Dr. Sam Zheng, CEO & Co-Founder of DeepHow – Intervju-serie

Sam Zheng, CEO og medgrunnlegger av DeepHow, står i spissen for en raskt utviklende startup, støttet av anerkjente investorer. DeepHow revolusjonerer trent arbeidsstyrketrening med en innovativ, AI-drevet, video-sentrert kunnskapsfangst og overføringsplattform.

Før DeepHow, viet Sam over ett tiår til Siemens, og drev digital innovasjon over ulike bransjer. Hans bemerkelsesverdige prosjekter, som Cloud Digital Inspeksjonsjakke, har betydelig forbedret teknisk kunnskapsdeling, effisiens og brukeropplevelse, og hans team vant den prestisjefylte Siemens Innovasjonspris.

Samtidig fungerer Sam som adjunkt professor i psykologi ved Tsinghua University og har en Ph.D. i ingeniørpsykologi og en master i statistikk fra University of Illinois at Urbana-Champaign.

Du har en utdanningsbakgrunn i psykologi og statistikk, hvordan gikk du over til å fokusere på videoer og maskinlæring?

Min bakgrunn i psykologi og statistikk tjente faktisk som en naturlig overgang til området maskinlæring og video-sentrerte plattformer. Studiet av psykologi antente min fascinasjon for det menneskelige sinnet og intelligensen, spesielt prosessen med ferdighetlæring og ekspertutvikling. Samtidig ga statistikken den matematiske grunnlaget for å utforske kunstige neurale nettverk, inspirert av vår biologiske hjerne.

I dagens digitale tidsalder har videoer oppstått som et mer engasjerende, interaktivt og effektivt læringsmedium. Denne skiftet er tydelig med plattformer som YouTube og TikTok, der brukerne, spesielt yngre generasjon, investerer timer i å forbruke og lære fra videoinnhold.

Men den tradisjonelle prosessen med å lage instruksjons- eller hvordan-videor, spesielt redigeringsdelen, er tidskrevende og arbeidskrevende. En kort video som varer noen minutter kan kreve timer med omhyggelig arbeid. Ved å erkjenne denne ineffektiviteten og potensialet for å forbedre læringsopplevelsen, bestemte mine medgrunnleggere og jeg oss for å utnytte kraften av kunstig intelligens (AI) og maskinlæring for å påskynde hvordan-videoprosessen.

Vår AI-drevne video-plattform kan omgjøre timer med slitende arbeid til bare minutter, drastisk forbedre effisiensen uten å kompromittere effektiviteten. I essensen hjalp min akademiske bakgrunn i å forstå menneskelig kognisjon og de statistiske modellene som ligner det, å bana vei for dette innovative foretaket.      

Du har flere patenter under ditt navn, hvilket er det viktigste du har arbeidet med?

Alle mine patenter fokuserer på å utnytte teknologi for å forbedre menneskelig ytelse. Under min periode i Siemens, var ett bemerkelsesverdig prosjekt å arbeide på en løsning for professor Stephen Hawking. Vi utviklet en intuitiv øye-tastaturinntasting metode for å hjelpe personer med ALS, lignende professor Hawking’s tilstand. Dette innovative arbeidet er nå en del av et ventende patent.

Men det viktigste patentet jeg har bidratt til, er et nylig ett: det generative AI-drevne Know-How Management Platform for industrielle og produksjonsorganisasjoner.

Her er en kort oversikt:

Vår oppfinnelse presenterer en banebrytende generativ AI-løsning spesifikt tilpasset for industrielle og produksjonsorganisasjoner. Den fanger, organiserer og formidler både institusjonell og stamme-kunnskap, som krysser felt som kunstig intelligens, maskinlæring, trening og utvikling, og kunnskapsledelse systemer.

