Fjármálageirinn og varnarmálin hafa sína forward deployed engineers. Fjölmiðlar ekki. Svona lítur starfið út þegar gögnin þín renna á 25 römmum á sekúndu og bilanirnar þínar gerast í útsendingu.
Síðustu átján mánuði hefur ört vaxandi starfsheitið í hugbúnaði verið eitt sem nánast enginn utan fyrirtækjagervigreindar hafði heyrt um. Auglýsingar eftir forward deployed engineer jukust um meira en 800% milli janúar og september 2025, og um meira en 1.000% milli ára inn í 2026. OpenAI byggði heilt fyrirtæki í kringum hlutverkið, stutt af meira en fjórum milljörðum dala. Anthropic undirritaði samrekstur upp á 1,5 milljarða dala við Blackstone og Goldman Sachs sem hefur það eitt að markmiði að koma þessum verkfræðingum fyrir inni í bönkunum.
Bankarnir hafa þá. Varnarmálin hafa þá. Heilbrigðisgeirinn hefur þá. Útsending og streymi, geiri sem eyddi öllu árinu 2026 í að kaupa gerandagervigreind á NAB og IBC, hefur þá að mestu ekki.
Ritið hér að ofan er einn bútur úr raunverulegu HLS-streymi, ein súla á hvern ramma. Háu appelsínugulu topparnir eru lykilrammar, og þeir lenda á strikuðu línunum sem marka senuskipti. Þessi samsvörun er öll röksemd þessarar greinar í einni mynd: kóðarinn var þegar búinn að reikna út hvar efnið breytist, og hann skrifaði svarið inn í skrána. Flestar gervigreindarrásir sem beint er að myndefni hunsa það og borga líkani fyrir að reikna það aftur.
Þessi grein er tilraun til að skilgreina starfið sem vantar, því vinnan er þegar til og fólkið sem vinnur hana hefur ekkert nafn til að setja á hana.
Hvað forward deployed engineer er í raun og veru
Fyrirmyndin kemur frá Palantir, sem hefur beitt henni í um tvo áratugi. Forward deployed engineer starfar innfelldur hjá viðskiptavini, inni í hans eigin umhverfi, og ber ábyrgð á kerfi frá upphafi til enda: að afmarka það, skrifa framleiðslukóðann og halda því gangandi þegar það er komið í loftið.
Ein setning skilur hlutverkið frá ráðgjöf:
Ráðgjafar skila skýrslum. Forward deployed engineers skila kerfi sem keyrir.
Ástæðan fyrir sprengingunni í þessu hlutverki er ekki tíska. Rannsókn MIT, GenAI Divide, skoðaði 300 opinberar gervigreindarinnleiðingar ásamt viðtölum og könnunum, og komst að því að 95% tilraunaverkefna fyrirtækja með gervigreind skiluðu engum mælanlegum áhrifum á afkomu. Fyrirsagnartalan hefur fengið réttmæta aðferðafræðilega gagnrýni, og hún er ekki heldur áhugaverði hlutinn. Áhugaverði hlutinn er hvar mistökin hrönnuðust upp. Það voru ekki gæði líkananna. Það var samþættingin: vanþakkláta vinnan við að tengja hæft líkan við raunverulegt vinnuferli, raunveruleg gögn og raunverulegt fólk sem þarf að nota það á þriðjudagsmorgni.
Sama rannsókn komst að því að sérhæfð utanaðkomandi teymi náðu árangri í um 67% tilvika, á móti um 33% hjá innanhússþróun. Ekki af því að utanaðkomandi hefðu betri líkön. Af því að þeir höfðu gert þetta áður og vissu hvar það brestur.
Hvers vegna fjölmiðlar þurfa sína eigin útgáfu af hlutverkinu
Allir geirar segja að gögnin þeirra séu sérstök. Flestir hafa rangt fyrir sér. Fjölmiðlar eru ein undantekningin, og ástæðurnar eru byggingarlegar fremur en menningarlegar.
Almennur gervigreindarverkfræðingur hefur varið starfsævinni í texta, töflur og stakar myndir. Allt þrennt er lítið, aðgengilegt og fyrirgefandi. Myndefni er ekkert af þessu. Það kemur inn á 25, 30, 50 eða 60 römmum á sekúndu, það ber sína eigin klukku, það er lagalega bundið, það er oft dulkóðað, og þegar það bregst, bregst það fyrir framan áhorfendur á þekktum tíma.
Hér á eftir fylgja níu atriði sem almennur gervigreindarverkfræðingur hefur aldrei þurft að læra, og sem ráða því hvort gervigreindarverkefni í fjölmiðlum kemst í rekstur eða bætist í hópinn með þessum 95%.
