סינתסיה / Synthesia

מה זה סינתסיה ולמי היא נבנתה?

סינתסיה היא מערכת בריטית להפקת סרטונים עם מציג וירטואלי, שהוקמה בשנת 2017 ופנתה מההתחלה לשוק הארגוני ולא ליוצרי תוכן. ההבחנה הזאת מסבירה כמעט הכול במוצר: הממשק בנוי כמו עורך מצגות ולא כמו עורך וידאו, יש ניהול הרשאות וצוותים, יש ערכות מותג, ויש תשומת לב רבה לתקני אבטחת מידע. זו לא מערכת שנבנתה כדי להרשים, אלא כדי לעבור אישור של מחלקת רכש.

הרעיון המרכזי פשוט: מזינים טקסט, בוחרים דמות ומקבלים סרטון שבו אותה דמות מדברת את הטקסט מול רקע נבחר, עם שקופיות, כתוביות ומעברים. אין צילום, אין אולפן ואין תיאום יומנים. סרטון של שלוש דקות שהיה דורש חצי יום צילום ויומיים עריכה נוצר בעשרים דקות, ואפשר לעשות אותו שוב מחר עם שינוי בפסקה אחת.

היכולת שהופכת את זה מגימיק לכלי אמיתי היא העדכון במקום. סרטון הדרכה מצולם מתיישן ברגע שהמערכת שבו הוא מדבר משתנה, ואף אחד לא מצלם מחדש בגלל מסך אחד. כאן משנים משפט בתסריט, מייצרים שוב, והסרטון מעודכן. זו הסיבה האמיתית שארגונים מכניסים את המערכת הזאת, והיא כמעט לא מוזכרת בשיווק שלה.

הרובד השלישי הוא הריבוי הלשוני. אותו תסריט מיוצר בעשרות שפות עם התאמת תנועת השפתיים, ולכן חברה שפועלת בכמה מדינות מקבלת סדרת הדרכה אחידה בלי מתרגמים ובלי אולפנים מקומיים. עבור ארגון בינלאומי זה החיסכון הגדול ביותר במוצר, ועבור עסק ישראלי שפועל בשוק אחד זה סעיף שכמעט לא רלוונטי. שווה לדעת מראש לאיזו קבוצה אתם שייכים.

הפיצ'רים המרכזיים של סינתסיה

שש יכולות מרכיבות את המוצר. הראשונה היא שער הכניסה, והשלישית היא זו שמחזיקה ארגונים בפנים לאורך שנים.

יש ארבעה פערים בין הרשימה לבין החוויה בפועל, וכדאי להכיר אותם מראש. הפער הראשון הוא שהדמויות עומדות ולא משחקות. התנועה טבעית ברמת הראש והידיים, ואין הליכה, אין מבט לצדדים ואין רגש אמיתי. לסרטון הדרכה זה מספיק לחלוטין. לסרטון מכירה שאמור לרגש זה לא מספיק, ואף כמות של ניסיונות לא תשנה את זה.

הפער השני הוא שהעברית נתמכת ואינה מושלמת. הקריינות בעברית קיימת והיא מובנת, ההטעמה במשפטים ארוכים לא תמיד נופלת נכון, ותנועת השפתיים מותאמת לשפות אירופיות ולכן היא מקורבת. לסרטון פנימי או לתוכן הסברה זה עובר בקלות, ולסרטון פנים ארגוני שמייצג את המותג כלפי חוץ צריך לבדוק בעין ביקורתית לפני שמאשרים.

הפער השלישי הוא שהאווטאר האישי דורש תהליך ולא לחיצה. צריך הקלטה בתנאים מוגדרים, חתימה על הסכמה, וזמן עיבוד. התוצאה טובה מאוד ומצדיקה את המאמץ עבור מי שיפיק עשרות סרטונים, ולא עבור מי שרוצה סרטון אחד. זו הסיבה שהיכולת הזאת שמורה לחבילות הגבוהות, וזה הגיוני.

הפער הרביעי הוא שהעורך מוגבל בכוונה. אין ציר זמן מלא, אין שכבות ואין שליטה מדויקת בתזמון. מי שמגיע מעורך וידאו מקצועי ירגיש כלוא. מי שמגיע מתוכנת מצגות ירגיש בבית. ההגבלה הזאת אינה תקלה אלא בחירה, והיא זו שמאפשרת למישהו במשאבי אנוש להפיק סרטון בלי מחלקת עיצוב.

