Ngày nay, nhiều người nổi tiếng thường xuyên tổ chức các buổi phát sóng trực tiếp (livestream) trên kênh YouTube của mình. Mục bình luận hiển thị ngay bên cạnh khung video nhưng trôi đi rất nhanh. Phải làm gì để thay đổi điều này?

YouTube vừa tiết lộ tính năng Super Chat, cho phép ghim một bình luận lên đầu khung chat và tô màu nổi bật bình luận đó. Nó có thể đứng yên trong 5 tiếng đồng hồ để bảo đảm ai đang xem livestream cũng nhìn thấy và tất nhiên cả chủ kênh YouTube.

Khi Eva Gutowski 22 tuổi và vẫn còn đang học đại học cô bắt đầu đăng tải những video đầu tiên lên YouTube. Với Gutowski, đó như một cách giúp cô truyền tải các chuyên đề báo chí của mình. Cô không hề có ý nghĩ, cũng không có ý định sẽ trở thành ngôi sao YouTube để rồi xem nó là một nghề kiếm sống.

Tuy nhiên, rất nhanh trong thời gian chưa đầy 5 năm, kênh YouTube của Gutowski có hơn 7,5 triệu người theo dõi (follower). Cô còn viết sách, cũng như sắp trình diễn trong một TV show cho YouTube Red - phiên bản YouTube cao cấp không có quảng cáo (hiện mới chỉ có mặt ở một vài quốc gia). Người sẽ cùng cô xuất hiện tại TV show này là diễn viên đoạt giải Emmy Rhea Perlman. 

Như chúng ta đã biết, Gutowski không phải là người duy nhất kiếm tiền từ trang video thuộc sở hữu của Google. 
Một loạt các ngôi sao YouTube kháckiếm được rất nhiều triệu USD mỗi năm, điển hình như PewDiePie với 15 triệu USD chỉ tính riêng trong 2016. Không những thế, những ngôi sao YouTube còn gây được ấn tượng với các thương hiệu lớn, giúp họ có cơ hội kiếm thêm rất nhiều tiền nữa từ hợp đồng quảng cáo cho thương hiệu này. Làm thế nào những ngôi sao trên trang video như Gutowski có thể nhảy được sang lĩnh vực khác? Những cách nào để kiếm tiền từ YouTube? Và trải nghiệm làm việc để có tiền từ trang video của Google ra sao? Gutowski đã có những chia sẻ cho chúng ta biết trên trang Business Insider. 

Bữa tối 20 USD 

Gutowski lần đầu khám phá ra sức mạnh của YouTube khi cô điều hành một blog về thời trang trong thời gian học đại học. Khi sản xuất các video và nhúng chúng vào bài đăng trên blog, cô nhận ra rằng số lượt xem video trên YouTube thậm chí nhiều hơn rất nhiều lần so với lượt xem trên blog của mình. Từ đó, Gutowski bắt đầu chuyển hướng tập trung sang trang video này. Gutowski hiểu rằng, YouTube là công cụ giúp cô dễ dàng hơn trong việc tìm kiếm fan hâm mộ cho những nội dung mà cô dự tính sản xuất - các nội dung liên quan đến làm đẹp và hài kịch. 

Lượng người theo dõi Gutowski tăng nhanh theo thời gian, từ hàng nghìn lên tới hàng trăm nghìn, tuy nhiên, không phải như vậy là đã có tiền. Cô nhớ lại khoản tiền đầu tiên được YouTube trả chỉ vẻn vẹn khoảng 20 USD. "Có lẽ tôi có thể tự thưởng cho mình 1 bữa tối đặc biệt" - cô nghĩ. 

Lần đầu tiên Gutowski nghĩ tới việc dùng video để kinh doanh là khi cô ký kết hợp tác với Fullscreen, một mạng giúp quảng bá và phát triển các ngôi sao trên các kênh như YouTube. Đổi lại, Gutowski sẽ phải chia một phần lợi nhuận quảng cáo cho hãng này. Sau một thời gian, khoản doanh thu này tương đương với một mức thu nhập cơ bản, đủ để Gutowski nghĩ về việc xem nó như một nghề nghiệp kiếm sống. 

Tuy nhiên, YouTube mới chỉ là điểm bắt đầu. 

