د. سام زهينغ، الرئيس التنفيذي والشريك المؤسس لشركة DeepHow – سلسلة المقابلات

يقود سام تشنغ، الرئيس التنفيذي والمؤسس المشارك لشركة DeepHow، شركة ناشئة سريعة التطور تدعمها جهات استثمارية بارزة. تعمل DeepHow على تغيير تدريب القوى العاملة الماهرة من خلال منصة مبتكرة تعتمد على الذكاء الاصطناعي والفيديو لالتقاط المعرفة ونقلها.

قبل DeepHow، أمضى سام أكثر من عقد في سيمنز يدفع الابتكار الرقمي عبر صناعات مختلفة. ومن مشروعاته البارزة سترة التفتيش الرقمي السحابية، التي حسنت مشاركة المعرفة التقنية والكفاءة وتجربة المستخدم، وحصل فريقه بفضلها على جائزة سيمنز للابتكار.

يعمل سام أيضًا أستاذًا مساعدًا غير متفرغ لعلم النفس في جامعة تسينغهوا، ويحمل دكتوراه في علم النفس الهندسي وماجستيرًا في الإحصاء من جامعة إلينوي في أوربانا شامبين.

لديك خلفية تعليمية في علم النفس والإحصاء. كيف انتقلت إلى التركيز على الفيديو والتعلم الآلي؟

كانت خلفيتي في علم النفس والإحصاء مدخلًا طبيعيًا إلى التعلم الآلي والمنصات المرتكزة على الفيديو. أثارت دراسة علم النفس اهتمامي بالعقل البشري والذكاء، وخصوصًا تعلم المهارات وتطوير الخبرة. وأتاح الإحصاء الأساس الرياضي لاستكشاف الشبكات العصبية الاصطناعية المستوحاة من الدماغ البيولوجي.

في العصر الرقمي، أصبح الفيديو وسيلة تعلم أكثر جذبًا وتفاعلًا وفعالية. يتضح ذلك في منصات مثل YouTube وTikTok، حيث يقضي المستخدمون، وخصوصًا الشباب، ساعات في مشاهدة محتوى الفيديو والتعلم منه.

لكن إنتاج الفيديوهات التعليمية التقليدي، وخصوصًا التحرير، يستغرق وقتًا وجهدًا كبيرين. فقد يحتاج فيديو لا يتجاوز دقائق إلى ساعات من العمل الدقيق. وإدراكًا لهذه المشكلة وفرصة تحسين التعلم، قررنا أنا وشركائي توظيف الذكاء الاصطناعي والتعلم الآلي لتسريع إنتاج الفيديوهات الإرشادية.

تستطيع منصتنا تحويل ساعات العمل الشاق إلى دقائق، فترفع الكفاءة كثيرًا دون التضحية بالفعالية. لقد مهدت معرفتي بالإدراك البشري والنماذج الإحصائية التي تحاكيه الطريق لهذا المشروع.

لديك عدة براءات اختراع. ما أهم براءة عملت عليها؟

تركز جميع براءاتي على استخدام التقنية لتحسين الأداء البشري. خلال عملي في سيمنز، شاركت في تطوير حل للأستاذ ستيفن هوكينغ: طريقة إدخال سهلة للكتابة بحركة العين، تساعد المصابين بالتصلب الجانبي الضموري، وهي حالة مشابهة لحالته. أصبح هذا العمل جزءًا من طلب براءة قيد النظر.

لكن أهم براءة ساهمت فيها هي براءة حديثة لمنصة إدارة المعرفة العملية المدعومة بالذكاء الاصطناعي التوليدي للمؤسسات الصناعية والتصنيعية.

يقدم اختراعنا حلًا متطورًا مخصصًا لهذه المؤسسات، يلتقط المعرفة المؤسسية والمعرفة الضمنية المتداولة بين العاملين وينظمها وينشرها. ويجمع مجالات الذكاء الاصطناعي والتعلم الآلي والتدريب والتطوير وأنظمة إدارة المعرفة.

تواجه الصناعة والتصنيع صعوبة كبيرة في التقاط المعرفة المهمة وتنظيمها ومشاركتها. ويزيد ارتفاع دوران الموظفين وتعقيد العمليات والحاجة المستمرة إلى تطوير المهارات هذه الصعوبة. أما الطرق التقليدية لإدارة المعرفة فمرهقة وبطيئة وتفتقر إلى المرونة، مما يستلزم حلًا أكثر تقدمًا.

