Саймон Дэвис из SecretSauce Labs — об уходе из игровой индустрии и решении проблемы консистентности бренда с помощью ИИ

Компания SecretSauce Labs полностью прекращает заниматься разработкой игр и сосредотачивается на AI-технологиях для создания контента брендов. Об этом рассказал генеральный директор и сооснователь компании Саймон Дэвис. Ранее компания была известна как wearemighty, а ещё раньше — как Mighty Bear Games. Именно в период работы над играми команда столкнулась с проблемой, которая в итоге привела к созданию нового бизнеса.

🎮 От игр к AI-технологиям

Компания wearemighty объявила о ребрендинге в SecretSauce Labs и полном переходе в сферу AI-технологий для контента. До января 2026 года она называлась Mighty Bear Games и выпустила такие игры, как Disney Melee Mania, Mighty Action Heroes и Butter Royale. Теперь компания помогает брендам производить контент в больших объёмах, сохраняя единообразие в рекламе, социальных сетях и продуктах.

По словам Саймона Дэвиса, переход закономерно вырос из задачи, с которой команда столкнулась ещё в игровой разработке. В конце 2022 года Дэвис и сооснователь Бен работали над игрой, для которой требовалось около 25 миллионов уникальных фирменных игровых аватаров. Создать такой объём вручную было нереально, а ранние генеративные AI-инструменты не давали стабильного результата.

Дэвис отмечает, что за более чем двадцать лет работы он создавал игры практически во всех жанрах — головоломки, RPG, шутеры, гонки — и производственный процесс почти не менялся. Софт для креативщиков улучшился, но конвейер остался прежним: отправить бриф, сделать креатив, проверить его и выпустить. Интерес к ИИ у Дэвиса появился задолго до нынешней волны генеративных инструментов — он экспериментировал с машинным обучением ещё в 2012 году, но именно проблема с аватарами превратила это увлечение в практическую задачу.

🧠 Проблема генеративного ИИ

Ранние генеративные инструменты были быстрыми и креативными, но не обладали памятью. Дэвис приводит пример: команда просила одного и того же персонажа дважды, а получала другое лицо, другой наряд или иногда лишний палец. Разрыв между тем, что мог генерировать ИИ, и тем, что креативные команды могли реально использовать, стал центральной проблемой, которую теперь решает SecretSauce Labs.

Ограничения особенно проявились, когда команда начала работать с системами, позволяющими загружать стайлгайды и существующие брендовые ассеты. Технология могла получить доступ к материалам, но это не гарантировало, что результат будет им соответствовать. Для студии, производящей контент в масштабе, это создавало проблему, которую нельзя решить простой генерацией большего числа вариаций.

Дэвис подчёркивает: «Мы на собственном опыте узнали, что хорошо выглядеть и соответствовать бренду — это две разные задачи, и готовые инструменты решали только первую». Особенно это важно для игр, где креативные ассеты должны оставаться консистентными в рекламе, соцсетях и самой игре. По его словам, хранить брендовые материалы сейчас несложно — множество инструментов позволяют загружать логотипы, прошлые ассеты и стайлгайд. Нерешённым остаётся другое: проверка каждой новой генерации на соответствие этим материалам и отлов ошибки до того, как её увидит человек.

⚙️ Борьба с «дрейфом бренда»

Именно этот процесс стал ключевой частью подхода SecretSauce Labs: инфраструктура вокруг генеративных моделей определяет, что требует запрос и какие элементы существующих материалов бренда следует применить. Для Дэвиса это оказалось сложнее, чем снижение стоимости производства.

«Из проблем, которые мы ставили перед собой — масштаб, бренд и стоимость — дрейф бренда был самой сложной с большим отрывом. Стоимость выглядит сложной на бумаге, потому что хорошее AI-видео с чётким брендовым руководством и правильной синхронизацией всё ещё не бесплатно, но в итоге стоимость — это задача бюджетирования. Дрейф бренда — это исследовательская задача, и на её решение ушло три года производственной работы с креативными экспертами из ведущих игровых компаний мира», — говорит Дэвис.

🎨 Креативный контроль и страхи команд

Потенциал ИИ повышать продуктивность небольших команд — одна из самых обсуждаемых тем в индустрии. Дэвис считает, что этот аргумент может вводить в заблуждение, если учитывать только время на генерацию ассета. «Большая часть истории про «ИИ экономит время» игнорирует тот факт, что сгенерировать 10 ассетов и использовать два — это не быстрее. Если посчитать редактирование и правки под бренд, может выйти дороже, чем сделать правильно с первого раза», — поясняет он.

По его словам, работа, которая раньше требовала команды из шести художников в течение трёх месяцев, теперь может быть выполнена одним человеком за день — но только при условии, что результат сразу пригоден к использованию. Реальная выгода возникает тогда, когда не нужно переделывать работу afterwards.

Вопросы вызывает и креативный контроль. Дэвис не отмахивается от опасений: ИИ может выдавать технически отполированный материал, который принципиально не подходит конкретной игре. «Большая часть того, что сейчас называют «креативным контролем» в генеративных игровых инструментах — это театр. Вы получаете холст с кучей коробок и стрелок, выпадающее меню для выбора AI-модели и 20 лишних шагов между вами и результатом. Это может ощущаться как контроль, но я бы сказал, что это лишь иллюзия контроля», — говорит он.

Дэвис также указывает на менее технический барьер: опасения креативных команд, что всё более способные AI-системы могут угрожать их ролям. «Я видел студии, где наверху есть намерение, а команда тихо саботирует или outright занижает результаты, потому что люди боятся: если инструменты заработают слишком хорошо, они станут ненужными. Стоит сказать прямо: речь не о сокращении штата. Мы строим возможности команды, где люди сохраняют свои рабочие процессы и стандарты, одновременно обучаясь реально использовать инструменты», — подчёркивает он.

🔍 Что индустрия делает неправильно

Дэвис считает, что индустрия всё ещё слишком сосредоточена на механике ИИ, а не на том, что технология позволяет креативным командам достичь. «Индустрия продолжает путать больше шагов с большим контролем. Если инструменту нужно 20 кликов, чтобы вернуть то, что вы попросили одной строкой, значит, он ничего не решил. Он просто сделал процесс более солидным на вид», — говорит он.

Его главный вывод из работы с ИИ: быстрое расширение доступных моделей изменило то, где находится настоящая сложность. «Мой главный урок: сложной частью никогда не была генерация — это память и суждение. Сейчас на каждой платформе больше моделей, чем кому-либо нужно, но дефицит — это система, которая помнит, что такое ваш бренд, и проверяет собственный вывод на соответствие ему до того, как что-то попадёт к человеку», — заключает Дэвис.

Он отмечает, что сдвиг в конечном счёте касается того, что AI-системы созданы предоставлять, а не того, насколько изощрённо выглядит базовая технология. «В конечном счёте мы здесь, чтобы продавать результаты, а не перепродавать инференс», — резюмирует он.

🍓 Sweet Berries — это самый выгодный способ пополнить счёт в мобильных играх. Быстрый донат с самой низкой комиссией в РФ. Гарантия сохранности вашего аккаунта.