Dr. Sam Zheng, CEO & Co-Founder van DeepHow – Interviewreeks

Sam Zheng, CEO en mede-oprichter van DeepHow, leidt een snel evoluerend startup, gesteund door gerespecteerde investeerders. DeepHow revolutioneert de training van een geschoolde werkkracht met een innovatief, op AI gebaseerd, video-georiënteerd kennisopname- en overdrachtsplatform.

Voordat hij bij DeepHow kwam, wijdde Sam meer dan een decennium aan Siemens, waar hij digitale innovatie stimuleerde in verschillende industrieën. Zijn opmerkelijke projecten, zoals de Cloud Digital Inspection Jacket, hebben de technische kennisdeling, efficiëntie en gebruikerservaring aanzienlijk verbeterd, waardoor zijn team de prestigieuze Siemens Innovation Award won.

Tegelijkertijd is Sam als bijzonder hoogleraar psychologie verbonden aan de Tsinghua-universiteit en heeft hij een PhD in engineeringpsychologie en een master in statistiek van de University of Illinois at Urbana-Champaign.

U heeft een opleidingsachtergrond in psychologie en statistiek, hoe bent u overgestapt op video’s en machine learning?

Mijn achtergrond in psychologie en statistiek vormde eigenlijk een natuurlijke overgang naar het domein van machine learning en video-georiënteerde platforms. De studie van psychologie wekte mijn fascinatie voor de menselijke geest en intelligentie, met name het proces van vaardigheidsonderwijs en expertiseontwikkeling. Ondertussen bood statistiek de wiskundige basis om kunstmatige neurale netwerken te onderzoeken, geïnspireerd door onze biologische hersenen.

In de huidige digitale tijd zijn video’s een meer boeiende, interactieve en effectieve leermedium geworden. Deze verschuiving is zichtbaar met platforms zoals YouTube en TikTok, waar gebruikers, met name de jongere generatie, uren besteden aan het consumeren en leren van video-inhoud.

Het traditionele proces van het maken van instructie- of hoe-doe-je-dat-video’s, vooral het bewerkingsdeel, is echter tijdrovend en arbeidsintensief. Een korte video van een paar minuten kan uren van zorgvuldig werk vergen. Door deze inefficiëntie en het potentieel om het leerproces te verbeteren, besloten mijn mede-oprichters en ik om de kracht van kunstmatige intelligentie (AI) en machine learning te benutten om het proces van het maken van hoe-doe-je-dat-video’s te versnellen.

Ons AI-gebaseerd video-platform kan uren van arbeidsintensief werk omzetten in enkele minuten, waardoor de efficiëntie aanzienlijk wordt verbeterd zonder de effectiviteit te compromitteren. In wezen heeft mijn academische basis in het begrijpen van menselijke cognitie en de statistische modellen die het imiteren, de weg geëffend voor dit innovatieve avontuur.      

U heeft meerdere octrooien op uw naam, welk octrooi is voor u het belangrijkst?

Alle mijn octrooien zijn gericht op het benutten van technologie om menselijke prestaties te verbeteren. Tijdens mijn tijd bij Siemens werkte ik aan een oplossing voor professor Stephen Hawking. We ontwikkelden een intuïtief oogtypingsinvoermethode om mensen met ALS, zoals professor Hawking, te helpen. Dit innovatieve werk maakt deel uit van een lopend octrooi.

Het belangrijkste octrooi waar ik aan heb bijgedragen, is echter een recente: het Generatieve AI-gebaseerde Know-How Management Platform voor industriële en productieorganisaties.

Hieronder volgt een korte beschrijving:

Onze uitvinding presenteert een baanbrekende generatieve AI-oplossing, specifiek ontworpen voor industriële en productieorganisaties. Het vangt institutionele en tribale kennis effectief op, organiseert en verspreidt deze, en combineert vakgebieden zoals kunstmatige intelligentie, machine learning, training en ontwikkeling, en kennismanagementsystemen.

Industriële en productiesectoren worden vaak geconfronteerd met immense uitdagingen bij het opvangen, organiseren en delen van kritieke kennis. Hoge personeelsverloop, complexe processen en de voortdurende behoefte aan bijscholing verergeren deze moeilijkheden. Traditionele kennisbeheermethoden zijn vaak omslachtig, tijdrovend en ontbreken flexibiliteit, waardoor een geavanceerdere oplossing noodzakelijk is.

