Tohtori Sam Zheng, DeepHow:n CEO ja Co-Perustaja – Haastattelusarja

Sam Zheng, DeepHow:n CEO ja Co-Perustaja, johtaa nopeasti kehittyvää startup-yritystä, jota tukevat arvostetut sijoittajat. DeepHow vallankumous keskittyneen työvoiman koulutukseen innovatiivisella, tekoälykäyttöisellä, videokeskeisellä tietämyskuvauksen ja siirtopohjalla.

Ennen DeepHow:ta Sam omistautui yli vuosikymmenen ajan Siemensille, ajamalla digitaalista innovaatiota eri aloilla. Hänen merkittävät projektit, kuten Cloud Digital Inspection Jacket, ovat parantaneet merkittävästi teknistä tietämysjakoa, tehokkuutta ja käyttäjäkokemusta, ansaiten tiimilleen arvostetun Siemens Innovation Award -palkinnon.

Samalla Sam toimii apulaisprofessorina Tsinghua-yliopistossa ja hänellä on filosofian tohtorin tutkinto insinööripsykologiasta ja maisterin tutkinto tilastotieteestä Illinoisin yliopistosta Urbana-Champaignissa.

Sinulla on koulutustaustaa psykologiassa ja tilastotieteessä, miten siirryit keskittymään videoihin ja tekoälyyn?

Minun taustani psykologiassa ja tilastotieteessä palveli luonnollisena siirtymänä tekoälyyn ja videokekeisiin alustoihin. Psykologian opiskelu herätti minussa mielenkiinnon ihmisen älystä ja älykkyydestä, erityisesti taitojen oppimis- ja asiantuntijuuden kehittymisprosessista. Samalla tilastotiede tarjosi matemaattisen perustan tutkia tekoälyverkkoja, jotka ovat inspiroituja biologisesta aivosta.

Nykyään digitaalisessa aikakaudessa videot ovat nousseet mukaansatempaavammaksi, vuorovaikutteisemmaksi ja tehokkaammaksi oppimisvälineeksi. Tämä on nähtävissä alustoilla kuten YouTube ja TikTok, joilla käyttäjät, erityisesti nuorempi sukupolvi, käyttävät tunteja video sisällön kuluttamiseen ja oppimiseen.

Perinteinen prosessi ohje- tai oppaavideoiden luomisessa, erityisesti editointiosuus, on kuitenkin aikaa vievää ja työntäytä. Lyhyt video, joka kestää muutaman minuutin, voi vaatia useita tunteja tarkkaa työtä. Tunnistamalla tämän tehokkuuden ja potentiaalin parantaa oppimiskokemusta, minun perustajieni ja minä päättivät hyödyntää tekoälyä ja koneoppimista nopeuttaaksemme ohjevideojen luomisprosessia.

Meidän tekoälypohjainen videoalusta voi muuttaa useita tunteja työntäytävää työtä muutamaksi minuutiksi, parantaen merkittävästi tehokkuutta ilman vaikutusta tehokkuuteen. Perimmäisessä mielessä, minun akateeminen tausta ymmärtää ihmisen kognitiota ja tilastollisia malleja, jotka jäljittelevät sitä, auttoi valmistamaan tätä innovatiivista yritystä.

Olet useiden patenttien haltija, mikä on tärkein patentti, jolla olet työskennellyt?

Kaikki minun patentit keskittyvät hyödyntämään teknologiaa parantamaan ihmisen suorituskykyä. Siemensin aikana yksi merkittävä projekti liittyi ratkaisun kehittämiseen Professori Stephen Hawkingin avuksi. Kehittimme intuitiivisen silmäkirjoitusmenetelmän, joka auttaa ALS-potilaita, kuten Professori Hawkingin, vastaavaa tilannetta. Tämä innovatiivinen työ on nyt osa odottavaa patentoimista.

Kaikkein merkittävin patentti, johon olen osallistunut, on kuitenkin viimeaikainen: Generative AI-Powered Know-How Management Platform for Industrial and Manufacturing Organizations.