يستخدم حلنا خوارزميات خاصة وتقنيات تعلم آلي لتبسيط إنشاء إجراءات التشغيل القياسية بالفيديو، وتحسين سير العمل، وإتاحة الوصول السريع والفعال إلى المعلومات عبر المحادثة المدعومة بالذكاء الاصطناعي. وتجعله قابليته للتكيف والتوسع مناسبًا لسياقات تصنيع متنوعة.

هل يمكنك مشاركة قصة نشأة DeepHow؟

قبل إطلاق الشركة، كنت أعمل مع شريكيّ باتريك ماتوس دا سيلفا ووي ليانغ كاو في سيمنز على مشروعات ابتكار رقمي في الصناعة والتصنيع. وكانت مشاركتنا في مسرّعة Techstars Mobility في ديترويت عام 2018 خطوة كبيرة. فقد كانت بمنزلة معسكر مكثف ساعدنا على التحقق من الفكرة وتحديد الثغرات والتواصل مع مستثمرين وشركاء ومرشدين محتملين.

رأينا قيمة المهارات والخبرات التي يكتسبها الناس عبر السنوات، لكن لم تكن هناك طريقة فعالة حقًا لالتقاطها ومشاركتها. كانت التقنية تتقدم بسرعة، بينما بقي تدريب الموظفين معتمدًا على أساليب قديمة وبطيئة وغير فعالة، وبصراحة لم تكن جذابة بما يكفي.

أدركت فرصة الجمع بين تقدم الذكاء الاصطناعي والفيديو لتغيير التقاط المعلومات وتنظيمها ومشاركتها بالكامل. بدأنا بناء DeepHow لتمكين الشركات من إنتاج فيديوهات تدريب ممتازة داخليًا والاحتفاظ بالتحكم فيها. وأنشأنا نظام الذكاء الاصطناعي «Stephanie» ليكون عماد الحل: يلتقط خبرة المختصين ويبني مستودع معرفة، وينشئ فيديوهات إرشادية تفاعلية خطوة بخطوة لتسريع تعلم الموظفين الجدد والأقل خبرة.

باستخدام فهرسة سير العمل وتقسيمه بالذكاء الاصطناعي، أصبحنا ننتج الفيديو أسرع بعشرة أضعاف ونحسن أداء القوى العاملة بنسبة 25%.

قطعنا شوطًا طويلًا منذ البدايات، لكن مهمتنا لم تتغير: مساعدة الشركات على الاستفادة من ثروتها المعرفية وخبرتها المؤسسية، وتمكين الموظفين من التعلم والنمو المستمرين. إنها رحلة مثيرة.

ما تحديات مكان العمل التي تعالجها DeepHow؟

نقل المعرفة: يصعب أحيانًا نقل المهارات من أصحاب الخبرة إلى الموظفين الجدد أو الأقل خبرة. نتيح التقاط المعرفة وتنظيمها في أجزاء يسهل فهمها ومشاركتها.

كفاءة التدريب: قد يكون التدريب التقليدي مملًا، طويلًا، وصعب التذكر. مع DeepHow يستطيع الموظفون التعلم بالسرعة المناسبة لهم وبطريقة تلائم أسلوبهم. هدفنا جعل التدريب سهلًا وممتعًا.

فجوة المهارات: قد يشبه اكتشاف الفجوات البحث عن إبرة في كومة قش. تستخدم المنصة التحليلات لإظهار نقص التدريب، وتمكن فرق التدريب من إعداد المحتوى المحدد لسده.

مواد التدريب القديمة: تتغير المعايير والإجراءات باستمرار. نجعل التحرير والتحديث سريعين وسهلين، ويمكن مشاركة التحديثات بين المواقع والورديات عبر إسناد بسيط للمهارات، لضمان وصول أحدث المعلومات للجميع.

التعلم عند الطلب: يريد الجميع الوصول إلى ما يحتاجون إليه وقت الحاجة. نؤمن بأن التدريب ينبغي أن يكون موردًا مرنًا، لا حدثًا مجدولًا يعطل يوم العمل. التقيد بمكان وزمان محددين ليس مثاليًا. إذا احتجت تعلم شيء الآن، ابحث وشاهد ببساطة.

زيادة مشاركة الموظفين: قد لا يبدو التدريب مثيرًا دائمًا، لكنه لا يجب أن يكون كذلك. تتيح DeepHow للمبدعين مساحة للإبداع، ليصبح التعلم تجربة ممتعة وجذابة.

