ここで簡単な練習をしてみましょう。現在、知識ベースに何があるか考えてください。保存された記事、会議メモ、書籍のハイライト、研究論文、消える前にクリップした Twitter スレッド。一貫性があれば、まともなアーカイブになります。
ここで、仕事のために見た最近 3 つの YouTube 動画について考えてみましょう。電話会議かな。技術トレーニング。誰かが行った録画されたウェビナー。一体どこに行ってしまったのでしょうか？
おそらくどこにもありません。あなたはそれらを見て、おそらく 1 つか 2 つのメモを書き留めただけで、それだけです。実際、情報は蒸発してしまいました。
それは生産性の低下ではありません。これはフォーマットの問題であり、ほとんどの人が思っているよりも大きな問題です。
このビデオは私たちが情報を整理する方法に適合していません
一般的なナレッジ ワークフローのすべてのツールは、テキストを中心に構築されています。 Notion、Obsidian、Roam、さらには通常のマークアップ ファイル フォルダーもすべて、読み取り、ハイライト、検索、リンクできるものを操作していることを前提としています。
このビデオは、これらの前提をすべて打ち破ります。 Ctrl+F は記録できません。文を強調表示してメモにドラッグすることはできません。 LLM と 2 時間の話をして、主な議論が何であったかを尋ねることはできません。情報は技術的には存在しますが、他のツールがアクセスできない形式内にロックされています。
これはニッチな話題ではありません。シスコのデータによると、ビデオは全世界のインターネット トラフィックの 82% を占めています。現在、インターネット上で流通している情報のほとんどは、検索エンジン、メモアプリ、人工知能ツールには本質的に見えない形式で存在しています。一方、知識労働者は、どこかに存在するとわかっている情報を検索するだけで、すでに 1 日あたり約 1.8 時間を費やしていることが研究で一貫して示されています。これにビデオが検索不能になると、問題は急速に増大します。
実際には機能しなかった解決策
自動字幕はそれを修正するはずです。実際にはそうではありません。
精度は、オーディオの品質やアクセント、アップロード者がわざわざそれらを有効にしたかどうかに応じて、常に当たり外れがありました。しかし、より大きな問題は、優れた字幕であっても知識の成果物としては実際には役に立たないということでした。キャプション ファイルは表示用に作成されています。2 秒のチャンク、句読点、段落区切りはなく、アイデアがどこで終わり、別のアイデアが始まるのかがわかりません。それらから有用なものを取得するには、大規模なクリーンアップ作業が必要であり、目的を達成できませんでした。
手動転写はさらに悪かった。正確ではありますが、時間がかかり、高価であるため、締め切りのあるジャーナリストや助成金のある研究者など、ほとんどの人はどうしても必要な場合にのみ実行していました。
したがって、デフォルトの動作は次のようになりました。ビデオを見て、おそらく何かを書き留め、二度と見つからない場所に貼り付けます。情報は技術的に入手可能でした。ただ回収できなかっただけです。
実際に今と何が違うのでしょうか？
AI 文字起こしは、習慣を築くのに十分なほどクリーンで高速な出力という閾値を超えています。
WayinVideo のようなツールを使用すると、任意の YouTube リンクを入力すると、数秒で、読み取り可能なタイムスタンプ付きの完全なトランスクリプトを取得できます。ファイルのダウンロードやアップロード キュー、既存のキャプションは必要ありません。タイムスタンプは元のビデオにリンクされたままであるため、単に文字の壁を読むだけではありません。任意の用語を検索し、その行を見つけて、その瞬間にジャンプすることができます。ビデオにいつも欠けているのは Ctrl+F です。
しかし、より重要な変化は、テキストが実際に存在すると何が可能になるかです。テキストを Notion にドロップすると、システムの他の部分と一緒に検索できます。それを LLM にフィードして要約を求め、主要な主張を引き出し、フォローアップする価値があるものを特定します。 WayinVideo の字幕ジェネレーターは 100 以上の言語のコンテンツを処理し、字幕がまったくなかった古いビデオでも機能します。ビデオは一度限りの視聴ではなくなり、ドキュメントのように機能し始めます。
誰がそれを最大限に活用するのでしょうか？
最も稼いでいる人々は、いくつかの異なるカテゴリーに分類される傾向があります。
研究者やジャーナリスト 録音されたインタビューを実施するには、手動で引用文を書き写すのに何時間もかかります。検索可能なトランスクリプトがこれを完全に置き換えます。各引用は元の録音の正確な瞬間にリンクされたままなので、クリックするだけで検証できます。
学生と自習者 講義中心のコースを受講すると、2 時間のビデオを実際に学習できるドキュメントに変えることができます。ビデオを検索して強調表示し、有用な部分をメモとして公開することができます。何度も見る必要はありません。 AI ビデオ要約ツールはさらに一歩進んでおり、完全なトランスクリプトを読む代わりに、重要なポイントの要約バージョンを数秒で取得できます。これは、試験や締め切り前の復習ツールとして特に効果的です。
開発者とプロダクトマネージャー 彼らは毎年、電話会議や製品デモに参加し、エントリーセッションを記録します。このコンテンツのほとんどは、タブを閉じた直後にはアクセスできません。トランスクリプトを使用すると、それを取得できるようになります。
会議を記録するチーム しかし、私は言われたことに本当に共感する方法がありません。スタンドアップセッションまたは計画セッションを記録することは、後で検索できる場合にのみ役立ちます。トランスクリプトはなく、共有ストレージに無期限に保存される単なるファイルです。
時間の経過とともにギャップが拡大する
スケールがどのように見えるかを考えてください。
1 年間のインタビューのテープを文字に起こして提出した研究者は、その会話から学んだすべての検索可能なアーカイブを持っています。会議の記録をナレッジ ベースに入力しているチームは、周囲に尋ねることなく、「6 か月前に何を決めたか」に実際に答えることができます。読書と一緒に YouTube で講義を撮影すると、見たものと読んだものの間に本当のつながりを築くことができます。
これをデフォルトと比較してください。YouTube の再生履歴、誰も開かないビデオ ファイルでいっぱいのドライブ フォルダー、どこにも接続されていない散在するメモ。これら 2 つの結果の差は、努力や規律とは何の関係もありません。フォーマットがシステムと互換性があるかどうかは完全に関係します。
Asana のナレッジ ワークに関する調査によると、「仕事に取り組む」時間 (検索、意思決定の追求、コンテキストの再説明) に費やされる時間の割合は、ナレッジ ワーカーの平均的な 1 日の約 60% です。このオーバーヘッドの多くは、キャプチャされたものの取得できない情報に起因します。ビデオはこの問題に大きく貢献しており、情報の移動手段の一部として成長しています。
これは解決可能な問題です
これらのいずれにも、新しいシステムや新しいワークフロー哲学は必要ありません。テキストに対してすでに機能しているのと同じロジック (テキストをキャプチャし、検索可能にし、すでに知っているものと結び付ける) を、以前はこの処理に抵抗があった形式にも適用するのは簡単です。
ツールは存在します。摩擦は持続可能なほど十分に低いです。難しいのは、現在の設定にギャップがあること、そしておそらくそれがあなたが思っている以上にコストがかかっていることを認識することです。
定期的にビデオ コンテンツの文字起こしを始めるほとんどの人は同じことを言います。彼らは、視聴したにもかかわらずすぐに失ってしまった有益な情報の多さに驚いています。
タイムラインとの戦いをやめて、実際に機能するライブラリの構築を始めてください。新しい哲学は必要ありません。ギャップを埋めるのに最適なツールです。
情報はすでに存在します。あなたがそれを所有する時が来ました
