Dr. Sam Zheng, CEO a spoluzakladatel DeepHow – série rozhovorů

Sam Zheng, generální ředitel a spoluzakladatel společnosti DeepHow, stojí v čele rychle se rozvíjejícího startupu, za kterým stojí vážení investoři. DeepHow přináší revoluci do školení kvalifikované pracovní síly s inovativní platformou pro zachycování a předávání znalostí poháněnou umělou inteligencí a zaměřenou na video.

Před DeepHow se Sam více než deset let věnoval společnosti Siemens, která podporovala digitální inovace v různých odvětvích. Jeho pozoruhodné projekty, jako je Cloud Digital Inspection Jacket, výrazně zlepšily sdílení technických znalostí, efektivitu a uživatelskou zkušenost a jeho týmu vynesly prestižní ocenění Siemens Innovation Award.

Současně Sam působí jako mimořádný profesor psychologie na Tsinghua University a je držitelem titulu Ph.D. v inženýrské psychologii a magisterský titul v oboru statistika na University of Illinois v Urbana-Champaign.

Máte vzdělání v psychologii a statistice, jak jste se dostal k zaměření na videa a strojové učení?

Moje zkušenosti z psychologie a statistiky ve skutečnosti sloužily jako přirozený přechod do oblasti strojového učení a platforem zaměřených na video. Studium psychologie podnítilo moji fascinaci lidskou myslí a inteligencí, zejména procesem učení se dovednostem a rozvojem odborných znalostí. Mezitím statistiky poskytly matematický základ pro zkoumání umělých neuronových sítí inspirovaných naším biologickým mozkem.

V dnešním digitálním věku se videa ukázala jako poutavější, interaktivnější a efektivnější výukové médium. Tento posun je zřejmý u platforem jako YouTube a TikTok, kde uživatelé, zejména mladší generace, investují hodiny konzumace a učení se z videoobsahu.

Tradiční proces vytváření instruktážních nebo návodných videí, zejména střihová část, je však časově a pracně náročný. Krátké video o délce několika minut může vyžadovat hodiny pečlivé práce. Uvědomili jsme si tuto neefektivitu a potenciál zlepšit zážitek z učení, a proto jsme se s mými spoluzakladateli rozhodli využít sílu umělé inteligence (AI) a strojového učení k urychlení procesu vytváření videa s návody.

Naše video platforma s umělou inteligencí dokáže přeměnit hodiny namáhavé práce na pouhé minuty, čímž výrazně zvýší efektivitu, aniž by byla ohrožena účinnost. V podstatě můj akademický základ v pochopení lidského poznání a statistických modelů, které je napodobují, pomohly připravit cestu pro tento inovativní podnik.      

Pod svým jménem máte několik patentů, na jakém nejdůležitějším jste pracoval?

Všechny mé patenty se zaměřují na využití technologie ke zvýšení lidského výkonu. Během mého působení ve společnosti Siemens jeden pozoruhodný projekt zahrnoval práci na řešení pro profesora Stephena Hawkinga. Vyvinuli jsme intuitivní metodu zadávání očního typu, abychom pomohli jedincům s ALS, podobně jako u profesora Hawkinga. Tato inovativní práce je nyní součástí patentu v řízení.

Nejvýznamnějším patentem, na kterém jsem se podílel, je však nedávný patent: Generativní platforma pro správu know-how s umělou inteligencí pro průmyslové a výrobní organizace.

Zde je stručný přehled:

Náš vynález představuje špičkové generativní řešení umělé inteligence speciálně přizpůsobené pro průmyslové a výrobní organizace. Efektivně zachycuje, organizuje a šíří jak institucionální, tak kmenové znalosti, protínající oblasti, jako je umělá inteligence, strojové učení, školení a vývoj a systémy řízení znalostí.

Průmyslová a výrobní odvětví často čelí obrovským výzvám při získávání, organizování a sdílení kritických znalostí. Vysoká míra fluktuace zaměstnanců, složité procesy a neustálá potřeba zvyšování kvalifikace tyto obtíže umocňují. Tradiční metody řízení znalostí jsou často těžkopádné, časově náročné a postrádají flexibilitu, což vyžaduje pokročilejší řešení.

