L’AI sta già iniziando a essere implementata in alcune aree del processo di produzione cinematografica e televisiva, anche se la portata potenziale del suo impatto a lungo termine deve ancora essere pienamente compresa.
L’intelligenza artificiale (AI) sta iniziando a essere integrata in alcune fasi della produzione cinematografica e televisiva, anche se il suo impatto a lungo termine rimane ancora in gran parte indefinito.
Nonostante i limiti tecnologici, il percorso di adozione e la scala del potenziale impatto debbano ancora essere compresi fino in fondo, alcuni precedenti storici sull’introduzione di nuove tecnologie e i primi casi d’uso indicano che l’AI potrebbe, nel tempo, trasformare profondamente la struttura del settore dei contenuti video e i relativi bacini di profitto.
McKinsey ha condotto uno studio con interviste a leader del settore e ha analizzato dati di mercato e innovazioni tecnologiche passate, per comprendere come l’AI possa influenzare produzione, distribuzione e consumo di contenuti.
Un contesto complesso
L’adozione dell’AI avviene in un contesto già complesso: da un lato i consumatori hanno un’attenzione frammentata dovuta a un’abbondanza di contenuti e al tempo limitato a disposizione e, dall’altro, la visione si sta spostando dai canali tradizionali verso lo streaming e i contenuti generati dagli utenti (UGC).
Negli Stati Uniti, ad esempio, tra il 2022 e il 2024 le ore giornaliere di visione dedicate alla TV tradizionale sono diminuite con un tasso annuo composto del 4%, mentre lo streaming è cresciuto del 13% e i video social del 14%. I consumatori fruiscono sempre più contenuti su dispositivi mobili e utilizzano la TV principalmente come strumento per cercare e guardare video online, inclusi quelli generati dagli utenti. Parallelamente, gli investimenti nei contenuti originali stanno rallentando: negli USA, che rappresentano oltre la metà della spesa globale, la spesa prevista per contenuti originali è destinata a calare del 2% annuo, mentre cresce l’attenzione per diritti sportivi o programmazione su licenza, più economica o in grado di attrarre audience elevate.
Il potenziale dell’AI, tra promesse incertezze
In questo contesto, l’AI ha il potenziale per incidere su molteplici processi produttivi e operazioni di back office.
Il rapporto di McKinsey è incentrato prevalentemente sulle implicazioni di business e non sugli aspetti creativi e non valuta come le organizzazioni possano adattare competenze o ruoli nel lungo periodo, tuttavia emerge chiaramente che i nuovi strumenti stanno già mostrando un incremento di produttività tra il 5 e il 10% in specifici casi d’uso, sollevando però questioni relative alla proprietà intellettuale (IP), all’autenticità dei contenuti e al futuro dell’occupazione creativa. Tra gli esiti possibili vi sono la “democratizzazione” della creazione di contenuti di livello professionale, lo spostamento dell’attenzione dei consumatori verso piattaforme UGC e studi più piccoli, e la nascita di nuovi formati e canali di distribuzione, con potenziale redistribuzione dei valori economici e aumento complessivo dell’offerta di contenuti.
Applicando analogie storiche, McKinsey stima che l’AI potrebbe influenzare circa il 20% della spesa per contenuti originali nei prossimi cinque anni e ridistribuire fino a 60 miliardi di dollari di ricavi annuali una volta raggiunta l’adozione di massa.
Nonostante il potenziale, i dirigenti intervistati hanno evidenziato numerose incertezze: i contenuti generati dall’AI non hanno ancora raggiunto standard qualitativi tali da provocare una discontinuità significativa ed in molti casi non corrispondono ai criteri di produzione premium. Inoltre, esistono limiti intrinseci alla capacità dell’AI di rivoluzionare la narrazione end-to-end nei formati televisivi e cinematografici tradizionali.
Ulteriori temi di discussione riguardano l’utilizzo di modelli pubblici addestrati su IP senza licenza e la titolarità delle opere generate, creando dibattiti su attribuzione e diritti all’interno della comunità creativa.
Sviluppo e pre-produzione in prima linea
L’AI sta già mostrando capacità di rimodellare alcune attività chiave della produzione; la fase di sviluppo e pre-produzione, particolarmente dispendiosa in termini di tempo, è quella con i casi d’uso più maturi, poiché richiede minore complessità tecnica e comporta rischi più contenuti. I primi adottanti hanno ottenuto incrementi di produttività medi, con benefici superiori in alcuni generi o workflow.