נקודה חמישית ששווה להכיר היא שהמערכת מנסה לקצר גם את שלב הכתיבה, ומציעה להזין מסמך קיים ולקבל טיוטת סרטון עם חלוקה לפרקים ועם תסריט מוצע. בפועל הטיוטה הזאת שימושית כשלד ולא כתוצר: היא מזהה נכון את המבנה ואת הכותרות, והיא כותבת בשפה גנרית ובעברית היא עוד פחות מדויקת. הדרך הנכונה להשתמש בה היא לקבל ממנה את החלוקה לסצנות ולכתוב את הטקסט עצמו מחדש, וכך נחסך השלב המייגע ולא השלב שקובע את האיכות.

כמה זה עולה?

התמחור כאן נמדד בדקות וידאו ולא בשימוש, וזו יחידת מדידה שמבלבלת בהתחלה. שווה להבין אותה לפני שבוחרים חבילה, כי היא קובעת הכול.

הטעות הנפוצה בחישוב היא לספור דקות סופיות. המכסה נצרכת בכל ייצור, כולל גרסאות שנפסלו, ולכן סרטון של שלוש דקות שעבר ארבעה סבבי תיקון צרך שתים עשרה דקות מהמכסה. מי שמתכנן חמישה סרטונים בחודש צריך מכסה שמתאימה לעשרים דקות ולא לחמש עשרה. זו כנראה הסיבה המרכזית שאנשים מגלים באמצע החודש שנגמרה להם המכסה.

השיקול השני הוא שאלת הכדאיות מול הפקה רגילה, והיא לא תמיד לטובת המערכת. יום צילום עם צלם ועורך עולה כמה אלפי שקלים ומייצר סרטון אחד או שניים בכל פעם. מנוי שנתי כאן עולה פחות ומייצר עשרות. אבל אם צריך שני סרטונים בשנה, ההפקה הרגילה תיתן תוצאה טובה יותר באותו כסף. נקודת המפנה נמצאת בסביבות ששה עד שמונה סרטונים בשנה, ומעליה ההיגיון מתהפך לחלוטין.

עוד סעיף שנעלם מהחישוב הוא זמן האדם. המערכת חוסכת צילום ועריכה, והיא לא חוסכת כתיבה. תסריט טוב לסרטון הדרכה של שלוש דקות לוקח שעה עד שעתיים לכתוב, וזה השלב שקובע אם הסרטון יהיה טוב. ארגונים שמכניסים את הכלי ומצפים לסרטונים תוך שבוע מגלים שהצוואר הצר עבר ממקום אחד למקום אחר, ושעכשיו הוא נמצא אצל מי שאמור לכתוב. שווה להקצות לזה זמן מראש.

סינתסיה מול הכלים האחרים בקטגוריה

קטגוריית הווידאו עם מציג התפצלה לשלושה סוגי מוצרים: מערכות ארגוניות, כלים ליוצרי תוכן, ומודלים כלליים שיודעים גם לייצר דמות מדברת. ההשוואה שווה משהו רק כשמבינים שהם פותרים בעיות שונות.

מול הכלים ליוצרי תוכן, ההבדל הוא בקצב מול ממשל. שם מקבלים חופש רב יותר, סגנונות מגוונים, ואפשרות לעשות דברים לא שגרתיים. כאן מקבלים הרשאות, תבניות מותג ותקני אבטחת מידע. יוצר יחיד יימצא שם, וארגון עם מחלקת ציות ימצא כאן את מה שהוא צריך כדי לאשר את הכלי בכלל.

מול מודלי הווידאו הכלליים, אלה שני עולמות שלא נפגשים. מודל כללי מייצר סצנה קולנועית, לא יודע לשמור על מציג זהה בעשרים סרטונים, ואינו מאפשר לשנות משפט ולייצר מחדש. מי שצריך סיפור חזותי יפנה לשם, ומי שצריך סדרת הדרכה יפנה לכאן. שילוב של שניהם באותה סדרה עובד טוב: פתיח קולנועי קצר, ואחריו מציג שמסביר.

מול הפקה מצולמת, וזו ההשוואה שבאמת מתקיימת בארגונים, ההבדל הוא בתחזוקה ולא באיכות. סרטון מצולם נראה טוב יותר ברוב המקרים, וזה נכון. הוא גם מתיישן ואי אפשר לתקן אותו. ארגון שמפיק תוכן שמשתנה, כמו נהלים, מערכות ומדיניות, ימצא שהיתרון הזה מכריע. ארגון שמפיק סרטון תדמית אחד לשנתיים לא ימצא בו שום ערך.