Onze generatieve AI-oplossing maakt gebruik van propriëtaire algoritmen en machine learning-technieken om de creatie van video-gebaseerde standaardoperatieprocedures (SOP’s) te stroomlijnen, workflows te optimaliseren en snelle, efficiënte toegang tot informatie via AI-gestuurde chatfuncties te faciliteren. Vanwege de aanpasbaarheid en schaalbaarheid is onze oplossing geschikt voor een breed scala aan productiecontexten.

Kunt u het verhaal achter DeepHow delen?

Voordat we DeepHow lanceerden, werkte ik samen met onze andere oprichters, Patrik Matos da Silva en Wei-Liang Kao, bij Siemens, waar we verschillende digitale innovatieprojecten in industriële en productiesectoren leidden. Onze reis nam een grote sprong toen we ons in 2018 aansloten bij de Techstars Mobility Accelerator in Detroit. Deze ervaring was eigenlijk een bootcamp, die ons hielp om ons idee te valideren, lacunes te identificeren en in contact te komen met potentiële investeerders, partners en mentoren.

We zagen de waarde in vaardigheden en ervaringen die mensen in de loop der jaren hadden opgebouwd, maar er was één probleem – er was geen echt effectieve manier om deze expertise op te vangen en te delen. We observeerden hoe snel de technologie evolueerde en het besef groeide dat de methoden die we voor medewerkersscholing gebruikten, niet waren geëvolueerd. We vertrouwden nog steeds op verouderde, tijdrovende methoden die niet efficiënt en, eerlijk gezegd, niet boeiend genoeg waren.

Ik realiseerde me dat er een unieke kans was om de vooruitgang in AI en videotechnologie te combineren om de manier waarop we informatie opvangen, structureren en delen, volledig te veranderen. Dus we besloten DeepHow op te bouwen, een platform waar bedrijven geweldige trainingsvideo’s in-house kunnen maken en de controle behouden. Om dit idee te verwezenlijken, creëerden we een AI-systeem genaamd “Stephanie”. Stephanie is de ruggengraat van onze oplossing, die de expertise van experts opvangt en een kennisrepository creëert. Het genereert stap-voor-stap, interactieve hoe-doe-je-dat-video’s om het leerproces voor nieuwe en minder ervaren medewerkers te versnellen.

Door het gebruik van AI-werkstroomindexering en -segmentatie zijn we erin geslaagd video-inhoud tien keer sneller te creëren en de prestaties van de werkkracht met 25% te verbeteren.

We zijn ver gekomen sinds de vroege dagen, maar onze missie is nog steeds hetzelfde. We zijn toegewijd aan het helpen van bedrijven om hun institutionele kennis en expertise te benutten en hun medewerkers in staat te stellen voortdurend te leren en te groeien. Het is een spannende reis.

Wat zijn enkele van de uitdagingen op de werkplek die DeepHow oplost?

Kennisoverdracht: Op elke werkplek kan het overdragen van vaardigheden en kennis, vooral van ervaren medewerkers naar nieuwe medewerkers of minder ervaren personeel, een behoorlijke uitdaging zijn. We hebben het mogelijk gemaakt om deze kennis op te vangen en te structureren op een manier die eenvoudig te delen is, onderverdeeld in segmenten en gemakkelijker te begrijpen.

