Стартап Radar запустив сервіс, який перетворює масиви подкастів на пошукову базу: AI-агенти можуть знаходити конкретний момент розмови й одразу процитувати його, а не просто отримати назву епізоду з опису в RSS-стрічці. За даними TechCrunch, компанія індексує аудіоконтент саме під запити автоматизованих систем, а не людей із пошуковим рядком.

Досі аудіо лишалося сліпою зоною для більшості пошукових і агентних систем. Текстові статті, документація, код — усе це роками адаптувалося під краулери й, тепер, під retrieval-механізми AI-агентів. Подкасти ж існували переважно як файли з описом у два речення: щоб дізнатися, чи згадав хтось конкретну тезу на 38-й хвилині випуску, треба було або прослухати епізод повністю, або покладатися на випадкові тайм-коди в show notes.

Radar закриває саме цю прогалину, орієнтуючись на новий тип «читача» — не людину, а агента, який виконує задачу й шукає джерело для відповіді.

Що саме зробив Radar?

Компанія побудувала індекс подкастів, у якому одиницею пошуку є не епізод, а конкретний момент розмови. Агент, що отримав задачу знайти цитату, факт чи думку на певну тему, звертається до індексу Radar і отримує не посилання на весь випуск, а точний фрагмент із прив'язкою до таймкоду.

Чому аудіо досі було недоступним для агентів?

Проблема не в тому, що подкасти складно знайти, — платформи на кшталт Spotify чи Apple Podcasts і так добре індексують назви й описи. Проблема в тому, що сам вміст розмови — конкретні тези, цифри, цитати — залишався закритим усередині аудіодоріжки. Мовна модель не може «прослухати» годинний випуск щоразу, коли користувач ставить запитання, — це надто повільно й дорого для агентного пайплайна, де відповідь потрібна за секунди.

Тому індексація на рівні моментів — це, по суті, переклад аудіо в структуру, яку retrieval-система здатна опрацювати так само швидко, як текстову статтю чи сторінку документації. Це той самий принцип, що вже давно використовують текстові RAG-системи (retrieval-augmented generation): замість того щоб модель «тримала в голові» весь масив даних, вона на льоту дістає з бази лише релевантний фрагмент і додає його до відповіді як цитату з джерелом. Radar, по суті, переносить цей підхід із текстових баз на аудіо.

Кому це дає перевагу вже зараз?

Найбільше від такого підходу виграють видавці подкастів і компанії, що будують AI-агентів з функцією пошуку джерел. Перші отримують шанс, щоб їхній контент цитувався там, де сьогодні формується дедалі більша частка відповідей користувачам, — у чат-ботах і агентних асистентах. Другі — новий клас джерел, які раніше просто не потрапляли у відповідь, бо агент не міг «прочитати» аудіо.

Це логічне продовження тренду, який ми вже бачили на прикладі того, як агенти отримують дедалі складнішу інфраструктуру пам'яті й пошуку — контент повсюдно готують під машинне споживання, а не лише під людське прочитання чи прослуховування.

Є й комерційний вимір: якщо агент цитує конкретний момент подкасту як джерело відповіді, разом із цитатою потенційно передається і контекст — наприклад, згадка спонсора чи бренду в тому самому сегменті. Це відкриває питання атрибуції й монетизації, які індустрії подкастів ще доведеться вирішувати окремо.

Висновок AiiN: що це означає для контентних стратегій

За нашою оцінкою, поява таких індексів, як у Radar, — сигнал, що «агентна доступність» стає окремим параметром якості контенту, поряд із SEO для класичного пошуку. Якщо агент не може знайти й процитувати конкретний момент у вашому подкасті, тексті чи відео, цей контент для агентної економіки фактично не існує — незалежно від того, скільки прослуховувань чи переглядів він зібрав серед людей. Для творців подкастів і медіа це означає, що варто заздалегідь думати про структуру випуску (чіткі тези, іменовані сутності, конкретні цифри у розмові), а не лише про якість запису.

Що таке Radar і чим він відрізняється від пошуку в Spotify?

Radar — стартап, що індексує подкасти на рівні окремих моментів розмови спеціально для потреб AI-агентів, тоді як вбудований пошук у Spotify чи Apple Podcasts переважно працює на рівні метаданих епізоду — назви, опису, імені гостя.

Чи означає це, що люди перестануть слухати подкасти повністю?

Ні, мова не про заміну людського прослуховування. Йдеться про паралельний шар доступу: агенти отримують змогу витягувати й цитувати конкретні фрагменти для власних задач, тоді як формат подкасту для людської аудиторії залишається незмінним.