Industrielle og produksjonssektorene møter ofte enorme utfordringer i å fange, organisere og dele kritisk kunnskap. Høye personalomsetningsrater, komplekse prosesser og det konstante behovet for opplæring forbedrer disse vanskelighetene. Tradisjonelle kunnskapsledelsesmetoder er ofte tungvinte, tidskrevende og mangler fleksibilitet, og det nødvendiggjør en mer avansert løsning.

Vår generative AI-løsning anvender proprietære algoritmer og maskinlærings-teknikker for å strømlinje opprettelsen av video-baserte standard operasjonsprosedyrer (SOP-er), optimalisere arbeidsflyter og lette rask og effektiv tilgang til informasjon via AI-drevne chat-funksjoner. På grunn av dens tilpasning og skalerbarhet, er vår løsning egnet for en rekke produksjonskontekster.

Kunne du dele opphavshistorien bak DeepHow?

Før vi lanserte DeepHow, arbeidet jeg sammen med våre andre grunnleggere, Patrik Matos da Silva og Wei-Liang Kao, i Siemens, og drev en rekke digitale innovasjonsprosjekter i industrielle og produksjonssektorene. Vår reise tok et stort sprang da vi ble med i Techstars Mobility Accelerator i Detroit i 2018. Opplevelsen var i realiteten en boot-leir, som hjalp oss å validere vår idé, identifisere hull, og koblet oss til potensielle investorer, partnere og mentorer.

Vi så verdien i ferdighetene og erfaringene som mennesker hadde utviklet over årene, men det var ett problem – det var ikke en virkelig effektiv måte å fange og dele denne ekspertisen på. Vi observerte hvordan raskt teknologien utviklet seg, og det slo oss at metoden vår for ansatte-trening ikke hadde holdt tritt.

Jeg innsett at det var en unik mulighet til å kombinere fremgangen i AI og video-teknologi for å endre hvordan vi fanger, strukturerer og deler informasjon. Så vi satte ut å bygge DeepHow, en plattform hvor selskaper kan lage fantastiske opplæringsvideoer internt og forbli i kontroll. For å gjøre denne ideen til virkelighet, skapte vi et AI-system kalt “Stephanie”. Stephanie er ryggraden i vår løsning, som fanger eksperter og skaper en kunnskapsrepository. Den genererer steg-for-steg, interaktive hvordan-videor for å påskynde læringsprosessen for nye og mindre erfarne ansatte.

Gjennom å bruke AI-arbeidsflyt-indeks og segmentering, har vi klart å skape video-innhold ti ganger raskere og forbedre arbeidsstyrke-ytelse med 25%.

Vi har kommet langt siden de tidlige dagene, men vår misjon er fortsatt den samme. Vi er dedikert til å hjelpe selskaper å utnytte sin rikdom av institusjonell kunnskap og ekspertise og muliggjøre at deres ansatte kan fortsette å lære og vokse. Det er en spennende reise.

Hva er noen av de arbeidsplass-utfordringene DeepHow løser?

Kunnskaps-overføring: På noen arbeidsplasser kan overføring av ferdigheter og kunnskap, spesielt fra erfarne ansatte til nye ansatte eller mindre erfarne ansatte, være ganske utfordrende. Vi har gjort det mulig å fange og strukturere denne kunnskapen på en måte som er enkel å dele, delt inn i segmenter og lettere å forstå.

