Joshua Xu, medgrundare och VD på HeyGen – Intervjuserie

Joshua Xu är medgrundare och VD på HeyGen en plattform som möjliggör för användare att enkelt producera studio-kvalitetsvideor med AI-genererade avatarer och röster.

Du co-founderade HeyGen 2020 med visionen att revolutionera visuell berättande genom AI. Kan du dela vad som inspirerade dig att starta HeyGen och din ursprungliga vision för denna mission?

Innan jag grundade HeyGen, arbetade jag på Snaps annonsgrupp, där jag ledde integrationen av AI i Snapchat-plattformen. Senare bytte jag team för att arbeta på AI-förstärkt kamera. Det var 2018, och AI fick inte lika mycket uppmärksamhet då som det gör nu, men vårt team arbetade hårt för att skapa saker för bilder och videor med AI som inte fanns då. Då insåg jag att datorn kan skapa högkvalitativa och realistiska videor. Jag blev entusiastisk över potentialen i denna teknik och hur den kunde förändra hur människor skapar innehåll.

Nya innehållsplattformar har revolutionerat introduktionen av mobilkameran. Vi har sett Instagram, Snapchat, TikTok och andra innehållsplattformar dyka upp och låsa upp en ny väg för innehållsskapare att skapa personliga, kvalitetsinnehåll. Men även med hjälp av en mobilkamera, finns det fortfarande hinder för att skapa förstklassigt innehåll. Några av hindren jag upplevde inkluderade: på-kamerafärdigheter, den tid och resurser som behövdes för att spela in videor och höga produktionskostnader.

På HeyGen, tror vi att kameran är utbytbar. Jag växte upp i mobilkamerarummet, där jag arbetade på mjukvara och teknik för att göra det lättare för människor att skapa innehåll. Men den publiken kämpar fortfarande för att skapa kvalitetsinnehåll enbart med hjälp av mobilkameror. Vårt team på HeyGen känner att om vi kan ersätta kameran, betyder det att vi kan ta bort hindret för visuell berättelse och innehållsskapande, vilket ger oss ett steg framåt.

Kan du diskutera de utmaningar HeyGen mötte i sina tidiga skeden och hur teamet övervann dem för att uppnå lönsamhet och snabb tillväxt?

Eftersom konsumenterna fortfarande är nya i den generativa AI-branschen, har de många frågor omkring HeyGens etiska policy. Vi vill upprepa att HeyGens policys och produkter strikt förbjuder skapandet av obehörigt innehåll, och vi tar missbruk av vår plattform mycket allvarligt.

Våra säkerhetsskydd inkluderar avancerad användarverifiering, inklusive livevideo-godkännande, dynamiska verbala lösenord och snabb mänsklig granskning av alla avatar-verifieringar. Såvitt vi vet, har inget missbruk inträffat sedan implementeringen av dessa protokoll. Förtroende och säkerhet är avgörande för vår verksamhet, och vi samarbetar aktivt över hela branschen för att fortsätta utveckla de verktyg och bästa metoder som behövs för att bekämpa desinformation och AI-missbruk.

Hur möjliggör HeyGens AI-teknik att företag skapar videor 10 gånger snabbare och med mindre overhead?

När jag startade HeyGen, lärde jag mig att redigering av videor inte är dyrt, men att anställa ett videoproduktionsteam är. Eftersom vi lever i en video-först-värld, vill företag engagera sina målgrupper med videoinnehåll, men de hindras av kostnaden och komplexiteten i videoproduktion. HeyGen hjälper företag att generera professionella videor, komplett med text-till-tal AI-avatrar som berättar om dessa videor från scratch. Med HeyGens videogenerering, behöver du inte en studio, en ensemble eller specialiserade färdigheter för att skapa videor för ditt företag.

När företag avstår från att anställa filmteam – köpa dyrt utrustning, hantera krävande skådespelare, besvärliga omtagningar och besvärlig efterproduktion – skapar HeyGen-användare videor 10 gånger snabbare. Det sparar team tid och pengar och gör det lättare att skala upp innehållet som påverkar deras bottenlinjer.

