Dr. Sam Zheng, DeepHow의 CEO & 공동 창립자 – 인터뷰 시리즈

Sam Zheng, DeepHow의 CEO이자 공동 창립자는 빠르게 발전하는 스타트업을 이끌고 있으며, 유명한 투자자들로부터 지원을 받고 있습니다. DeepHow는 혁신적인 AI 기반의 비디오 중심 지식 캡처 및 전송 플랫폼을 통해 숙련된劳동력 훈련을 혁신하고 있습니다.

DeepHow 이전에, Sam은 Siemens에서 10년 이상 디지털 혁신을 주도하며 다양한 산업에서 활동했습니다. 그의 주목할만한 프로젝트 중 하나는 Cloud Digital Inspection Jacket로, 기술 지식 공유, 효율성, 사용자 경험을 크게 개선하였으며, 그의 팀은 Siemens Innovation Award를 수상했습니다.

同时, Sam은 Tsinghua University에서 심리학의 부교수로 재직하며, Illinois 주립 대학교(Urbana-Champaign)에서 공학 심리학 박사와 통계학 석사 학위를 취득했습니다.

심리학 및 통계학을 전공하셨는데, 어떻게 비디오와 기계 학습에 초점을 맞추게 되셨나요?

심리학 및 통계학을 전공한 배경은 실제로 기계 학습과 비디오 중심 플랫폼의 세계로自然스럽게 연결되었습니다. 심리학은 인간의 마음과 지능, 특히 기술 학습과 전문성 개발 과정에 대한 관심을 불러일으켰습니다.同时, 통계학은 인공 신경망을 탐구하는 수학적基础를 제공하였습니다.

현재의 디지털 시대에서, 비디오는 더 흥미롭고, 상호작용이 가능하며, 효과적인 학습 매체로 등장했습니다. 이것은 YouTube와 TikTok과 같은 플랫폼에서明显하게 나타납니다. 사용자들은, 특히 젊은 세대가, 비디오 콘텐츠에서 수많은 시간을 투자하여 학습합니다.

그러나, 전통적인 방법으로 교육용 또는 방법론적인 비디오를 생성하는 과정, 특히 편집 부분은 시간이 많이 걸리고 노동 집약적입니다. 몇 분짜리 비디오를 생성하기 위해 수많은 시간의 노력이 필요합니다. 이러한 비효율성과 학습 경험을 개선할 수 있는 가능성을 인식하여, 저와 공동 창립자는 기계 학습과 인공 지능의 힘을 활용하여 방법론적인 비디오 생성 과정을 가속화하기로 결정했습니다.

우리의 AI 기반 비디오 플랫폼은 수많은 시간의 노력을 단 몇 분으로 줄일 수 있습니다. 효율성을 크게 개선하면서도 효과를 손상시키지 않습니다. 본질적으로, 인간의 인지와 그것을 모방하는 통계 모델에 대한 제 학문적 이해가 이 혁신적인 벤처를 위한 길을 닦았습니다.

여러 특허를 보유하고 계신데, 가장 중요한 특허는 무엇인가요?

모든 제 특허는 기술을 활용하여 인간의 성능을 향상시키는 데 중점을 두고 있습니다. Siemens에서 근무하는 동안, 한 가지 주목할만한 프로젝트는 Stephen Hawking 교수를 위한 솔루션 개발이었습니다. 우리는 ALS와 같은 질환을 가진 개인들을 위한 직관적인 눈 입력 방법을 개발하였습니다. 이 혁신적인 작업은 현재 특허 출원 중에 있습니다.

그러나 제가 기여한 가장 중요한 특허는 최근의 것입니다: 산업 및 제조 조직을 위한 생성형 AI 기반 Know-How 관리 플랫폼입니다.

이 발명은 산업 및 제조 조직을 위한 최첨단 생성형 AI 솔루션을 제시합니다. 그것은 기관적 및 부족 지식을 효과적으로 캡처, 조직 및 전파하며, 인공 지능, 기계 학습, 훈련 및 개발, 지식 관리 시스템 등의 분야를 교차합니다.

