Zamiast narzekać na AI w reklamie, zrobił świąteczny musical o ciężarówkach Coca-Coli

Gdy kilka dni temu Coca-Cola ponownie pokazała bożonarodzeniową reklamę za pomocą generatywnej AI, w sieci zawrzało. Wywołało to poruszenie również w branży kreatywnej - wielu twórców zarzucało jej "bezduszność" i "wygenerowaną perfekcję".

W obliczu tego zamieszania, Maciej Pichlak postanowił zabrać głos w niecodzienny sposób. Zamiast wdawać się w dyskusje online, w ciągu 5 dni samodzielnie stworzył własną wersję świątecznej reklamy Coca-Coli. To trwający ponad 3 minuty musical wygenerowany z pomocą AI.

Maciej Pichlak to strateg marketingowy z 20-letnim doświadczeniem, obecnie interim marketing director w Diverger Polska i managing director w Metascope Creative.

W rozmowie z Wirtualnemedia.pl opowiada o kulisach powstania tego projektu, jego znaczeniu dla branży oraz o tym, dlaczego wierzy, że AI w reklamie to nie kaprys, lecz przyszłość, od której brand managerowie nie powinni uciekać.

Coca-Cola zaskoczyła branżę, realizując świąteczną kampanię z wykorzystaniem generatywnej AI, co wywołało spore kontrowersje. Co pana skłoniło, by odpowiedzieć na to własnym AI-spotem?

Maciej Pichlak: Rzeczywiście, reakcje wielu osób z branży były histeryczne. Reklamowa społeczność zareagowała tak, jakby sztuczna inteligencja zabiła nagle całą magię świąt. Na LinkedInie widziałem dziesiątki oburzonych komentarzy pod adresem zespołu Coca-Coli i twórców kampanii, często od osób, które nigdy same nie zrobiły nic o porównywalnym ładunku emocjonalnym czy skali produkcji. Szczerze mówiąc, zniesmaczyła mnie ta fala krytyki. Wiem od marketerów, że zeszłoroczny AI-spot Coca-Coli bywał w agencjach pokazywany klientom jako przykład "złego AI", które rzekomo zniechęca konsumentów.

Na jakiej podstawie? Firma przecież raportowała znakomite wyniki: sprzedaż poszła w górę, a kampania spełniła ich wewnętrzne benchmarki.

Dlatego pomyślałem, że zamiast narzekać, lepiej pokazać pozytywny przykład. Chciałem udowodnić krytykom, że AI w reklamie i tak się wydarzy, niezależnie od tego, co napiszemy w internecie. Zamiast dokładać kolejny "kaznodziejski" post na LinkedInie, postanowiłem zabrać się do pracy i zrobić własny hołd dla tej kampanii: świąteczny mini-musical z przymrużeniem oka, który jednocześnie będzie metaforycznym komentarzem dla branży.

Zrealizowanie tak ambitnego pomysłu w pojedynkę brzmi wręcz nierealnie. Jak wyglądała praca nad tym 3,5-minutowym AI-musicalem od strony technicznej?

Zacząłem klasycznie, od podstaw. Najpierw była piosenka: usiadłem z zeszytem do pianina i napisałem świąteczny utwór w stylu musicalowym. Powstał tekst i melodia, które dopracowywałem, by niosły odpowiedni, lekko kąśliwy przekaz, ale i świąteczne emocje. Później nagrałem wokal własnym głosem, a następnie skorzystałem z narzędzia AI, by przetworzyć go na głos w stylu musicalowej divy, by zabrzmiało to jak w dużej produkcji broadway'owskiej. Muzykę zaaranżowałem w programie DAW, korzystając z wirtualnych instrumentów wspomaganych AI i bazy sampli, a dopiero na etapie miksu i masteringu sięgnąłem po wsparcie AI. Okazało się, że algorytmy potrafią już całkiem nieźle zastąpić profesjonalnego realizatora dźwięku, bo efekt finalny był zadowalający.

Co potem?

Kiedy miałem gotowy utwór, zabrałem się za warstwę wizualną. Zbudowałem w głowie cztery główne światy klipu: zimowy las (dla ciężarówek i sceny plenerowej), teatr muzyczny w stylu Broadway, ulice Londynu i Nowego Jorku oraz świąteczną Warszawę. Kluczowym motywem były ciężarówki: w moim filmie pojawia się ich 47. Wygenerowałem modele czterech typów ciężarówek: amerykańska z "nosem", europejska z płaską kabiną, mały dostawczak i kilka pojazdów vintage. Umieszczałem je w różnych sceneriach, mnożąc ujęcia. Ważna była też postać wokalistki-divy, stworzyłem jej wizerunek za pomocą AI i nagrałem kilkanaście różnych ujęć występu, dbając o synchronizację ruchu ust z nagranym śpiewem.

Jak powstawały obrazy?