1. Myndefni er ekki samhengisgluggi. Verkfræðin er niðurskurðurinn
Níutíu mínútna leikur á 25 römmum á sekúndu eru 135.000 rammar. Á 50 römmum á sekúndu eru þeir 270.000. Þú getur ekki sent það til líkans, og barnalega lausnin, að taka hvern n-ta ramma, missir annaðhvort af augnablikinu sem skipti máli eða kostar meira en efnið gefur af sér.
Raunverulega vinnan felst í að ákveða hvaða ramma líkanið sér yfirhöfuð, og ódýrasta merkið til þess er merki sem þú hefur þegar borgað fyrir. Kóðarinn þinn tók ákvörðun um hvern einasta ramma þegar hann þjappaði skránni. Staðsetning I-ramma markar senuskipti. Hreyfivektorar lýsa því sem hreyfðist. Rammagerðir segja þér hvar flækjustigið liggur. Nýlegar rannsóknir eins og CodecSight formfesta þetta: nota merki kóðarans til að stýra því sem sjónlíkanið horfir á, í stað þess að leiða það út aftur með dýrri ályktun.
Það er nákvæmlega þetta sem ókeypis Video Quality Analyzer okkar gerir sýnilegt. Hann les I-, P- og B-rammagerðir, endurröðun ramma, runur B-ramma og ákvarðanir um stórblokkir beint úr bitastraumnum. Allt í því riti var reiknað einu sinni, af kóðaranum, og flestar gervigreindarrásir henda því.
Til er sterkari útgáfa af sömu hugmynd. Adrian Roe, forstjóri id3as og driffjöðurin á bak við beinu efnisveituna Norsk, hefur lýst þremur leiðum til að byggja sjálfvirka umrömmun úr 16:9 í 9:16: keyra hlutgreiningu staðbundið, senda rammana til líkans í skýinu, eða gera hvort tveggja með því að greina hluti staðbundið og senda líkaninu aðeins hnitin sem út koma í stað myndanna. Þriðji kosturinn skerðir tákneyðslu um nálægt tvær stærðargráður, og skilar oft betri niðurstöðum, því líkanið er ekki lengur að álykta um mergð punkta sem skipta spurninguna engu. Að senda minna er ekki málamiðlun hér. Það er framförin.
2. Svarið verður að lenda á ramma 4102, ekki nálægt honum
Tímakóði er aðallykill þessa geira, og hann er jarðsprengjusvæði. Drop frame á móti non drop frame. 29,97 á móti 30. Birtingartímamerki á móti afkóðunartímamerkjum. Veggklukka á móti efnisklukku. EXT-X-PROGRAM-DATE-TIME og spurningin um hvort einhver ofar í keðjunni stillti hann rétt.
Gervigreindarkerfi sem tilkynnir að „markið verði um 42:17" gagnast klipparanum ekkert, sem þarf að klippa á ramma. Almenn gervigreind skilar hér um bil. Útsending krefst nákvæmni, og að skilja hvers vegna þetta tvennt er ólíkt er stærstur hluti starfsins. Hafir þú aldrei þurft að útskýra endurröðun B-ramma fyrir gagnafræðingi, í sömu setningu og þú útskýrir að rammi 4102 sé ekki 4102. sýndi ramminn, þá hefurðu ekki unnið þessa vinnu enn.
3. Hvar líkanið keyrir er samningsatriði, ekki smekksatriði
Að senda frumeintak fyrir útsendingu til utanaðkomandi viðmóts getur brotið dreifingarsamning, rofið birtingarbann, eða gengið gegn efnisöryggisskilmálum sem kvikmyndaver lagði á þig. Kröfur TPN, MovieLabs og CDSA eru ekki ábendingar, og „við notuðum skýjaviðmót" er ekki vörn.
Til er harðari útgáfa af sömu takmörkun. Þú getur ekki afkóðað dulkóðað streymi. Sérhver gæðamæling sem þarf raunverulega myndpunkta er úr sögunni um leið og afritunarvörn kemur við sögu, sem drepur talsverðan fjölda kerfishönnunar áður en ein lína af kóða er skrifuð. Stream Analyzer okkar greinir afritunarvörn og skilyrðir hverja afkóðunarháða mælingu við hana, því að tilkynna örugga tölu sem þú getur ómögulega hafa mælt er verra en að tilkynna ekkert.
Að vita hvað þú mátt ekki horfa á er helmingur hönnunarinnar.
