Hoe werkt kunstmatige intelligentie in DAM?

Met zo veel verschillende soorten kunstmatige intelligentie die beschikbaar zijn - en het ontwrichtende tempo van de technologische vooruitgang in zowel AI als DAM - kan het moeilijk zijn om uw opties te begrijpen.

Dit artikel legt negen manieren uit waarop kunstmatige intelligentie de prestaties van DAM verbetert, en helpt je de vraag te beantwoorden 'Heeft mijn DAM AI nodig?'

(Dit is het eerste deel van onze serie "Artificial Intelligence in Digital Asset Management".)

Hoe wordt AI gebruikt in Digital Asset Management systemen?

1. AI auto-tagging in DAM

Het voornaamste – en hoogstgewaardeerde – gebruik van AI in Digital Asset Management is auto-tagging. Van auto-tagging is sprake wanneer je digitale assets uploadt naar je DAM-systeem en de AI tool de content herkent en automatisch betekenisvolle metadata toevoegt.

Het voordeel van AI auto-tagging in DAM is dat je snel metadata kunt toepassen op miljoenen assets zonder menselijke tussenkomst. Dit betekent een aanzienlijke verbetering voor het beheer van DAM-systemen omdat het een van de grootste knelpunten bij het opnemen van assets - het toepassen van metadata - wegneemt. Het verwijderen van het handmatige, menselijke element maakt je DAM-processen oneindig veel schaalbaarder, waardoor je miljoenen assets automatisch kunt verwerken.

AI kan direct meer metadata toepassen dan een mens zou kunnen (door handmatig trefwoorden uit een hoofdlijst te selecteren of in te voeren). Deze extra metadata kunnen je digitale assets nog beter vindbaar maken, waardoor ze meer hergebruikt kunnen worden. Mensen kunnen assets vinden en gebruiken op basis van trefwoorden die u anders misschien niet had toegevoegd. Dit verhoogt de ROI van je assets en verlaagt de kosten voor het in gebruik nemen of aanschaffen van nieuwe assets.  

2. Gezichtsherkenning in DAM

Onderdeel van auto-tagging is gezichtsherkenning. Zoals het klinkt, kan je AI bekende personen herkennen en taggen die in je digitale activa voorkomen.

De AI kan al bekende gezichten hebben geleerd - en je kunt het trainen om mensen te herkennen die specifiek zijn voor jouw branche. Bijvoorbeeld je CEO. Dit kan worden toegepast bij het uploaden van afbeeldingen of achteraf op je hele collectie, waarbij de nieuwe bekende persoon overal waar hij of zij voorkomt wordt getagd.

Gezichtsherkenning kan vooral nuttig zijn voor het verwijderen van je DAM-systeem wanneer iemand vertrekt of de toestemming voor het gebruik van zijn of haar afbeelding intrekt. Zolang je AI ze herkent, kan het ze vinden.

3. Onderwerpherkenning met AI

Net als bij gezichtsherkenning gaat het er bij onderwerpsherkenning om dat AI de content van je digitale assets herkent. AI herkent bekende onderwerpen – bijvoorbeeld een hond – in je digitale assets en zal deze passend taggen. Maar dat is niet alles.

De AI tool bepaalt ook waar het onderwerp op een afbeelding staat. Dit betekent dat AI afbeeldingen op intelligente wijze kan bijsnijden, waarbij de focus van de afbeelding intact blijft en tegelijkertijd wordt voldaan aan de door jou gewenste grootte en afmetingen (verderop gaan we hier dieper op in).

Maar onderwerpherkenning is niet alleen van toepassing op het werkelijke fysieke onderwerp van de afbeelding. Het kan ook tags toepassen op basis van niet-visuele elementen (bijvoorbeeld of een object blij of verdrietig is) door glimlachen, fronsen, en andere emoties te herkennen.

4. Spraak-naar-tekst conversie met AI

Met behulp van AI kan je DAM software automatische transcripties maken van geüploade video's. Dit is op zichzelf al een voordeel omdat je bijvoorbeeld een webinar automatisch kunt transcriberen, maar je kunt die transcripties ook weer gebruiken als input voor geschreven artikelen.