Do generowania obrazów wykorzystałem głównie modele tekst-na-obraz oraz Photoshop, czyli dość klasyczne narzędzie, ale niezastąpione przy przygotowaniu baz wizualnych. Łącznie wygenerowałem ponad 1200 obrazów, z czego około 250 trafiło do animacji za pomocą narzędzi generatywnych wideo (używałem m.in. Runway, Sora, a także mniej znanych eksperymentalnych programów). Z tych animowanych scen finalnie kilkadziesiąt wykorzystałem w montażu. Montaż podporządkowałem rytmowi muzyki: każde cięcie następowało w takt utworu. Na końcu przyszedł czas na postprodukcję: korekcję kolorów, usunięcie charakterystycznych "artefaktów AI" (np. nienaturalnej saturacji), dodanie filmowej głębi ostrości, ziarna taśmy filmowej i napisów. Te ostatnie szlify robiłem już w tradycyjnych programach montażowych: CapCut, Adobe Premiere.

Krótko mówiąc, połączyłem tradycyjne rzemiosło filmowo-muzyczne z nowymi narzędziami AI w jeden spójny proces twórczy. To była niesamowita przygoda, bo mogłem samodzielnie kontrolować każdy aspekt produkcji od A do Z, od pomysłu i kompozycji, aż po efekt finalny.

Pięć dni pracy w pojedynkę nad takim projektem to imponujący wynik. Ile czasu i ludzi potrzeba na stworzenie podobnej reklamy tradycyjnymi metodami?

Myślę, że zespół liczyłby około stu osób, a z tancerzami i statystami nawet ponad 150! To już skala średniej wielkości produkcji filmowej. Trzeba by zaangażować reżysera, operatorów kamer, choreografa, kilkudziesięciu członków ekipy technicznej, wokalistów, aktorów, charakteryzatorów, montażystów... lista jest długa. Do tego dochodzą oczywiście dni zdjęciowe w różnych lokalizacjach, wynajęcie lokacji takiej, jak teatr muzyczny, np. warszawska Roma robi to niechętnie i za wielkie pieniądze, ale trzeba się dostosować do rytmu spektaklów. Do tego scenografia, kostiumy, postprodukcja, całe to tradycyjne zaplecze.

A jaki byłby koszt takiej produkcji?

Szacunkowy budżet takiego klasycznego przedsięwzięcia wyniósłby około 1,6-2 miliony złotych netto, patrząc na rozmach zbliżony do mojego klipu: trzy planowane dni zdjęciowe w Nowym Jorku, Londynie i Warszawie, wynajem ciężarówek, udział kilkudziesięciu tancerzy i statystów itp. Dla porównania, mój 3,5-minutowy musical wygenerowany z AI wyceniłbym, gdyby to był normalny komercyjny zlecony projekt w Metascope Creative, na ok. 156,5 tys. zł netto, z zaproszeniem do lekkich negocjacji cenowych.

To mniej niż 10 proc. kosztu tradycyjnej realizacji o podobnej skali.

Oczywiście trzeba zaznaczyć, że jakość takiego AI-wideo wciąż ustępuje superprodukcji z pełną ekipą, więc ta cena musi być niższa. Niemniej różnica jest ogromna. Mówimy o oszczędności rzędu 90 proc. budżetu przy jednoczesnym skróceniu czasu produkcji z miesięcy do kilku dni. To pokazuje, jaka to zmiana paradygmatu. Przy swoim projekcie faktycznie nie korzystałem z niczyjej pomocy, wszystkie role połączyłem w jednej osobie. Chciałem sprawdzić, jak daleko da się dojść samemu, łącząc tradycyjne umiejętności twórcze z nowymi narzędziami AI.

Okazało się, że bardzo daleko. Oczywiście, w komercyjnej realizacji zapewne zaangażowałbym np. grafika do finalnej korekty obrazów czy inżyniera dźwięku do perfekcyjnego miksu i masteringu. Bo od pewnego poziomu warto mieć specjalistów od konkretnych szlifów. Natomiast sam rdzeń kreatywny, czyli pomysł,scenariusz, montaż może dziś wykonać pojedynczy twórca wyposażony w wyobraźnię i narzędzia AI.

Jak zareagowała branża na pana AI-musical?

Odebrałem sporo pozytywnych reakcji, co bardzo cieszy. Wiele osób z branży reklamowej pisało do mnie, że taka forma komentarza, czyli kreatywna odpowiedź zamiast krytyki, otworzyła im oczy na potencjał AI.

Mój film krąży w mediach społecznościowych i dotarł też, jak się okazało, do osób związanych z Coca-Colą. Pojawił się komentarz od globalnego wiceprezesa Coca-Coli, który publicznie pochwalił tę inicjatywę. To było bardzo budujące: widzieć, że nawet na najwyższym szczeblu międzynarodowej marki doceniono projekt z Polski. W końcu moim celem nie było "wytykanie błędów", tylko pokazanie pewnej możliwości. Odpowiedź przedstawiciela Coca-Coli upewniła mnie, że dobrze odczytałem ich intencje i trafiłem w punkt tym kreatywnym komentarzem.

Wiele osób wciąż twierdzi, że reklamy generowane przez AI są pozbawione "duszy" i ludzkich emocji. Co by im pan odpowiedział?