4. Hér hafa gæði tölu, og einhver skrifar undir hana
VMAF. PSNR. SSIM. EBU R 128 og ATSC A/85 fyrir hljóðstyrk. HLS-höfundarskilgreining Apple. Þessi geiri ákvað fyrir löngu að „þetta lítur rétt út" dygði ekki, og smíðaði mælingar í staðinn.
Verkfræðingur sem leggur til snjallan gervigreindarstýrðan kóðunarstiga án meðfylgjandi VMAF-ferils hefur lagt til eitthvað sem enginn útsendingaraðili getur samþykkt, hversu góð sem hugmyndin er. Talan er ekki skriffinnska. Hún er leiðin sem manneskja setur nafn sitt á breytingu sem fer út til milljóna tækja.
Svona lítur þetta út í reynd. Þessi bútur mælist 4,03 Mbps á móti uppgefnu hámarki upp á 3,30 Mbps. Spilari sem treysti skránni er vanbúinn fyrir hann, og á þröngri tengingu er það nákvæmlega þannig sem endurhleðsla hefst. Enginn tók eftir því af því að meðaltalið leit vel út. Meðaltöl eru staðurinn þar sem þessi tegund vandamála felur sig, og þess vegna mælir geirinn í stað þess að horfa.
5. Einingahagfræðin er tilraunaverkefnið
Í flestum geirum er kostnaðareining gervigreindar fyrirspurn. Í fjölmiðlum er hún klukkustund af efni, og safn telur tugþúsundir klukkustunda.
Hér deyja gervigreindarverkefni í fjölmiðlum í raun: ekki á nákvæmni, heldur á reikningsdæminu. Kostnaður á hverja einingu sem virðist hverfandi í kynningu verður að sex stafa reikningi um leið og þú beinir honum að safninu. Rauntímavinna eins og textun í beinni krefst tafar undir fimm sekúndum á skjákortum sem eru alltaf í gangi. Runuvinnsla á safni getur keyrt að nóttu til á ódýru reikniafli utan álagstíma. Að ákveða hvaða hlutar vinnuferlis tilheyra hvorri fötunni er verðmætasta einstaka ákvörðun verkefnisins, og hún er tekin áður en nokkur skrifar kóða.
Töf tilheyrir sama fjárhagsramma. Ferð fram og til baka til líkans í skýinu kostar að jafnaði milli tveggja og tíu sekúndna, sem dugar til að merkja safn yfir nótt og útilokar allt sem á að halda í við beina útsendingu. Regluna sem af því leiðir orðar JP Saibene, forstjóri fjölmiðlaverkfræðifyrirtækisins Qualabs, vel: hannaðu þannig að dýra leiðin sé undantekningin en ekki sjálfgefið. Útsending eyddi áratugum í heimi þar sem kóðari stilltur á 1080p skilaði 1080p og reikningurinn var þekktur fyrirfram. Ályktun verðlögð eftir notkun fjarlægir báðar þessar vissur í einu, og kynning sem aldrei fékk kvóta á sig er leiðin til þess að einn bútur endar á að kosta hundrað dali.
Streymi hefur gert útgáfu af þessu reikningsdæmi áður, í dreifingunni. Talan sem nokkurn tímann skipti þar máli var aldrei kostnaður eins streymis í kynningu, hún var útstreymi í stórum stíl, og teymin sem líkönuðu hann fyrirfram eru þau sem héldu framlegðinni sinni. Ályktun er annað reikningsdæmi, en það er sami vaninn, og það er sá vani sem ræður því hvort gervigreindarverkefni í fjölmiðlum lifir af snertingu við safnið. CDN Cost Optimizer okkar gerir það fyrir dreifingarhliðina.
6. Að ákveða hvað skiptir máli innan rammans
Að umramma úr 16:9 í 9:16 fyrir lóðrétta dreifingu hljómar eins og skurður. Þetta er áberandivandamál: hvaða viðfang ber skotið, hvenær færist athyglin, og hvað gerist þegar tveir tala á gagnstæðum jöðrum rammans. Það er metið ramma fyrir ramma, af mönnum, og það er miskunnarlaust.
Þetta er alvöru gervigreind beitt á myndpunkta fremur en á uppskriftir, og það er gott umræðuefni í atvinnuviðtali einmitt af því að allir vanmeta það. Verkfærið okkar Vertical Reframe er enn merkt beta, og sá merkimiði er ekki hógværð. Hann er stöðuskýrsla um vandamálið.
