Condé Nast usa l'AI per trovare clip in 140.000 video

Per ogni ricerca, i team editoriali di Condé Nast impiegavano in media 250 minuti, scorrendo a mano un archivio di oltre 140.000 video e affidandosi a titoli e descrizioni per individuare la clip giusta¹.

Gli strumenti non “guardavano” dentro i file. Le redazioni si basavano sulla memoria delle persone per rintracciare gli asset. Quando chi sapeva non era disponibile, la catena si inceppava. Una parte dell’archivio restava invisibile perché le parole nei metadati non coincidevano con le query degli editor¹.

Per superare il collo di bottiglia, Condé Nast ha lavorato con l’AWS Generative AI Innovation Center a una soluzione di discovery multimodale basata su Amazon Bedrock e Amazon OpenSearch Service¹. L’approccio è intent-based: si interroga il contenuto per intenzione, non solo per parole presenti nei metadati¹.

Il cambiamento è pratico. La ricerca non si ferma a titoli e descrizioni. Il sistema analizza i file e consente di cercare ciò che accade dentro i video. Asset prima non rintracciabili emergono nelle liste di risultati. La dipendenza dalla conoscenza personale si riduce. I punti di blocco legati a singoli individui si allentano¹.

Questo libera tempo nelle redazioni. Meno tentativi a vuoto. Meno scambi interni per chiedere “dove sta quella clip?”. La ricerca si avvicina all’intenzione editoriale, che raramente coincide con parole chiave rigide. Se la query non usa il lessico del metadato, il sistema può comunque proporre asset pertinenti, perché valuta il contenuto e non solo l’etichetta¹.

L’impatto è operativo. Meno attrito nella scoperta significa produrre più in fretta, in un mercato dove la rapidità di pubblicazione incide sulla cattura dei ricavi¹. L’archivio diventa più utilizzabile giorno per giorno, per i team dei brand della casa editrice, tra cui Vogue, GQ, Vanity Fair e Wired¹.

Il perimetro non è solo tecnico. È organizzativo. Se la scoperta non dipende dalla memoria di pochi, la continuità del lavoro regge meglio alle assenze e ai cambi di turno. Una porzione maggiore dei 140.000 video rientra nei flussi, invece di restare ferma per limiti di etichettatura o di reperibilità delle persone chiave¹.

La collaborazione con il centro di innovazione di AWS e l’uso congiunto di Amazon Bedrock e Amazon OpenSearch Service mostrano una strada concreta per editori con grandi archivi: portare la ricerca sul piano dell’intenzione, oltre i metadati, per ridurre tempi e colli di bottiglia senza cambiare il modo in cui le redazioni formulano le domande¹.