산업 및 제조 부문은 중요한 지식을 캡처, 조직 및 공유하는 데 어려움을 겪습니다. 높은 직원 이탈률, 복잡한 과정, 지속적인 업스킬링 필요성이 이러한 어려움을 증폭시킵니다. 전통적인 지식 관리 방법은 souvent cumbersom, 시간 집약적이며 유연성이 부족하여, 더 발전된 솔루션이 필요합니다.

우리의 생성형 AI 솔루션은 독점적인 알고리즘과 기계 학습 기술을 활용하여 비디오 기반 표준 운영 절차(SOP)의 생성을 간소화하고, 워크플ロー 최적화, 정보에 대한 빠른 접근을 위한 AI 기반 채팅 기능을 제공합니다. 그 유연성과 확장성으로 인해, 우리의 솔루션은 다양한 제조 상황에 적합합니다.

DeepHow의 기원 이야기를 공유해 주시겠습니까?

DeepHow를 출시하기 전에, 저는 다른 공동 창립자들과 함께 Siemens에서 다양한 디지털 혁신 프로젝트를 주도하며 산업 및 제조 부문에서 활동했습니다. 우리의 여정은 2018년 Detroit의 Techstars Mobility Accelerator에 참여하면서 큰 도약을 이루었습니다. 이 경험은 본质적으로 우리의 아이디어를 검증하고, 격차를 식별하며, 잠재적인 투자자, 파트너, 멘토와 연결하는 데 도움이 되는 부트 캠프였습니다.

우리는 사람들이 수년간 계발한 기술과 경험의 가치를 보았습니다. 그러나 하나의 문제가 있었습니다. 이러한 전문성을 효과적으로 캡처하고 공유하는 방법이 없었습니다. 우리는 기술이 어떻게 빠르게 발전하는지 관찰하였고, 우리가 직원 훈련을 위해 사용하는 방법은 구식이며, 효율적이지 않으며, 흥미롭지 않다는 것을 깨달았습니다.

저는 AI와 비디오 기술의 발전을 결합하여 정보를 캡처, 구조화, 공유하는 방식을 완전히 변경할 수 있는 유일한 기회를 보았습니다. 그래서 저와 공동 창립자는 DeepHow를 구축하기로 결정했습니다. DeepHow는 기업들이 내부에서驚異的な 훈련 비디오를 생성하고 제어할 수 있는 플랫폼입니다. 이 아이디어를 구현하기 위해, 우리는 “Stephanie”라는 AI 시스템을 생성했습니다. Stephanie는 우리의 솔루션의 핵심입니다. 전문가의 노하우를 캡처하고 지식 저장소를 생성합니다. 그것은 새로운 및 덜 경험있는 직원들의 학습 과정을 가속화하기 위한 단계별, 상호작용형 방법론적인 비디오를 생성합니다.

AI 워크플ロー 인덱싱 및 세그먼테이션을 사용하여, 우리는 비디오 콘텐츠를 10배 빠르게 생성하고, 労働力 성능을 25% 개선할 수 있었습니다.

직장에서 DeepHow가 해결하는 일부 도전은 무엇인가요?

지식 전달: 어느 직장에서든, 숙련된 직원으로부터 신입사원이나 덜 경험있는 직원으로의 기술 및 지식 전달은 큰 도전이 될 수 있습니다. 우리는 이러한 지식을 캡처하고 구조화하여 공유하기 쉽고, 세그먼트로 나누어 더 쉽게 이해할 수 있도록 만들었습니다.

훈련 효율성: 전통적인 훈련은 단조롭고, 정보를 유지하기 어렵고, 효율적이지 않은 경우가 많습니다. DeepHow를 사용하면 직원들은 자신의 속도에 따라 학습할 수 있고, 자신의 고유한 학습 스타일에 더 잘 맞는 방식으로 학습할 수 있습니다. 우리의 목표는 훈련을 고통스럽지 않게 하고, 즐거운 경험으로 만드는 것입니다.

기술 격차: 때때로, 팀의 기술 격차를 찾는 것은 바늘을 찾는 것과 같습니다. 이것은 또 다른 도전입니다. 우리의 플랫폼은 분석을 사용하여 훈련 격차가 있는 곳을 보여주고, 훈련 팀이 필요한 콘텐츠를 생성하여 그 격차를 메우는 것을 가능하게 합니다.