Tässä on lyhyt yleiskatsaus:

Meidän keksintö esittää uraauurtavan generatiivisen tekoälyratkaisun, joka on suunniteltu erityisesti teollisuus- ja valmistusorganisaatioille. Se käsittelee tehokkaasti sekä institutionaalisen että heimoperäisen tietämyksen, leikkaa aloja kuten tekoäly, koneoppiminen, koulutus ja kehittäminen sekä tietämys hallintajärjestelmät.

Teollisuus- ja valmistussektorit kohtaavat usein valtavia haasteita tietämyksen käsittelemisessä, järjestämisessä ja jakamisessa. Korkeat henkilöstön vaihtuvuusluvut, monimutkaiset prosessit ja jatkuva tarve uudelleenkoulutukseen lisäävät näitä vaikeuksia. Perinteiset tietämys hallintamenetelmät ovat usein kömpelöitä, aikaa vieviä ja puutteellisia joustavuudessa, vaativat edistyneempää ratkaisua.

Meidän generatiivinen tekoälyratkaisu käyttää omistusohjelmistoja ja koneoppimismenetelmiä videopohjaisten standardien toimintamenettelyjen (SOP) luomiseen, prosessien optimointiin ja nopean, tehokkaan pääsyn tietoihin tekoälyohjatun chat-ominaisuuden kautta. Sen sopeutumiskyvyn ja skaalautuvuuden ansiosta ratkaisumme on sovellettavissa laajaan valikoimaan valmistuskonteksteja.

Voitko jakaa DeepHow:n synnystarinan?

Ennen kuin lanceroimme DeepHow:n, työskentelin yhdessä muiden perustajieni, Patrik Matos da Silvan ja Wei-Liang Kaon, kanssa Siemensissä, ajamalla digitaalista innovaatiota teollisuus- ja valmistussektoreilla. Matkamme otti suuren loikan, kun liityimme Techstars Mobility Accelerator -kiihdyttämöön Detroitissa vuonna 2018. Kokemus oli käytännössä boot-leiri, joka auttoi meitä vahvistamaan ideamme, tunnistamaan aukot ja yhdistämään potentiaalisia sijoittajia, kumppaneita ja mentoreita.

Havahduimme arvon, joka piili siinä, mitä ihmiset olivat kehittäneet vuosien varrella, mutta oli yksi ongelma – ei ollut tehokasta tapaa kaapata ja jakaa tätä asiantuntemusta. Havahduimme, miten nopeasti teknologia eteni, ja meille selvisi, että menetelmämme työntekijöiden koulutukseen eivät pitäneet tahtia. Vieläkin nojautuimme vanhoillisiin, aikaa vieviin menetelmiin, jotka eivät olleet tehokkaita ja, rehellisesti sanottuna, eivät tarpeeksi osallistavia.

Totesin, että oli ainutlaatuinen mahdollisuus yhdistää edistysaskelten tekoälyssä ja videoteknologiassa muuttaa täysin, miten kaapataan, järjestetään ja jaetaan tietoa. Niinpä päättivät perustaa DeepHow:n, alusta, jossa yritykset voivat luoda upeita koulutusvideoita sisäisesti ja pysyä hallinnassa. Toteuttaaksemme tämän idean, loimme tekoälyjärjestelmän nimeltä “Stephanie”. Stephanie on ratkaisumme selkäranka, joka kaappaa asiantuntijoiden osaamisen ja luo tietämysvaraston. Se luo askelkohtaisia, interaktiivisia ohjevideoita nopeuttaakseen oppimisprosessia uusille ja vähemmän kokeneille työntekijöille.

Tekoälytyönkulun indeksoinnin ja segmentoinnin avulla olemme onnistuneet luomaan video sisältöä kymmenkertaisella nopeudella ja parantamaan työvoiman suorituskykyä 25 prosentilla.

