Dr. Sam Zheng, CEO en mede-oprichter 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 workforce met een innovatieve, AI-gepowered, video-georiënteerde kennisopname- en overdrachtsplatform.

Vóór DeepHow, 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 ook een adjunct-professor in de psychologie aan de Tsinghua Universiteit en heeft hij een Ph.D. in Engineering Psychology 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 vaardigheidsleren 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 duidelijk zichtbaar op 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 instructieve of hoe-doe-je-dat-video’s, met name het bewerkingsgedeelte, is tijdrovend en arbeidsintensief. Een korte video van een paar minuten kan uren van zorgvuldig werk vereisen. Het erkennen van 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-gepowered video-platform kan uren van arbeidsintensief werk omzetten in enkele minuten, waardoor de efficiëntie aanzienlijk wordt verbeterd zonder de effectiviteit te compromitteren. In wezen hielp mijn academische basis in het begrijpen van menselijke cognitie en de statistische modellen die het imiteren, de weg te banen voor dit innovatieve avontuur.      

U heeft meerdere octrooien op uw naam, welk octrooi is het belangrijkste dat u heeft gewerkt?

Alle mijn octrooien zijn gericht op het benutten van technologie om menselijke prestaties te verbeteren. Tijdens mijn tijd bij Siemens, was een opmerkelijk project het werken aan een oplossing voor Professor Stephen Hawking. We ontwikkelden een intuïtief oog-typing invoermethode om mensen met ALS, zoals Professor Hawking, te helpen. Dit innovatieve werk maakt nu deel uit van een lopend octrooi.

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

Hieronder volgt een korte overzicht:

Ons uitvinding presenteert een baanbrekende generatieve AI-oplossing specifiek ontworpen voor industriële en productieorganisaties. Het vangt effectief institutionele en tribale kennis op, organiseert en deelt het, waarbij het domeinen zoals kunstmatige intelligentie, machine learning, training en ontwikkeling, en kennismanagementsystemen doorkruist.

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 flexibel, waardoor een geavanceerdere oplossing noodzakelijk is.

Ons generatieve AI-platform gebruikt 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 zijn 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 aansloten bij de Techstars Mobility Accelerator in Detroit in 2018. De ervaring was eigenlijk een bootcamp, die ons hielp om ons idee te valideren, lacunes te identificeren en contact te leggen 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 zagen hoe snel de technologie evolueerde en het besef dat onze methoden voor medewerkersopleiding niet waren bijgehouden. 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 kennis 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 kennis 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 workforce met 25% te verbeteren.

We zijn een lange weg gegaan sinds de vroege dagen, maar onze missie is nog steeds hetzelfde. We zijn toegewijd om bedrijven te helpen hun rijke 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 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 aansluit bij hun unieke leervaardigheid. Ons doel is om training pijnloos en leuk te maken.

VaardigheidsGat: Soms kan het vinden van de vaardigheidslacunes in uw teams als het zoeken naar een speld in een hooiberg zijn. Dat is nog een ding dat we kunnen helpen. Ons platform gebruikt analytics om aan te geven waar er een lacune in de training is en stelt trainings teams in staat om deze lacune te overbruggen door specifieke inhoud te creëren die ze nodig hebben.

Verouderde Trainingsmateriaal: Dingen veranderen snel, nietwaar? Normen en procedures, ze zijn allemaal constant in ontwikkeling. Nou, we zorgen ervoor dat uw trainingsmateriaal nooit achterblijft. Bewerken en updaten is snel en pijnloos, en door updates te delen over verschillende locaties en shirts met een eenvoudige vaardigheidstoewijzing, zorgt ervoor dat niemand zonder de meest recente informatie blijft.

Op-AanvraagLeren: 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 zou moeten 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? Zoek en kijk. Het kon niet eenvoudiger zijn.

MedewerkerBetrokkenheidVerhogen: We weten allemaal dat training soms, nou, niet het meest spannende ding is. Maar het hoeft niet zo te zijn. DeepHow biedt creators de ruimte om creatief te zijn. Leren zou een leuke, boeiende en aangename ervaring moeten zijn.

CommunicatieBevorderen: 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 gemakkelijk te begrijpen en de taak te begrijpen, waardoor duidelijke en consistente boodschappen over de hele linie worden bevorderd. Ons platform begrijpt, vertaalt en transcriptie in bijna 50 talen en telt. Deze functie alleen heeft zich al bewezen als een van de meest waardevolle tools die veel bedrijven bezitten. Het mogelijk maken voor iemand om te leren in zijn moedertaal zorgt voor een beter begrip en verhoogt de moraal.

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

Laten we het traditionele trainingsomgeving overwegen. Je hebt statisch materiaal, rigide schema’s en een een-maats-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 individuele medewerkerprogressie aan te passen. Dat zijn significante pijnlijke punten 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 medewerkerleerpatronen. 