Naše generativní řešení umělé inteligence využívá proprietární algoritmy a techniky strojového učení k zefektivnění vytváření standardních operačních postupů založených na videu (SOP), optimalizaci pracovních postupů a usnadnění rychlého a efektivního přístupu k informacím prostřednictvím funkcí chatu řízených umělou inteligencí. Díky své přizpůsobivosti a škálovatelnosti je naše řešení vhodné pro širokou škálu výrobních kontextů.

Mohl byste se podělit o příběh geneze za DeepHow?

Než jsme spustili DeepHow, pracoval jsem spolu s našimi dalšími zakladateli, Patrikem Matosem da Silvou a Wei-Liang Kao, ve společnosti Siemens a řídil jsem řadu projektů digitálních inovací v průmyslových a výrobních odvětvích. Naše cesta udělala velký skok, když jsme se v roce 2018 připojili k Techstars Mobility Accelerator v Detroitu. Tato zkušenost byla v podstatě bootcampu, který nám pomohl ověřit naši myšlenku, identifikovat mezery a spojit se s potenciálními investory, partnery a mentory.

Viděli jsme hodnotu dovedností a zkušeností, které si lidé během let vypěstovali, ale byl tu jeden problém – neexistoval skutečně účinný způsob, jak tuto odbornost zachytit a sdílet. Pozorovali jsme, jak rychle jdou technologie kupředu, a přišlo nám, že metody, které jsme používali pro školení zaměstnanců, nestačily. Stále jsme spoléhali na zastaralé, časově náročné metody, které nebyly efektivní a upřímně řečeno, nebyly dostatečně poutavé.

Uvědomil jsem si, že existuje jedinečná příležitost zkombinovat pokroky v AI a video technologii a zcela změnit způsob, jakým zachycujeme, strukturujeme a sdílíme informace. Takže jsme se rozhodli vybudovat DeepHow, platformu, kde mohou společnosti vytvářet úžasná školicí videa interně a mít kontrolu. Abychom tuto myšlenku realizovali, vytvořili jsme systém umělé inteligence s názvem „Stephanie“. Stephanie je páteří našeho řešení, zachycuje know-how odborníků a vytváří úložiště znalostí. Generuje krok za krokem interaktivní videa s návody, která urychlí proces učení pro nové a méně zkušené zaměstnance.

Díky indexování a segmentaci pracovních postupů AI se nám podařilo vytvořit videoobsah desetkrát rychleji a zlepšit výkon zaměstnanců o 25 %.

Od prvních dnů jsme ušli dlouhou cestu, ale naše poslání je stále stejné. Jsme odhodláni pomáhat společnostem využít jejich bohaté institucionální znalosti a odborné znalosti a umožnit jejich zaměstnancům neustále se vzdělávat a růst. Je to vzrušující cesta.

Jaké jsou některé z problémů na pracovišti, které DeepHow řeší?

Předávání znalostí: Na jakémkoli pracovišti může být přenos dovedností a znalostí, zejména od ostřílených zaměstnanců k novým zaměstnancům nebo méně zkušeným zaměstnancům, docela problém. Umožnili jsme zachytit a strukturovat tyto znalosti způsobem, který lze snadno sdílet, rozdělit do segmentů a snáze uchopit.

Účinnost školení: Tradiční trénink může být únavný, že? Dlouhé hodiny, těžké uchování informací – to není vždy ten nejefektivnější proces. S DeepHow se mohou zaměstnanci učit svou vlastní rychlostí a způsobem, který je lépe přizpůsoben jejich vlastnímu jedinečnému stylu učení. Naším cílem je, aby byl trénink bezbolestný a příjemný.