Olemme tulleet pitkälle alkuvaiheista, mutta meidän tehtävämme on edelleen sama. Olemme sitoutuneita auttamaan yrityksiä hyödyntämään heidän institutionaalista tietämysvarastojaan ja asiantuntemustaan ja mahdollistamaan heidän työntekijöidensä jatkuva oppiminen ja kehittyminen. Se on jännittävä matka.

Mitä työpaikan haasteita DeepHow ratkaisee?

Tietämys Siirto: Missä tahansa työpaikassa taitojen ja tietämyksen siirtäminen, erityisesti kokeneiden työntekijöiden ja uusien työntekijöiden tai vähemmän kokeneiden työntekijöiden välillä, voi olla haasteellista. Olemme tehneet mahdolliseksi kaapata ja järjestää tämän tietämyksen yksinkertaisella tavalla, jaettaessa se osiin ja helpommin ymmärrettäväksi.

Koulutuksen Tehokkuus: Perinteinen koulutus voi olla tylsää, eikö? Pitkiä tunteja, vaikeaa pitää tietoa muistissa – se ei aina ole tehokkain prosessi. DeepHow:lla työntekijät voivat oppia oman tahtinsa mukaan ja tavalla, joka on paremmin sovellettavissa heidän omiin oppimistyyliinsä. Tavoitteemme on tehdä koulutuksesta vaivatonta ja nautittavaa.

Taitojen Aukko: Joskus on vaikea selvittää, missä tiimisi taitojen aukot ovat, se voi tuntua yrittämiseltä löytää neula heinäsuovasta. Se on toinen asia, johon voimme auttaa. Meidän alusta käyttää analyytikkoja näyttääkseen, missä koulutuksessa on aukko, ja mahdollistaa koulutustiimille luoda tarvittava sisältö.

<b Vanhentuneet Koulutus Materiaalit: Asioiden muuttuessa nopeasti, standardit ja menettelytavat kehittyvät jatkuvasti. Hyvin, me varmistamme, että koulutusmateriaalisi eivät jää vanhenneiksi. Muokkaaminen ja päivittäminen on nopeaa ja vaivatonta, ja jaettaessa nämä päivitykset eri sijaintien ja tiimien kanssa yksinkertaisella taitojen määrityksellä, jotta kukaan ei jää ilman viimeisintä tietoa.

Pyydä Oppiminen: Kätevyys on kuningas! Jokainen haluaa pääsy tarpeisiinsa, kun he tarvitsevat sitä. Se on DeepHow:n filosofia. Uskomme, että koulutus ei pitäisi olla aikataulutettu tapahtuma, joka häiritsee koko päivää, vaan joustava resurssi, joka on siellä, kun sitä tarvitaan. Rajoittuminen paikkaan ja aikaan ei ole ihanteellista. Tarvitsetko oppia jotain tiettyä juuri nyt? Etsi ja katso. Se ei voi olla helpompaa.

Työntekijöiden Osallistuminen: Kaikki tietävät, että koulutus voi toisinaan olla, no, ei aina se mielenkiintoisin asia. Mutta se ei välttämättä tarvitse olla näin. DeepHow antaa luojille tilaa olla luovia. Oppiminen pitäisi olla hauskaa, osallistavaa ja nautittavaa kokemusta.

Viestintä: Viestintä voi olla hankalaa, erityisesti silloin, kun käsitellään monimutkaista prosessia tai menettelytapausta. Meidän alusta tekee viestinnästä yksinkertaisempaa mahdollistamalla askelkohtaiset oppaat, jotka antavat työntekijöille helpon ymmärtää tehtävää. Se edistää selkeää ja yhdenmukaisen viestintää koko laajuisesti. Meidän alusta ymmärtää, kääntää ja transkriptoi lähes 50 kieltä ja laskuri kasvaa. Tämä ominaisuus on osoittautunut yhdeksi arvokkaimmista työkaluista, joita monilla yrityksillä on. Sallimalla jonkun oppia äidinkielellään takaa paremman ymmärtämisen ja lisää moraalia.