تحسين التواصل: يصعب التواصل عند شرح إجراء معقد. تبسط أدلتنا المتسلسلة المهمة وتساعد الموظفين على استيعابها، بما يضمن وضوح الرسائل واتساقها. كما تفهم المنصة وتترجم وتفرّغ الكلام في نحو 50 لغة، والعدد يتزايد. وقد أصبحت هذه الميزة من أثمن أدوات كثير من الشركات؛ فالتعلم باللغة الأم يعزز الفهم والمعنويات.

كيف تساعد DeepHow المؤسسات على إنشاء تدريب قابل للتكيف؟

يتكون التدريب التقليدي من مواد ثابتة وجداول صارمة ونهج واحد للجميع. وهذا لا يراعي اختلاف طرق التعلم وسرعته، ولا يوفر المرونة والتوسع لمواكبة تغير العمل أو تقدم كل موظف. إنها مشكلات مهمة لأي مؤسسة.

هنا تتدخل DeepHow لتغيير المعادلة. نمكن الشركات من بناء برامج تدريب مرنة وديناميكية وشخصية تستجيب لاحتياجات الأعمال وأنماط تعلم الموظفين.

تلتقط المنصة معرفة الخبراء في وحدات فيديو سهلة المتابعة. ثم نستخدم الذكاء الاصطناعي لتحليل تفاعل الموظفين معها وفهم فجوات المهارات المتبقية. والهدف تحويل نقاط الضعف إلى قوة، والاستفادة من خبرة كل فرد لبناء ثقافة تعلم مستمر.

ما دور DeepHow في تحسين السلامة المهنية؟

السلامة أساسية، لكن تطبيقها بصورة صحيحة قد يكون صعبًا، فتحدث حوادث ومخالفات. وهذا واضح خصوصًا في التصنيع والبناء والرعاية الصحية، حيث قد تكون للهفوة الصغيرة عواقب كبيرة.

نهتم بضمان فهم ممارسات السلامة وتطبيقها باستمرار. وتتيح المنصة التقاط خبرة المختصين في بروتوكولات السلامة ومشاركتها بسهولة.

بدل الأدلة القديمة الصعبة، نقدم فيديوهات تفاعلية خطوة بخطوة، واضحة وسهلة الفهم ومتاحة في أي وقت ومكان. وبذلك لا يبقى عذر لعدم متابعة أحدث البروتوكولات. يجب أن تكون السلامة أولوية دائمة، ويستحق الجميع الشعور بالأمان في العمل.

كيف يُستخدم الذكاء الاصطناعي التوليدي لتحقيق ذلك؟

تضم منصة إدارة المعرفة العملية «Maven» مجموعة قدرات مبتكرة لتغيير كيفية التقاط المؤسسات الصناعية والتصنيعية معرفتها وإدارتها ومشاركتها. وتستخدم خوارزميات خاصة وتعلمًا آليًا متقدمًا لتبسيط عمليات متعددة وتحسينها:

• تبسيط إنشاء إجراءات التشغيل بالفيديو: تساعد خوارزمياتنا التوليدية في إنتاج إرشادات التصوير ونصوص التعليق الصوتي آليًا، بما يتيح فيديوهات عالية الجودة ومتسقة ويضع معيارًا جديدًا للقطاع.
• تحسين سير العمل: تتيح أدوات التصور المدعومة بالتعلم الآلي تبسيط المهام المعقدة، وتعزيز الإنتاجية بواجهات سهلة وتطبيقات ذكية.
• رسم خرائط المعرفة: تحدد الخوارزميات المعرفة الأساسية والفجوات وفرص المحتوى، لتطوير تدريب موجه يلائم احتياجات القوى العاملة الماهرة.
• محادثة محسنة بالذكاء الاصطناعي: تتيح خوارزميات معالجة اللغة الطبيعية الوصول السريع والفعال إلى المعلومات عبر أسئلة باللغة الطبيعية.
• إنتاج محتوى متعدد الوسائط: عند غياب إجراء مكتوب، تستطيع Maven تحليل الفيديو وإنشاء إجراءات فيديو متسلسلة وإجراءات نصية ومخططات سير العمل، لتبسيط إنتاج المحتوى.

بالجمع بين الذكاء الاصطناعي التوليدي المتقدم وأحدث استراتيجيات إدارة المعرفة، تتيح Maven للمؤسسات استثمار إمكانات العاملين المهرة ودعم التحسين والابتكار المستمرين.

