Dmitry Kachmar, założyciel Playgama – cykl wywiadów

Dmitry Kachmar jest założycielem Playgama. Do branży gier przeglądarkowych wnosi doświadczenie zdobyte w technologii reklamowej i dystrybucji cyfrowej. Zanim założył firmę, przez szesnaście lat pracował w Yandex, gdzie zajmował się reklamą i zarządzaniem komercyjnym. Doświadczenia te ukształtowały jego podejście do łączenia produktów z odbiorcami i budowania trwałych modeli monetyzacji. W Playgama skupia się na infrastrukturze, której deweloperzy potrzebują, by testować gry, docierać do graczy i dowiadywać się, jak naprawdę w nie grają.

Playgama udostępnia twórcom gier internetowych narzędzia do dystrybucji, monetyzacji i analityki, w tym pakiet Bridge SDK na otwartej licencji oraz usługi dla portali z grami i innych platform. Indeks AI Game Index śledzi narzędzia AI zgłaszane przez deweloperów, a także reakcje graczy na stworzone za ich pomocą gry. W tym wywiadzie Kachmar opowiada o tym, co zachowania graczy mówią o grach tworzonych przy użyciu AI, o ograniczeniach porównywania modeli oraz o tym, dlaczego wdrażanie graczy, ich utrzymanie, odkrywanie gier i kreatywna ocena mają znaczenie, gdy tworzenie gier staje się bardziej dostępne.

Ma Pan doświadczenie zarówno w technologii reklamowej, jak i w serwisach ogłoszeniowych — branżach, w których dystrybucja i monetyzacja mają kluczowe znaczenie. Jaką szansę dostrzegł Pan w grach przeglądarkowych, że zdecydował się założyć Playgama? Jak te doświadczenia wpłynęły na podejście firmy do pomagania deweloperom w docieraniu do graczy?

Przez szesnaście lat pracowałem w firmie Yandex, jednym z nielicznych graczy na świecie zdolnych pokonać Google na dużym rynku lokalnym. Ostatecznie stanąłem na czele działu reklam jako dyrektor ds. handlowych, a następnie prezes zarządu, zarządzając przychodami z reklam przekraczającymi 2 miliardy dolarów. Przy takiej skali człowiek uczy się jednego: dobry produkt bez dystrybucji pozostaje niewidoczny, a dystrybucja bez monetyzacji to hobby.

Kiedy przyjrzałem się grom internetowym, zobaczyłem rynek, na którym istnieje zarówno realny popyt, jak i realna podaż, ale niemal zupełnie brakuje sprawnie działającej infrastruktury łączącej te dwa elementy. To jak góra lodowa: widoczny fragment stanowi zaledwie niewielką część tego, co naprawdę istnieje. Co miesiąc w gry przeglądarkowe grają setki milionów ludzi, a tworzą je tysiące deweloperów. Mimo to trzy elementy tego rynku były całkowicie niesprawne.

Po pierwsze, monetyzacja. W większości gier internetowych reklamy były skonfigurowane w bardzo podstawowy sposób, przez co nawet dobre gry zarabiały znacznie mniej, niż mogłyby. Po drugie, odkrywanie gier. Gracze trafiali na nie za pośrednictwem niekończących się katalogów i przez przypadek, zamiast dzięki algorytmom dopasowanym do ich upodobań. Trzecim problemem była reklama samych gier: jeśli miałeś dobrą grę przeglądarkową, nie było zwyczajnego sposobu, by pozyskać dla niej graczy i sprawdzić, czy przyniosą zwrot z inwestycji.

Zaczęliśmy więc od pieniędzy i ruchu, a nie od treści. Zbudowaliśmy własny system reklamowy dla gier internetowych, połączyliśmy go bezpośrednio z dużymi źródłami popytu i wykorzystaliśmy te same dane, by sprawdzać, które gry zatrzymują graczy i zasługują na to, by docierać do większej ich liczby. Moim zdaniem są to dwie strony tego samego problemu: gra, która dobrze zarabia, może sobie pozwolić na pozyskiwanie graczy, a gra, która potrafi ich zatrzymać, dobrze zarabia.