Ástæðan á skilið að vera sögð upphátt, því hún segir eitthvað um stöðu sviðsins. Verkfærið leyfir þér að velja hvaða sjónlíkan sinnir sjálfri skoðuninni: Claude, Gemini, GPT, Grok, Llama, Qwen, Pixtral, staðbundið líkan gegnum Ollama, eða þitt eigið ef þú átt slíkt. Sá valmyndarlisti er ekki eiginleiki sem við vorum stolt af að bæta við. Hann er til af því að ekkert niðurnjörvað svar er til um hvaða líkan er gott í þessu. Ólík líkön vinna á ólíku efni, og bilanamynstrin eru fjölbreyttari en nokkur samanburðarmæling gefur til kynna, svo valið er gert sýnilegt í stað þess að vera tekið fyrir þig.
Takið eftir hvað það felur í sér, því það alhæfist langt út fyrir umrömmun. Þegar geta er fullþroskuð sendir enginn frá sér líkanaval. Menn senda frá sér svarið. Val er viðurkenning á því að sviðið hafi ekki enn náð samleitni, og sá sem áformar verkefni ofan á sjálfvirkri umrömmun ætti að reikna það inn í stað þess að treysta kynningarmyndbandi þar sem einhver valdi bútinn. Það segir þér líka hvar varanlega verkfræðin liggur í raun. Ekki í líkaninu, sem verður skipt út oftar en einu sinni áður en þetta leysist, heldur í umgjörðinni í kringum það: hvernig þú tekur sýni, hvernig þú metur útkomuna, og hvað gerist þegar svarið er augljóslega rangt.
Bilanamynstrið á skilið að vera ímyndað. Norsk sýndi sjálfvirka umrömmun á skylmingaviðureign, íþrótt sem er í eðli sínu lárétt og því viljandi fjandsamlegt próf. Líkanið læsti sig á stórt veggspjald með tveimur skylmingamönnum sem hékk í bakgrunni og rammaði það inn, en hunsaði raunverulegu keppendurna. Það var ekki ringlað um það hvernig skylmingar líta út. Það fann eitthvað sem líktist skylmingum meira en skylmingarnar sjálfar. Sérhvert kerfi sem eltir viðfang ber útgáfu af þessari bilun innra með sér, og að finna þína áður en áhorfendur gera það er vinnan.
7. Gervigreindarkerfi í útsendingarkeðju er eining með þjónustustigi, ekki kynning
Uppspunnið svar í spjallmenni er til ama. Uppspunninn skjátexti í beinni sjónvarpsútsendingu er aðgengisbrestur með eftirlitsaðila í eftirdragi. Talgreining dagsins nær orðavilluhlutfalli undir 5% í hreinu útsendingartali, sem er í raun sambærilegt við mannlegan ritara, og er samt ekki það sama og að vera óhætt að senda út án eftirlits.
Mynstrin sem virka eru vissuþröskuldar, maður í lykkjunni þar sem hagsmunirnir réttlæta það, og afdráttarlaus varaleið fyrir þau tilvik þegar líkanið er óaðgengilegt eða óvisst. Að vita hvaða hlutar vinnuferlis þola yfirhöfuð líkindaháða útkomu er hönnunarkunnátta, ekki stefnuspurning.
Það þarf líka að vera unnt að rekja það eftir á, sem er erfiðara en það hljómar þegar einingin er líkindaháð. Verklagið sem Norsk lýsti fyrir sjálfvirka auglýsingainnsetningu hefur rétta lögun: skráðu hvern ramma sem sendur er til líkansins, ásamt stöðu líkansins rétt fyrir og rétt eftir þann ramma. Þegar eitthvað fer út á röngum tíma geturðu endurgert hverju kerfið trúði og hvað fékk það til að skipta um skoðun. Útsending hefur alltaf getað svarað því „hvers vegna gerðist þetta" um hverja aðra einingu í keðjunni. Gervigreindareining fær ekki undanþágu frá þeirri spurningu bara af því að svarið er erfiðara að framleiða.
AI Ad Generator okkar er heiðarlega dæmið um hvað þetta kostar. Líkanið er minnsti hluti þess. Afgangurinn er myndgerðarbú, verkefnaröð, afturköllun, hreinsibúnaður fyrir föst verk, veftilkynningar svo notandinn frétti af því þegar flipinn er lokaður, greiðslur og safn. Þetta hlutfall er það sem það er að afhenda gervigreind til raunverulegra notenda.
8. Fjölmiðlakerfi lifa verkefnið af
Rás sem gengur allan sólarhringinn er ekki afhent, henni er skilað í hendur annarra. Einhver þarf að keyra hana klukkan þrjú um nótt, og sá var ekki á vinnufundinum þar sem kerfishönnunin var ákveðin.