TrainingsEfficiëntie: Traditionele training kan saai zijn, nietwaar? Lange uren, moeilijk om informatie te behouden – het is niet altijd het meest efficiënte proces. Met DeepHow kunnen medewerkers leren in hun eigen tempo en op een manier die beter is afgestemd op hun unieke leervorm. Ons doel is om training pijnloos en leuk te maken. Vaardigheidsgat: Soms kan het vinden van de vaardigheidsgaten in uw teams als het zoeken naar een speld in een hooiberg aanvoelen. Dat is nog een ding waar we mee kunnen helpen. Ons platform gebruikt analytics om aan te geven waar er een trainingsgap is en stelt trainings teams in staat om die gap te overbruggen door specifieke inhoud te creëren die ze nodig hebben. Verouderde Trainingsmateriaal: Dingen veranderen snel, nietwaar? Normen en procedures, ze evolueren allemaal voortdurend. Nou, we zorgen ervoor dat uw trainingsmateriaal nooit achterblijft. Bewerken en updaten is snel en pijnloos, en met de mogelijkheid om deze updates te delen over verschillende locaties en shirts met een eenvoudige vaardigheidstoewijzing, zorgt ervoor dat niemand zonder de meest actuele informatie blijft.Op-aanvraag leren: Gemak is koning! Iedereen wil toegang hebben tot wat ze nodig hebben, wanneer ze het nodig hebben. Dat is de filosofie achter DeepHow. We geloven dat training niet een geplande gebeurtenis moet zijn die de hele dag verstoort, maar een flexibele bron die er is wanneer je het nodig hebt. Vastzitten aan een plaats en tijd is niet ideaal. Moet je iets specifieks leren, nu meteen? Zoeken en kijken. Het kon niet eenvoudiger zijn.Medewerkerbetrokkenheid verhogen: We weten allemaal dat training soms, nou, niet het meest spannende is. Maar het hoeft absoluut niet zo te zijn. DeepHow biedt creators de ruimte om creatief te zijn. Leren moet een leuk, boeiend en leuk ervaring zijn.Communicatie bevorderen: Communicatie kan moeilijk zijn, vooral bij het omgaan met complexe processen of procedures. Ons platform maakt communicatie eenvoudiger door stap-voor-stap-gidsen te bieden die medewerkers in staat stellen om de taak die voor hen ligt gemakkelijk te begrijpen, waardoor duidelijke en consistente boodschappen over de hele linie worden bevorderd. Ons platform begrijpt, vertaalt en transcriptie in bijna 50 talen en tellend. Deze functie alleen al is voor veel bedrijven een van de meest waardevolle tools gebleken. Iemand in staat stellen om te leren in hun moedertaal, zorgt voor een beter begrip en verhoogt de moraal.

Hoe stelt DeepHow bedrijven in staat om een adaptief trainingsprogramma te creëren?

Laten we de traditionele trainingsomgeving overwegen. U hebt statisch materiaal, rigide schema’s en een een-maal-voor-alles-benadering. Deze methoden houden geen rekening met het feit dat iedereen anders leert en in een ander tempo. Ze zijn niet schaalbaar of flexibel genoeg om de snel veranderende landschappen of de voortgang van individuele medewerkers aan te passen. Dat zijn aanzienlijke pijnpunten voor elk bedrijf, nietwaar?

Dat is precies waar DeepHow binnenkomt. We helpen u om deze problemen om te keren. We stellen bedrijven in staat om agile trainingsprogramma’s te ontwikkelen die dynamisch, persoonlijk en zeer responsief zijn op bedrijfsbehoeften en medewerkersleerpatronen. 

Ons platform vangt expertkennis op in eenvoudig te volgen, video-gebaseerde leermodules. Maar we stoppen daar niet. We benutten de kracht van AI om medewerkersinteracties met deze modellen te analyseren, waardoor diepere inzichten ontstaan in waar uw vaardigheidsgaten nog steeds bestaan. Het gaat erom zwakke punten om te zetten in sterke punten en individuele expertisegebieden te benutten om een continue leercultuur te bevorderen. 

Wat is de rol van DeepHow bij het verhogen van de veiligheid op de werkplek?

Veiligheid is zo’n kritisch aspect van elke werkplek, maar het is vaak moeilijk om het goed te doen, wat leidt tot ongelukkige ongevallen en regelgevingsinbreuken. Dit is helaas waar in industrieën zoals productie, bouw of gezondheidszorg, waar zelfs een kleine fout ernstige gevolgen kan hebben.

Dus waar past DeepHow in dit beeld? Nou, we zijn gepassioneerd over het waarborgen dat veiligheidspraktijken duidelijk worden begrepen en consistent worden geïmplementeerd over de hele linie.