구식 훈련 자료: 모든 것이 빠르게 변화합니다. 표준 및 절차도 끊임없이 진화합니다. 우리는 훈련 자료가 कभ也不 뒤처지지 않도록 합니다. 편집 및 업데이트는 빠르고 간단하며, 다양한 위치와 셔츠에 대한 업데이트를 공유하는 것은 간단합니다.

온디맨드 학습: 편리함은 왕입니다! 모든 사람이 필요할 때에 필요한 것을 갖고 싶습니다. 이것이 DeepHow의 철학입니다. 우리는 훈련이 하루 종일 방해가 되는 일정이 아닌, 필요할 때 언제든지 사용할 수 있는 유연한 자원이라고 믿습니다. 특정한 장소와 시간에 구속되는 것은 이상적이지 않습니다.何か 특정한 것을 즉시 학습해야 하는 경우, 검색하고 시청하면 됩니다. 더 쉽게 할 수 없습니다.

직원 참여도 향상: 우리는 모두 훈련이 때때로 지루할 수 있다는 것을 압니다. 그러나 반드시如此일 필요는 없습니다. DeepHow는 창의적인 공간을 제공합니다. 학습은 재미있고, 흥미롭고, 즐거운 경험으로 되어야 합니다.

의사소통 증진: 의사소통은 복잡한 과정이나 절차를 다룰 때 특히 어려울 수 있습니다. 우리의 플랫폼은 단계별 가이드를 통해 직원들이 작업을 쉽게 이해하고, 명확하고 일관된 메시지를 전달할 수 있도록 합니다. 우리의 플랫폼은 거의 50개의 언어를 이해하고, 번역하며, 자막을 제공합니다. 이 기능은 많은 회사에서 가장 귀중한 도구 중 하나로 입증되었습니다. 모국어로 학습할 수 있도록 함으로써, 이해와 사기를 향상시킵니다.

DeepHow는 기업들이 적응형 훈련 프로그램을 생성하는 것을 어떻게 가능하게 합니까?

전통적인 훈련 환경을 생각해 보십시오. 정적인 자료, 엄격한 일정, 일괄적인 접근 방식이 있습니다. 이러한 방법들은 모든 사람이 다르게 학습하며, 다른 속도로 학습한다는 것을 고려하지 않습니다. 이러한 방법들은 확장 가능하지도 않고, 빠르게 변화하는 환경이나 개인 직원의 학습 패턴에 대응할 수 없습니다. 이러한痛点은 모든 기업에 공통입니다.

그것이 DeepHow가 개입하는 곳입니다. 우리는 이러한 문제를 뒤집을 수 있도록 도와줍니다. 우리는 기업들이 동적이고, 개인화된, 비즈니스 필요와 직원 학습 패턴에 반응하는 적응형 훈련 프로그램을 개발할 수 있도록 도와줍니다.

우리의 플랫폼은 전문가의 지식을 쉽게 따라할 수 있는 비디오 기반 학습 모듈로 캡처합니다. 그러나 우리는 거기서 멈추지 않습니다. 우리는 이러한 모델과 직원들의 상호작용을 분석하여 남아있는 기술 격차를 더 깊이 이해할 수 있도록 AI의 힘을 활용합니다. 그것은 약점을 강점으로 전환하고, 개인의 전문 분야를 발휘하여 지속적인 학습 문화를 육성하는 것입니다.

직장에서 안전을 증진하는 데 DeepHow가 하는 역할은 무엇인가요?

안전은 모든 직장에서 매우 중요한 측면입니다. 그러나 종종 어려울 수 있으며, 불행한 사고와 규정 위반으로 이어질 수 있습니다. 이것은 제조, 건설, 의료와 같은 산업에서 특히 사실입니다. 여기서 작은 실수도 큰 결과를 초래할 수 있습니다.

DeepHow는 어디에 위치합니까? 우리는 안전 실천이 일관되게 이해되고 적용되도록 하는 것을 매우 중요하게 생각합니다.