Czego dowiedział się Pan, obserwując ludzi grających w gry stworzone przy użyciu AI, czego nigdy nie odkryłby Pan, oceniając sam kod? Czy może Pan opowiedzieć o grze, która Pana zaskoczyła — pozytywnie albo negatywnie?

Kod mówi, czy gra działa, a gracze — czy to rzeczywiście gra. Gry tworzone przy użyciu AI niemal nigdy nie zawodzą z powodu kodu. Problem pojawia się w pierwszych 30 sekundach, w chwili, gdy trzeba nauczyć gracza zasad, nie tracąc jego uwagi. Gra działa i dobrze wygląda, ale gracz po prostu zamyka kartę. Nie da się tego dostrzec podczas przeglądu kodu, bo deweloper już wie, jak grać, i od początku jest zaangażowany.

Znam też świetny przykład dewelopera, który nie potrafił wygrać we własną grę. Agent ustawił poziom trudności tak wysoko, że nawet jej autor za każdym razem przegrywał. Zorientował się dopiero wtedy, gdy zauważył, że nikt nie przechodzi drugiego poziomu.

Indeks AI Game Index osobno pokazuje, jak powszechnie deweloperzy korzystają z danego narzędzia, i jak gracze oceniają stworzone za jego pomocą gry. Co wyjaśnia różnicę między popularnością narzędzia wśród deweloperów a zadowoleniem graczy? Jak małe studio powinno uwzględnić tę różnicę przy wyborze narzędzi?

Chcę zachować tu ostrożność. Nasz indeks jest termometrem, a nie sędzią. Pokazuje, co się dzieje, ale nie wyjaśnia dlaczego.

Pod koniec października 2026 roku za ponad połowę wszystkich nowych gier tworzonych przy użyciu AI odpowiadał Claude Opus, podczas gdy gry OpenAI zdobywały więcej polubień w przeliczeniu na jedną rozgrywkę. Obie te rzeczy mogą być prawdziwe jednocześnie.

To tylko przypuszczenie — nie mam na to dowodów. Najpopularniejszego modelu prawdopodobnie używają wszyscy, także osoby tworzące swoją pierwszą w życiu grę, podczas gdy wybór mniej popularnego modelu jest świadomą decyzją bardziej zmotywowanych twórców. Być może więc porównujemy ludzi, a nie modele. Poza tym, gdy jeden model odpowiada za połowę wszystkich gier, jego schematy stają się rozpoznawalne, a gracze zaczynają szukać nowości.

Indeks opiera się na etykietach modeli zgłaszanych przez deweloperów, a gry przyciągają różną liczbę graczy. Jak odróżniacie wkład modelu od umiejętności dewelopera, gatunku gry czy odbiorców, których ona przyciąga?

Szczerze mówiąc, nie oddzielamy ich w pełni i piszemy o tym na stronie. W zasadzie odfiltrowujemy tylko oczywiste zakłócenia. Gra jest uwzględniana dopiero po osiągnięciu 20 rozgrywek, a model otrzymuje ocenę dopiero wtedy, gdy odnotowano 15 gier z jego użyciem. Posługujemy się medianą, a nie średnią, więc jeden viralowy hit nie może zawyżyć wyników całego wiersza. Każda liczba ma przypisaną datę, a małe próby są oznaczone jako małe.

Umiejętności i gatunek nadal mają wpływ na te liczby. Model przyciągający doświadczonych twórców gier będzie wyglądał lepiej. Model popularny wśród twórców prostych gier zręcznościowych będzie się różnił od tego używanego przy symulatorach. Na razie nie możemy tego wyeliminować, więc tego nie ukrywamy. Później chcemy dodać podział według gatunku i doświadczenia twórców. Do tego czasu najlepiej odczytywać indeks, obserwując, jak prawdziwi gracze wchodzą w interakcję z tymi grami.

W których aspektach gry tworzone przez AI najczęściej zawodzą: sterowaniu, narastaniu poziomu trudności, projektowaniu poziomów, oryginalności czy czymś innym? Które z tych słabości nadal wymagają największej ingerencji doświadczonego projektanta?

