Нейросети для аудиоконтента снизили затраты Pocket FM в 80 раз: выручка достигла $500 млн

Pocket FM запустилась в 2018 году как платформа для аудиосериалов. По словам сооснователя и гендиректора Рохана Найяка в интервью TechCrunch, сейчас нейросети используются для создания 99% нового контента. При этом идеи и сценарии по-прежнему придумывают люди: ИИ берёт на себя превращение замысла в готовый продукт.

Компания, которая развивала нейросети для аудиоконтента два года и вложила в это собственные производственные данные, фактически построила конвейер, где авторы остаются «источником идей», а машина масштабирует их работу до промышленных объёмов.

Что изменилось на платформе?

• 93% всего каталога Pocket FM сейчас создано с участием ИИ. Для нового контента цифра ещё выше: 99%.
• Стоимость производства упала в 80 раз, по словам Найяка. Раньше 100 часов аудио требовали примерно года работы, теперь их можно сделать за день.
• Объём библиотеки вырос с примерно 100 тысяч часов контента два года назад до более чем 770 тысяч аудиосерий. Более 550 тысяч авторов создают около 2,5 млн часов ИИ-контента в год.
• Удержание слушателей выросло: 12-месячная ставка удержания выручки поднялась с 44% до 76% за два года. Найяк связывает это с тем, что больше историй позволяют точнее попадать в предпочтения аудитории.
• 96 тайтлов на платформе принесли более 1 млн долларов выручки каждый, 13 из них пересекли отметку в 10 млн долларов.

Как устроена модель: люди придумывают, машина масштабирует

Руководитель ИИ-направления Васу Шарма, до этого работавший в Meta и Tesla, рассказал TechCrunch, что Pocket FM обучила собственные модели для задач креативного письма и синтеза речи из текста (text-to-speech, превращение написанного текста в голосовую озвучку). Модели тренировали на многолетних данных производства и на сигналах о том, как слушатели реагируют на истории.

«Мы хотим создавать великие интеллектуальные собственности, которые проживут 100 лет, а для этого нужны люди.» : Рохан Найяк, сооснователь и гендиректор Pocket FM, в интервью TechCrunch

Это принципиальная деталь: платформа не заменяет авторов, а строит ИИ-инструменты вокруг творческого процесса. Автор генерирует идею, пишет или редактирует сценарий, а нейросеть превращает текст в аудио и масштабирует выпуск.

Где деньги и куда растёт компания?

Годовой темп выручки Pocket FM, по данным TechCrunch, рос так: около 250 млн долларов год назад, 430 млн в апреле 2025-го, 500 млн сейчас. Найяк уточнил, что компания считает показатель умножением месячной выручки на 12, а не по контрактной подписочной модели.

Из 500 млн примерно 85 млн приходится на рекламу, остальные примерно 415 млн приносят пользователи, оплачивающие разблокировку отдельных эпизодов.

География: более 250 млн слушателей в 20 с лишним странах. Крупнейший рынок не Индия, а США (около 70% выручки), он вырос примерно на 70% за год. Компания расширилась в Великобританию, Германию и Францию.

Помимо аудио, головная Pocket Entertainment запустила приложение микродрам Pocket Saga (короткие видеосериалы). За три месяца оно вышло на годовой темп выручки около 15 млн долларов. Контент Pocket Saga полностью создан ИИ, без живых съёмок: успешные аудиоистории с Pocket FM превращаются в видео.

Pocket Entertainment заявила, что прибыльна и генерирует положительный денежный поток на скорректированной основе, но не раскрыла конкретных цифр прибыли и маржинальности.

По данным TechCrunch, компания ведёт переговоры о привлечении от 100 до 120 млн долларов при оценке около 2 млрд долларов. Найяк не опроверг переговоры, но сказал, что острой потребности в капитале нет, и не назвал сумму и оценку. IPO в планах на ближайшие 24 месяца нет.

Есть ли аналоги в России?

Российские платформы пока не объявляли о переводе основного каталога на ИИ-производство. Однако инструменты синтеза речи YandexSpeechKit и SaluteSpeech доступны авторам уже сейчас, и сценарий, при котором отечественные площадки начнут строить аналогичные конвейеры, вполне реалистичен.

Что это значит для вас, по ролям?

Авторам Дзена и подкастерам. Модель Pocket FM показывает: можно писать сценарии и отдавать озвучку нейросетям. Если вы уже пишете тексты, попробуйте синтезировать из них аудио через YandexSpeechKit или SaluteSpeech и выкладывать в «Литрес» или на «Звук». Стоимость входа в аудиоформат радикально снизилась.

Маркетологам. Кейс показывает, что массовый ИИ-контент не отпугивает аудиторию, а, наоборот, растит удержание, если совпадает с интересами слушателя. Это аргумент в пользу ИИ-локализации рекламных аудиороликов и персонализации аудиоподкастов для разных сегментов.

Предпринимателям в РФ и СНГ. Pocket FM работает в 20 странах, но в России пока недоступна. Ниша аудиосериалов на русском языке открыта. У Pocket FM ушло два года на дообучение (обучение модели на собственных данных под узкую задачу) своих моделей. Те, кто начнёт копить данные и строить модели синтеза речи на русском сейчас, получат фору.

Как попробовать формат аудиоконтента с ИИ прямо сейчас?

1. Подготовьте текст: возьмите готовую статью или напишите сценарий аудиоистории на 5 минут (около 800 слов).
2. Озвучьте через нейросеть: загрузите текст в YandexSpeechKit (cloud.yandex.ru/services/speechkit) или SaluteSpeech (developers.sber.ru/portal/products/speechkit). Оба сервиса имеют бесплатный стартовый лимит.
3. Опубликуйте: выложите результат на «Литрес: Самиздат», «Звук» или прямо в Дзен как подкаст-выпуск и замерьте, есть ли спрос у вашей аудитории.

Частые вопросы

Pocket FM доступен в России?

На момент публикации Pocket FM работает в более чем 20 странах, но Россия в списке поддерживаемых рынков не упоминается. Приложение можно скачать из зарубежных магазинов, однако контент на русском языке на платформе отсутствует.

Нейросети полностью заменили людей в Pocket FM?

Нет. Идеи, сюжеты и сценарии по-прежнему создают люди: более 550 тысяч авторов работают на платформе. ИИ берёт на себя превращение текста в готовое аудио, масштабирование производства и синтез речи, но творческий замысел остаётся за человеком.

Можно ли повторить модель Pocket FM на русском языке?

Технически да. Инструменты синтеза речи на русском (YandexSpeechKit, SaluteSpeech) существуют. Нет готовой платформы с поэпизодной монетизацией аудиосериалов, но «Литрес» и «Строки» от МТС развивают аудиоформаты. Главный барьер не технологии, а дообучение моделей под русскоязычную интонацию и накопление данных о предпочтениях слушателей.

Кейс Pocket FM показывает конкретную точку: автор перестаёт быть узким горлышком производства, им становится качество идеи. Кто первым выстроит такой конвейер на русском языке, займёт пустую нишу.