Förmågan att lokalisera videor till 175+ språk och dialekt är imponerande. Kan du förklara hur HeyGen uppnår detta och upprätthåller naturlig läppsynk och röstkvalitet?

Vårt team på HeyGen använder text-till-tal-teknik. Det betyder att HeyGen omvandlar texten du skriver till ljudfiler. Vi fokuserade på att göra video-generering video-kvalitet över vår tröskel, och vi vill hjälpa människor att ersätta den faktiska kameran och skala innehållsproduktionsprocessen.

Med över 40 000 betalande kunder, vilka branscher eller typer av företag ser du den största antagandet från?

HeyGen hjälper våra över 40 000+ kunder att göra tre saker: skapa, lokalisera och personanpassa videor utan de extra kostnaderna som innebär att anställa ett produktionsföretag. Vår programvara ökar popularitet bland marknadsföringsteam, där vi ser en ökning av lokaliseringsanvändning.

McDonald’s och The Weather Channel är bland dina kända kunder. Kan du dela mer information om dessa samarbeten och de resultat de uppnådde med hjälp av HeyGen?

“Sweet Connections” McDonald’s-kampanjen var spännande för vårt team. Den visade HeyGens teknologi, särskilt vår översättningsfunktion. Barnbarn spelade in ett meddelande på sin mormors modersmål med vår Video Translate-teknik. Det visade världen att AI är för alla, inklusive mormödrar och deras barnbarn.

Vi samarbetade också med FN:s utvecklingsprogram (UNDP) i ett globalt projekt för deras nya Weather Kids-kampanj, skapad i samarbete med Världsmeteorologiska organisationen (WMO) och The Weather Channel. Kampanjen var en del av UNDP:s ansträngningar att öka medvetenheten om klimatförändringarnas effekter och mobilisera människor över hela världen att vidta meningsfulla klimatåtgärder för framtida generationer. Tittare kunde se 2050-prognosen presenterad av Weather Kids: en specialprognos från år 2050 ankrad av barnmeteorologer som drivs av HeyGen.

Det område av AI-videogenerering utvecklas snabbt. Vilka framtida tillämpningar eller framsteg inom AI-videoteknik förutser du, och hur positionerar sig HeyGen för dessa?

Om människor kan generera engagerande videoinnehåll, kommer de naturligtvis att skapa mer videor, och varje företag syftar till att öka sin videooutput i dagens video-först-värld. För HeyGen ser vi oss själva skapa personanpassade videor för alla våra kunder med en fullständig avatar.

Hur ser du rollen för AI i det bredare fältet av digital berättelse och innehållsskapande utvecklas under de närmaste fem åren?

Det finns många möjligheter där ute. Människor kan nu montera footage och använda AI-driven redigering för att skapa en polerad video. Om vi fortsätter på en framåtriktad väg med generativ AI, kan vi förbättra tekniken och förbättra prestandan avsevärt. Detta kan så småningom leda till att man upplever resultaten av generativ AI-skapande i strömningssfären.

Hur kommer AI-videogenerering slutligen att störa filmindustrin?

Medan HeyGen specialiserar sig på att skräddarsydda videor för företag, tror vi att övertygande, högkvalitetsinnehåll kan skapas även utan en mobilkamera.

När det gäller de kreativa konsterna, kommer AI utan tvekan att störa filmindustrin. Medan detta inte är HeyGens fokus, föreställ er en värld där människor lokaliserar en video. Detta tillvägagångssätt kan innebära att man använder generativ AI istället för att ådra sig extra kostnader på omtagningar.

HeyGen har nyligen framgångsrikt höjt 60 miljoner dollar i serie A-finansiering, hur kommer detta att påverka företagets framtida planer?

Eftersom vår verksamhet har varit lönsam sedan Q2 2023, var vår serie A-finansieringsrunda främst inriktad på att ta in världsklassens rådgivare och investerare för att hjälpa oss skala. Det kommer också att hjälpa oss att påskynda vår produktvägkarta och expandera marknadsteamens tillväxt i LA, San Francisco, Palo Alto och Toronto.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka HeyGen.