Ważne są wprowadzenie do gry i poziom trudności. Gracz nie rozumie celu w ciągu pierwszych kilku sekund albo gra jest zbyt łatwa bądź niemożliwa. Trzecim problemem jest sterowanie na urządzeniach mobilnych, ponieważ agenci często tworzą gry z myślą o myszy i zapominają o kciuku.

Dobra wiadomość jest taka, że te problemy widać w danych. Jeśli wielu graczy rezygnuje na trzecim etapie samouczka, agent może dostrzec to w danych telemetrycznych i uprościć ten etap. Poziom trudności można w podobny sposób dostosować.

Doświadczony projektant jest nadal potrzebny w kwestii, której dane nie są w stanie wyjaśnić: o czym jest gra i dlaczego powinna powstać. Agenci dobrze radzą sobie z poprawianiem gry. Wciąż jednak nie potrafią ocenić, którą grę warto stworzyć. Oryginalność, wyczucie, poczucie „czegoś takiego jeszcze nie widziałem” — to nadal zadanie dla człowieka.

Dla małego studia stworzenie grywalnego prototypu to tylko jeden z kroków na drodze do zbudowania stabilnego biznesu. W jaki sposób AI znacząco poprawia ekonomikę tworzenia gier internetowych i które koszty wciąż wyjątkowo trudno obniżyć?

Dzięki AI produkcja stała się niemal darmowa. Jest jednak coś, co na pewno nie potaniało: uwaga graczy. Prawdziwi gracze, ich rzeczywista uwaga i dobry gust — nic z tego nie potaniało. Dotarcie z grą do osób, które naprawdę chcą w nią zagrać, kosztuje tyle samo, a nawet więcej, bo teraz o ten sam wieczór rywalizuje znacznie więcej gier.

Zmienił się więc układ kosztów. Wcześniej najdroższe było stworzenie gry. Teraz najwięcej kosztuje wszystko, co dzieje się później: testowanie z udziałem prawdziwych graczy, dystrybucja, utrzymanie graczy i monetyzacja. Małe studio powinno przeznaczyć zaoszczędzony budżet produkcyjny właśnie na te działania, a nie na stworzenie kolejnych dziesięciu prototypów.

W miarę jak tworzenie i publikowanie gier staje się łatwiejsze, jak platformy powinny dbać o to, by gracze mogli łatwo znaleźć interesujące ich tytuły? Jakimi kryteriami kieruje się Playgama, decydując, które gry zasługują na widoczność, zwłaszcza gdy dopracowane wizualnie tytuły mogą oferować niewiele głębi?

Decyzję należy podjąć po tym, jak ludzie zagrają, a nie wcześniej. Teraz bardzo łatwo przygotować prezentację, zwiastun czy ładne zrzuty ekranu. Dziesięć minut rzeczywistej gry to już zupełnie inna sprawa.

W naszym środowisku testowym każda nowa gra przechodzi uczciwy pierwszy test z udziałem prawdziwych graczy. Potem decydują ich zachowania: jak długo grają, czy wracają i czy gra im się podoba. Gry, które potrafią zatrzymać graczy, są pokazywane większej liczbie osób, a najlepsze z nich trafiają do naszego głównego katalogu i na zewnętrzne platformy. Udaje się to mniej więcej jednej na dziesięć.

Dopracowane, ale pozbawione treści gry zazwyczaj same tu odpadają. Przyciągają kliknięcia, ale gracze szybko je opuszczają. Zachowania graczy znacznie trudniej podrobić niż wygląd gry. Nie sądzę, by rozwiązaniem było jury czy etykieta „bez AI”. Graczy nie obchodzi, jak powstała gra. Liczy się dla nich to, czy jest dobra, a poświęcony przez nich czas to najuczciwszy sygnał, jakim dysponujemy.

Co sprawia, że gra sprawdza się w komunikatorze, serwisie społecznościowym lub na innej platformie niezwiązanej z grami? Jak projektować z myślą o jej odbiorcach, nie sprawiając, że gra będzie im przeszkadzać albo stanie się jedynie sposobem na krótkotrwałe zwiększenie zaangażowania?