Thử sức ở các mạng xã hội khác

Khi thị trường mạng xã hội thay đổi, nguồn thu nhập cũng như các loại nội dung mà Gutowski sản xuất cũng phải thay đổi theo. Giờ đây, mục tiêu của cô không còn đơn thuần chỉ là tăng lượng người theo dõi trên YouTube hay tăng lượng doanh thu quảng cáo từ YouTube nữa. Cô phải tìm cách phát triển trên cả các nền tảng khác. 

Điều không mấy ai biết là công nghệ nói trên của Facebook cũng bổ sung các tag của nó vào ảnh của người dùng, phân tích số lượng người xuất hiện trong ảnh, bối cảnh và thậm chí việc họ có mỉm cười hay không.

Hiện, một nhà phát triển vừa trình làng một tiện ích mở rộng mới cho trình duyệt Chrome, hé lộ cho người dùng biết Facebook "nhìn thấy" những gì trong các bức ảnh được đăng tải lên trang mạng xã hội này. Công cụ có tên gọi là "Show Facebook Computer Vision Tags", do kỹ sư phần mềm Adam Geitgey phát triển.

Theo ông Geitgey, Facebook sử dụng trí thông minh nhân tạo (AI) và công nghệ nhận diện hình ảnh để phát hiện những gì xuất hiện trong các bức ảnh được đăng tải. Tính năng này gọi là "Automatic Alternative Text". Công cụ hoạt động trên khắp các ứng dụng của Facebook và dựa vào một "hệ thống máy tính mô phỏng não người" có tên Deep ConvNet được dạy cách nhận diện các mục tiêu trong ảnh thông qua hàng triệu ví dụ.

Danh sách các mục tiêu có thể xuất hiện trong ảnh mà hệ thống AI của Facebook cần nhiện diện rất rộng, từ diện mạo của con người (trẻ em, kính, râu, đồ trang sức, ...), thiên nhiên (phong cảnh ngoài nhà, núi non, tuyết, bầu trời,...) tới phương tiện giao thông (xe hơi, tàu thuyền, máy bay, xe đạp, ...), thể thao (môn quần vợt, bơi, sân vận động, bóng đá, ...) và thức ăn (kem, bánh pizza, cà phê, ...). Bối cảnh cũng cung cấp các thông tin khác về bức ảnh, kể cả con người (số lượng người, hành động mỉm cười, trẻ em, ...), các vật thể (xe, tòa nhà, cây, đám mây, đồ ăn, ...), khung cảnh (bên trong nhà hàng, ngoài tự nhiên, trong nhà, ...) và các đặc điểm khác của hình ảnh (ký tự, ảnh tự sướng).

Bản thân Facebook từng tuyên bố, công ty luôn đảm bảo các thuật toán nhận diện của mình có thể phát hiện được bất kỳ mục tiêu nào trong số trên với độ chính xác tối thiểu là 0,8, một số cao tới 0,99.

Do Deep ConvNet của Facebook mới chỉ đi vào vận hành vài tháng, nên tạp chí New York dự đoán hệ thống AI này sẽ bắt đầu học hỏi nhiều hơn về các bức ảnh. Tiện ích mở rộng của ông Geitey cũng dự kiến cho thấy nhiều tag hơn, thay vì 3 - 4 mục như hiện nay.

"Khi Facebook trình làng công cụ này vào tháng 4, họ có thể phát hiện 100 từ khóa. Nhưng loại hệ thống này luôn phát triển khi họ thu nhận nhiều dữ liệu hơn. Trong 1 - 2 năm tới, họ có thể phát hiện hàng ngàn thứ khác nhau. Thử nghiệm của tôi với công cụ này cho thấy họ hiện đã nhận diện được hơn 100 từ khóa", ông Geitey cho biết thêm.

Facebook không chỉ theo dõi các bức ảnh của người dùng, mà còn âm thầm giám sát việc họ đang làm gì trong khi truy cập mạng xã hội để khiến họ trở thành mục tiêu "dội bom" của các quảng cáo nhất định. Quá trình này được thực hiện dựa vào 98 đầu mục dữ liệu cá nhân Facebook thu thập được về người dùng. 

Tuấn Anh(theo Daily Mail)