We doen dit door een platform te bieden waar bedrijven gemakkelijk expertkennis over veiligheidsprotocollen kunnen opvangen en delen. In plaats van ouderwetse, moeilijk te volgen handleidingen, bieden we interactieve, stap-voor-stap-video’s. Ze zijn rechttoe rechtaan, gemakkelijk te begrijpen en het belangrijkste, toegankelijk op elk moment, overal. Dit betekent dat medewerkers nooit een excuus hebben om niet up-to-date te blijven met de laatste veiligheidsprotocollen. Veiligheid moet altijd een topprioriteit zijn en iedereen verdient het om zich veilig te voelen op het werk.

Hoe wordt Generatieve AI gebruikt om dit te laten gebeuren?

In het hart van ons Generatieve AI-gebaseerde kennisbeheerplatform, “Maven”, ligt een reeks innovatieve capaciteiten gericht op het revolutioneren van de manier waarop industriële en productieorganisaties hun institutionele en tribale kennis opvangen, beheren en delen. Maven gebruikt propriëtaire algoritmen en geavanceerde machine learning-technieken om een verscheidenheid aan processen te vereenvoudigen en te verbeteren:

1. Stroomlijning van Video-SOP-creatie: Met onze unieke Generatieve AI-algoritmen helpt Maven bij het automatisch genereren van video-opnameshandleidingen en nasynchronisatiescripts. Dit faciliteert de creatie van hoogwaardige video-SOP’s met consistentie, waarmee een nieuwe branche standaard wordt ingesteld.
2. Efficiënte workflowoptimalisatie: Door geavanceerde machine learning-technieken te benutten, maken Maven’s workflowvisualisatietools het gebruikers mogelijk om complexe taken te vereenvoudigen, waardoor productiviteit wordt gestimuleerd door gebruikersvriendelijke interfaces en slimme toepassingen van AI.
3. Strategische kenniskaart: Maven’s AI-algoritmen helpen organisaties om cruciale know-how in kaart te brengen, kennislacunes te identificeren en essentiële inhoudsmogelijkheden te ontdekken. Dit leidt tot de ontwikkeling van gerichte trainingsmateriaal dat uniek is afgestemd op de behoeften van een geschoolde werkkracht.
4. AI-verbeterde chatfunctie: Aangedreven door toonaangevende natuurlijke taalverwerkingalgoritmen, maakt Maven’s AI Chat het gebruikers mogelijk om toegang te krijgen tot noodzakelijke informatie snel en efficiënt met behulp van natuurlijke taalqueries.
5. Multimodale inhoudsgeneratie: In situaties waarin een geschreven SOP niet beschikbaar is, kan Maven video-inhoud analyseren en multimodale inhoud zoals stap-voor-stap video-SOP’s, tekst-SOP’s en workflowdiagrammen genereren, waardoor het inhoudscreatieproces wordt gestroomlijnd.

Door geavanceerde Generatieve AI te combineren met de laatste kennisbeheerstrategieën, biedt Maven organisaties een uniek instrument om het potentieel van hun geschoolde werkkracht te benutten, waardoor continue verbetering en innovatie worden gestimuleerd.

Zijn er andere soorten machine learning-algoritmen die worden gebruikt?

Inderdaad, DeepHow benut een reeks geavanceerde machine learning-algoritmen en AI-technieken binnen de domeinen van Natural Language Processing (NLP) en Computer Vision. Deze technieken, zowel begeleid als onbegeleid, vormen de basis van onze propriëtaire, domeinspecifieke AI-technologie, die is getraind en geoptimaliseerd voor de industriële en productiesector. Sleutelgebieden van toepassing zijn:

1) Werkstroomsegmentatie: We gebruiken machine learning-algoritmen om kritieke informatie en stappen uit complexe, ongestructureerde taakdemonstraties op te nemen in video’s. Dit stelt ons in staat om complexe processen op te breken in beheersbare, onderwijsbare stappen.

2) Multimodale stapembedding: Door een ‘activiteitgenoom’ te modelleren, zijn we in staat om instructie en workflowbegeleiding te herschikken om beter aan te sluiten bij specifieke operationele contexten.

3) Cross-modale opname: We gebruiken geavanceerde in-video-zoektechnieken om multi-taal, vaardigheidsgebaseerde inhoudsopname te faciliteren. Dit stelt gebruikers in staat om toegang te krijgen tot relevante informatie met grotere efficiëntie en precisie.