Użytkownik platformy niezwiązanej z grami nie przyszedł tam, żeby grać. Chce porozmawiać albo obejrzeć filmy. Gra musi to uszanować.

Sprawdzają się trzy rozwiązania. Po pierwsze, natychmiastowy start: bez ekranu ładowania i długiego samouczka, a zasady gry są zrozumiałe w trzy sekundy. Po drugie, krótkie sesje, które można zakończyć w dowolnej chwili bez utraty postępów, bo użytkownika coś odciągnie z powrotem do rozmowy. Po trzecie, powód, by wrócić, który przypomina nawyk, a nie pułapkę: codzienna łamigłówka, wynik znajomego albo krótka seria kolejnych dni gry.

Nie sprawdza się traktowanie gracza jak źródła ruchu. Jeśli gra służy wyłącznie temu, by ktoś dłużej pozostał w aplikacji, ludzie wyczują tę desperację.

Doświadczenie w branży technologii reklamowych pozwala ci dobrze obserwować napięcie między przychodami z reklam a satysfakcją graczy. Jak twórcy gier internetowych powinni oceniać, czy umieszczenie reklamy jest warte przerwania rozgrywki, i które wskaźniki pokazują, że monetyzacja szkodzi długoterminowemu utrzymaniu graczy?

Zasada jest dość prosta: reklamy powinny pojawiać się wyłącznie w naturalnych przerwach, nigdy w samym środku akcji. Między poziomami, po porażce albo wtedy, gdy gracz zdecyduje się obejrzeć film reklamowy w zamian za nagrodę. Reklamy z nagrodą to najkorzystniejszy format, ponieważ decyzję podejmuje gracz.

Aby dostrzec negatywne skutki, nie patrz wyłącznie na przychód z sesji. Analizuj przychód razem z utrzymaniem graczy. Jeśli dodasz reklamę i przychód dzienny wzrośnie, ale spadnie odsetek graczy wracających po 1 i 7 dniach, oznacza to, że tracisz przyszłych graczy. Obserwuj też długość sesji i momenty, w których ludzie rezygnują: jeśli wiele sesji kończy się zaraz po reklamie, jest ona zbyt nachalna albo pojawia się w niewłaściwym miejscu.

Najlepsze zespoły testują zmiany w reklamach tak jak zmiany w rozgrywce: wprowadzają jedną zmianę, przeprowadzają rzetelne porównanie i sprawdzają retencję po tygodniu, a nie tylko przychody następnego dnia.

Jeśli dzięki AI sprawne tworzenie gier stanie się powszechnie dostępne, skąd niezależni twórcy gier będą czerpać przewagę konkurencyjną? W co radzisz dziś zainwestować małemu zespołowi, by zbudować firmę, która będzie się wyróżniać w miarę rozwoju narzędzi?

Gdy każdy będzie potrafił stworzyć dobrą grę, samo to przestanie być atutem. Trzy rzeczy pozostaną domeną ludzi.

Gust, bo to, co odbiega od tego, co domyślne, staje się wartościowe. Wyrazisty styl, niecodzienny pomysł, gra, która sprawia wrażenie stworzonej przez człowieka.

Liczy się szybkość uczenia się. Nie szybkość tworzenia — tę ma dziś każdy — lecz szybkość odkrywania, co poszło nie tak. Zespoły, które codziennie pokazują graczom działającą wersję gry i wprowadzają zmiany na podstawie ich reakcji, wygrają z zespołami, które miesiącami pracują w ciszy.

Ważna jest też relacja z graczami: społeczność, rozpoznawalna nazwa i powód, dla którego mieliby wypróbować twoją następną grę.

Najpierw skup się na stworzeniu tej pętli. Narzędzia będą się zmieniać co kilka miesięcy, ale nie musisz poznawać ich wszystkich. Słuchanie graczy to jedyny nawyk, który nigdy się nie dezaktualizuje.

Dziękujemy za świetny wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej o dystrybucji gier internetowych, monetyzacji i grach tworzonych przez AI, powinni odwiedzić Playgama.