Het helpt daarnaast ook bij de vindbaarheid van assets in je DAM-systeem. Je kunt trefwoorden of citaten invoeren in je zoekopdracht en je DAM kijkt door de transcripties om relevante video's tevoorschijn te halen. En toont vervolgens niet alleen het bestand als zoekresultaat, maar ook de exacte fragmenten die relevant zijn voor je zoekopdracht.

Voor organisaties die veel lange videocontent produceren, zoals webinars, is de optie om direct naar relevante content te springen van onschatbare waarde. Het zorgt voor snellere ontdekking en hergebruik. Maak bijvoorbeeld snel en eenvoudig teasers voor sociale media om de betrokkenheid bij on-demand content te vergroten.

5. Visuele zoekopdrachten

Je bent waarschijnlijk al bekend met omgekeerd zoeken naar afbeeldingen in Google – het vinden van andere afbeeldingen die lijken op een bestaande foto. AI maakt dat ook mogelijk in je DAM-systeem. Dus als je een digitaal object hebt en je wilt meer van hetzelfde zien, dan kun je het gewoon slepen en neerzetten in de visuele zoekopdracht in je DAM. Je DAM-tool toont dan de in de DAM opgeslagen digitale assets die vergelijkbaar zijn met de afbeelding die je wil gebruiken.

Stel bijvoorbeeld dat je voor het jaarverslag een foto nodig hebt van de stad waar jouw bedrijf is gevestigd. Je kunt een fotograaf opdracht geven om foto's voor je te maken. Of je vindt geschikte foto's in een (stock)fotobibliotheek.

Stel je in plaats daarvan voor dat je die miniatuurafbeelding van een stockfoto gebruikt om een visuele zoekopdracht in je DAM te starten. Misschien ontdek je dat de perfecte foto al tussen je eigen assets zit. Dan gebruik je die natuurlijk, in plaats van onnodig geld uit te geven aan iets nieuws. Dit lijkt misschien een kleine efficiëntieverbetering, maar cumulatief kan het door je hele onderneming heen een aanzienlijke tijd- en kostenbesparing opleveren.

Een ander voordeel van AI-gestuurd zoeken naar visueel vergelijkbare assets, is de mogelijkheid om duplicaten te vinden en uit het systeem te verwijderen – wat betekent dat je ‘schonere’ zoekresultaten en een betere gebruikerservaring levert.  

6. AI-beeldbewerking in DAM

Handmatig afbeeldingen bewerken kan veel tijd kosten, dus AI-gestuurde automatiseringen kunnen je processen versnellen en opschalen. Vooral als je beelden van verschillende medewerkers of leveranciers ontvangt en gebruikt.

Stel je voor dat je een e-commercebedrijf bent dat producten van verschillende fabrikanten verkoopt. Voor een consistente merkuitstraling op je website presenteer je je producten als uitsnedes op een witte achtergrond. Omdat AI verschillende delen van een afbeelding kan herkennen – zoals de voorgrond en de focus – kan het automatisch de achtergrond van alle productafbeeldingen verwijderen, met één klik op de knop.

Een andere optie is dat AI op slimme wijze een merkbehandeling toepast op alle afbeeldingen. In ons artikel over de voordelen van AI-gestuurde beeldoptimalisatie hebben we het bijvoorbeeld over het optimaliseren van foto's van gerechten voor een smakelijker receptenboek...

7. Automatisch bijsnijden van afbeeldingen

Je moet aanwezig zijn op alle kanalen die je klanten gebruiken – website, app, sociale media – en ze hebben allemaal verschillende beeldformaten en resoluties nodig. De meeste DAM-systemen ondersteunen automatische bestandsweergaven en bijsnijdingen voor verschillende platforms. Wat AI toevoegt is de mogelijkheid om automatisch en intelligent bij te snijden.

