Compliance by TwelveLabs

• Зависимость от точности и стоимости модели Pegasus TwelveLabs; любое ухудшение качества или рост цен напрямую влияет на价值 предложения.
• Скептицизм предприятий к доверию ИИ‑объяснениям при принятии решений о соответствии, что может замедлить adoption.
• Конкурентное давление со стороны больших облачных провайдеров, предлагающих схожие видео‑аналитические API по более низкой цене или бесплатно в рамках существующих контрактов.

“Я Саймон, руководитель полевой инженерии в TwelveLabs, часть команды, стоящей за Compliance by TwelveLabs. Проблема, к которой мы постоянно возвращались: если рецензентам приходится пересматривать всё видео целиком, чтобы проверить флаги ИИ, что мы на самом деле им сэкономили? Проверка соответствия всё ещё в значительной степени ручная, и каждый рынок предъявляет свои правила. Обнаружение «насилия» недостаточно. Рецензенты должны понимать, что произошло, в каком контексте и почему это важно с точки зрения применяемой политики. Именно вокруг этого мы и построили решение: контекст, на который могут действовать рецензенты. Pegasus объясняет выводы, а не просто помечает их. Правила соответствия принадлежат командам. Адаптируйте региональные наборы, редактируйте правила, настраивайте пороги и публикуйте версии, не ожидая нас. Встроено обнаружение синтетических медиа. Детектор синтетического видео NVIDIA добавляет оценку на уровне кадров рядом с нашим контекстным анализом. Выводы готовы к проверке, с подписанными отчётами и доступом через API. Мы нацелены на уровень отклонения рецензентами 15% или меньше. Цель проста: меньше времени на ложные срабатывания, больше времени на решения, требующие человеческого суждения. Какой пограничный случай вы хотели бы пропустить через эту систему? Сцена, допустимая на одном рынке, но запрещённая на другом? Что ИИ постоянно помечает неправильно? Я с удовольствием выслушаю и узнаю, где нам ещё предстоит поработать!”