Mezera dovedností: Někdy může zjišťovat, kde jsou mezery v dovednostech vašich týmů, jako hledat jehlu v kupce sena. To je další věc, se kterou můžeme pomoci. Naše platforma využívá analýzy k tomu, aby vám ukázala, kde je mezera ve školení, a umožňuje školicím týmům je překlenout vytvořením specifického obsahu, který potřebují.

Zastaralé školicí materiály: Věci se rychle mění, že? Standardy a postupy, všechny se neustále vyvíjejí. No, dbáme na to, aby vaše školicí materiály nikdy nezůstaly pozadu. Úpravy a aktualizace jsou rychlé a bezbolestné a možnost sdílet tyto aktualizace na různých místech a tričkách pomocí jednoduchého přiřazení dovedností zajišťuje, že nikdo nezůstane bez nejaktuálnějších informací.

Výuka na vyžádání: Pohodlí je král! Každý chce mít přístup k tomu, co potřebuje, když to potřebuje. To je filozofie DeepHow. Věříme, že školení by nemělo být plánovanou událostí, která naruší celý den, ale flexibilním zdrojem, který je k dispozici, když jej potřebujete. Být omezený místem a časem není ideální. Potřebujete se právě teď něco konkrétního naučit? Hledejte a sledujte. Jednodušší už to být nemůže.

Posílení zapojení zaměstnanců: Všichni víme, že trénink někdy není tou nejvzrušující věcí. Ale absolutně to tak být nemusí. DeepHow dává tvůrcům prostor pro kreativitu. Učení by mělo být zábavné, poutavé a příjemné.

Podpora komunikace: Komunikace může být složitá, zvláště když se zabýváte složitým procesem nebo postupem. Naše platforma zjednodušuje komunikaci tím, že umožňuje průvodce krok za krokem, který zaměstnancům umožní snadno vstřebat a porozumět danému úkolu a podporuje jasné a konzistentní zasílání zpráv napříč všemi oblastmi. Naše platforma také rozumí, překládá a přepisuje v téměř 50 jazycích a stále přibývá. Tato funkce sama o sobě se ukázala být jedním z nejcennějších nástrojů mnoha společností. Umožnit někomu učit se v jeho rodném jazyce zajišťuje lepší porozumění a zvyšuje morálku.

Jak DeepHow umožňuje podnikům vytvořit adaptivní školicí program?

Podívejme se na tradiční tréninkové prostředí. Máte statický materiál, pevné plány a univerzální přístup. Nyní tyto metody neberou v úvahu, že se každý učí jinak a jiným tempem. Nejsou škálovatelné ani flexibilní, aby se přizpůsobily rychle se měnícímu prostředí nebo pokroku jednotlivých zaměstnanců. To jsou významné bolesti pro každý podnik, že?

To je přesně místo, kde DeepHow vstupuje do hry. Pomůžeme vám převrátit skript na tyto problémy. Umožňujeme podnikům vyvíjet agilní školicí programy, které jsou dynamické, personalizované a vysoce reagující na obchodní potřeby a vzorce učení zaměstnanců. 

Naše platforma zachycuje odborné znalosti ve snadno pochopitelných výukových modulech založených na videu. Tím ale nekončíme. Využíváme sílu umělé inteligence k analýze interakcí zaměstnanců s těmito modely, což umožňuje hlubší pohled na to, kde přetrvávají mezery ve vašich dovednostech. Jde o přeměnu slabých stránek na silné stránky a využití jednotlivých oblastí odbornosti k podpoře kultury neustálého učení. 

Jakou roli hraje DeepHow při zvyšování bezpečnosti na pracovišti?

Bezpečnost je tak kritickým aspektem každého pracoviště, přesto je často obtížné ji správně nastavit, což vede k nešťastným nehodám a porušování předpisů. To bohužel platí v odvětvích, jako je výroba, stavebnictví nebo zdravotnictví, kde i malý výpadek může mít závažné důsledky.

Kde tedy DeepHow zapadá do tohoto obrázku? Jsme nadšení pro zajištění toho, aby bezpečnostní postupy byly jasně pochopeny a důsledně implementovány ve všech oblastech.