Hér er áþreifanlegt dæmi um þá þekkingu sem verður aðeins til í rekstri. Á öllum okkar vettvangi eru H.264-kóðunarstig læst og eins í þremur aðskildum kóðaleiðum. Breyttu einu og afspilun brestur á rofmörkum, því sumir afkóðarar endurstilla sig þegar stigið breytist í miðju streymi. Þetta lærir enginn af fræðigrein. Menn læra það af rás sem stamaði á nákvæmlega því augnabliki þegar eitt efni gaf því næsta boltann, og af vikunni sem tók að komast að því hvers vegna.
Þetta er vinnan sem orðin „forward deployed" inna af hendi. Það sem afhent er er ekki kerfi sem virkaði daginn sem þú sýndir það. Það er kerfi sem einhver annar getur keyrt nótt sem þú ert ekki á staðnum.
9. Gerandaflöturinn er það næsta sem þarf að gera rétt
Gerendur geta nú stýrt fjölmiðlakerfum beint. Við skrifuðum um að reka sjónvarpsrás allan sólarhringinn gegnum gervigreindarganda yfir MCP, og áhugaverða spurningin reyndist ekki vera hvort gerandi geti raðað dagskrá rásar. Það getur hann. Spurningin er hvaða nítján verkfæri þú opinberar, hvað gerandi má snerta í beinu útsendingarkerfi, og hvað gerist þegar hann hefur sjálfsöruggur rangt fyrir sér klukkan 02:00.
Einhver þarf að hanna þennan flöt. Sá þarf að skilja báða helmingana.
Svona hljómar þetta þegar fagfólk segir það upphátt
Ekkert af ofangreindu er fræðilegt, og ég er ekki sá eini sem heldur því fram. Vefnámskeið sem nefnist When AI Runs The Stream setur í eina klukkustund saman tvo menn sem byggja þetta sér til lífsviðurværis, og þeir lenda á flestum þeirra níu atriða sem að ofan greinir úr allt annarri átt.
Adrian Roe er meðstofnandi og forstjóri id3as, fyrirtækisins á bak við Norsk, beina efnisveitu og þróunarsett sem notuð eru til að byggja streymisvinnuferli í kóða. Juan Pablo Saibene, kallaður JP, er meðstofnandi og forstjóri Qualabs, verkfræðifyrirtækis í Montevideo sem fellir teymin sín inn í verkfræðideildir myndtæknifyrirtækja og fjölmiðlafyrirtækja í Bandaríkjunum og Evrópu. Fundarstjóri var Eric Schumacher-Rasmussen.
Lestu seinni lýsinguna aftur, því hún er röksemd allrar þessarar greinar sett fram sem fyrirtækjakynning. Að fella verkfræðinga inn í eigin skipulag fjölmiðlaviðskiptavinar til að byggja hlutinn og halda honum gangandi er forward deployed engineering. Það er þegar að gerast í okkar geira. Það hefur einfaldlega ekki fengið nafn enn.
Það sem gerir þessa klukkustund tíma þíns virði er að hvorugur þeirra selur auðveldu útgáfuna. Spurningin sem þeir hverfa sífellt aftur að er ekki hvort gervigreind geti gert eitthvað við beint streymi. Hún er hvort þú getir keyrt hana þúsund sinnum og treyst útkomunni í hvert einasta skipti, fyrir framan raunverulega áhorfendur, með raunverulegt fjárhagsáætlun, án þess að brjóta það sem þegar virkar.
Þrjú mynstur þaðan er þess virði að taka upp óbreytt, því hvert þeirra er hönnunarákvörðun en ekki líkanaval.
Hannaðu þannig að mistök séu ódýr
Próf Adrians Roe á því hvort verkefni henti gervigreind yfirhöfuð sýður niður í þrjár spurningar. Geturðu afmarkað vandamálið nógu þröngt til að spila á styrkleika líkansins? Er slaki í tímasetningunni? Og þegar það hefur rangt fyrir sér, eru mistökin ódýr?
Dæmin eru lærdómsrík einmitt af því að þau eru svo lítið tilkomumikil. Setjirðu sjálfkrafa inn auglýsingu við vallarskipti í tennisleik, notaðu L-borða eða squeezeback fremur en rof á öllum skjánum, því illa tímasettur L-borði er lítillega hvimleiður á meðan illa tímasett rof á öllum skjánum eyðileggur augnablikið. Skiptirðu milli tveggja samhliða merkja eftir gæðaeinkunn, er skiptingin ómerkjanleg þegar bæði eru heilbrigð, svo óþörf skipting kostar áhorfandann ekki neitt. Náðu hönnuninni réttri og líkanið má hafa rangt fyrir sér öðru hvoru, sem er eina skilyrðið til þess að þú getir yfirhöfuð sett það í rekstur.