יש כאן גם שאלה של קול, כי הקריינות היא החלק החלש יחסית בעברית. הרבה צוותים מייצרים כאן את הווידאו ומחליפים את פס הקול במנוע הקול ElevenLabs, שנותן הטעמה עברית טבעית יותר ושליטה בקצב. מי שצריך גם פתיח חזותי מרשים יוסיף אותו בסביבת ההפקה Runway ויחבר את השניים. זה תהליך של שלושה כלים שנשמע מסובך ולוקח בפועל פחות משעה.

מה שעולה מכל ההשוואות האלה הוא שהמוצר הזה אינו מתחרה על איכות התמונה אלא על עלות התחזוקה של ספריית תוכן. מי ששואל איזה כלי מייצר את הסרטון הכי יפה שואל את השאלה הלא נכונה, ויקבל תשובה שלא תעזור לו להחליט.

הפיצ'ר שעושה את ההבדל: ספרייה שמתעדכנת ולא מתיישנת

היכולת שמצדיקה את המערכת בארגון היא ניהול ספריית סרטונים כמו שמנהלים מסמכים. כשהתסריט הוא המקור והווידאו הוא רק פלט, כל שינוי במדיניות או במערכת הופך לעריכת טקסט ולייצור מחדש, במקום להפקה חדשה שדורשת תקציב ואישור. הקוד למטה מדגים בדיוק את זה: תסריטים שיושבים בקובץ אחד, ייצור אוטומטי של כל מה שהשתנה, ורישום של איזו גרסה עלתה מתי.

# ספריית סרטוני הדרכה שמתחזקת את עצמה מתוך קובץ תסריטים
import os
import json
import hashlib
import requests

API = "https://api.synthesia.io/v2/videos"
KEY = os.environ["SYNTHESIA_API_KEY"]
HEAD = {"Authorization": KEY, "Content-Type": "application/json"}
STATE = "library-state.json"

# התסריטים הם המקור. הווידאו הוא פלט שנגזר מהם ואפשר לייצר אותו שוב תמיד
SCRIPTS = {
    "onboarding-day-one": {
        "title": "יום ראשון בארגון",
        "avatar": "anna_costume1_cameraA",
        "text": "ברוכים הבאים. בסרטון הזה נעבור על שלושת הדברים שחשוב לדעת ביום הראשון.",
    },
    "expenses-policy": {
        "title": "נוהל החזר הוצאות",
        "avatar": "anna_costume1_cameraA",
        "text": "הנוהל התעדכן. מהחודש הזה הדיווח נעשה במערכת ולא בטופס.",
    },
}

def fingerprint(entry):
    # טביעת אצבע של התסריט. שינוי במילה אחת משנה אותה ומסמן שצריך לייצר מחדש
    blob = entry["avatar"] + "|" + entry["text"]
    return hashlib.sha256(blob.encode("utf-8")).hexdigest()[:16]

def load_state():
    if os.path.exists(STATE):
        with open(STATE, encoding="utf-8") as f:
            return json.load(f)
    return {}

def create(key, entry):
    body = {
        "test": False,
        "title": entry["title"],
        "visibility": "private",
        "input": [{
            "avatarSettings": {"horizontalAlign": "center", "scale": 1.0},
            "backgroundSettings": {"videoSettings": {"shortBackgroundContentMatchMode": "freeze"}},
            "avatar": entry["avatar"],
            "scriptText": entry["text"],
        }],
    }
    r = requests.post(API, headers=HEAD, json=body, timeout=120)
    r.raise_for_status()
    return r.json()["id"]

def sync():
    state = load_state()
    changed = []
    for key, entry in SCRIPTS.items():
        current = fingerprint(entry)
        if state.get(key, {}).get("fingerprint") == current:
            continue                      # לא השתנה, אין טעם לשרוף מכסה
        video_id = create(key, entry)
        state[key] = {"fingerprint": current, "video_id": video_id,
                      "title": entry["title"]}
        changed.append(key)
    with open(STATE, "w", encoding="utf-8") as f:
        json.dump(state, f, ensure_ascii=False, indent=2)
    return changed

# שלושה כללים שהופכים את זה לתהליך ולא לצעצוע
# שלב 1: התסריטים נשמרים בבקרת גרסאות, כך שאפשר לראות מי שינה מה ומתי
# שלב 2: אין ייצור של מה שלא השתנה, כי המכסה נצרכת בכל ייצור גם אם נפסל
# שלב 3: מי שמאשר את התוכן אינו מי שכותב אותו, ובלי זה הספרייה נסחפת

המנגנון המרכזי כאן הוא טביעת האצבע של התסריט. היא זו שמאפשרת להריץ את התהליך פעם בשבוע בלי לשרוף מכסה על סרטונים שלא השתנו, והיא גם זו שמייצרת תיעוד אמיתי: כשמישהו שואל למה הסרטון אומר דבר שאינו נכון, אפשר לראות מתי התסריט התעדכן לאחרונה ומי שינה אותו.

