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

In onze voortdurende zoektocht naar informatie veranderen zoekinstrumenten en zoekgedrag. Kunstmatige intelligentie, die inmiddels in traditionele zoekmachines is geïntegreerd, biedt iets wat een algoritme dat op trefwoorden zoekt niet kan bieden: een persoonlijke en interactieve zoekervaring.

Op het gebied van entertainment zijn de meeste aanbieders echter nog niet in staat om prestaties te leveren zoals populaire generatieve AI-chatbots als ChatGPT en Gemini dat doen. Dat komt doordat de grote taalmodellen (^LLM’s1) die aan bedrijven worden gelicentieerd, niet zijn ‘getraind’ met externe, op de echte wereld gebaseerde kennisbronnen.

Door de snelle opkomst van AI is er een verwachtingskloof ontstaan bij bedrijven die LLM’s willen inzetten voor hun eigen bedrijfsdoeleinden. Om ervoor te zorgen dat LLM’s voor bedrijven de geavanceerde content kunnen bieden waarvoor ze in staat zijn, is toegang tot betrouwbare, branchespecifieke gegevens echter van cruciaal belang.

Op het gebied van content hebben mensen al hoge verwachtingen van AI.

Een oplossing bieden voor content in een gefragmenteerd tv-landschap

Grote taalmodellen (LLM’s) bieden nieuwe mogelijkheden en een enorm potentieel voor de tv-ervaring. Ze zorgen bijvoorbeeld voor aanzienlijk verbeterde zoekfuncties, waardoor kijkers uiterst geavanceerde vragen kunnen stellen die de beperkingen van traditionele zoekfuncties ver overstijgen. LLM’s kunnen ook de beschrijving van een film of aflevering dynamisch herschrijven of aanvullen, zodat deze actueler – en zelfs geografisch relevanter – wordt voor individuele gebruikers.

In bepaalde sectoren moeten trainings- en achtergrondgegevens veel uitgebreider zijn dan wat het open internet kan bieden. In de entertainmentbranche stijgen de verwachtingen van de consument, aangewakkerd door de technologische vooruitgang. Op basis van sectorprognoses over^{de uitgaven voor} OTT en betaaltelevisie^² hebben content een sterke prikkel om hun individuele waardeproposities verder te verfijnen.

In een tijd waarin 26% van de Amerikanen zegt te weten wat ze willen kijken, maar^het toch niet kunnen^vinden³, kan AI uitkomst bieden. Maar zelfs populaire chatbots hebben hier moeite mee. Uit een onderzoek van Veed Analytics uit 2025 naar het gebruik van chatbots voor content bleek bijvoorbeeld dat slechts twee derde van de resultaten van de geteste^chatbots4 correct was in het aangeven waar een specifiek programma te vinden was. En, misschien nog minder bevredigend vanuit het perspectief van de gebruiker, slechts 31% gaf de deep link naar de titel van het programma.

Vanuit het oogpunt van content betere content bieden LLM’s drie belangrijke voordelen ten opzichte van traditionele databases en eenvoudige zoekfuncties:

• Aanzienlijk verbeterde mogelijkheden voor semantisch zoeken
• Uitgebreide en gestandaardiseerde content
• Krachtige functies voor rangschikken en sorteren

content huidige content is te uitgestrekt om met verouderde zoekfuncties te doorzoeken – zelfs binnen afzonderlijke platforms en diensten. De introductie van GenAI voor content en ontdekken content zal een ingrijpende verandering in de gebruikerservaring teweegbrengen die het negatieve gevoel bij kijkers aanzienlijk kan verminderen, aangezien content en de versnippering ervan het algehele kijkplezier belemmeren – maar alleen als het nauwkeurige resultaten oplevert. 

Download voor meer informatie onze Tv-zoek- en ontdekkingsmogelijkheden in het AI-tijdperk rapport. 

Aantekeningen

1. LLM's zijn een type generatieve AI die content creëert content van aangeleerde patronen.
2. PwC verwacht dat de consumentenuitgaven aan over-the-top (OTT3)-diensten en betaaltelevisie in 2029 318,5 miljard dollar zullen bedragen.
3. Gracenote -enquête onder streaminggebruikers 2025.
4. ChatGPT, Claude, Gemini, Perplexity