Breyttu svörum líkansins í afdráttarlaus svör
Saibene, en teymi hans sitja inni í verkfræðideildum viðskiptavina, lýsti greiningarkerfi fyrir upplifunargæði sem byggt er eins og trekt. Fyrsta lagið er einfaldur þröskuldur yfir hlaupandi glugga, án nokkurrar gervigreindar, og svarar aðeins því hvort eitthvað sé að. Annað lagið ber frávikið saman við orsakir sem þegar hafa sést, aftur afdráttarlaust. Aðeins þriðja lagið, sem næst þegar fyrstu tvö finna ekkert kunnuglegt, felur líkani hina opnu spurningu.
Mikilvægi hlutinn er það sem gerist næst. Þegar líkanið leggur til skýringu á raunverulega nýrri bilun er ekki einfaldlega farið eftir henni. Hún er lögð fyrir reyndan verkfræðing, og samþykki hann hana færist sú bilun inn í afdráttarlausa lagið og verður aldrei framar greind af líkani. Maðurinn er þarna, með orðalagi Saibene, „ekki sem öryggisteppi heldur sem gangvirki". Kerfið verður afdráttarlausara, og ódýrara í rekstri, því lengur sem það gengur. Það er andstæðan við það hvernig flestar gervigreindarinnleiðingar eldast.
Flöskuhálsinn færist til, hann hverfur ekki
Seinna dæmi Saibene er það sem flest teymi hafa ekki séð fyrir. Skapandi verkfæri geta framleitt þúsundir búta, og hvern og einn þeirra þarf enn einhver að yfirfara áður en hann fer út. Takmörkunin hvarf ekki þegar framleiðslan varð ódýr. Hún færðist frá því að búa til yfir í að staðfesta, og staðfestingin er hlutinn sem enginn hefur sjálfvirknivætt.
Áhugaverða varan er því ekki enn einn hápunktasmiðurinn. Hún er staðfestirinn: gefðu honum bút og kröfulýsingu, og fáðu til baka úrskurð, birtingarhæft eða ekki. Sumar þessara athugana eru hrein reikningslist, eins og að staðfesta að skurður sé raunverulega 9:16. Aðrar krefjast raunverulegs mats, eins og hvort styrktaraðili sé í raun sýnilegur eða hvort lýsingin passi við atburðinn. Að vita hvor er hvað er öll hönnunin.
Tvö minni atriði úr sömu klukkustund eru þess virði að taka með sér. Á mælaborði fyrir beina vöktun sem sýnir eitthvað á borð við áttatíu tölur benti Roe á að aðeins tvær þeirra komi frá gervigreind, og að það hlutfall sé rétt en ekki skortur. Og hvað kostnað varðar er samantekt Roe á öllu vandamálinu vandbætt: samhengi er konungur, samhengi er kostnaður, og of mikið samhengi gefur léleg gæði.
Forward deployed engineer, ráðgjafi eða kerfissamþættir?
Geirinn hefur þegar góða ráðgjafa og góða kerfissamþætta. Aðgreiningin á skilið að vera sögð skýrt, því orðin eru notuð jöfnum höndum og ættu ekki að vera það.
| Hlutverk | Hvað þú færð | Hver á það eftir á |
|---|---|---|
| Ráðgjafi | Mat, tillaga, kerfishönnun | Þú, frá grunni |
| Kerfissamþættir | Vara birgja, uppsett og stillt | Þú og birgirinn |
| Forward deployed engineer birgja | Vara þess birgja, löguð að þínum búnaði | Birgirinn, á meðan þú ert viðskiptavinur |
| Sjálfstæður media-FDE | Kóði sem keyrir í þínu umhverfi | Þú, með verklagið flutt til teymisins þíns |
Inni hjá birgjunum er hlutverkið þegar orðið raunverulegt. Bæði Bitmovin og CAMB.AI auglýsa nú störf undir heitinu forward deployed broadcast eða streaming engineer, staðsett milli verkfræðiteyma þeirra og helstu fjölmiðlaviðskiptavina. Það er sterkt merki: fyrirtækin næst vandamálinu áttuðu sig á því að þau þyrftu þessa manneskju áður en afgangur geirans gaf starfinu nafn.
