Joshua Xu, Co-Founder & CEO at HeyGen – Haastattelusarja

Joshua Xu on HeyGenin co-founder ja CEO, HeyGen on alusta, joka mahdollistaa käyttäjille studio-laadukkaiden videoiden tuottamisen AI-generoimilla avatarilla ja äänillä.

Perustit HeyGenin vuonna 2020 visiolla uudelleenmuokata visuaalista kerrontaa AI:n avulla. Voitko kertoa, mitä inspiroi perustamaan HeyGen ja mitä oli alun perin visiosi tälle tehtävälle?

Ennen HeyGenin perustamista työskentelin Snapin mainostimissa, jossa johtamin osana AI:n integrointia Snapchat-alustaan. Myöhemmin vaihdoin tiimiin, joka työskenteli AI-vahvistetun kameran parissa. 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. Tulin innostuneeksi tämän teknologian mahdollisuuksista ja siitä, miten se voisi muuttaa kokonaan sitä, miten ihmiset luovat sisältöä.

Uudet sisällön alustat ovat vallankumoussaan mobiilikameran käytön. Olemme nähneet Instagramin, Snapchatin, TikTokin ja muiden sisällön alustojen syntyä ja avaamisen uuden tavan luoda henkilökohtaista, laadukasta sisältöä. Mutta jopa mobiilikameran avulla on edelleen esteitä luoda ensiluokkaista sisältöä. Jotkut esteistä, joita kohtasin, olivat: kameran edessä oleminen, videoiden tallentamiseen tarvittavat ajat ja resurssit sekä korkeat tuotantokustannukset.

HeyGenissä uskomme, että kamera on korvattavissa. Olen kasvattanut urani mobiilikameran parissa, jossa työskentelin ohjelmistojen ja teknologioiden parissa, joiden tarkoituksena on tehdä sisällön luominen helpommaksi. Mutta edelleen tämä yleisö kamppailee laadukkaan sisällön luomisen kanssa pelkästään mobiilikameran avulla. HeyGenin tiimimme uskoo, että jos voimme korvata kameran, se tarkoittaa, että voimme poistaa esteen visuaalisen kerronnan ja sisällön luomisen tieltä, mikä antaa meille askelen eteenpäin.

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

Koska kuluttajat ovat edelleen uusia generatiivisen AI-teollisuuden suhteen, heillä on monia kysymyksiä HeyGenin eettisestä linjasta. Haluamme toistaa, että HeyGenin politiikat ja tuotteet kieltävät tiukasti luvattoman sisällön luomisen, ja otamme alustamme väärinkäytön erittäin vakavasti.

Turvallisuusvarustuksiimme kuuluvat edistynyt käyttäjän verifikaatio, mukaan lukien live-videokonsentti, dynaaminen verbaalinen salasana ja nopea ihmisen tarkastus kaikista avatar-verifikaatioista. 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 tarvittavia väärinkäytön ja AI-väärinkäytön torjumiseksi.

Miten HeyGenin AI-teknologia mahdollistaa yritysten luoda videoita 10 kertaa nopeammin ja vähemmällä ylläpidolla?

Kun aloitin HeyGenin, opin, että videoiden editointi ei ole kallista, mutta videotuotantitiimin palkkaaminen on. Koska elämme videoensimmäisessä maailmassa, yritykset haluavat käyttää videoita viestintään, mutta heidät estävät videotuotannon kustannukset ja monimutkaisuus. HeyGen auttaa yrityksiä luomaan ammattilaisten tasoista videoita, jotka sisältävät teksti-ääni-AI-avatareja, jotka kertovat videot alusta alkaen. HeyGenin videoiden generoinnissa ei tarvitse studiotilaa, näyttelijöitä tai erikoistaitoja videoiden luomiseen liiketoiminnan tarpeisiin.

Kun yritykset hylkäävät elokuvaryhmien palkkaamisen – kalliiden laitteiden ostamisen, vaativien näyttelijöiden kanssa työskentelyn, uudelleenkuvaamisen ja hankalan jälkikäsittelyn – HeyGenin käyttäjät luovat videoita 10 kertaa nopeammin. Se säästää tiimejä aikaa ja rahaa ja tekee siitä helpomman skaalata sisältöä, joka vaikuttaa heidän liiketoimintansa tuloksiin.

Videojen lokalisoiminen yli 175 kielelle ja murteelle on vaikuttavaa. Voitko selittää, miten HeyGen saavuttaa tämän ja ylläpitää luonnollista huulien syncronointia ja äänenlaatua?

