Voor entertainmentervaringen van de volgende generatie zijn LLM's slechts zo goed als de data waartoe ze toegang hebben

In onze voortdurende zoektocht naar informatie veranderen zoektools en zoekgedrag. AI is inmiddels geïntegreerd in traditionele zoekmachines en biedt iets wat een zoekalgoritme op trefwoorden niet kan: een persoonlijke en interactieve gesprekservaring.

In de entertainmentwereld zijn de meeste aanbieders echter nog niet klaar om te leveren op de manier zoals populaire generatieve AI-chatbots zoals ChatGPT en Gemini dat doen. Dat komt doordat de grote taalmodellen (LLMs¹) die aan bedrijven worden gelicentieerd, niet zijn 'gegrond' op externe kennisbronnen uit de echte wereld.

Als gevolg van de snelle adoptie van AI is er een verwachtingskloof ontstaan onder bedrijven die LLMs willen inzetten voor hun eigen toepassingen. Wil ondernemings-LLMs echter de contentervaringen van de volgende generatie kunnen bieden waartoe ze in staat zijn, dan is toegang tot betrouwbare, branche-specifieke data van cruciaal belang.

Op het gebied van contentontdekking hebben mensen al hooggespannen verwachtingen van AI.

Contentontdekking oplossen in een versnipperd tv-landschap

LLM's brengen vernieuwende mogelijkheden en enorm veel potentieel naar de tv-ervaring. Ze bieden bijvoorbeeld sterk verbeterde zoekmogelijkheden, waardoor kijkers ongelooflijk geavanceerde vragen kunnen stellen die ver buiten de beperkingen van traditioneel zoeken gaan. LLM's kunnen de beschrijving van een film of aflevering ook dynamisch herschrijven of aanvullen om deze actueler te maken — en zelfs geografisch relevanter — voor individuele gebruikers.

In specifieke sectoren moeten trainings- en funderingsdata veel diepgaander zijn dan wat het open internet kan bieden. In de entertainmentwereld stijgen de verwachtingen van consumenten, aangewakkerd door verbeterende technologie. Op basis van brancheprognoses rond OTT- en pay-tv-uitgaven² hebben contentaanbieders een sterke prikkel om hun individuele waardepropositie te verfijnen.

Op een moment dat 26% van de Amerikanen zegt te weten wat ze willen kijken en het alsnog niet kunnen vinden³, heeft AI de macht om te helpen. Maar zelfs populaire chatbots worstelen hiermee. Een Veed Analytics-onderzoek uit 2025 naar het gebruik van chatbots voor contentontdekking wees bijvoorbeeld uit dat slechts twee derden van de resultaten van de geteste chatbots⁴ juist waren in het identificeren waar een specifiek programma te vinden is. En, misschien minder bevredigend vanuit het perspectief van de gebruiker, slechts 31% bood de deeplink naar de titel van het programma.

Vanuit het oogpunt van verbeterde contentontdekking bieden LLM's drie belangrijke voordelen ten opzichte van traditionele databases en rudimentaire zoekfuncties:

• Sterk verbeterde semantische zoekmogelijkheden
• Uitgebreide en geharmoniseerde contentcatalogi
• Krachtige rangschikkings- en sorteringsmogelijkheden

Het huidige contentlandschap is te uitgestrekt om te navigeren met verouderde zoekfuncties, zelfs binnen individuele platforms en diensten. De introductie van GenAI voor het zoeken en ontdekken van content zal zorgen voor een aardverschuiving in de gebruikerservaring. Dit heeft de potentie om negatieve gevoelens bij kijkers sterk te verminderen, aangezien contentdrukte en -fragmentatie het tv-plezier nu vaak in de weg staan — maar alleen als het nauwkeurige resultaten oplevert. 

Download voor meer inzichten ons rapport over tv-zoeken en -ontdekken in het AI-tijdperk. 

Notities

1. LLM's zijn een type generatieve AI die content creëren op basis van aangeleerde patronen.
2. PwC voorspelt dat de consumentenuitgaven aan over-the-top (OTT)-diensten en pay-tv zullen oplopen tot 318,5 miljard dollar in 2029.
3. Gracenote streamingconsumentenonderzoek uit 2025.
4. ChatGPT, Claude, Gemini, Perplexity