Radar od Particle indeksuje podcasty dla agentów AI

Particle, startup od czytania newsów oparty na AI założony przez byłych inżynierów Twittera, przekierowuje swoją uwagę na potencjalnie bardziej lukratywny obszar – indeksowanie rozmów ukrytych w podcastach i czynienie ich przeszukiwalnymi. W środę firma zaprezentowała Radar, wyszukiwarkę podcastów, która nie tylko transkrybuje dźwięk, ale również rozumie jego treść, dzięki czemu może wyciągać kluczowe cytaty i najważniejsze fragmenty.

Rozwiązanie ma spory potencjał komercyjny – jak wyjaśnia współzałożycielka i CEO Particle, Sara Beykpour, produktem zainteresowały się już fundusze hedgingowe szukające danych, których nie widzą ich agenty AI. „Fundusze hedgingowe były klientami o najwyższym wolumenie, integrującymi się bezpośrednio z API” – powiedziała Beykpour w rozmowie z TechCrunch. Choć z narzędzi mogliby korzystać także dziennikarze i naukowcy, wśród najlepiej płacących klientów znalazły się też platformy wyszukiwania AI oraz resellerzy danych. Dostawca API wyszukiwania dla agentów AI, Exa, jest jednym z partnerów Radara.

Kluczowe wnioski

• Radar transkrybuje ponad 130 000 podcastów, co czyni go największym transkrybowanym serwisem podcastowym na świecie, z 20 000 nowych odcinków dodawanych do indeksu każdego dnia.
• Usługa obejmuje wszystkie podcasty z Apple Top 200 w 135 kategoriach, a transkrypcje zawierają etykiety mówców i rozpoznawanie encji – osób, firm, marek, produktów i tematów.
• Radar udostępnia alerty o wzmiankach danych encji (przez e-mail, Slack lub webhook), które można filtrować np. według gości czy tematów rozmowy.
• Ceny wynoszą 29 dolarów miesięcznie za miejsce, plan biznesowy z 20 miejscami kosztuje 399 dolarów miesięcznie, a użytkownicy API mają wycenę dopasowaną indywidualnie.
• Firma planuje w przyszłości objąć usługą również inne formy audio, takie jak filmy na YouTube i materiały informacyjne.

Od funkcji w aplikacji do samodzielnego produktu

Idea Radara wyrosła z jednej z najbardziej cenionych funkcji aplikacji Particle do czytania newsów. Aplikacja korzystała z API do wyszukiwania interesujących fragmentów podcastów, które następnie prezentowano w feedzie obok powiązanych artykułów. Zespół Particle zauważył, że produkt ma wartość, ale pozostaje uwięziony wewnątrz czytnika newsów. Gdy zainteresowanie agentami AI zaczęło rosnąć, firma zdecydowała się na zwrot strategiczny i skoncentrowała się na budowie API dla swojego narzędzia analizującego treści podcastów.

„Nasza wizja to mieć całą inteligencję dotyczącą nowych mediów i całą inteligencję audio w tym jednym API. Jednym z powodów, dla których ta przestrzeń jest interesująca, jest to, że większość agentów i usług API przeszukuje sieć skoncentrowana na tekście. My dostarczamy tę warstwę z dźwiękiem” – powiedziała Beykpour. „Agenty są zasadniczo ślepe na audio; nie widzą go, jeśli ktoś lub coś go nie transkrybowało”.

Co potrafi Radar

Poza samą transkrypcją, Radar rozumie znaczenie rozmów i potrafi wydobyć samodzielne, opatrzone znacznikami czasowymi fragmenty, które można jednocześnie odsłuchać i przeczytać. „Wybraliśmy z wyprzedzeniem godne uwagi klipy, więc jeśli nie możesz wysłuchać całego podcastu i nie chcesz czytać streszczenia, to najlepszy sposób, żeby po prostu zrozumieć, o czym jest ten podcast” – zauważyła Beykpour.

Narzędzie śledzi także tematy poruszane w podcastach, kto lub co zostało wymienione i kiedy, oceny i recenzje słuchaczy oraz reklamy emitowane w odcinkach. Istnieje nawet dedykowana wyszukiwarka reklam podcastowych, która pozwala znaleźć każdy odcinek, w którym reklamowała się dana firma, i śledzić trend tych reklam w czasie. Ta funkcja ma dodatkowy potencjał monetyzacyjny, podobnie jak inne narzędzia oferujące analizę stronniczości politycznej, dane rankingowe, szacunki wielkości słuchalności, dane o sponsoringu oraz ocenę przydatności marki do konkretnych treści.

Choć wszystkie te funkcje są dostępne przez interfejs webowy Radara, właściwym produktem firmy jest API oraz MCP, które umożliwiają agentom AI i innym firmom programistyczny dostęp do tej samej wiedzy. Wskazuje to, że Particle celuje przede wszystkim w klientów instytucjonalnych i biznesowych, a nie w indywidualnych użytkowników przeglądających podcasty w interfejsie graficznym.

Znaczenie dla rynku danych i agentów AI

Przejście Particle od aplikacji konsumenckiej do infrastruktury danych dla agentów AI odzwierciedla szerszy trend – rosnące zapotrzebowanie modeli i agentów na dane niedostępne w klasycznym, tekstowym internecie. Skoro agenty AI „nie widzą” dźwięku, dopóki ktoś go nie przetworzy na tekst, firmy takie jak Particle stają się pośrednikami dostarczającymi tę brakującą warstwę informacji. Zainteresowanie ze strony funduszy hedgingowych – które szukają przewagi informacyjnej w danych niewidocznych dla konkurencji – pokazuje, że transkrypcje podcastów mogą stać się cennym, wcześniej niedocenianym źródłem sygnałów rynkowych i biznesowych.

Radar, wciąż będący produktem młodym, już teraz obsługuje skalę porównywalną z największymi platformami podcastowymi, a plany rozszerzenia na materiały wideo z YouTube i newsy sugerują, że Particle chce zbudować szerszą warstwę „inteligencji audio” obejmującą całą branżę medialną, nie tylko podcasty.

Particle, pivotując z aplikacji informacyjnej w kierunku API danych dla agentów AI, stawia na to, że przyszłość informacji leży nie w czytaniu, a w rozumieniu i przeszukiwaniu treści mówionych – niezależnie od tego, czy odbiorcą jest człowiek, czy algorytm.