Treningseffisiens: Tradisjonell trening kan være kjedelig, rett? Lange timer, vanskelig å beholde informasjon – det er ikke alltid den mest effektive prosessen. Med DeepHow kan ansatte lære i deres eget tempo og på en måte som er bedre tilpasset deres unike læringsstil. Vårt mål er å gjøre trening smertefri og behagelig. Ferdighets-gap: Av og til kan det være vanskelig å finne ut hvor dine teamets ferdighets-gap er. Det er ennå ett ting som vi kan hjelpe med. Vår plattform bruker analyser for å vise deg hvor det er et gap i opplæring og muliggjør at opplærings-team kan brotte dette ved å skape det spesifikke innholdet de trenger. Forældet opplæringsmateriell: Ting endrer seg raskt, ikke sant? Standarder og prosedyrer, de er alle konstant i utvikling. Vi sørger for at dine opplæringsmateriell aldri blir forlatt. Redigering og oppdatering er rask og smertefri, og å kunne dele disse oppdateringene over ulike lokasjoner og skjorter med en enkel ferdighetstildeling, sikrer at ingen blir uten den mest oppdaterte informasjonen.På-krav-læring: Bequemlighet er kongen! Alle ønsker å ha tilgang til det de trenger, når de trenger det. Det er filosofien bak DeepHow. Vi tror at opplæring ikke bør være en planlagt hendelse som forstyrer hele dagen, men en fleksibel ressurs som er der når du trenger det. Å være begrenset av et sted og tid er ikke ideelt. Trenger å lære noe spesifikt, nå? Søk og se. Det kunne ikke være enklere.Øke ansatt-engasjement: Vi alle vet at opplæring kan noen ganger være, vel, ikke det mest spennende. Men det absolutt ikke behøver å være på denne måten. DeepHow tillater skapere rom til å være kreative. Læring bør være en morsom, engasjerende og behagelig opplevelse.Fremme kommunikasjon: Kommunikasjon kan være vanskelig, spesielt når det gjelder komplekse prosesser eller prosedyrer. Vår plattform gjør kommunikasjon enklere ved å muliggjøre steg-for-steg-guider som tillater ansatte å lett fordøye og forstå oppgaven, fremmer tydelig og konsekvent melding over hele linjen. Vår plattform forstår, oversetter og transkriberer i nesten 50 språk og teller. Denne funksjonen alene har vist seg å være ett av de mest verdifulle verktøyene mange selskaper besitter. Å la noen lære på deres morsmål sikrer bedre forståelse og booster moral.

Hvordan gjør DeepHow det mulig for bedrifter å skape et adaptivt opplæringsprogram?

La oss vurdere den tradisjonelle opplæringsmiljøet. Du har statisk materiale, stive skemaer og en en-size-fits-all-tilnærming. Disse metoder tar ikke i betraktning at alle lærer forskjellig og i ulik fart. De er ikke skalerbare eller fleksible for å tilpasse den raskt skiftende landskapet eller individuelle ansattes fremgang. Disse er betydelige smertepunkter for noen bedrifter, rett?

Det er nettopp der DeepHow trer inn. Vi hjelper deg å snu skriptet på disse problemene. Vi muliggjør at bedrifter utvikler agile opplæringsprogrammer som er dynamiske, personlige og høyt responsive til forretningsbehov og ansattes læringsmønster. 

Vår plattform fanger eksperter og skaper en kunnskapsrepository. Men vi stopper ikke der. Vi utnytter kraften av AI for å analysere ansattes interaksjoner med disse modellene, og muliggjør dyptere innsikt i hvor dine ferdighets-gap fortsatt er. Det handler om å omdanne svakheter til styrker og å kapitalisere på individuelle områder av ekspertise for å fremme en kontinuerlig læringskultur. 

Hva rolle spiller DeepHow i å øke arbeidsplassen-sikkerhet?

Sikkerhet er en så kritisk aspekt av noen arbeidsplass, men det er ofte vanskelig å få det rett, og det fører til ulykkelige ulykker og reguleringer-brudd. Dette er dessverre sant i industrier som produksjon, bygging eller helsevesen, hvor selv et lite glipp kan ha betydelige konsekvenser.

Så hvor passer DeepHow inn i dette bildet? Vi er lidenskapelig opptatt av å sikre at sikkerhetspraksis er tydelig forstått og konsekvent implementert over hele linjen.

Vi gjør dette ved å tilby en plattform hvor selskaper kan lett fange og dele eksperter og skaper en kunnskapsrepository. Istedenfor gamle, vanskelige å følge håndbøker, tilbyr vi interaktive, steg-for-steg-video-guider. De er rett frem, enkle å forstå, og viktigst av alt, tilgjengelig når som helst, hvor som helst. Dette betyr at ansatte aldri har en unnskyldning for å ikke holde seg oppdatert med de siste sikkerhetsprotokollene. Sikkerhet bør alltid være en topprioritet og alle fortjener å føle seg trygge på jobben.

