a friss híroldalakról.
- Hír-szűrés és kattintás-pontozás: Nem minden információból lesz jó bulvár cikk. A rendszer az összegyűjtött nyersanyagból először egy rövid összefoglalót készít, majd pontozza azokat a „szaftosság” és a várható kattintásszám alapján. Csak akkor lép a következő fázisba, ha a hír átlép egy előre meghatározott izgalmassági küszöbértéket.
- Kontextusba helyezés és cikkgenerálás: Az AI a RAG adatbázisból előhívja a celebhez kapcsolódó korábbi eseményeket, és a kettőt összefésülve egy teljesen egyedi, figyelemfelkeltő cikket generál.
- Példa: „Molnár Gusztáv és felesége, Dorina most mutatták meg az első babafotókat.” Az AI felismeri a kontextust, és beemeli a háttérinformációt, miszerint Gusztáv korábban mélyponton volt (borzasztó állapotban feküdt a Corvin negyednél….), így sokkal izgalmasabbá teszi az olvasmányt a látogatóknak.
- Többcsatornás (Multi-channel) automatizáció: A szöveg megírása mellett a rendszer azonnal előállítja a közösségi médiás kísérőanyagokat is (például Facebook-bejegyzés szövegét, vagy TikTok-videó scriptet).
Hogyan néz ki a napi 2 órás munkafolyamat? A folyamat 90%-ban automatizált. A nap végén vagy reggel a felhasználó (a szerkesztő) feladata mindössze a kurátori munka: átnézi az elkészült vázlatokat, elvégzi a végső simításokat, és jóváhagyja (vagy elveti) a posztolást.
Ezen a ponton már az üzleti modell jön a képbe, vagyis két módja van, hogy ez monetizáljuk:
- Szerkesztőségeknek adjuk úgynevezett SaaS megoldásként. Havi X százezer forintot fizetnek a rendszer hozzáférésért. Először korlátozott megoldást adunk, vagyis mind cikkmennyiségben, mind automatizálásban korlátozzuk a használatát. Utóbbi például, hogy a legyártott cikket nekik ki kell másolniuk. Később lehet olyan, hogy a saját platformjukra automatikusan feltölti.
- Saját magunk üzemeltetünk médiaoldalt, ahol Google Adsense bevételre hajtunk (Google hirdetések futnak).
2.0 verziója az, amikor egy élő eseményből, podcastban, közvetítésből képes valós időben, vagy extrém gyorsan tartalmat gyártani beleépítve a korábbi információkat is adott témával kapcsolatban. itt lesz az, mi globálisan is értékesíthető megoldás lehet.
A 3.0 verziót már nem is mondom el, megtartjuk azoknak, akik belevágnak ebbe a projektbe. Ez már igazán proaktív, egyedi cikkgyártást jelent.
Piac mérete / Nyújtott előnyök, hasznok (Market Size / Benefit)
A hazai piacon a top látogatottsági oldalak közé tartoznak a média oldalak, és a helyi lapok is előszeretettel dolgoznak celebhírekkel. Ez a saját Robot Blikk projektet is megerősítheti, és azt is, hogy van felvevő piaca az ilyen típusú megoldásnak.
Hazai piacon 500 olyan média oldal működik, akiknek ezt a megoldást el lehet adni, akik nagyobb szerkesztőséggel rendelkeznek. Emellett több mint 1000 kontent farm létezik, vagyis olyan kisebb média oldalak, akik gyenge tartalommal, de elérik azt, hogy annyi látogatottságuk legyen, hogy Google (adsense) és más média megoldásokkal havi több milliós bevételük legyen.
A fő ötlet, hogy nekik adunk el SaaS megoldást (Software as a Service). Tehát nézzük csak miért is TOP ötlet ez!
Havi látogatottsági adat a legnagyobb bulvár, bulvár jellegű oldalaknál (Gemius mérések alapján):
- Blikk – 12 a toplistán, 45 millió megtekintés, 22 millió látogatás
- Borsonline – 25., 19 millió megtekintés, 10 millió látogatás
- Femcafé – 27., 18 millió megtekintés, 7 millió látogatás
- Femina, 28., 16 millió megtekintés, 9 millió látogatás
Konkurencia, hasonló megoldások:
A piacon főként a kulcsszavak, vagy beírt prompt alapján történő cikkírást segítik a különböző megoldások. A belső adatbázison alapuló, feltanított adatokkal dolgozó AI megoldások még nem terjedtek el, illetve a média cégek belsőleg fejlesztenek ilyet. Lásd: koala.sh, Autoblogging.ai
Előny a piacon, hogy a külföldi rendszerek nem rendelkeznek helyi illetőségű adatokkal, információkkal.