הכלל השלישי הוא זה שהכי הרבה ארגונים מדלגים עליו והכי מהר משלמים על כך. כשהפקת סרטון הופכת לזולה ומהירה, נעלם המנגנון הטבעי שסינן תוכן לא בשל: התקציב. תוך חודשיים מצטברת ספרייה של ארבעים סרטונים שאיש אינו יודע מי אישר, וחלקם סותרים זה את זה. פתרון פשוט הוא לחייב מאשר אחד לכל קטגוריית תוכן, בדיוק כמו במסמכי נוהל. את הדפוסים האלה, שמופיעים בכל תהליך שמתרחב מהר, אפשר לראות בפרויקטים שריכזתי בעבודות קודמות באתר.

חסרונות שאתם צריכים לדעת

כאן מגיע החלק שצריך לומר בפירוש, במיוחד לקורא ישראלי. שישה חסרונות, ושניים מהם ישפיעו עליכם יותר מאשר על משתמש באנגלית.

החיסרון הראשון הוא זה שכדאי לבדוק בעצמכם לפני כל החלטה, כי הוא לא מדיד ואי אפשר לסמוך בו על סקירה שנכתבה באנגלית. הקריינות העברית טובה מספיק לסרטון פנימי, לנוהל ולהדרכת עובדים, והיא ניכרת מיד כמלאכותית לצופה ישראלי. בסרטון שיווקי שמייצג את המותג מול לקוחות זה עלול לעבוד נגדכם. הבדיקה לוקחת עשר דקות בחבילה החינמית: לכתוב פסקה אמיתית מהתוכן שלכם, לייצר, ולהשמיע לשלושה אנשים שאינם בפרויקט. אם אף אחד לא מעיר על הקול, אפשר להתקדם.

היתרונות שעושים את סינתסיה שווה

ומולם, שש סיבות שבגללן מערכות כאלה נכנסו לארגונים ולא יצאו מהם.

היתרון שמורגש הכי מהר אינו הווידאו אלא מה שקורה סביבו. ברגע שהפקת סרטון עולה עשרים דקות במקום שבוע, משתנה מה נחשב שווה סרטון בכלל. עדכון קצר על שינוי בנוהל, הסבר על מסך חדש במערכת, מענה לשאלה שחוזרת בכל מחזור גיוס: כל אלה לא הצדיקו הפקה, ועכשיו הם מצדיקים. הארגון מקבל תוכן במקומות שבהם קודם היה מסמך שאיש לא קרא.

יתרון שני שראוי להזכיר הוא ההשתלבות בתהליכים קיימים. סרטון קצר שנשלח בערוץ הצוותים במערכת התקשורת Slack נצפה בשיעור גבוה בהרבה ממסמך שמצורף אליו, ומשימת צפייה שמנוהלת בלוח הניהול Monday או במערכת המשימות ClickUp הופכת את ההדרכה למדידה. בדיוק מהסיבה הזאת אני משלב סרטון קצר גם בתהליכי ליווי לקוח חדש בעזרת סוכן, כי המעבר בין טקסט לווידאו מעלה את שיעור ההשלמה בצורה מדידה.

יתרון שלישי שקל לפספס הוא שהמערכת מורידה את התלות באדם מסוים. כשסרטון ההדרכה מבוסס על מנהל שצולם, עזיבה שלו הופכת את כל הספרייה לבעייתית ואף אחד לא יודע מה לעשות עם זה. כשהמקור הוא תסריט ודמות מהמאגר, החלפה היא פעולה טכנית של רבע שעה. ארגונים שחוו את זה פעם אחת מבינים מיד למה זה שווה כסף, ומי שלא חווה נוטה לזלזל בסעיף הזה עד שהוא קורה.

מתי לבחור סינתסיה ומתי לבחור אחרת?

שלוש שאלות קובעות כאן: כמה סרטונים בשנה, האם התוכן משתנה, ולמי הסרטון מיועד.