Miten DeepHow mahdollistaa yrityksille luoda sopeutuva koulutusohjelma?

Harkitsemme perinteistä koulutusympäristöä. Sinulla on staattinen materiaali, joustamattomat aikataulut ja yksi kokemukselle sopiva lähestymistapa. Nämä menetelmät eivät ottaa huomioon, että jokainen oppii eri tavoin ja eri tahdissa. Ne eivät ole skaalautuvia tai joustavia mukautuakseen nopeasti muuttuvaan maisemaan tai yksittäisen työntekijän edistymiseen. Nämä ovat merkittäviä kipukohtia mille tahansa yritykselle.

Juuri siinä DeepHow astuu kuvaan. Autamme kääntämään nämä ongelmat ylösalaisin. Mahdollistamme yrityksille kehittää joustavia koulutusohjelmia, jotka ovat dynaamisia, henkilökohtaisia ja erittäin vastaanottavaisia liiketoimintatarpeille ja työntekijöiden oppimismalleille.

Meidän alusta kaappaa asiantuntijoiden tietämyksen helppotajuisiin, videopohjaisiin oppimismoduuleihin. Mutta emme lopeta siinä. Käytämme tekoälyn voimaa analysoimaan työntekijöiden vuorovaikutusta näiden mallien kanssa, mahdollistaen syvempiä näkemyksiä siitä, missä työntekijöiden heikkoudet säilyvät. Se on muuttamista heikkouksista vahvuuksiksi ja hyödyntämistä yksittäisistä asiantuntijuuden aloista jatkuvaan oppimiskulttuuriin.

Miten DeepHow osallistuu työpaikan turvallisuuden lisäämiseen?

Turvallisuus on kriittinen asia missä tahansa työpaikassa, mutta se on usein vaikea saada oikein, johtaen valitettaviin onnettomuuksiin ja sääntörikkomuksiin. Tämä on valitettavasti totta aloilla kuten valmistus, rakennus tai terveydenhuolto, joissa pienikin virhe voi johtaa merkittäviin seurauksiin.

Missä DeepHow sijoittuu tähän kuvaan? Olemme intohimoisia varmistamaan, että turvallisuus käytännöt ovat selkeästi ymmärretty ja johdonmukaisesti toteutettu kaikkialla.

Tarjoamme alustan, jolla yritykset voivat helposti kaapata ja jakaa asiantuntijoiden tietämyksen turvallisuusprotokollista. Vanhojen, vaikeasti seurattavien käsikirjojen sijaan tarjoamme interaktiivisia, askelkohtaisia video-ohjeita. Ne ovat suoria, helppoja ymmärtää ja ennen kaikkea saatavilla milloin tahansa, missä tahansa. Tämä tarkoittaa, että työntekijöillä ei ole koskaan tekosyytä olla ajan tasalla viimeisimmän turvallisuusprotokollan kanssa. Turvallisuus on aina prioriteetti, ja jokaisen on oltava turvassa työssä.

Miten Generative AI mahdollistaa tämän?

Meidän Generative AI -pohjaisen tietämys hallintajärjestelmän, “Maven”, ytimessä on joukko innovatiivisia ominaisuuksia, joiden tavoitteena on vallankumous teollisuus- ja valmistusorganisaatioiden tietämyksen kaappauksessa, hallinnassa ja jakamisessa. Maven käyttää omistusohjelmistoja ja edistyneitä koneoppimismenetelmiä yksinkertaistamaan ja parantamaan monia prosesseja:

1. Streamlined Video SOP Creation: Käyttämällä meidän ainutlaatuista Generative AI -algoritmeja, Maven auttaa automaattisessa videon kuvausoppaan ja käsikirjoituksen luomisessa. Tämä helpottaa korkealaatuisen video-SOP:n luomista johdonmukaisuudella, asettamalla uuden teollisuuden standardin.
2. Efficient Workflow Optimization: Käyttämällä edistyneitä koneoppimismenetelmiä, Mavenin työnkulun visualisointityökalut mahdollistavat käyttäjille monimutkaisten tehtävien yksinkertaistamisen, edistäen tuottavuutta käyttäjäystävällisillä liittymillä ja älykkäillä tekoälyn sovelluksilla.
3. Strategic Knowledge Mapping: Mavenin tekoälyalgoritmit auttavat organisaatioita kartuttamaan avain tietämyksen, tunnistamaan tietämys aukot ja löytämään tärkeitä sisällön mahdollisuuksia. Tämä johtaa kohdennettujen koulutusmateriaalien kehittämiseen, jotka on suunniteltu taitavan työvoiman tarpeisiin.
4. AI-Enhanced Chat Feature: Käyttämällä johtavan luokan luonnollisen kielen prosessointialgoritmeja, Mavenin AI-Chat mahdollistaa käyttäjille nopean ja tehokkaan pääsyn tietoihin luonnollisen kielen kyselyjen kautta.
5. Multimodal Content Generation: Tilanteissa, joissa kirjallinen SOP ei ole saatavilla, Maven voi analysoida video sisältöä ja luoda monimutkaisen sisällön, kuten askelkohtaiset video-SOP:t, teksti-SOP:t ja työnkulku kaavioita, sujuvoittamalla sisällön luomisprosessia.

Yhdistämällä edistyneen Generative AI:n viimeisimpiin tietämys hallintastrategioihin, Maven tarjoaa organisaatioille ainutlaatuisen työkalun hyödyntääkseen taitavan työvoiman potentiaalia, ajamalla jatkuvaan parantamiseen ja innovaatioon.

Onko muita tekoälyalgoritmeja, joita käytetään?

Totta, DeepHow hyödyntää monia edistyneitä tekoälyalgoritmeja ja tekoälytekniikoita luonnollisen kielen prosessoinnin (NLP) ja tietokoneen näön alueilla. Nämä tekniikat, sekä valvottu ja valvomaton, muodostavat meidän omistusohjelmistoteknologiamme, joka on koulutettu ja optimoitu teollisuus- ja valmistussektoreille. Avainsovellusalueita ovat:

1) Workflow Segmentation: Käytämme tekoälyalgoritmeja tärkeän tiedon ja askelten poistamiseen monimutkaisista, rakenteettomista tehtävänäytöistä, jotka on kaapattu videoihin. Tämä mahdollistaa meidän jakaa monimutkaiset prosessit hallittaviin, opetettaviin askeliin.

2) Multimodal Step Embedding: Mallimalla “toiminnan genomi”, pystymme uudelleen konfiguroimaan ohjeiden ja työnkulun johdatusta soveltamaan spesifejä toimintaympäristöjä.

3) Cross-Modality Retrieval: Käytämme edistyneitä videon sisällön etsintätekniikoita monikielisen, taitoihin perustuvan sisällön hakemiseksi. Tämä mahdollistaa käyttäjille pääsyn relevanttiin tietoon tehokkaammin ja tarkemmin.

4) Know-How Mapping: Rakennamme tietämys graafin, joka esittää organisaation keskeisiä osaamisalueita visuaalisesti. Tämä mahdollistaa yrityksille tunnistaa heidän tietämysvaransa selkeästi, mahdollistaen tehokkaampia uudelleenkoulutusstrategioita.

Nämä edistyneet tekoälytekniikat, yhdistettynä meidän painopisteen teollisuus- ja valmistuspalveluihin, antavat meille mahdollisuuden tarjota kattava ratkaisu näille aloille ominaisiin haasteisiin.

Yrityksille, jotka haluavat aloittaa, mitä on prosessi?

Olemme suunnitelleet meidän alustan yksinkertaisuuden vuoksi, joten yrityksesi liittäminen ei tarvitse olla monimutkaista. Itse asiassa yli 80+ yritys- ja PK-yritysasiakkaat ovat onnistuneesti käyttäneet meidän ratkaisuja yli 400 sivustolle 24 maassa 6 mantereella.

