Joshua Xu, HeyGenin perustaja ja toimitusjohtaja – Haastattelusarja

Joshua Xu on HeyGenin perustaja ja toimitusjohtaja, joka on kehittänyt alustan, joka mahdollistaa käyttäjilleen studio-laadukkaiden videoiden tuottamisen AI-generoimien avatarien ja äänien avulla.

Perustit HeyGenin vuonna 2020 visiolla uudistaa visuaalista kerrontaa AI:n avulla. Voitko kertoa, mikä innoitti sinua perustamaan HeyGenin ja mikä oli alun perin visiosi tälle tehtävälle?

Ennen HeyGenin perustamista työskentelin Snapin mainostimiessa, jossa johtamin vastuulla oli AI:n integroiminen Snapchat-alustaan. Myöhemmin siirryin tiimiin, joka kehitti AI-vahvistettua kameraa. Vuonna 2018 AI ei herättänyt niin paljon huomiota kuin nyt, mutta tiimimme työskenteli ahkerasti luodakseen AI:n avulla kuvia ja videoita, joita ei ollut aiemmin olemassa. Silloin tajusin, että tietokone voi luoda korkealaatuisia ja realistisia videoita. Tuli innoonne siitä, miten tämä teknologia voisi muuttaa ihmisten sisällön luomista.

Uudet sisällön alustat ovat vallankumoussaan sisällön esittämistä. Olemme nähneet Instagramin, Snapchatin, TikTokin ja muiden sisällön alustojen syntyä ja avaamista uusille sisällönluojille. Mutta vaikka mobiilikameran avulla, on edelleen esteitä luodessa laadukkaita sisällön tuottamisessa. Joitakin esteitä, joita kohtasin, olivat kameralle esiintymisen taidot, aika ja resurssit, jotka tarvitaan videoiden tallentamiseen, sekä korkeat tuotantokustannukset.

HeyGenissä uskomme, että kamera on korvattavissa. Olen kasvattanut urani mobiilikameran parissa, jossa työskentelin ohjelmisto- ja teknologian kehittämisessä, jotta ihmiset voivat helpommin luoda sisällön. Mutta edelleen on esteitä luodessa laadukkaita sisällön pelkästään mobiilikameran avulla. HeyGenin tiimimme uskoo, että jos voimme korvata kameran, se tarkoittaa, että voimme poistaa esteen visuaalisen kerronnan ja sisällön luomisen, mikä antaa meille etulyöntiaseman.

Voitko kertoa haasteista, joita HeyGen kohtasi alkuvaiheessa ja miten tiimi voitti nämä haasteet saavuttaakseen kannattavuuden ja nopean kasvun?

Koska kuluttajat ovat edelleen uusia generatiivisen AI-teollisuuden parissa, heillä on monia kysymyksiä HeyGenin eettisestä politiikasta. Haluamme toistaa, että HeyGenin politiikat ja tuotteet kieltävät jyrkästi laittomien sisällön luomisen, ja otamme alustamme väärinkäytön erittäin vakavasti.

Turvallisuusmekanismimme sisältävät edistyneen käyttäjän todennuksen, mukaan lukien live-videokonsentti, dynaamiset sanalliset salasanat ja nopea ihmisen tarkastus kaikista avatarin todennuksista. Tietojemme mukaan mitään väärinkäyttöä ei ole tapahtunut näiden protokollien käyttöönoton jälkeen. Luottamus ja turvallisuus ovat meille elintärkeitä, ja olemme aktiivisesti yhteistyössä alan kanssa kehittääksemme työkaluja ja parhaita käytäntöjä tietojen väärinkäytön ja AI-väärinkäytön estämiseksi.

Miten HeyGenin AI-teknologia mahdollistaa yrityksille videoiden luomisen 10 kertaa nopeammin ja vähemmällä kustannuksilla?

Kun aloitin HeyGenin, opin, että videoiden editointi ei ole kallista, mutta videotuotantitiimin palkkaaminen on. Koska elämme videoensimmäisessä maailmassa, yritykset haluavat käyttää videoita viestintään, mutta heitä estävät videotuotannon kustannukset ja monimutkaisuus. HeyGen auttaa yrityksiä luomaan ammattilaisten tasoista videoita, joissa on teksti-puhetta AI-avatareilla, jotka kertovat videot alusta alkaen. HeyGenin videoiden luomisen avulla et tarvitse studiotilaa, näyttelijöitä tai erikoistaitoja videoiden luomiseen liiketoiminnassasi.

Kun yritykset hylkäävät elokuvaryhmien palkkaamisen – kalliiden laitteiden ostamisen, näyttelijöiden kanssa työskentelyn, uudelleenkuvaamisen ja jälkituotannon – HeyGenin käyttäjät luovat videoita 10 kertaa nopeammin. Se säästää tiimejä aikaa ja rahaa ja tekee siitä helpomman skaalata sisällön, joka vaikuttaa heidän tuloksiinsa.

HeyGenin kyky lokalisoida videoita yli 175 kielelle ja murteelle on vaikuttava. Voitko selittää, miten HeyGen saavuttaa tämän ja ylläpitää luonnollista huulien synkronointia ja äänen laatua?