Děláme to tak, že poskytujeme platformu, kde mohou společnosti snadno zachytit a sdílet odborné znalosti o bezpečnostních protokolech. Namísto starých, těžko sledovatelných příruček nabízíme interaktivní video průvodce krok za krokem. Jsou přímočaré, snadno srozumitelné a hlavně dostupné kdykoli a kdekoli. To znamená, že zaměstnanci nikdy nemají výmluvu, aby nezůstali v obraze s nejnovějšími bezpečnostními protokoly. Bezpečnost by měla být vždy nejvyšší prioritou a každý si zaslouží cítit se v práci bezpečně.

Jak se k tomu používá generativní umělá inteligence?

V srdci naší platformy pro správu know-how založené na generativní umělé inteligenci „Maven“ leží sada inovativních schopností zaměřených na revoluci ve způsobu, jakým průmyslové a výrobní organizace zachycují, řídí a sdílejí své institucionální a kmenové znalosti. Maven využívá proprietární algoritmy a pokročilé techniky strojového učení ke zjednodušení a vylepšení různých procesů:

1. Zjednodušené vytváření SOP videa: Pomocí našich jedinečných generativních algoritmů AI pomáhá Maven při automatickém generování průvodců natáčením videa a skriptů vyprávění. To usnadňuje vytváření vysoce kvalitních video SOP s konzistentností a nastavuje nový průmyslový standard.
2. Efektivní optimalizace pracovního postupu: Využitím pokročilých technik strojového učení umožňují nástroje pro vizualizaci pracovních postupů společnosti Maven uživatelům zjednodušit složité úkoly, čímž podporují produktivitu prostřednictvím uživatelsky přívětivých rozhraní a chytrých aplikací AI.
3. Strategické mapování znalostí: Algoritmy umělé inteligence Maven pomáhají organizacím mapovat klíčové know-how, identifikovat mezery ve znalostech a odhalovat základní příležitosti k obsahu. Výsledkem je vývoj cílených školicích materiálů jedinečně přizpůsobených potřebám kvalifikované pracovní síly.
4. Funkce chatu vylepšená AI: Maven's AI Chat, poháněný špičkovými algoritmy zpracování přirozeného jazyka, umožňuje uživatelům rychlý a efektivní přístup k potřebným informacím pomocí dotazů v přirozeném jazyce.
5. Multimodální generování obsahu: V situacích, kdy psaný SOP není k dispozici, může Maven analyzovat video obsah a generovat multimodální obsah, jako jsou krok za krokem video SOP, textové SOP a diagramy pracovních postupů, čímž zefektivní proces vytváření obsahu.

Spojením pokročilé generativní umělé inteligence s nejnovějšími strategiemi pro správu znalostí nabízí Maven organizacím jedinečný nástroj k využití potenciálu jejich kvalifikované pracovní síly, což vede k neustálému zlepšování a inovacím.

Existují další typy algoritmů strojového učení, které se používají?

DeepHow skutečně využívá řadu sofistikovaných algoritmů strojového učení a technik AI v oblastech zpracování přirozeného jazyka (NLP) a počítačového vidění. Tyto techniky, pod dohledem i bez dozoru, jsou základem naší patentované technologie AI specifické pro doménu, která byla vyškolena a optimalizována pro průmyslový a výrobní sektor. Mezi klíčové oblasti použití patří:

1) Segmentace pracovního postupu: Využíváme algoritmy strojového učení k extrakci kritických informací a kroků ze složitých, nestrukturovaných ukázek úloh zachycených ve videích. To nám umožňuje rozdělit složité postupy do zvládnutelných a naučitelných kroků.

2) Multimodální krokové vkládání: Modelováním „genomu aktivity“ jsme schopni překonfigurovat instrukce a vedení pracovních postupů tak, aby lépe vyhovovaly konkrétním provozním kontextům.

3) Vyhledávání napříč modalitami: Používáme pokročilé techniky vyhledávání ve videu, abychom usnadnili vyhledávání obsahu založeného na dovednostech ve více jazycích. To umožňuje uživatelům přistupovat k relevantním informacím s větší efektivitou a přesností.