L’AI consente di arrivare a pitch (ovvero brevi presentazioni mirate per proporre nuovi progetti a produttori, finanziatori o piattaforme con l’obiettivo di convincerli a svilupparlo o finanziarlo) più chiari, definire fasi di pre-produzione più strutturate, analizzare sceneggiature, testare alternative narrative e pianificare location, oggetti di scena e shot list in modo più efficiente. Questi cambiamenti possono a loro volta accelerare produzione fisica e post-produzione, passando dalla logica del “sistemare tutto in post” a una maggiore pianificazione a monte.
Produzione fisica e nella post-produzione
La produzione fisica, che include set, riprese principali e aggiuntive, vede ancora una limitata adozione dell’AI, a causa di strumenti non ancora maturi, tutele contrattuali e creative e percezione del pubblico. Tuttavia, se queste barriere fossero superate, l’AI potrebbe virtualizzare location, ridurre reshoot e accorciare cicli produttivi, offrendo vantaggi competitivi in un settore guidato dai successi.
Anche nella post-produzione l’AI è già impiegata in doppiaggio, localizzazione, montaggio e gestione delle librerie video, con applicazioni future che potrebbero ridefinire i flussi di lavoro, soprattutto in VFX e animazione.
Le innovazioni passate forniscono indicazioni preziose sul potenziale impatto dell’AI: storicamente, nuove tecnologie di produzione hanno ridistribuito valore economico verso distributori e fornitori, aumentato la qualità dei contenuti e ampliato la scelta per i consumatori. L’adozione inattesa di tecnologie ha spesso generato nuovi formati e modelli di distribuzione: dalla macchina da presa trasformata in strumento di narrazione cinematografica, alla programmazione televisiva episodica, alla computer-generated imagery (CGI) e ai telefoni cellulari, che hanno contribuito a nuovi formati di contenuto breve e piattaforme aperte.
Tre possibili modalità di evoluzione delle dinamiche del settore
Da queste lezioni emergono tre possibili scenari di evoluzione dell’industria con l’AI. Il primo, il più probabile, è l’ampliamento dei cambiamenti nei workflow esistenti, con un aumento della velocità e della capacità produttiva e con distributori in posizione privilegiata per catturare valore grazie alla concentrazione del mercato e alla trasparenza dei budget.
Il secondo è la democratizzazione su larga scala della creazione di contenuti professionali, che permetterebbe a studi più piccoli e creatori indipendenti di competere, aumentando l’offerta complessiva e spostando attenzione verso piattaforme aperte; ciò comporterebbe pressioni sui grandi incumbent e la necessità di ripensare workflow consolidati.
Il terzo scenario riguarda la creazione di nuovi formati e canali di distribuzione, potenzialmente con narrazioni immersive, personalizzate e partecipative, supportate dai “world model” e piattaforme integrate come TikTok, CapCut o DreamFlare, che uniscono produzione e distribuzione, permettendo agli utenti di influenzare direttamente i contenuti.
Considerazioni etiche e implicazioni per talenti e creatività
Il ruolo dell’AI solleva questioni etiche e rischi significativi. Le principali aree di preoccupazione riguardano talenti e creatività, violazione di IP e altri diritti e possibili bias o allucinazioni nei modelli. L’erosione creativa può incidere su intenti artistici e occupazione; l’uso della digital likeness (utilizzo di “clone” digitale di un attore così da poterlo far apparire in film, serie o videogiochi senza che sia fisicamente presente sul set) richiede protezione e una remunerazione equa.
Le agenzie di talenti stanno esplorando nuove linee di servizio per gestire diritti e monetizzazione su larga scala, mentre la protezione IP sta generando partnership tra studi e aziende di AI per modelli proprietari, dato che alcune cause legali hanno messo in evidenza la necessità di etichette trasparenti sui dati di training dell’AI.
Bias e ”allucinazioni” possono influenzare casting e rappresentazione, sottolineando l’importanza di modelli di alta qualità, test sui bias e revisione umana.
La ricerca di McKinsey mostra che l’AI sta già mostrando capacità di trasformare pre e post produzione, con un possibile impatto più profondo nel tempo. La traiettoria futura rimane incerta, ma le organizzazioni che sapranno comprendere le implicazioni strategiche, gestire i rischi e adattare modelli operativi e organizzativi saranno quelle più in grado di definire il futuro del cinema e della televisione nel prossimo decennio e a coglierne i vantaggi.
Quello che oggi emerge è che l’AI non sostituirà il talento umano, poiché la narrazione guidata dall’essere umano resta un indicatore di qualità e continuerà a essere centrale nella produzione di contenuti premium.