Meidän tiimimme HeyGenissä käyttää teksti-puhe-tekniikkaa. Tämä tarkoittaa, että HeyGen muuttaa kirjoitetun tekstin äänitiedostoksi. Keskityimme tekemään videoiden laadun ylittämään meidän kynnyksen, ja haluamme auttaa ihmisiä korvaamaan oikean kameran ja skaalata sisällön tuotantoprosessia.

Yli 40 000 maksavan asiakkaan kanssa, mitkä teollisuudet tai yritysten tyypit näkevät eniten omaksumista?

HeyGen auttaa yli 40 000 asiakasta tekemään kolme asiaa: luomaan, lokalisoimaan ja personoimaan videoita ilman lisäkustannuksia, jotka liittyvät tuotantoyhtiön palkkaamiseen. Ohjelmistomme on suosittu markkinointitiimien keskuudessa, joissa näemme kasvua lokalisoimisessa.

McDonald’s ja The Weather Channel ovat merkittäviä asiakkaitasi. Voitko kertoa enemmän näistä yhteistyöistä ja miten he saavuttivat tuloksia käyttämällä HeyGeniä?

McDonald’sin “Sweet Connections” -kampanja oli jännittävä meidän tiimillemme. Se korosti HeyGenin teknologiaa, erityisesti käännösominaisuutta. Lapset tallensivat viestin isoäitinsä äidinkielellä videokäännös-teknologiamme avulla. Se osoitti maailmalle, että AI on kaikille, myös isoäideille ja heidän lapsenlapsilleen.

Yhteistyössä Yhdistyneiden Kansakuntien kehitysohjelman (UNDP) kanssa maailmanlaajuisessa hankkeessa “Weather Kids” -kampanjassa, joka toteutettiin yhteistyössä Maailman ilmatieteen järjestön (WMO) ja The Weather Channelin kanssa. Kampanja oli osa UNDP:n pyrkimyksiä lisätä tietoisuutta ilmastonmuutoksen vaikutuksista ja mobilisoida ihmisiä ympäri maailmaa toimimaan merkityksellisesti ilmastonmuutoksen torjumiseksi tulevien sukupolvien puolesta. Katsojat voivat katsella vuoden 2050 sääennustetta, jota esittävät Weather Kids – lasten sääennustajat, jotka on tehty HeyGenin avulla.

AI-videoiden luomisen ala kehittyy nopeasti. Mitä tulevaisuuden sovelluksia tai edistystasoa AI-videoteknologiassa näet, ja miten HeyGen asettaa itsensä näille?

Jos ihmiset voivat luoda viihdyttävää videoita, he luovat luonnollisesti enemmän videoita, ja jokainen yritys pyrkii lisäämään videoitaan nykyisessä videoensimmäisessä maailmassa. HeyGenin näkökulmasta näemme itsellemme mahdollisuuden luoda personoituja videoita kaikille asiakkaillemme täysin kehittyneen avatarin avulla.

Miten näet AI:n roolin digitaalisen kerronnan ja sisällön luomisen laajemmassa kentässä kehittyvän seuraavien viiden vuoden aikana?

On monia mahdollisuuksia. Ihmiset voivat nyt koota kuvamateriaalia ja käyttää AI-vetoista editointia luodakseen viimeistellyn videon. Jos jatkamme eteenpäin generatiivisen AI:n kehittämistä, voimme edistää teknologiaa ja parantaa suorituskykyä merkittävästi. Tämä voi lopulta johtaa siihen, että kohtaamme generatiivisen AI:n luomisen tulokset suoratoistopalveluissa.

Miten AI-videoiden luominen lopulta häiritsee elokuva-alaa?

Vaikka HeyGen on erikoistunut räätälöityjen videoiden luomiseen yrityksille, uskomme, että vaikuttavaa ja laadukasta sisällön voidaan luoda ilman mobiilikameraa.

Kun puhutaan luovista taiteista, AI on varmasti häiritsevä elokuva-alaa. Kun ajattelemme maailmaa, jossa ihmiset lokalisoivat videoita, se voi johtaa siihen, että hyödyntävät generatiivista AI:ta uudelleenkuvaamisen sijaan.

HeyGen on vastikään onnistuneesti kerännyt 60 miljoonan dollarin rahoituksen sarjan A: n, miten tämä vaikuttaa yrityksen tuleviin suunnitelmiin?

Koska liiketoimintamme on ollut kannattavaa toisen neljänneksen 2023 alusta, sarjan A -rahoitus oli pääasiassa keskittynyt tuomaan maailmanluokan neuvonantajia ja sijoittajia auttamaan meitä skaalautumaan. Se auttaa meitä myös kiihdyttämään tuotekehitelmäämme ja laajentamaan markkinatiimien kasvua Los Angelesissa, San Franciscossa, Palo Altossa ja Torontossa.

Kiitos haastattelusta, lukijat, jotka haluavat oppia enemmän, voivat vierailla HeyGen.