Hvordan brukes Generative AI til å muliggjøre dette?

I hjertet av vår Generative AI-drevne Know-How Management-plattform, “Maven”, ligger en rekke innovative kapasiteter som er rettet mot å revolusjonere måten industrielle og produksjonsorganisasjoner fanger, håndterer og deler sin institusjonelle og stamme-kunnskap. Maven anvender proprietære algoritmer og avanserte maskinlærings-teknikker for å forenkle og forbedre en rekke prosesser:

1. Strømlinjet Video SOP-oppsett: Ved å bruke våre unike Generative AI-algoritmer, hjelper Maven med å automatisk generere video-innspillingsguider og narrasjonsmanus. Dette muliggjør opprettelsen av høykvalitets video-SOP-er med konsistens, og setter en ny bransjestandard.
2. Effektiv Arbeidsflyt-Optimalisering: Ved å utnytte avanserte maskinlærings-teknikker, muliggjør Mavens arbeidsflyt-visningsverktøy brukerne å forenkle komplekse oppgaver, og fremmer produktivitet gjennom brukervennlige grensesnitt og smarte anvendelser av AI.
3. Strategisk Kunnskaps-kartlegging: Mavens AI-algoritmer hjelper organisasjoner med å kartlegge kritisk kunnskap, identifisere kunnskaps-gap og avdekke essensielle innholdsmuligheter. Dette resulterer i utviklingen av målrettede opplæringsmateriell som er unikt tilpasset behovene til en kompetent arbeidsstyrke.
4. AI-forbedret Chat-funksjon: Drevet av ledende natur-språk-behandling-algoritmer, muliggjør Mavens AI-Chat at brukerne kan få tilgang til nødvendig informasjon raskt og effektivt ved å bruke naturlige språk-spørringer.
5. Flervalg-innholdsgenerering: I situasjoner hvor en skrevet SOP ikke er tilgjengelig, kan Maven analysere video-innhold og generere flervalg-innhold som steg-for-steg-video-SOP-er, tekst-SOP-er og arbeidsflyt-diagrammer, og dermed strømlinje innholdsskaping-prosessen.

Ved å kombinere avansert Generative AI med de siste kunnskapsledelses-strategiene, tilbyr Maven organisasjoner et unikt verktøy for å utnytte deres kompetente arbeidsstyrkes potensiale, og drive kontinuerlig forbedring og innovasjon.

Er det andre typer maskinlærings-algoritmer som brukes?

Ja, DeepHow utnytter en rekke avanserte maskinlærings-algoritmer og AI-teknikker innenfor områdene Natur-språk-behandling (NLP) og Datamaskin-syn. Disse teknikker, både overvåket og uovervåket, understøtter vår proprietære, domene-spesifikke AI-teknologi, som er trent og optimalisert for den industrielle og produksjonssektoren. Nøkkelområder for anvendelse inkluderer:

1) Arbeidsflyt-segmentering: Vi bruker maskinlærings-algoritmer for å trekke ut kritisk informasjon og steg fra komplekse, ustrukturerte oppgave-demonstrasjoner fanget i videoer. Dette muliggjør å bryte ned komplekse prosesser i håndterbare, lærings-steg.

2) Flervalg-steg-innbettning: Ved å modellere en ‘aktivitet-genom’, er vi i stand til å omkonfigurere instruksjon og arbeidsflyt-veiledning for å bedre tilpasse spesifikke operasjonelle kontekster.

3) Kryss-modus-gjenfinning: Vi bruker avanserte video-søk-teknikker for å muliggjøre flerspråklig, ferdighets-basert innholdsgjenfinning. Dette tillater brukerne å få tilgang til relevant informasjon med større effisiens og presisjon.