Munurinn á sjálfstæðum er einfaldur og hann er ekki gagnrýni á birgja. Forward deployed engineer birgja fær greitt fyrir að láta eina vöru passa. Sjálfstæður fær greitt fyrir að láta þinn búnað virka, þar með talda þá hluta sem þú vildir helst skipta út.
Til er stefnumótandi útgáfa af þessu sem vert er að hugsa um áður en þú skrifar undir nokkuð. Eftir því sem gerendur fara að stýra vinnuferlum fjölmiðla liggur verðmæta lagið ekki í líkaninu, sem verður skipt út oftar en einu sinni á þessum áratug. Það liggur í stýringunni og samhenginu undir henni: eignum þínum, reglum þínum, rekstrarþekkingu þinni. JP Saibene hjá Qualabs orðar áhættuna umbúðalaust, með tilvísun í verk Andy Beach um efnið: leyfðu birgi að eiga það lag á meðan þú átt ekki samhengið undir, og þú endar á að leigja þitt eigið vinnuferli aftur af birgjunum þínum. Sá sem byggir það lag fyrir þig ætti að byggja það þannig að þú haldir því.
Fimm spurningar sem sýna hvort einhver er ósvikinn
Ráðirðu í þetta hjálpar ferilskráin þér ekki. Allar ferilskrár segja gervigreind núna. Þessar fimm spurningar skilja að fólk sem hefur komið myndefni í rekstur og fólk sem hefur aðeins nokkurn tímann sent texta á viðmót.
1. „Við viljum merkja sjálfkrafa safn upp á 40.000 klukkustundir. Leiddu mig gegnum kostnaðarlíkanið."
Þú vilt að þau byrji á einingunni, ekki á líkaninu. Klukkustundir efnis, kostnaður á klukkustund, runuvinnsla á móti rauntíma, og hvað keyrir utan álagstíma. Byrji þau á því hvaða líkan þau myndu velja, hefur fjármálastjóri aldrei drepið þetta verkefni fyrir þeim.
2. „Frumeintökin okkar eru varin með afritunarvörn. Hvernig breytir það nálgun þinni?"
Rétta svarið er að það útilokar allt sem krefst afkóðunar, og ýtir í átt að lýsigögnum á umbúðastigi, fylgiskrám, eða greiningarpunkti ofar en dulkóðunin. Rangt svar er hrifning.
3. „Líkanið segir að hápunkturinn sé á 42:17. Hvað geri ég við það?"
Þú hlustar eftir rammanákvæmni, sniði tímakóða, og hvort útkoman geti fóðrað EDL, SCTE-35-merki eða MAM-færslu. „Það gefur þér tímamerki" er ekki svar, það er endurtekning á spurningunni.
4. „Hvernig tekurðu sýni af römmum úr tveggja klukkustunda efni?"
Hver n-ti rammi er veika svarið. Greining skotaskila er þokkalegt svar. Að nota staðsetningu I-ramma og hreyfivektorana sem kóðarinn bjó hvort eð er til er svarið frá einhverjum sem hefur í raun þurft að borga fyrir ályktun í stórum stíl.
5. „Hvað gerist þegar líkanið er óaðgengilegt í beinni útsendingu?"
Það verður að vera til afdráttarlaus varaleið og skilgreind skert virkni. Felist svarið aðeins í endurteknum tilraunum hefur það kerfi aldrei verið í útsendingu.
Hvað það kostar og hvað það ætti að skila
Varnaðarorð um tölurnar sem eru á sveimi. Heildarlaun upp á 300.000 til 1,2 milljónir dala eru nefnd fyrir forward deployed engineers, og það er raunverulegt, en það lýsir starfskjörum hjá fremstu gervigreindarrannsóknastofum í Bandaríkjunum, þungt vegin í átt að hlutabréfum. Það er ekki það sem fjölmiðlar greiða, og ekki það sem sjálfstæður sérfræðingur í Evrópu tekur. Lestu þessar tölur sem vitnisburð um að markaðurinn sé að endurverðleggja hlutverkið, ekki sem verðskrá.
Það sem vert er að mæla er hin hliðin. Kostnaðurinn við þessi 95% er tilraunaverkefni sem gleypti heilt ár af athygli teymis og skilaði engu. Á móti því er viðeigandi spurningin ekki dagtaxtinn. Hún er hversu fljótt einhver getur sagt þér að verkefnið eins og það er afmarkað muni kosta fjórfalt fjárhagsáætlun sína í safnstærð, eða að afritunarvörn geri fyrirhugaða nálgun ómögulega, og hvort viðkomandi geti svo byggt útgáfuna sem virkar.