4) Mapování know-how: Vytváříme znalostní graf, který vizuálně představuje základní kompetence organizace. Toto mapování umožňuje společnostem jasně identifikovat jejich znalostní aktiva, což umožňuje efektivnější strategie zvyšování kvalifikace a školení.

Tyto pokročilé techniky strojového učení v kombinaci s naším zaměřením na průmyslové a výrobní služby nám umožňují nabídnout komplexní řešení jedinečných výzev, kterým čelí organizace v těchto sektorech.

Jaký je postup pro společnosti, které chtějí začít?

Naši platformu jsme navrhli s ohledem na jednoduchost, takže přihlášení do vaší společnosti nemusí být složité. Ve skutečnosti více než 80+ podnikových a SMB zákazníků úspěšně nasadilo naše řešení na více než 400 místech ve 24 zemích na 6 kontinentech. 

Nejprve se naše týmy setkají a promluví si o specifických potřebách a problémech vaší společnosti. Chceme porozumět vašim cílům, výzvám v oblasti školení, kterým čelíte, druhu dovedností, které vaše pracovní síla potřebuje – celý obrázek. 

Dále vás provedeme procesem získávání znalostí vašich odborníků. Může se jednat o jakýkoli proces nebo dovednost, která je pro vaši společnost důležitá. Náš tým vám pomůže s vytvářením těchto video návodů krok za krokem pomocí intuitivních nástrojů DeepHow.

Náš tým je tu, aby vás podpořil na každém kroku, od počátečního nastavení až po průběžnou optimalizaci vašeho tréninkového programu. Jsme tu, abychom s vámi vytvořili partnerství a zlepšili dovednosti a efektivitu vaší pracovní síly. Stačí navštívit DeepHow.com abyste mohli začít.

Je ještě něco, co byste chtěli o DeepHow sdílet?

Jádrem DeepHow je jasná, přesvědčivá mise: naším cílem je umožnit každému kvalifikovanému pracovníkovi, aby se stal odborníkem. Snažíme se, aby předávání znalostí a školení byly bezproblémové, poutavé a nákladově efektivní, přičemž využíváme transformační sílu AI. Pevně ​​věříme, že technologie by měly lidské schopnosti rozšiřovat, ne je nahrazovat. Tento princip řídí vše, co děláme.

V našem rychle se vyvíjejícím technologickém prostředí je toto poslání důležitější než kdy jindy. Posun směrem k digitální transformaci a Průmyslu 4.0 zmodernizoval výrobu a zavedl řadu pokročilých technologií. Tyto inovace výrazně změnily požadavky na pracovní místa a vyžadují, aby pracovníci získali nové technické dovednosti pro obsluhu, údržbu a optimalizaci těchto sofistikovaných strojů. Tempo změn je tak rychlé, že tradiční přístupy k výcviku se snaží udržet krok, což vede ke stále se zvětšující propasti dovedností.

Naším cílem je čelit této výzvě přímo a umožnit pracovníkům, aby se „znovu lépe budovali“ rekvalifikací pro továrny zítřka. Vysoká úroveň automatizace znamená menší potřebu manuální práce; místo toho se pozornost přesouvá na využití odborných znalostí a intuice pracovníků při provozování vyspělých technologických systémů.

Továrny se za poslední desetiletí podstatně vyvinuly díky integraci robotiky, kobotiky a analytických technologií, které neustále optimalizují výstup a minimalizují odpad. Pro řízení těchto technologií je nezbytná kvalifikovaná pracovní síla.

DeepHow poskytuje moderní školicí metodologii, která výrobcům umožňuje přilákat talenty, obsazovat pozice na základní úrovni a postupně zvyšovat dovednosti pracovníků pro pokročilé role ve výrobě, logistice a plánování. S důrazem na současné, poutavé školení pomáháme posunout vnímání výroby ze slepé uličky k dynamickému, technologiemi řízenému oboru s neomezenými možnostmi.

Děkuji za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit DeepHow.