우리는 기업들이 안전 프로토콜에 대한 전문가의 지식을 쉽게 캡처하고 공유할 수 있는 플랫폼을 제공함으로써 이를 달성합니다. 구식 수동으로 작성된 설명서 대신, 우리는 단계별, 상호작용형 비디오 가이드를 제공합니다. 이것들은 명확하고, 이해하기 쉽고, 가장 중요한 것은 언제 어디서나 접근할 수 있습니다. 이것은 직원들이 최신 안전 프로토콜을 항상 최신으로 유지할 수 있도록 합니다. 안전은 항상 최우선이어야 하며, 모든 사람이 일하는 동안 안전하다고 느끼는 것이 중요합니다.

생성형 AI를 사용하여 이것을 가능하게 하는 방법은 무엇인가요?

우리의 생성형 AI 기반 지식 관리 플랫폼 “Maven”의 핵심에는 산업 및 제조 조직이 기관적 및 부족 지식을 캡처, 관리, 공유하는 방식을 혁신하는 일련의 혁신적인 기능이 있습니다. Maven은 독점적인 알고리즘과 기계 학습 기술을 사용하여 다양한 프로세스를 단순화하고 강화합니다:

1. 비디오 SOP 생성 단순화: 우리의 고유한 생성형 AI 알고리즘을 사용하여, Maven은 비디오 촬영 가이드와 내레이션 스크립트의 자동 생성을 지원합니다. 이것은 일관성과 함께 고품질의 비디오 SOP를 생성하는 것을 가능하게 합니다.
2. 워크플ロー 최적화: 고급 기계 학습 기술을 활용하여, Maven의 워크플ロー 시각화 도구는 사용자에게 복잡한 작업을 단순화하고, 생산성을 높이는 사용자 친화적 인터페이스와 AI의 스마트한 적용을促進합니다.
3. 전략적 지식 매핑: Maven의 AI 알고리즘은 조직이 핵심 역량을 명확하게 식별하고, 지식 격차를 발견하며, 필수 콘텐츠 기회를 발견하는 데 도움을 줍니다. 이것은 숙련된劳動력을 위한 목표 콘텐츠를 개발하는 데 도움이 됩니다.
4. AI 강화 채팅 기능: 선도적인 자연어 처리 알고리즘에 의해 구동되는 Maven의 AI 채팅은 사용자가 자연어 질의를 사용하여 필요한 정보에 빠르고 효율적으로 접근할 수 있도록 합니다.
5. 다중 모달 콘텐츠 생성: 작성된 SOP가 없는 경우, Maven은 비디오 콘텐츠를 분석하여 다중 모달 콘텐츠(단계별 비디오 SOP, 텍스트 SOP, 워크플ロー 다이어그램 등)를 생성하여 콘텐츠 생성 과정을 간소화합니다.

고급 생성형 AI를 지식 관리 전략과 결합하여, Maven은 조직이 숙련된劳動력의 잠재력을 활용하고, 지속적인 개선과 혁신을 추구하는 데 도움이 되는 고유한 도구를 제공합니다.

다른 유형의 기계 학습 알고리즘이 사용되나요?

실제로, DeepHow는 자연어 처리(NLP)와 컴퓨터 비전의 영역에서 다양한 고급 기계 학습 알고리즘과 AI 기술을 활용합니다. 이러한 기술은 산업 및 제조 부문에 최적화된 우리의 독점적인, 도메인 특정 AI 기술의基础를 형성합니다. 주요 적용 분야는:

1) 워크플ロー 세그먼테이션: 우리는 기계 학습 알고리즘을 사용하여 비디오에 캡처된 복잡한, 비구조화된 작업 시연에서 중요한 정보와 단계를 추출합니다. 이것은 복잡한 절차를 관리 가능한, 가르칠 수 있는 단계로 나눌 수 있도록 합니다.

2) 다중 모달 단계 임베딩: ‘활동 유전체’를 모델링함으로써, 우리는 특정 운영 상황에 더 잘 맞는 지침과 워크플로우 가이드를 재구성할 수 있습니다.