هل تستخدمون أنواعًا أخرى من خوارزميات التعلم الآلي؟

نعم، توظف DeepHow خوارزميات وتقنيات متقدمة في معالجة اللغة الطبيعية والرؤية الحاسوبية، بتعلم خاضع وغير خاضع للإشراف. وهي أساس تقنيتنا الخاصة المتخصصة، التي دُربت وحُسنت للصناعة والتصنيع. وتشمل التطبيقات:

1. تقسيم سير العمل: استخراج المعلومات والخطوات الأساسية من العروض العملية المعقدة وغير المنظمة في الفيديو، وتقسيم الإجراءات إلى خطوات قابلة للإدارة والتعليم.
2. تضمين الخطوات متعدد الوسائط: نمذجة «جينوم النشاط» لإعادة تشكيل الإرشاد والتعليم بحسب سياق التشغيل المحدد.
3. الاسترجاع عبر الوسائط: استخدام البحث المتقدم داخل الفيديو لاسترجاع محتوى متعدد اللغات قائم على المهارات، بدقة وكفاءة أكبر.
4. رسم المعرفة العملية: بناء رسم بياني معرفي يعرض كفاءات المؤسسة الأساسية بصريًا، لتحديد أصول المعرفة ووضع استراتيجيات تدريب وتطوير مهارات أكثر فعالية.

تتيح هذه التقنيات، مع تركيزنا على الخدمات الصناعية والتصنيعية، حلًا شاملًا لتحديات المؤسسات الفريدة في هذين القطاعين.

ما خطوات البدء للشركات المهتمة؟

صممنا المنصة لتكون بسيطة، فلا يجب أن يكون الانضمام معقدًا. نشر أكثر من 80 عميلًا من المؤسسات والشركات الصغيرة والمتوسطة حلولنا في أكثر من 400 موقع، في 24 دولة عبر ست قارات.

أولًا، يجتمع فريقانا لفهم احتياجات الشركة ومشكلاتها وأهدافها وتحديات التدريب والمهارات المطلوبة؛ أي الصورة الكاملة.

ثم نرشدكم إلى التقاط معرفة الخبراء في أي عملية أو مهارة مهمة للشركة. ويساعدكم فريقنا على إنشاء الأدلة المتسلسلة بالفيديو باستخدام أدوات DeepHow السهلة.

ندعمكم من الإعداد الأولي حتى التحسين المستمر لبرنامج التدريب. هدفنا الشراكة لتحسين مهارات القوى العاملة وكفاءتها. يمكن البدء بزيارة DeepHow.com.

هل تود مشاركة شيء آخر عن DeepHow؟

تتمثل مهمتنا الواضحة في تمكين كل عامل ماهر من أن يصبح خبيرًا. نريد جعل نقل المعرفة والتدريب سلسين وجذابين وفعالين من حيث التكلفة، باستخدام القوة التحويلية للذكاء الاصطناعي. ونؤمن بأن التقنية يجب أن تعزز قدرات البشر لا أن تستبدلهم، وهو مبدأ يوجه كل أعمالنا.

تزداد أهمية هذه المهمة مع سرعة التطور. فقد حدّث التحول الرقمي والصناعة 4.0 قطاع التصنيع وأدخلا تقنيات متقدمة غيرت متطلبات الوظائف. ويحتاج العاملون إلى مهارات تقنية جديدة لتشغيل الآلات المعقدة وصيانتها وتحسينها. لكن سرعة التغير تفوق قدرة التدريب التقليدي على المواكبة، فتتسع فجوة المهارات باستمرار.

نواجه ذلك بتمكين العاملين من إعادة اكتساب المهارات لمصانع المستقبل. فارتفاع الأتمتة يقلل الحاجة إلى العمل اليدوي، وينقل التركيز إلى توظيف خبرتهم وحدسهم في تشغيل الأنظمة المتقدمة.

تطورت المصانع كثيرًا خلال العقد الماضي، ودمجت الروبوتات والروبوتات التعاونية والتحليلات التي تحسن الإنتاج وتقلل الهدر باستمرار. وتحتاج إدارة هذه التقنيات إلى قوى عاملة مطورة المهارات.

توفر DeepHow منهجية تدريب حديثة تساعد المصنعين على جذب المواهب وشغل وظائف البداية وتطوير العاملين تدريجيًا للأدوار المتقدمة في التصنيع والخدمات اللوجستية والتخطيط. وبالتدريب المعاصر والجذاب، نساعد على تغيير صورة التصنيع من مسار مهني مسدود إلى مجال ديناميكي تقوده التقنية وتتاح فيه إمكانات واسعة.

شكرًا على هذه المقابلة. يمكن للقراء الراغبين في معرفة المزيد زيارة DeepHow.