Доктор Сэм Чжэн, генеральный директор и сооснователь DeepHow – Интервью

Сэм Чжэн, генеральный директор и сооснователь DeepHow, возглавляет быстро развивающуюся компанию, поддерживаемую известными инвесторами. DeepHow революционизирует обучение квалифицированной рабочей силы с помощью инновационной, основанной на ИИ, видео-центрической платформы для захвата и передачи знаний.

До DeepHow Сэм посвятил более десяти лет компании Siemens, где он занимался цифровой инновацией в различных отраслях. Его заметные проекты, такие как Cloud Digital Inspection Jacket, значительно улучшили обмен техническими знаниями, эффективность и пользовательский опыт, за что его команда получила престижную премию Siemens Innovation Award.

Одновременно Сэм работает в качестве адъюнкт-профессора психологии в Университете Цинхуа и имеет докторскую степень в области инженерной психологии и магистерскую степень по статистике Университета Иллинойса в Урбане-Шампейне.

У вас есть образовательный фон в психологии и статистике, как вы перешли к сосредоточению на видео и машинном обучении?

Мой фон в психологии и статистике на самом деле послужил естественным переходом к области машинного обучения и видео-центрических платформ. Изучение психологии пробудило мое увлечение человеческим разумом и интеллектом, особенно процессом обучения навыкам и развитием экспертизы. Тем временем, статистика предоставила математическую основу для изучения искусственных нейронных сетей, вдохновленных нашей биологической мозг.

В современную цифровую эпоху видео стали более увлекательным, интерактивным и эффективным средством обучения. Этот сдвиг очевиден на платформах seperti YouTube и TikTok, где пользователи, особенно молодое поколение, тратят часы на просмотр и обучение видеоконтенту.

Однако традиционный процесс создания инструктивных или обучающих видео, особенно редактирование, является трудоемким и длительным. Короткое видео продолжительностью несколько минут может потребовать часов тщательной работы. Признавая эту неэффективность и потенциал для улучшения опыта обучения, мои сооснователи и я решили использовать силу искусственного интеллекта (ИИ) и машинного обучения для ускорения процесса создания обучающих видео.

Наша видео-платформа, основанная на ИИ, может превратить часы трудоемкой работы в несколько минут, значительно улучшая эффективность без ущерба для эффективности. По сути, мои академические знания в области понимания человеческой когнитивности и статистических моделей, имитирующих ее, помогли проложить путь для этого инновационного проекта.

У вас есть несколько патентов на ваше имя, какой из них является наиболее важным, над которым вы работали?

Все мои патенты сосредоточены на использовании технологий для улучшения человеческой производительности. Во время моей работы в Siemens одним из заметных проектов было разработка решения для профессора Стивена Хокинга. Мы создали интуитивно понятный метод ввода текста с помощью глаз, чтобы помочь людям с болезнью ALS, подобной состоянию профессора Хокинга. Эта инновационная работа сейчас является частью патента, находящегося на рассмотрении.

Однако наиболее значимым патентом, к которому я внес свой вклад, является недавний: Генеративная ИИ-ориентированная платформа управления знаниями для промышленных и производственных организаций.

Вот краткий обзор:

Наше изобретение представляет собой передовое решение на основе генеративного ИИ, специально разработанное для промышленных и производственных организаций. Оно эффективно захватывает, организует и распространяет как институциональные, так и племенные знания, пересекая области, такие как искусственный интеллект, машинное обучение, обучение и развитие, а также системы управления знаниями.

Промышленные и производственные секторы часто сталкиваются с значительными проблемами в захвате, организации и обмене критически важными знаниями. Высокие показатели текучести кадров, сложные процессы и постоянная необходимость в повышении квалификации усиливают эти трудности. Традиционные методы управления знаниями часто бывают громоздкими, трудоемкими и лишенными гибкости, что требует более продвинутого решения.

Наше решение на основе генеративного ИИ использует проприетарные алгоритмы и методы машинного обучения для упрощения создания видео-основанных стандартных операционных процедур (SOP), оптимизации рабочих процессов и обеспечения быстрого и эффективного доступа к информации посредством ИИ-ориентированных чат-функций. Благодаря своей адаптивности и масштабируемости наше решение подходит для широкого спектра производственных контекстов.

Не могли бы вы рассказать историю создания DeepHow?

До запуска DeepHow я работал вместе с нашими другими основателями, Патриком Матос да Силвой и Вей-Лянг Као, в Siemens, где мы вели различные проекты по цифровой инновации в промышленных и производственных секторах. Наш путь сделал большой шаг, когда мы присоединились к ускорителю Techstars Mobility в Детройте в 2018 году. Этот опыт был по сути буткемпом, который помог нам проверить нашу идею, выявить пробелы и связаться с потенциальными инвесторами, партнерами и наставниками.

Мы увидели ценность в навыках и опыте, которые люди выработали за годы, но была одна проблема – не было действительно эффективного способа захватить и поделиться этим опытом. Мы наблюдали, как быстро развивалась технология, и нам стало ясно, что методы, которые мы использовали для обучения сотрудников, не поспевали за временем. Мы все еще полагались на устаревшие, трудоемкие методы, которые не были эффективными и, честно говоря, не были достаточно увлекательными.

Я понял, что есть уникальная возможность объединить достижения в области ИИ и видеотехнологий, чтобы полностью изменить способ, которым мы захватываем, структурируем и делимся информацией. Итак мы решили построить DeepHow, платформу, где компании могут создавать удивительные обучающие видео внутри компании и оставаться в контроле. Чтобы воплотить эту идею в жизнь, мы создали ИИ-систему под названием “Степан”. Степан является основой нашего решения, захватывая знания экспертов и создавая репозиторий знаний. Она генерирует пошаговые, интерактивные обучающие видео, чтобы ускорить процесс обучения для новых и менее опытных сотрудников.

Благодаря использованию ИИ-индексации рабочих процессов и сегментации мы смогли создать видеоконтент в десять раз быстрее и улучшить производительность рабочей силы на 25%.

Мы прошли долгий путь с момента ранних дней, но наша миссия остается прежней. Мы привержены помощи компаниям в использовании их богатого институционального знания и опыта и обеспечению возможности их сотрудникам постоянно учиться и расти. Это захватывающее путешествие.

Какие проблемы на рабочем месте решает DeepHow?

Передача знаний: На любом рабочем месте передача навыков и знаний, особенно от опытных сотрудников к новым сотрудникам или менее опытным сотрудникам, может быть довольно сложной задачей. Мы сделали возможным захватить и структурировать эти знания таким образом, чтобы их было легко делиться, разбивая их на сегменты и делая их более понятными.

Эффективность обучения: Традиционное обучение может быть скучным, верно? Долгие часы, трудно запомнить информацию – это не всегда самый эффективный процесс. С DeepHow сотрудники могут учиться в своем собственном темпе и таким образом, который лучше всего подходит для их уникального стиля обучения. Наша цель – сделать обучение безболезненным и приятным.

Пробел в навыках: Иногда определение пробела в навыках вашей команды может показаться поиском иголки в стоге сена. Это еще одна вещь, с которой мы можем помочь. Наша платформа использует аналитику, чтобы показать вам, где есть пробел в обучении, и позволяет командам обучения создавать необходимый контент, чтобы устранить этот пробел.

Устаревшие материалы обучения: Вещи меняются быстро, не так ли? Стандарты и процедуры постоянно эволюционируют. Ну, мы гарантируем, что ваши материалы обучения никогда не отстают. Редактирование и обновление происходит быстро и безболезненно, а возможность делиться этими обновлениями по разным местам и сменам с помощью простой задачи навыков гарантирует, что никто не остается без самой актуальной информации.

Обучение по требованию: Удобство – это король! Все хотят иметь доступ к тому, что им нужно, когда им нужно. Это философия, лежащая в основе DeepHow. Мы считаем, что обучение не должно быть запланированным событием, которое нарушает весь день, а гибким ресурсом, который доступен, когда вам нужно.

Повышение вовлеченности сотрудников: Мы все знаем, что обучение иногда может быть, ну, не самым интересным занятием. Но оно абсолютно не должно быть таким. DeepHow позволяет создателям быть креативными. Обучение должно быть веселым, увлекательным и приятным опытом.

Содействие общению: Общение может быть сложным, особенно при работе с сложным процессом или процедурой. Наша платформа делает общение проще, позволяя создавать пошаговые руководства, которые позволяют сотрудникам легко усваивать и понимать задачу, продвигая ясное и последовательное сообщение во всем.

Как DeepHow позволяет компаниям создавать адаптивную программу обучения?

Давайте рассмотрим традиционную среду обучения. У вас есть статический материал, жесткие графики и подход “один размер для всех”. Эти методы не учитывают, что каждый учится по-разному и с разной скоростью. Они не масштабируются и не гибки, чтобы удовлетворять быстро меняющемуся ландшафту или индивидуальному прогрессу сотрудников. Это значительные болевые точки для любой компании, верно?

Именно здесь вмешивается DeepHow. Мы помогаем вам изменить сценарий этих проблем. Мы помогаем бизнесу разработать гибкие программы обучения, которые являются динамичными, персонализированными и высоко отзывчивыми к бизнес-потребностям и моделям обучения сотрудников.

Наша платформа захватывает знания экспертов в виде легких для понимания, видео-основанных модулей обучения. Но мы не останавливаемся на этом. Мы используем силу ИИ для анализа взаимодействия сотрудников с этими моделями, что позволяет получить более глубокое понимание пробелов в навыках, которые остаются. Это о том, чтобы превратить слабости в сильные стороны и использовать индивидуальные области экспертизы, чтобы создать культуру непрерывного обучения.

Какую роль играет DeepHow в повышении безопасности на рабочем месте?

Безопасность – это такой критический аспект любого рабочего места, но она часто бывает трудной для реализации, что приводит к несчастным случаям и нарушениям правил. Это, к сожалению, верно в отраслях, таких как производство, строительство или здравоохранение, где даже небольшой пробел может иметь значительные последствия.

Итак, где в этой картине находится DeepHow? Ну, мы страстно стремимся к тому, чтобы практики безопасности были четко поняты и последовательно реализованы во всем.

Мы делаем это, предоставляя платформу, где компании могут легко захватить и поделиться знаниями экспертов о протоколах безопасности. Вместо старых, трудно понимаемых руководств мы предлагаем интерактивные, пошаговые видео-руководства. Они просты, легко понимаемы и, самое главное, доступны в любое время и в любом месте. Это означает, что сотрудники никогда не имеют оправдания, чтобы не оставаться в курсе последних протоколов безопасности. Безопасность всегда должна быть приоритетом, и каждый заслуживает чувствовать себя в безопасности на работе.

Как используется Генеративный ИИ, чтобы сделать это возможным?

В основе нашей платформы управления знаниями на основе Генеративного ИИ “Maven” лежит набор инновационных возможностей, направленных на революционизацию того, как промышленные и производственные организации захватывают, управляют и делятся своими институциональными и племенными знаниями. Maven использует проприетарные алгоритмы и методы машинного обучения для упрощения и улучшения различных процессов:

1. Упрощенное создание видео-SOP: Используя наши уникальные алгоритмы Генеративного ИИ, Maven помогает в автоматическом создании видео-руководств и сценариев. Это облегчает создание высококачественных видео-SOP с последовательностью, устанавливая новый отраслевой стандарт.
2. Эффективная оптимизация рабочих процессов: Используя методы машинного обучения, инструменты визуализации рабочих процессов Maven позволяют пользователям упростить сложные задачи, продвигая производительность через пользовательские интерфейсы и умные применения ИИ.
3. Стратегическая карта знаний: Алгоритмы ИИ Maven помогают организациям картографировать важные знания, выявлять пробелы в знаниях и раскрывать возможности для создания контента. Это приводит к разработке целевых материалов обучения, уникально адаптированных к потребностям квалифицированной рабочей силы.
4. ИИ-усиленная функция чата: Используя передовые алгоритмы обработки естественного языка, функция ИИ-чата Maven позволяет пользователям получить доступ к необходимой информации быстро и эффективно с помощью запросов на естественном языке.
5. Генерация мультимодального контента: В ситуациях, когда письменное руководство недоступно, Maven может проанализировать видеоконтент и сгенерировать мультимодальный контент, такой как пошаговые видео-SOP, текстовые SOP и рабочие диаграммы, тем самым упрощая процесс создания контента.

Объединив Генеративный ИИ с последними стратегиями управления знаниями, Maven предлагает организациям уникальный инструмент для использования потенциала их квалифицированной рабочей силы, стимулируя непрерывное улучшение и инновации.

Используются ли другие типы алгоритмов машинного обучения?

Да, DeepHow использует ряд сложных алгоритмов машинного обучения и методов ИИ в области обработки естественного языка и компьютерного зрения. Эти методы, как наблюдаемые, так и ненаблюдаемые, лежат в основе нашей проприетарной, отраслевой ИИ-технологии, которая была обучена и оптимизирована для промышленного и производственного секторов. Ключевые области применения включают:

1) Сегментация рабочих процессов: Мы используем алгоритмы машинного обучения для извлечения критически важной информации и шагов из сложных, неструктурированных демонстраций задач, захваченных на видео. Это позволяет нам разбить сложные процедуры на управляемые, обучаемые шаги.

2) Мультимодальное встраивание шагов: Моделируя “геном деятельности”, мы можем переформулировать инструкции и руководство по рабочим процессам, чтобы лучше соответствовать конкретным операционным контекстам.

3) Перекрестное извлечение модальности: Мы используем передовые методы поиска в видео, чтобы облегчить многоязычный, основанный на навыках поиск контента. Это позволяет пользователям получить доступ к соответствующей информации с большей эффективностью и точностью.

4) Карта знаний: Мы строим граф знаний, который визуально представляет основные компетенции организации. Это позволяет компаниям четко определить свои активы знаний, что позволяет разработать более эффективные стратегии повышения квалификации и обучения.

Эти продвинутые методы машинного обучения, в сочетании с нашим вниманием к промышленным и производственным услугам, позволяют нам предложить комплексное решение уникальным проблемам, с которыми сталкиваются организации в этих секторах.

Для компаний, которые хотят начать, какой процесс?

Мы разработали нашу платформу с учетом простоты, поэтому настройка вашей компании не должна быть сложной. На самом деле, более 80+ корпоративных и SMB-клиентов успешно развернули наши решения на более чем 400 объектах в 24 странах на 6 континентах.

Сначала наши команды встретятся и обсудят конкретные потребности и болевые точки вашей компании. Мы хотим понять ваши цели, проблемы обучения, которые вы сталкиваетесь, тип навыков, которые ваша рабочая сила нуждается – всю картину.

Затем мы поможем вам пройти процесс захвата знаний экспертов. Это может быть о любом процессе или навыке, который важен для вашей компании. Наша команда поможет вам создать эти пошаговые видео-руководства, используя интуитивно понятные инструменты DeepHow.

Наша команда поддерживает вас на каждом этапе, от первоначальной настройки до постоянной оптимизации вашей программы обучения. Мы здесь, чтобы сформировать партнерство с вами и повысить навыки и эффективность вашей рабочей силы. Просто посетите DeepHow.com, чтобы начать.

Есть ли что-то еще, что вы хотели бы поделиться о DeepHow?

В основе DeepHow лежит четкая, убедительная миссия: мы стремимся дать возможность каждому квалифицированному работнику стать экспертом. Мы стремимся сделать передачу знаний и обучение безболезненными, увлекательными и экономически эффективными, используя трансформирующую силу ИИ. Мы твердо верим, что технологии должны дополнять человеческие способности, а не заменять их. Этот принцип руководит всем, что мы делаем.

В нашей быстро меняющейся технологической ландшафте эта миссия более актуальна, чем когда-либо. Сдвиг в сторону цифровой трансформации и Industry 4.0 модернизировал производство, введя ряд передовых технологий. Эти инновации существенно изменили требования к работе, требуя от работников приобретения новых технических навыков для эксплуатации, обслуживания и оптимизации этих сложных машин. Темп изменений таков, что традиционные подходы к обучению борются за то, чтобы идти в ногу, что приводит к все расширяющемуся пробелу в навыках.

Наша цель – решить эту проблему напрямую, давая работникам возможность “восстановиться лучше” путем повышения квалификации для фабрик завтрашнего дня. Высокий уровень автоматизации означает, что теперь меньше необходимости в ручном труде; вместо этого внимание смещается на использование опыта и интуиции работников в эксплуатации передовых технологических систем.

Фабрики значительно эволюционировали за последнее десятилетие, с интеграцией робототехники, кобототехники и аналитических технологий, которые постоянно оптимизируют выход и минимизируют отходы. Для управления этими технологиями необходима квалифицированная рабочая сила.

DeepHow предоставляет современную методику обучения, позволяя производителям привлекать таланты, заполнять начальные позиции и постепенно повышать квалификацию работников для продвинутых ролей в производстве, логистике и планировании. С упором на современное, увлекательное обучение мы помогаем изменить восприятие производства с точки зрения карьеры в динамичную, технологически обусловленную область с бесконечными возможностями.