3) 크로스 모달리티 검색: 우리는 다중 언어, 기술 기반 콘텐츠 검색을 위한 고급 비디오 검색 기술을 사용하여 관련 정보에 더 효율적이고 정확하게 접근할 수 있도록 합니다.

4) 지식 매핑: 우리는 조직의 핵심 역량을 시각적으로 나타내는 지식 그래프를 구축합니다. 이것은 기업들이 지식 자산을 명확하게 식별하고, 더 효과적인 업스킬링 전략을 개발하는 데 도움이 됩니다.

이러한 고급 기계 학습 기술과 산업 및 제조 서비스에 대한 우리의 집중은 우리가 이러한 부문에서 고유한 도전을 가진 조직에 대해 포괄적인 솔루션을 제공할 수 있도록 합니다.

시작하려는 회사들에게, 과정은 무엇인가요?

우리는 우리의 플랫폼을 단순하게 설계하였습니다. 따라서贵社의 온보딩은 복잡할 필요가 없습니다. 실제로, 80개 이상의 기업 및 중소기업 고객이 이미 우리의 솔루션을 24개국, 6개 대륙의 400개 이상의 사이트에 성공적으로 배포했습니다.

첫째, 우리 팀은 귀사의 특정需求과痛点에 대해 논의할 것입니다. 우리는 귀사의 목표, 훈련에 대한 도전, 귀사가 필요로 하는 기술을 모두 이해하고 싶습니다.

다음으로, 우리는 귀사가 전문가의 지식을 캡처하는 과정으로 귀사를 안내합니다. 이것은 귀사에서 중요한 어떤 과정이나 기술이든 될 수 있습니다. 우리 팀은 DeepHow의直观한 도구를 사용하여 이러한 단계별 비디오 가이드를 생성하는 것을 지원할 것입니다.

우리의 팀은 초기 설정에서부터 훈련 프로그램의 지속적인 최적화까지 모든 단계에서 귀사를 지원할 것입니다. 우리는 귀사와 파트너십을 형성하여 귀사의 労働력의 기술과 효율성을 향상시키기 위해 여기 있습니다. 단순히 DeepHow.com을 방문하여 시작하십시오.

DeepHow에 대해 더 공유하고 싶은 것이 있나요?

DeepHow의 핵심에는 명확한, 설득력 있는 사명이 있습니다: 우리는 모든 숙련된 근로자를 전문가로 만들기 위해 노력합니다. 우리는 지식 전달과 훈련을 無痛, 흥미롭고, 비용 효율적으로 만들기 위해 노력합니다. 우리는 기술이 인간의 능력을 보완해야 하며, 대체해서는 안 된다는 것을 믿습니다. 이 원칙이 우리가 하는 모든 것을 지導합니다.

우리의 빠르게 변화하는 기술 풍경에서, 이 사명은 더 중요해졌습니다. 디지털 변혁과 Industry 4.0으로의 전환은 제조를 현대화하였고, 다양한 고급 기술을 도입하였습니다. 이러한 혁신은 직무 요구 사항을 크게 변경하였으며, 근로자가 이러한 복잡한 기계를 운영, 유지, 최적화하기 위해 새로운 기술을 습득해야 합니다. 변화의 속도는 så 빠르기 때문에, 전통적인 훈련 접근 방식은 기술 격차를 메우지 못하고 있습니다.

우리의 목표는 이 도전에 직접적으로 대처하는 것입니다. 우리는 근로자를 미래의 공장에서 재스킬링할 수 있도록 지원하여 ‘다시 더 잘 구축’하는 것을 가능하게 합니다. 높은 수준의 자동화로 인해 수동 노동의 필요성이 줄어들고, 전문가의 직관을 고급 기술 시스템에서 운영하는 데 중점이 이동합니다.

DeepHow는 현대적인 훈련 방법론을 제공하여, 제조업체가 자신의 기관적 지식과 전문성을 활용하고, 근로자가 지속적으로 학습하고 성장할 수 있도록 합니다. 현대적이고, 흥미로운 훈련에 중점을 둡니다. 우리는 제조를 죽은 직업으로부터, 동적이고 기술 주도적인 분야로의 인식을 변화시키고 있습니다. 이것은無限한 가능성을 가진 분야입니다.