4) Kenniskaart: We construeren een kennisgraaf die de kerncompetenties van een organisatie visueel weergeeft. Dit stelt bedrijven in staat om hun kennisactiva duidelijk te identificeren, waardoor effectievere bijscholings- en trainingsstrategieën mogelijk worden.

Deze geavanceerde machine learning-technieken, in combinatie met onze focus op industriële en productiediensten, stellen ons in staat om een omvattende oplossing te bieden voor de unieke uitdagingen waarmee organisaties in deze sectoren worden geconfronteerd.

Voor bedrijven die willen beginnen, wat is het proces?

We hebben ons platform ontworpen met eenvoud in het achterhoofd, dus het onboarden van uw bedrijf hoeft niet complex te zijn. In feite hebben meer dan 80+ enterprise- en SMB-klanten onze oplossingen met succes geïmplementeerd op meer dan 400 locaties in 24 landen op 6 continenten. 

Eerst zullen onze teams samenkomen en praten over de specifieke behoeften en uitdagingen van uw bedrijf. We willen uw doelen begrijpen, de trainingsuitdagingen waarmee u wordt geconfronteerd, het soort vaardigheden dat uw werkkracht nodig heeft – het hele plaatje. 

Vervolgens begeleiden we u door het proces van het opvangen van de kennis van uw experts. Dit kan gaan over elk proces of vaardigheid dat belangrijk is voor uw bedrijf. Ons team zal u helpen bij het creëren van deze stap-voor-stap-video’s met behulp van DeepHow’s intuïtieve tools.

Ons team staat u bij elke stap van het proces bij, van de initiële setup tot de voortdurende optimalisatie van uw trainingsprogramma. We zijn hier om een partnerschap met u te vormen en de vaardigheden en efficiëntie van uw werkkracht te verbeteren. U kunt simpelweg naar DeepHow.com gaan om te beginnen.

Is er nog iets anders dat u over DeepHow wilt delen?

In het hart van DeepHow ligt een duidelijke, overtuigende missie: we streven ernaar om elke geschoolde werknemer tot een expert te maken. We streven ernaar om kennisoverdracht en training naadloos, boeiend en kostenefficiënt te maken, door de transformatieve kracht van AI te benutten. We geloven ferm dat technologie menselijke capaciteiten moet aanvullen, niet vervangen. Deze principes leiden alles wat we doen.

In ons snel evoluerende technologische landschap is deze missie meer relevant dan ooit. De verschuiving naar digitale transformatie en Industrie 4.0 heeft de productie gemoderniseerd, waarbij een reeks geavanceerde technologieën is geïntroduceerd. Deze innovaties hebben de werkvereisten aanzienlijk veranderd, waardoor werknemers moeten bijscholen om nieuwe technische vaardigheden te verwerven om deze geavanceerde technologische systemen te bedienen, onderhouden en optimaliseren. Het tempo van verandering is zo snel dat traditionele trainingsbenaderingen moeite hebben om bij te blijven, waardoor een steeds groter wordend vaardigheidsgat ontstaat.

Ons doel is om deze uitdaging frontaal aan te pakken, door werknemers in staat te stellen ‘betere gebouwen te bouwen’ door bijscholing voor de fabrieken van morgen. Een hoog niveau van automatisering betekent dat er minder behoefte is aan handarbeid; in plaats daarvan verschuift de focus naar het benutten van de expertise en intuïtie van werknemers bij het bedienen van geavanceerde technologische systemen.

Fabrieken zijn de afgelopen decennia aanzienlijk geëvolueerd, met de integratie van robotica, cobotics en analytische technologieën die voortdurend output optimaliseren en afval minimaliseren. Om deze technologieën te beheren, is een opgeleide werkkracht cruciaal.

DeepHow biedt een moderne trainingsmethodiek, waardoor fabrikanten talent kunnen aantrekken, instroomposities kunnen invullen en werknemers kunnen bijscholen voor geavanceerde rollen in productie, logistiek en planning. Met de nadruk op hedendaagse, boeiende training, helpen we de perceptie van productie te veranderen van een doodlopende carrière naar een dynamisch, technologiegedreven veld met onbeperkte mogelijkheden.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten DeepHow bezoeken.