Ons platform vangt expertkennis op in eenvoudig te volgen, video-gebaseerde leermodules. Maar we stoppen daar niet. We benutten de kracht van AI om de interacties van medewerkers met deze modellen te analyseren, waardoor dieper inzicht wordt verkregen in waar uw vaardigheidslacunes blijven. Het gaat erom om zwakheden om te zetten in sterktes en individuele expertisegebieden te benutten om een continue leer cultuur 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 plaatje? Nou, we zijn toegewijd om ervoor te zorgen 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-gidsen. Ze zijn rechttoe rechtaan, gemakkelijk te begrijpen en het belangrijkste, toegankelijk op elk moment en overal. Dit betekent dat medewerkers nooit een excuus hebben om niet up-to-date te blijven met de laatste veiligheidsprotocollen. Veiligheid zou altijd de hoogste prioriteit moeten hebben en iedereen verdient het om zich veilig te voelen op het werk.

Hoe wordt Generatieve AI gebruikt om dit mogelijk te maken?

In het hart van ons Generatieve AI-gepowered Know-How Management Platform, “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 aantal processen te vereenvoudigen en te verbeteren:

1. Stroomlijning van Video-SOP-creatie: Met behulp van onze unieke Generatieve AI-algoritmen, helpt Maven bij de automatische generatie van video-opnamesgidsen en narratiescripts. Dit faciliteert de creatie van hoogwaardige video-SOP’s met consistentie, waardoor een nieuwe industrienorm wordt gesteld.
2. Efficiënte Workflow-optimalisatie: Door geavanceerde machine learning-technieken te benutten, maken Mavens workflowvisualisatietools het voor gebruikers mogelijk om complexe taken te vereenvoudigen, waardoor productiviteit wordt bevorderd via gebruikersvriendelijke interfaces en slimme toepassingen van AI.
3. Strategische KennisKaart: Mavens 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 workforce.
4. AI-geverbeterde Chat-functie: Aangedreven door toonaangevende natuurlijke taalverwerkingalgoritmen, maakt Mavens AI-Chat het voor gebruikers mogelijk om snel en efficiënt toegang te krijgen tot noodzakelijke informatie met behulp van natuurlijke taalqueries.
5. Multimodaal Inhoudsgeneratie: In situaties waarin een geschreven SOP niet beschikbaar is, kan Maven video-inhoud analyseren en multimodaal inhoud genereren, zoals stap-voor-stap video-SOP’s, tekst-SOP’s en workflow-diagrammen, waardoor het inhoudscreatieproces wordt gestroomlijnd.

Door geavanceerde Generatieve AI te combineren met de nieuwste kennisbeheerstrategieën, biedt Maven organisaties een unieke tool om het potentieel van hun geschoolde workforce 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. Belangrijke toepassingsgebieden omvatten:

1) WerkstroomSegmentatie: We gebruiken machine learning-algoritmen om kritieke informatie en stappen uit complexe, ongestructureerde taakdemonstraties te extraheren die in video’s zijn opgenomen. Dit stelt ons in staat om complexe procedures op te breken in beheersbare, leerbare stappen.

2) Multimodaal Stap-Embedding: 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-ModaliteitOphalen: We gebruiken geavanceerde in-video-zoektechnieken om multi-taal, vaardigheidsgebaseerde inhoudsopname te faciliteren. Dit stelt gebruikers in staat om relevante informatie met grotere efficiëntie en precisie te benaderen.

4) Know-HowKaart: We construeren een kennisgrafiek die de kerncompetenties van een organisatie visueel weergeeft. Deze kaart 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.

Wat is het proces voor bedrijven die willen beginnen?

We hebben ons platform ontworpen met eenvoud in het achterhoofd, dus het aansluiten 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 waar u mee te maken heeft, het soort vaardigheden dat uw workforce 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 om deze stap-voor-stap video-gidsen te maken met behulp van DeepHows intuïtieve tools.

Ons team staat u bij elke stap van de weg, van de initiële setup tot de continue optimalisatie van uw trainingsprogramma. We zijn hier om een partnerschap met u te vormen en de vaardigheden en efficiëntie van uw workforce 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 dat technologie menselijke capaciteiten moet versterken, niet vervangen. Deze principes leiden alles wat we doen.

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

Ons doel is om deze uitdaging direct aan te pakken, door werknemers in staat te stellen ‘opnieuw op te bouwen’ door opnieuw te scholen voor de fabrieken van morgen. Een hoge mate van automatisering betekent dat er minder behoefte is aan manuele arbeid; 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, cobotica en analytische technologieën die voortdurend de output optimaliseren en afval minimaliseren. Om deze technologieën te beheren, is een opgeleide workforce essentieel.

DeepHow biedt een moderne trainingsmethodologie, waardoor fabrikanten talent kunnen aantrekken, instroomposities kunnen invullen en werknemers progressief kunnen bijscholen voor geavanceerde rollen in productie, logistiek en planning. Met een focus 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, kunnen DeepHow bezoeken.