Hogy lesz ebből pénz? Üzleti modell (Business Model)
Nem átlagos AI előfizetéshez árazzuk, tehát nem 30-50 dollár körüli díjat határozunk meg, hanem
- Starter (Kis kontent farmok): Havi 99 000 Ft + ÁFA. Hozzáférés a RAG adatbázishoz, NAPI 10 generált cikk.
- Pro (Regionális lapok, közepes portálok): Havi 249 000 Ft + ÁFA. Korlátlan generálás + Social Media poszt generátor (FB/TikTok script).
- Enterprise (Nagy szerkesztőségek): Egyedi árképzés. Valós idejű audio-figyelés (Rádió 1, podcastok) és azonnali riasztás/vázlatkészítés.
- Egyedi extra csomag (feltét): Lehetőség van kérni feltaníttatni celebet, témát, ennek extra költsége lenne. Ezt is természetesen nagy részét automatizálva. Sok esetben az „egyedi feltéteket” lehet a legjobban árazni. Nem kell mindent beleszuszakolni csomagokban.
Itt a horgony a pozícionáláshoz a munkaerő bére, IT költség. Ezt kell jól szemléltetnünk tárgyaláson, ajánlatunkban.
Egy nagyobb szerkesztőségtől éves 8-16 millió forint bevételt várok, kisebb piaci szereplő esetében is a pro csomag esetében 2-3 millió forintra tudok szert tenni.
Mi van, ha nem jön be és más kell nekik?
Erre is fel kell készülni. Lehet nem így akarják átvenni a cikkeket, vagy az ilyen módon átvett tartalmaknál az elvárásuk más. Erre megoldás lehet a hírügynökség modell. Mondhatni egy olcsó külsős MTI leszünk, ahol sorba jönnek a cikkek és nekik csak át kell venniük.
Piacra lépés (Traction)
Mindenképpen kell egy demo verzió, amit lássanak, akár élesben is. Késztenék egy Sebestyén Balázs hírekre egy felépített RAG adatbázist, továbbá profiljára és más média oldalakra beállítanám a scraping beállításokat. Majd a jóváhagyott tartalmakat, egy közösségi média oldalon automatizáltan posztolnám.
A cikk elején felvázolt elv alapján, hogy 90%-ában az AI dolgozik, vagy automatizáció, így a direkt sales időt is csökkentenünk kell automatikus megoldásokkal.
Nem mutatnám be nagyközönségnek, mert legyen ez a cégek versenyelőnye, így diirekt megkereséssel venném fel a kapcsolatot a cégekkel. LinkedIN-en, e-mailben, vagy akár személyesen kopogtatnék a szerkesztőknél. Médiamegjelenést vennék a Média1-en, bemutatnám a Kreativ.hu -n (tehát a szakmának). Elérném, hogy pitchelhessek szerkesztőknek.
Ha nem tudod eladni, visszapattansz: A B2B értékesítés azért hosszabb ciklusú, de valamiért nem akarnak ráharapni így sem, akkor változtatni kell, és persze felkészülni erre. A saját oldal létrehozása jó lehet arra, hogy szemléltessük a cikkek minőségét és mutogassuk akár a Google Analytcs akár a Search Console adatait. Szemléltetve, hogy 5-10X produktivitást, megtérülést tudunk hozni egy szerkesztőségbe. Gyorsaságot, mennyiséget és minőséget is villantani kell.
Nem kell aktívnak lenni a közösségi médiában, nem kell aktívnak lenni a LinkedIN-en. MÉG! A 2.0 verziónál gyújtanám csak be a rakétákat, mert az még szélesebb körben való felhasználást jelent a média szereplők részére. Tudod, amikor egy közvetítésből képes valós időben (vagy rövid időn belül) anyagot gyártani.
Technikai feltételek, nagyobb költségek:
A saját demo-t, hogy lásd hogy működik a rendszer egy self-hosted N8N szerverrel is meg tudod oldani, OpenAI vagy Claude api-val..
Később viszont mindenképpen saját szerver (600-800 000 Ft, használt Nvidia kártyával), nyílt forráskódú LLM-eket használj, mert spórolhatsz az API költségeken. És igen el kell sajátítanod azokat az információkat, minthogy mi az a RAG, mi az a vektor adatbázis. De külsős szakit is be tudsz erre vonni, ez nem egy 20 milliós fejlesztés!
A prototípus 150 000 forintból megépíthető, a fent leírt későbbi verzióhoz a munkaidő költsége, szakember bevonása, szerver költség összesen nagyjából 3 millió forint lesz.
Van még ilyen ötlet?
Gyere vissza minden héten, mert új ötletek kerülnek fel minden héten a Vállalkozási ötlet rovatba.
Addig is ezeket olvasd:
