Joshua Xu, medgrunnlegger og CEO i HeyGen – Intervju-serie

Joshua Xu er medgrunnlegger og CEO i HeyGen, en plattform som gjør det mulig for brukerne å produsere studio-kvalitetsvideoer med AI-genererte avatarer og stemmer.

Du grunnla HeyGen i 2020 med visjonen om å gjøre om visuell fortelling gjennom AI. Kan du dele hva som inspirerte deg til å starte HeyGen og din opprinnelige visjon for denne oppgaven?

Før jeg grunnla HeyGen, jobbet jeg på Snaps annonseteam, der jeg ledet integreringen av AI i Snapchat-plattformen. Senere skiftet jeg team for å jobbe på AI-forbedret kamera. Det var i 2018, og AI fikk ikke like mye oppmerksomhet da som nå, men vårt team jobbet hardt for å lage elementer for bilder og videoer med AI som ikke eksisterte da. Da jeg så at datamaskinen kunne lage høykvalitets- og realistiske videoer, ble jeg spennende på mulighetene denne teknologien kunne bringe og hvordan den kunne endre måten mennesker lager innhold på.

Nye innholdplattformer har revolusjonert innføringen av mobilkameraet. Vi har sett Instagram, Snapchat, TikTok og andre innholdplattformer dukke opp og låse opp en ny måte for innholdsskapere å lage personlig, kvalitetsinnhold på. Men selv med hjelp av et mobilkamera, er det fortsatt barrierer for å lage førsteklasses innhold. Noen av barrierene jeg opplevde, inkluderte: ferdigheter på kamera, tiden og ressursene som trengs for å spille inn videoer, og høye produksjonskostnader.

Ved HeyGen tror vi at kameraet er erstattelig. Jeg bygde min karriere i mobilkamera-rommet, der jeg jobbet på programvare og teknologi for å gjøre det enklere for folk å lage innhold. Men denne publikummen strever fortsatt med å lage kvalitetsinnhold bare ved hjelp av mobilkameraer. Vårt team på HeyGen mener at hvis vi kan erstatte kameraet, betyr det at vi kan fjerne barrieren for visuell fortelling og innholdsskapning, noe som gir oss et skritt fremover.

Kan du diskutere utfordringene HeyGen møtte i sine tidlige faser og hvordan teamet overvant dem for å oppnå lønnsomhet og rask vekst?

Siden forbrukerne fortsatt er nye i den generative AI-bransjen, har de mange spørsmål omkring HeyGens etiske politikk. Vi ønsker å gjenta at HeyGens politikker og produkter strengt forbinder skapning av uautorisert innhold, og vi tar misbruk av vår plattform ekstremt alvorlig.

Våre sikkerhetstiltak inkluderer avansert bruker-verifisering, inkludert live video-samtykke, dynamiske verbale passord og rask menneskelig gjennomgang av alle avatar-verifiseringer. Så langt vi vet, har det ikke skjedd noen misbruk etter at vi implementerte disse protokollene. Tillit og sikkerhet er kritiske for vårt forretak, og vi samarbeider aktivt over hele bransjen for å videreutvikle verktøyene og beste praksisene som er nødvendige for å bekjempe desinformasjon og AI-misbruk.

Hvordan muliggjør HeyGens AI-teknologi at bedrifter kan lage videoer 10 ganger raskere og med mindre overhodet?

Når jeg startet HeyGen, lærte jeg at redigering av videoer ikke er dyrt, men å ansette et video-produksjonsteam er. Fordi vi bor i en video-først verden, ønsker bedrifter å engasjere sine publikum med video-innhold, men de er hindret av kostnadene og kompleksiteten ved video-produksjon. HeyGen hjelper selskaper å generere profesjonelle videoer, komplett med tekst-til-tale AI-avatare som forteller disse videoene fra scratch. Med HeyGens video-generering, trenger du ikke et studio, cast eller spesialiserte ferdigheter for å lage videoer for ditt bedrift.

Når bedrifter fjerner behovet for å ansette film-mannskaper – kjøpe dyre utstyr, håndtere kranglede skuespillere, besværlige om-innspillinger og plagefulle etter-produksjons-redigering – lager HeyGen-brukere videoer 10 ganger raskere. Det sparer lag tid og penger og gjør det enklere å skalerer opp innholdet som påvirker deres resultater.

Evnen til å lokalisere videoer til 175+ språk og dialekter er imponerende. Kan du forklare hvordan HeyGen oppnår dette og opprettholder naturlig lip-synk og stemme-kvalitet?

Vårt team på HeyGen bruker tekst-til-tale-teknologi. Dette betyr at HeyGen konverterer tekstene du skriver til lydfiler. Vi fokuserte på å gjøre video-generering av video-kvalitet over vår terskel, og vi ønsker å hjelpe mennesker å erstatte det faktiske kameraet og skalerer innhold-produksjonsprosessen.

Med over 40 000 betalende kunder, hvilke bransjer eller typer bedrifter ser du mest adopsjon fra?

HeyGen hjelper våre over 40 000+ kunder med å gjøre tre ting: lage, lokalisere og personalisere videoer uten de ekstra kostnadene som er forbundet med å ansette et produksjonsselskap. Vår programvare vinner popularitet blant markedsføringslag, der vi ser en økning i lokalisering.

McDonald’s og The Weather Channel er blant dine bemerkelsesverdige kunder. Kan du dele mer om disse samarbeidene og resultater de oppnådde ved å bruke HeyGen?

“Sweet Connections” McDonald’s-kampanjen var spennende for vårt team. Den viste HeyGens teknologi, spesielt vår oversettelsesfunksjon. Barnebarn innspilte en melding på bestemors morsmål med vår Video Translate-teknologi. Det viste verden at AI er for alle, inkludert bestemødre og deres barnebarn.

Vi samarbeidet også med FNs utviklingsprogram (UNDP) på et globalt prosjekt for deres nye “Weather Kids”-kampanje, laget i samarbeid med Verdens meteorologiske organisasjon (WMO) og The Weather Channel. Kampanjen var en del av UNDPs innsats for å øke bevisstheten om klimaendringens virkninger og mobilisere mennesker over hele verden til å iverksette meningsfulle klima-aksjoner for fremtidige generasjoner. Seerne kunne se 2050-utsikten presentert av “Weather Kids”: en spesiell utsikt fra 2050, ankret av barn-meteorologer drevet av HeyGen.

Hvilke fremtidige anvendelser eller fremgang i AI-video-teknologi ser du for deg, og hvordan stiller HeyGen seg i forhold til disse?

Hvis mennesker kan generere engasjerende video-innhold, vil de naturlig nok lage mer videoer, og hvert bedrift ønsker å øke sin video-utgang i dagens video-først verden. For HeyGen ser vi oss selv som skapere av personaliserte videoer for alle våre kunder med en full-kropps avatar.

Hvordan ser du på rollen til AI i det videre feltet av digital fortelling og innholdsskapning utvikle seg de neste fem årene?

Det er mange muligheter der ute. Mennesker kan nå samle innhold og bruke AI-drevet redigering til å lage en polert video. Hvis vi fortsetter på en fremadskuende vei med generativ AI, kan vi fremme teknologien og betydelig forbedre ytelsen. Dette kan til slutt føre til at vi opplever resultater av generativ AI-skaping i strømmingsrommet.

Hvordan vil AI-video-generering til slutt forstyrre filmindustrien?

HeyGen spesialiserer seg på å tilpasse tilpassede videoer for bedrifter, men vi tror at overbevisende, høykvalitets-innhold kan skapes selv uten et mobilkamera.

Når det kommer til de kreative kunstene, vil AI uten tvil forstyrre filmindustrien. Selv om dette ikke er HeyGens fokus, forestiller du deg en verden der mennesker lokalisere en video. Dette kan innebære å bruke generativ AI i stedet for å pådra seg ekstra kostnader på om-innspillinger.

HeyGen har nylig samlet inn 60 millioner dollar i Series A-finansiering. Hvordan vil dette påvirke selskapets fremtidige planer?

Ettersom vårt forretak har vært lønnsomt siden Q2 i 2023, var vår Series A-finansieringsrunde primært fokusert på å bringe inn verdensklasse-rådgivere og investorer for å hjelpe oss å skalerer. Det vil også hjelpe oss å akselerere vår produkt-vei-kart og utvide veksten av markeds-lag basert i LA, San Francisco, Palo Alto og Toronto.

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