Ensinnäkin, meidän tiimimme tapaa teidät ja keskustelemme yrityksenne spesifisistä tarpeista ja haasteista. Haluamme ymmärtää teidän tavoitteet, koulutushaasteet, joita te kohtaatte, taitoja, joita teidän työvoimalle tarvitaan – koko kuva.

Seuraavaksi, johdatamme teitä asiantuntijoiden tietämyksen kaappaukseen. Tämä voi olla mitä tahansa prosessia tai taitoa, joka on tärkeää teidän yritykselle. Meidän tiimi auttaa teitä luomaan nämä askelkohtaiset video-ohjeet DeepHow:n helppokäyttöisillä työkaluilla.

Meidän tiimi on siellä tukemassa teitä jokaisessa vaiheessa, alkaen alkuvaiheen asettamisesta jatkuvan koulutusohjelman optimointiin. Olemme siellä muodostamaan kumppanuuden kanssanne ja parantamaan teidän työvoiman taitoja ja tehokkuutta. Vieraile vain DeepHow.com aloittaaksesi.

Onko mitään muuta, mitä haluaisit jakaa DeepHow:sta?

DeepHow:n sydämessä on selkeä, vakuuttava tehtävä: haluamme antaa jokaiselle taitavalle työntekijälle mahdollisuuden tulla asiantuntijaksi. Pyrimme tekemään tietämyksen siirron ja koulutuksen vaivattomaksi, osallistavaksi ja kustannustehokkaaksi, hyödyntämällä tekoälyn muuntavan voimaa. Uskomme, että teknologia pitäisi täydentää ihmisen kykyjä, ei korvata niitä. Tämä periaate ohjaa kaikkea, mitä teemme.

Nopeasti muuttuvassa teknologiamaisemassa tämä tehtävä on merkittävämpi kuin koskaan. Digitaalisen muutoksen ja Teollisuus 4.0:n siirtymä on modernisoinut valmistusta, tuomalla joukon edistyneitä teknologioita. Nämä innovaatiot ovat muuttaneet merkittävästi työvaatimukset, vaativat työntekijöiltä hankkia uusia teknisiä taitoja toimia, ylläpitää ja optimoida näitä edistyneitä koneita. Muutoksen vauhti on niin nopea, että perinteiset koulutuslähestymistavat kamppailevat pysymään mukana, johtaen kasvavaan taitojen aukkoon.

Tavoitteemme on ratkaista tämä haaste suoraan, antaen työntekijöille mahdollisuuden “rakentaa takaisin paremmin” uudelleen kouluttamalla itsensä tulevaisuuden tehtaisiin. Korkeat automaatioasteet tarkoittavat, että manuaalisen työn tarve on vähentynyt; sen sijaan fokus siirtyy hyödyntämään työntekijöiden asiantuntemusta ja intuitiota edistyneiden teknologisten järjestelmien toiminnassa.

Tehtaat ovat kehittyneet merkittävästi viimeisen vuosikymmenen aikana, integroimalla robotiikkaa, coboteja ja analytiikkateknologioita, jotka jatkuvasti optimoivat tuotannon ja minimoirovat hävikin. Nämä teknologiat hallitseminen edellyttää uudelleenkoulutettua työvoimaa.

DeepHow tarjoaa modernin koulutusmetodologian, joka mahdollistaa valmistajille houkutella kykyjä, täyttää aloittelijoiden asemat ja edistää jatkuvasti työntekijöiden taitoja eteenpäin valmistuksen, logistiikan ja suunnittelun aloilla. Korostamalla nykyaikaista, osallistavaa koulutusta, autamme muuttamaan valmistuksen käsitystä staattisesta urasta dynaamiseksi, teknologia-ohjatuksi alaksi, jossa on rajattomat mahdollisuudet.