Powiedziałbym: spójrzcie na filmy Pixara czy Disneya: czy one wzruszają nas mniej tylko dlatego, że są animowane? Emocje wcale nie wymagają ludzkiej twarzy na ekranie, tylko prawdy w przekazie. Jeśli stoi za tym autentyczna idea, to nawet generatywna animacja może chwytać za serce. W moim przypadku wykorzystałem przecież ikonograficzne symbole Coca-Coli, czyli świętego Mikołaja, ciężarówki, inspirację melodią "Coraz bliżej święta" i opowiedziałem nimi taką samą emocjonalną historię. I ta piosenka w moim filmie wciąż mnie wzrusza. Sprawia, że mam ochotę zadzwonić do rodziców, pomimo że tekst skupił się na małych szpileczkach skierowanych do krytyków. To znaczy, że duch świąt nadal tam jest.

Mimo wszystko tegoroczna kampania Coca-Coli nie spotkała się z entuzjazmem branży reklamowej.

Szczerze mówiąc, najgłośniej oburzali się ci "rzemieślnicy", których usług przy tej produkcji nikt nie potrzebował. Trochę to wygląda tak, jakby niektórzy bali się o własne posady i stąd ta złość. To współcześni luddyści, gotowi tłuc nowe krosna: buntują się nie dlatego, że efekt jest zły, tylko dlatego, że powstał inaczej niż dotychczas. Moim zdaniem AI jest narzędziem dla tych, którzy mają wyobraźnię, a nie dla tych, którzy się jej boją. Jeśli ktoś postrzega AI jedynie jako zagrożenie, to sam się ogranicza. Ja wolę patrzeć na generatywne narzędzia jak na kolejny etap ewolucji kreacji, który pozwala twórcom zrealizować wizje dotąd nieosiągalne przy rozsądnym budżecie. To jest głęboka demokratyzacja procesu twórczego: dzisiaj bez wielkiego studia filmowego i milionów można zrobić coś, co jeszcze parę lat temu wymagałoby sztabu ludzi i ogromnych pieniędzy, a jutro będzie jeszcze ciekawsze.

Coca-Cola pokazała, że nawet tak klasyczna marka, mimo ubiegłorocznej krytyki, nie boi się sięgnąć po AI. W tegorocznej kampanii ujawniono, że dzięki generatywnym modelom zespół zaledwie 5 osób był w stanie w 30 dni stworzyć i dopracować 70 tysięcy klatek animacji do spotu. Czy Pana zdaniem obserwujemy narodziny nowego standardu w marketingu?

Zdecydowanie tak. To już się dzieje. Jeżeli ikoniczna globalna marka tak mocno idzie w AI, to znaczy, że ta zmiana przestaje być eksperymentem, a staje się nowym standardem komunikacji marketingowej. Widzimy, jak szybko rosną możliwości: przecież od pierwszej AI-reklamy Coca-Coli do drugiej minął zaledwie rok, a poziom wykonania wzrósł dziesięciokrotnie, co przyznał sam wiceprezes Coca-Cola ds. AI. Myślę, że jesteśmy świadkami transformacji porównywalnej z wejściem komputerowego DTP do grafiki czy montażu nieliniowego do filmu: na początku też był opór, a potem okazało się, że to po prostu lepszy, szybszy, bardziej efektywny sposób pracy.

Jak do AI powinni wobec tego podchodzić marketingowcy?

Z punktu widzenia brand managerów czy dyrektorów marketingu warto podejść do AI strategicznie, a nie reaktywnie. Najgorsze co możemy zrobić, to udawać, że nic się nie zmienia. 72 proc. marketerów już teraz wskazuje generatywne AI jako najważniejszy trend kształtujący zachowania konsumentów w 2026 roku. Jeżeli globalne marki inwestują w AI na taką skalę, to prędzej czy później wszyscy będziemy musieli się z tym oswoić. Lepiej prędzej, bo daje to przewagę konkurencyjną. Ci, którzy pierwsi zintegrują AI z procesem kreatywnym, będą mogli produkować więcej treści, szybciej i mniejszym kosztem, nie tracąc przy tym jakości czy spójności przekazu.

Oczywiście, nie twierdzę, że algorytm zastąpi dobrego marketera czy kreację. Przeciwnie: uważam, że rola człowieka-kreatora jest kluczowa. To człowiek nadaje ton, wymyśla historię, definiuje wartości marki. AI jest przedłużeniem jego możliwości, mnożnikiem sił. Dlatego podczas moich współprac z klientami zawsze powtarzam: sztuczna inteligencja nie odbierze nam pracy, ale marketer, który umie z niej korzystać, może odebrać pracę temu, który ją ignoruje. Brutalne? Być może. Ale taka jest rzeczywistość. "Dżin wyszedł z butelki", więc albo nauczymy się z nim współpracować, albo będziemy siedzieć w kącie i płakać, że świat się zmienia. Ja zdecydowanie wolę tę pierwszą opcję.