← Wszystkie case studies · ✨ Inne
Sieć podcastowa · 14 podcastówSieć podcastowa: każdy odcinek staje się artykułem, newsletterem i 8 reelsami — automatycznie
Sieć (14 podcastów) — z jednej rozmowy 60 min powstaje pełen pakiet contentu w 4h pracy edytora zamiast 16h.
Okres pomiaru: 6 miesięcy
Sytuacja wyjściowa
Klient: sieć podcastowa, 14 podcastów w różnych branżach (biznes, technologia, kultura, edukacja), 38 osób (8 hostów, 6 edytorów, 4 marketingowców, 20 freelancerów). Rok obrotowy 2025: 12 mln zł przychodu.
Każdy odcinek (60-90 min) wymagał 16-20h post-produkcji: cięcie, transkrypcja, opis, social media. Edytor robił 2-3 odcinki tygodniowo. Po publikacji odcinek żył 10-14 dni na czołówce platform, potem znikał. Wartość ekonomiczna odcinka maleła wykładniczo. Konkurencja (większe sieci, więcej zespołu) wyciskała 4× więcej z każdego odcinka.
Jakie procesy weszły na AI
- Automatyczna transkrypcja z timestamps — AI transkrybuje odcinek z dokładnością 97% w polskim, identyfikuje speakerów, generuje timestamps na chapter changes. Czas: 12 min vs. wcześniej 4h edytora.
- Generowanie artykułu z odcinka — Z 60-minutowego odcinka AI generuje 1500-słowy artykuł SEO-friendly, z cytatami z transkrypcji, śródtytułami, key takeaways. Edytor poprawia w 30 minutach.
- Cięcie na 8 reelsów / shortów — AI wykrywa najmocniejsze 30-90-sekundowe fragmenty (emocjonalność, gęstość informacji, atrakcyjność tekstu), generuje napisy, sugeruje obróbkę. Edytor wybiera 8 najlepszych z 15-20 sugestii.
- Newsletter z odcinka — AI generuje 400-słowy newsletter z najważniejszymi insightami odcinka + CTA do pełnej wersji. Wysyłany do 18 tys. subskrybentów per podcast.
Architektura rozwiązania
Stack RedAI: Whisper (transkrypcja), Claude Opus 4.7 (generowanie tekstu), CV model do detekcji emocjonalnych szczytów w audio, edit script generujący instrukcje dla Adobe Premiere. Wszystko w prywatnej instancji — żadne nagranie nie wychodzi do chmury (kontrakty z gośćmi gwarantują niewykorzystanie do trenowania publicznych modeli).
Dane klienta nie wychodzą poza prywatną instancję RedAI. Wszystkie wywołania modeli, retrieval z bazy wiedzy i operacje na systemach źródłowych logowane do audytu (NIS2, AI Act art. 12, RODO art. 32). Hooks Claude wymuszają deterministyczne kontrole uprawnień (ACL) przed każdym wywołaniem narzędzia.
Liczby i wyniki
| Metryka | Przed | Po wdrożeniu | Zmiana |
|---|---|---|---|
| Post-produkcja per odcinek | 16h | 4h | -75% |
| Treści derivative per odcinek | 2 (opis + 1 reel) | 14 (artykuł + 8 reelsów + newsletter + 4 quotes) | +600% |
| Long-tail traffic per odcinek | 14 dni | 3 mies. | +540% |
| Liczba odcinków / edytor / tydzień | 2-3 | 6-8 | +200% |
| Przychód reklamowy / odcinek | baseline | +85% | +85% |
| Wzrost subskrybentów newsletter | baseline | +4 200 osób / mies. | — |
Setup: 195 tys. zł. Opex: 16 tys. zł/mies. Korzyść: +85% przychodu reklamowego + oszczędność na zespole edycyjnym. Payback w 6 miesięcy.
„Wcześniej każdy odcinek umierał po 2 tygodniach. Teraz live'uje 3 miesiące — bo ciągle wypuszczamy z niego fragmenty w innych kontekstach."
— Editor-in-Chief sieci
Co dalej
Kolejna faza: AI-generated promotional video clips z avatar hosta dla większego dotarcia, automated cross-promotion między podcastami sieci, predykcja, jakie tematy będą trendingowe za 30-60 dni.
RedAI działa jako prywatna instancja w infrastrukturze klienta. Dane nie wychodzą poza firmę. Umówcie 30-minutowe demo — pokażemy analogiczne wdrożenie w Waszej branży i policzymy ROI na Waszych liczbach.
„Wcześniej każdy odcinek umierał po 2 tygodniach. Teraz live'uje 3 miesiące — bo ciągle wypuszczamy z niego fragmenty w innych kontekstach."
Inne case studies z działu inne.
Chcesz, żeby Wasza firma była następna na tej liście?
30-min rozmowa — pokazujemy 2–3 case'y najbliższe Waszej sytuacji (pod NDA) i mówimy, ile zaoszczędzicie w pierwszym roku.