Það samtal ætti að eiga sér stað fyrstu vikuna, ekki á þriðja ársfjórðungi.
Algengar spurningar
Hvað er Media Forward Deployed Engineer?
Verkfræðingur sem fellir sig inn hjá útsendingaraðila, streymisveitu eða fjölmiðlafyrirtæki og ber ábyrgð á gervigreindarkerfi frá upphafi til enda inni í þeirra umhverfi: að afmarka það, skrifa framleiðslukóðann og halda því gangandi. Munurinn frá almennum forward deployed engineer er fagdýptin í mynd og hljóði, það er kóðunaraðferðir, tímakóði, streymissamskiptareglur, efnisöryggi og hagfræði þess að vinna efni í safnstærð.
Hvernig er forward deployed engineer frábrugðinn ráðgjafa?
Ráðgjafi skilar skýrslu eða kerfishönnun og lætur þér eftir smíðina. Forward deployed engineer skrifar og skilar framleiðslukóðanum inni í þínu umhverfi, og flytur svo verklagið til teymisins þíns. Það sem afhent er er kerfi sem keyrir, ekki skjal.
Hvers vegna mistakast svona mörg gervigreindarverkefni í fjölmiðlum?
Rannsókn MIT komst að því að 95% tilraunaverkefna fyrirtækja með gervigreind höfðu engin mælanleg fjárhagsleg áhrif, og að mistökin hrönnuðust upp við samþættinguna fremur en gæði líkananna. Í fjölmiðlum er sérstaklega önnur algeng orsök: einingahagfræðin. Kostnaður sem virðist hverfandi á hverja einingu verður óviðráðanlegur yfir safn upp á tugþúsundir klukkustunda, og það reikningsdæmi er oft unnið eftir tilraunaverkefnið fremur en fyrir það.
Getur almennur gervigreindarverkfræðingur unnið þetta verk?
Að hluta, og þar liggur gildran. Hann getur byggt sannfærandi frumgerð hratt. Það sem vantar að jafnaði er meðhöndlun tímakóða með rammanákvæmni, vitundin um að dulkóðað efni verði ekki afkóðað, geta til að framleiða útkomu sem útsendingarkeðja getur í raun tekið við, svo sem SCTE-35-merki eða TTML-skjátexta, og raunhæft kostnaðarlíkan í stórum stíl. Þessi göt koma yfirleitt í ljós eftir að tilraunaverkefnið hefur verið samþykkt.
Þarf ég að ráða einn í fullt starf?
Yfirleitt ekki í upphafi. Hlutverkið er verðmætast þar sem óvissan er mest: við afmörkun, við val á því hvað skuli byggja, og við að koma fyrsta kerfinu í rekstur. Mörg fjölmiðlafyrirtæki fá sérfræðing fyrir þann áfanga og reka svo útkomuna með eigin teymi, sem er einmitt tilætluð niðurstaða, þar sem flutningur verklagsins er hluti af starfinu.
Hvað ætti ég að spyrja umsækjanda um?
Fimm spurningarnar að ofan ná yfir kostnaðarlíkön, efnisöryggi, rammanákvæmni, sýnatökuaðferð og hegðun við bilun í útsendingu. Þeim er erfitt að svara sannfærandi án þess að hafa komið gervigreindarkerfi í rekstur í fjölmiðlum, og auðvelt fyrir þann sem hefur gert það.
Hvar þú finnur einn
Verkfærin sem tengt er í gegnum þessa grein eru ókeypis til reynslu. Þau eru ekki aðalatriðið, en þau eru sönnunin fyrir því: hvert og eitt þeirra hófst sem vandamál sem kom upp í rekstri og þurfti að leysa almennilega í stað þess að lýsa því á glæru. Eitt þeirra er enn í beta, af ástæðum sem greinin hefur þegar útskýrt.
Sértu að reyna að koma gervigreind inn í útsendingar- eða streymisvinnuferli og þarft einhvern sem veit þegar hvar það brestur, lýstu hlutverkinu og við afmörkum það með þér, ásamt heiðarlegum dagtaxta áður en nokkur lyftir símtólinu.
Lýstu hlutverkinu sem þú þarft að manna
Og hafirðu lesið níu atriðin að ofan og þekkt þitt eigið starf: merkimiðinn er settur á þessa vinnu einmitt núna. Þegar það gerist mæta almennir sérfræðingar og gera tilkall til hans. Fólkið sem hefur í raun unnið verkið ætti að vera finnanlegt undir því nafni fyrst: gakktu til liðs við hæfileikanetið.