# עץ החלטה להפקת סרטוני הסבר בארגון
שאלה 1: כמה סרטונים בשנה?
    עד 3                -->  הפקה מצולמת, תוצאה טובה יותר
    4 עד 10             -->  לבדוק את שתי הדרכים במספרים
    מעל 10              -->  מערכת עם מציג, ההיגיון ברור

שאלה 2: התוכן משתנה?
    כן, נהלים ומערכות   -->  סינתסיה, העדכון הוא הערך
    כן, מדי שנה         -->  סינתסיה או הפקה, לפי תקציב
    לא, תוכן קבוע       -->  הפקה מצולמת

שאלה 3: מי הצופה?
    עובדים ולקוחות פנים -->  מציג וירטואלי עובר בקלות
    לקוחות פוטנציאליים  -->  לבדוק את הקריינות בעברית קודם
    קהל בכמה מדינות     -->  סינתסיה, התרגום הוא היתרון

שאלה 4: מי מפיק בפועל?
    משאבי אנוש או תפעול -->  ממשק פשוט, זו נקודת החוזק
    מחלקת שיווק         -->  לשקול כלי עם חופש סגנוני
    עורך וידאו          -->  ירגיש מוגבל, לתת לו כלי מלא

הטעות הראשונה שאני רואה היא לבחור חבילה לפי מספר הסרטונים המתוכנן. המכסה נצרכת בכל ייצור, גם בגרסאות שנפסלו, וסרטון עובר בממוצע שלושה עד ארבעה סבבים עד שמאשרים אותו. מי שמתכנן חמישה סרטונים בחודש צריך מכסה של עשרים דקות ולא של חמש עשרה, ואחרת הוא ייתקע באמצע החודש בדיוק כשהלחץ הכי גדול.

הטעות השנייה עמוקה יותר: להתייחס לכלי כאל פתרון לבעיית הפקה, כשהבעיה האמיתית היא כתיבה. סרטון מייצג היטב תסריט טוב ומבליט באכזריות תסריט חלש, כי אין עריכה שתסתיר חוסר מבנה. ארגונים שמצליחים עם הכלי הזה הם אלה שהקצו מישהו שאחראי על התוכן, ולא אלה שקנו מנוי וחילקו גישה לכולם.

השורה התחתונה: האם סינתסיה שווה?

המסקנה שלי חדה ומצומצמת: זה כלי מצוין לבעיה מאוד מסוימת. אם אתם מפיקים תוכן הסברה שמתעדכן, בכמה שפות או בכמה גרסאות, ואתם צריכים שהוא יעמוד בדרישות של ארגון, קשה למצוא משהו טוב יותר. אם אתם מחפשים כלי שיפיק סרטון שיווקי שיגרום למישהו להרגיש משהו, אתם במקום הלא נכון והכלי לא ישתפר מספיק בקרוב.

הפרופילים שעבורם זה משתלם: ארגונים עם ספריית הדרכה פנימית, חברות שפועלות בכמה מדינות, צוותי מוצר שמסבירים מערכות שמשתנות, ומחלקות משאבי אנוש שמעבירות אותו תוכן לכל עובד חדש. ומנגד, זה בזבוז ברור עבור עסק קטן שצריך סרטון תדמית אחד, עבור מי שהקהל שלו ישראלי והמסר שיווקי, ועבור כל מי שמצפה לסרטון שמרגש.

מי שבודק את זה ברצינות, כדאי שילך בסדר הבא. ראשית, לקחת פסקה אמיתית מהתוכן שלכם ולייצר אותה בחבילה החינמית, כי בדיקה על טקסט לדוגמה לא מלמדת דבר על העברית שלכם. שנית, לספור כמה סרטונים באמת יופקו בשנה הקרובה ולהכפיל את המכסה הנדרשת בשלוש בגלל סבבי התיקון. שלישית, להחליט מי אחראי על התוכן לפני שקונים, כי בלי זה הספרייה תתמלא ותסתור את עצמה. ליצירת קשר ולקבלת ייעוץ בבניית מערך תוכן פנימי שמשלב וידאו, מסמכים ואוטומציה.

ולסיום, זווית רחבה יותר: הכלי הזה מסמן מגמה שחורגת ממנו, שבה תוכן חדל להיות נכס שמפיקים פעם אחת והופך לפלט שמייצרים מחדש בכל פעם שהמקור משתנה. אותו עיקרון בדיוק חל על מיילים, על עמודי אתר ועל מסמכים, ולכן אני בונה תהליכי שיווק במייל ואוטומציות באותה שיטה: מקור אחד לתוכן, פלטים רבים שנגזרים ממנו. בעמוד הראשי מרוכזות שאר הסקירות בקטגוריה, וביניהן הכלים שמשלימים בדיוק את מה שחסר כאן.