4) Kunnskaps-kartlegging: Vi konstruerer en kunnskaps-graf som visuelt representerer en organisasjons kjernekompetanse. Dette kartleggingen tillater selskaper å identifisere sine kunnskaps-aktiva tydelig, og muliggjør mer effektive opplærings-strategier.

Disse avanserte maskinlærings-teknikkene, kombinert med vår fokus på industrielle og produksjons-tjenester, tillater oss å tilby en komprehensiv løsning på de unike utfordringene som organisasjoner i disse sektorene møter.

For selskaper som ønsker å komme i gang, hva er prosessen?

Vi har designet vår plattform med enkelhet i mente, så å komme i gang med ditt selskap ikke behøver å være komplisert. Faktisk, over 80+ bedrifter og SMB-kunder har allerede deployert våre løsninger til over 400 steder i 24 land på 6 kontinenter. 

Først, vil våre team møte og ha en samtale om ditt selskaps spesifikke behov og utfordringer. Vi ønsker å forstå dine mål, trening-utfordringene du møter, typen ferdigheter din arbeidsstyrke trenger – hele bildet. 

Deretter, vil vi guide deg gjennom prosessen med å fange dine eksperter og skaper en kunnskapsrepository. Dette kan handle om noen prosess eller ferdighet som er viktig for ditt selskap. Vårt team vil assistere deg i å skape disse steg-for-steg-video-guider ved å bruke DeepHows intuitive verktøy.

Vårt team er der for å støtte deg hver eneste skritt på veien, fra den første oppsett til den pågående optimaliseringen av ditt opplæringsprogram. Vi er her for å danne et partnerskap med deg og forbedre din arbeidsstyrkes ferdigheter og effisiens. Bare besøk DeepHow.com for å komme i gang.

Er det noe annet du ønsker å dele om DeepHow?

I hjertet av DeepHow ligger en tydelig, overbevisende misjon: vi ønsker å muliggjøre at hver eneste faglært arbeider blir en ekspert. Vi streber etter å gjøre kunnskaps-overføring og opplæring sammenhengende, engasjerende og kost-efektive, ved å utnytte den transformative kraften av AI. Vi tror fast på at teknologi bør supplere menneskelige evner, ikke erstatte dem. Denne prinsippet guidere alt vi gjør.

I vår raskt skiftende teknologiske landskap, er denne misjonen mer relevant enn noen gang. Skiftet mot digital transformasjon og Industri 4.0 har modernisert produksjon, og introdusert en rekke avanserte teknologier. Disse innovasjonene har betydelig endret jobb-krav, og krever at arbeidere tilegner seg nye tekniske ferdigheter for å operere, vedlikeholde og optimalisere disse sofistikerte maskinene. Farten på endring er så rask at tradisjonelle opplærings-tilnærminger sliter med å holde tritt, og fører til en stadig økende ferdighets-gap.

Vårt mål er å møte denne utfordringen direkte, og muliggjøre at arbeidere kan “bygge tilbake bedre” ved å opplære seg for fabrikkene i morgen. Høye nivåer av automatisering betyr at det er mindre behov for manuelt arbeid; isteden skifter fokus mot å utnytte arbeidernes ekspertise og intuitivitet i å operere avanserte teknologiske systemer.

Fabrikkene har utviklet seg betydelig over de siste ti årene, med integreringen av robotikk, cobotikk og analytiske teknologier som kontinuerlig optimaliserer utgang og minimiserer avfall. For å håndtere disse teknologiene, er en opplært arbeidsstyrke kritisk.

DeepHow tilbyr en moderne opplærings-metodikk, som muliggjør at produsenter kan tiltrekke seg talent, fylle innledende stillinger, og progressivt opplære arbeidere for avanserte roller over produksjon, logistikk og planlegging. Med en vekt på samtids-opplæring, hjelper vi med å skifte persepsjonen av produksjon fra en dødende karriere til et dynamisk, teknologi-drevet felt med ubegrensede muligheter.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke DeepHow.