HeyGenin tiimimme käyttää teksti-ääni-teknologiaa. Tämä tarkoittaa, että HeyGen muuttaa tekstin, jonka kirjoitat, äänitiedostoksi. Keskityimme tekemään videoiden generoinnista videon laadun ylittävän ja haluamme auttaa ihmisiä korvaamaan oikean kameran ja skaalata sisällön tuotantoprosessia.

Yli 40 000 maksavana asiakkaana, mitkä teollisuudet tai liiketoiminnan tyypit ovat ottaneet eniten käyttöön?

HeyGen auttaa yli 40 000 asiakasta tekemään kolmea asiaa: luomaan, lokalisoimaan ja personoimaan videoita ilman lisäkustannuksia, jotka liittyvät tuotantoyhtiön palkkaamiseen. Ohjelmistomme saa suosiota markkinointitiimien keskuudessa, joissa näemme selkeän kasvun lokalisaatiossa.

McDonald’s ja The Weather Channel ovat merkittäviä asiakkaitasi. Voitko kertoa lisää näistä yhteistyöistä ja tuloksista, jotka he saavuttivat käyttämällä HeyGeniä?

“Sweet Connections” McDonald’s -kampanja oli jännittävä meidän tiimillemme. Se korosti HeyGenin teknologiaa, erityisesti käännösominaisuutta. Lapset tallensivat viestin isoäitinsä äidinkielellä Video Translate -teknologiamme avulla. Se osoitti maailmalle, että AI on kaikkien saatavilla, myös isoäideille ja heidän lastenlastenille.

Myös yhteistyö Yhdistyneiden Kansakuntien kehitysohjelman (UNDP) kanssa globaalissa Weather Kids -hankkeessa, 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 ottamaan merkityksellisiä toimia ilmastonmuutoksen torjumiseksi tulevien sukupolvien hyväksi. Katsojat voivat katsella vuoden 2050 sääennustetta, jota esittävät Weather Kids: erityinen sääennustus vuodelta 2050, jota esittävät lastensääennustajat, jotka on tehostettu HeyGenin avulla.

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

Jos ihmiset voivat luoda viihdyttävää video sisältöä, he luovat luonnollisesti enemmän videoita, ja jokainen yritys pyrkii lisäämään video tuotantoaan tämän videopohjaisen maailman aikana. HeyGenin näkemys on, että luomme personoituja videoita kaikille asiakkaillemme täysikokoisella avatarilla.

Miten kuvittelet AI:n roolin laajemmassa digitaalisen kerronnan ja sisällön luomisen alalla kehittyvän seuraavan viiden vuoden aikana?

On paljon mahdollisuuksia. Ihmiset voivat nyt koota kuvamateriaalia ja käyttää AI-vetoista editointia luodakseen hiotun videon. Jos jatkamme tämän generatiivisen AI:n kehitystä, voimme edistää teknologiaa ja parantaa suorituskykyä merkittävästi. Tämä voi lopulta johtaa siihen, että kohtaamme generatiivisen AI-luomisen tulokset striimausalueella.

Miten AI-videogeneraatio lopulta häiritsee elokuva-alaa?

Vaikka HeyGen erikoistuu räätälöityjen videoiden luomiseen yrityksille, uskomme, että viehättävää ja korkealaatuista sisältöä voidaan luoda ilman mobiilikameran käyttöä.

Kun on kyse luovista taiteista, AI on varmasti häiritsevä elokuva-alaa. Vaikka tämä ei ole HeyGenin fokus, kuvittele maailma, jossa ihmiset lokalisoivat videon. Tämä lähestymistapa voisi sisältää generatiivisen AI:n käytön uudelleenkuvaamisen sijaan.

HeyGen on vastikään kerännyt 60 miljoonan dollarin rahoituksen sarjassa A, miten tämä vaikuttaa yrityksen tuleviin suunnitelmiin?

Koska liiketoimintamme on ollut kannattavaa vuoden 2023 toisesta neljänneksestä lähtien, sarjan A -rahoituskierros keskittyi pääasiassa maailmanluokan neuvonantajien ja sijoittajien tuomiseen auttamaan meitä skaalautumaan. Se auttaa meitä myös kiihdyttämään tuotekehitys tiemme ja laajentamaan markkinointitiimien kasvua Los Angelesissa, San Franciscossa, Palo Altossa ja Torontossa.

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