AI kan de locatie van het onderwerp van individuele afbeeldingen herkennen – bijvoorbeeld of de hond in het midden of links van de voorgrond staat. Dit betekent dat het ervoor kan zorgen dat het onderwerp in het midden van de uitsnede staat, in plaats van een algemene uitsnede toe te passen op alle afbeeldingen – wat kan resulteren in afbeeldingen met gezichten, huisdieren of plaatsen die doormidden zijn gesneden! Het gebruik van AI betekent dat je erop kunt vertrouwen dat je DAM niet alleen zijn beoogde werk doet, maar het ook góed doet.

8. Naleving van uploadregels

Een ander voordeel van AI-gestuurde beeldherkenning is dat het automatisch kan controleren of uploads naar je DAM-systeem compliant zijn. Niet alleen dat ze voldoen aan de minimale technische specificaties – bijvoorbeeld – maar ook dat ze geen elementen bevatten waarmee je de regels overtreedt. Het meest voor de hand liggende voorbeeld is de mogelijkheid om content voor volwassenen (adult content) te blokkeren voordat deze op je website terechtkomt.

9. Machine learning in DAM

AI weet alleen wat het geleerd heeft. Dus hoewel je AI-tool de Eiffeltoren en de scheve toren van Pisa kan herkennen, zal hij niet meteen het hoofdkantoor van jouw bedrijf in Londen, of het internationale kantoor in Toronto herkennen. Ook zal het niet automatisch al je producten herkennen om ze te labelen. Dit is iets wat het moet leren.

Gelukkig kun je aangepaste training/machine learning gebruiken om je AI te leren herkennen wat het belangrijkst is voor je bedrijf, zodat het automatisch productfoto's kan taggen met SKU's en prijzen, je medewerkers kan herkennen in afbeeldingen en video's, of foto's van je fysieke locaties over de hele wereld kan geotaggen.

Heeft mijn DAM-systeem AI nodig?

Of je AI-gestuurd DAM nodig hebt, hangt af van de unieke use case van jouw bedrijf. We kunnen er weliswaar geen definitief antwoord op geven, maar hier zijn enkele vragen die je jezelf kunt stellen en die je kunnen helpen beslissen of je DAM AI nodig hebt - en zo ja, met welk type AI.

• Is het zakelijk gezien cruciaal om je processen met betrekking tot digitale asset te schalen?
• Is het volume van digitale asset in je organisatie onbeheersbaar met handmatige middelen?
• Zal het volume aan digitale assets de komende jaren aanzienlijk te groeien?
• Ontvang je een groot volume aan digitale assets uit verschillende bronnen?
• Heb je significante inefficiënties geïdentificeerd in je huidige DAM-processen?
• Heb je behoefte aan generieke tagging (inhoud, kleuren) of meer specifieke tags (productinformatie)?
• Hoop je DAM-processen te kunnen versnellen door automatisering (bijv. bijsnijden, bewerken)?
• Heb je de capaciteit/expertise om je AI te trainen en eventuele fouten op te lossen?
• Heb je de middelen om AI-tags te beheren, te controleren en op kwaliteit te controleren?
• Worden de extra middelen die nodig zijn gecompenseerd door de besparingen/progressie die je boekt?
  
  

Niet alle DAM use cases vereisen de toevoeging van AI. Voor kleinere bedrijven met kleinere aantallen digitale assets kan AI een extra kosten- en complexiteitslaag toevoegen die niet gerechtvaardigd, en eigenlijk ook niet nodig is. Maar voor organisaties die grote hoeveelheden digitale assets creëren, beheren en gebruiken, zal AI in DAM ongetwijfeld voordelen opleveren.

AI-gestuurd DAM:

• elimineert handmatige blokkades
• versnelt en automatiseert taken
• verbetert nauwkeurigheid en efficiëntie
• Maakt processen schaalbaarder
• verbetert vindbaarheid, hergebruik en ROI

Je zal een schat aan AI-tools ontdekken die zijn ingebouwd in het Digital Asset Management-systeem van WoodWing – WoodWing Assets. Wil je praten over de voordelen van AI-gestuurd DAM voor jouw use case? vraag een demo aan of contacteer ons team van DAM experts.