访谈
郑博士，DeepHow的CEO和联合创始人 – 采访系列
将 Unite.AI 添加到您在 Google 上的首选来源
郑博士是DeepHow的CEO和联合创始人，DeepHow是一家迅速发展的初创公司，得到了著名投资者的支持。DeepHow通过其创新性的、人工智能驱动的、视频为中心的知识捕获和转移平台，革新了熟练劳动力的培训。
在DeepHow之前，郑博士在西门子公司工作了十多年，推动了各个行业的数字创新。他的著名项目，如云数字检查夹克，显著提高了技术知识的共享、效率和用户体验，赢得了西门子创新奖。
同时，郑博士也是清华大学的心理学副教授，并拥有伊利诺伊大学厄巴纳-香槟分校的工程心理学博士和统计学硕士学位。
您有心理学和统计学的教育背景，如何转向视频和机器学习领域?
我的心理学和统计学背景实际上为我进入机器学习和视频领域提供了自然的过渡。心理学研究激发了我对人类思维和智力的兴趣，特别是技能学习和专业知识发展的过程。同时，统计学提供了数学基础，用于探索人工神经网络，受我们的生物大脑的启发。
在今天的数字时代，视频已经成为一种更吸引人、更互动和更有效的学习媒介。这一转变在YouTube和TikTok等平台上显而易见，用户，尤其是年轻一代，花费数小时消费和学习视频内容。
然而，传统的创建教学或操作视频的过程，特别是编辑部分，耗时且劳动密集。几分钟的短视频可能需要数小时的精心工作。认识到这种低效率和提高学习体验的潜力，我的联合创始人和我决定利用人工智能和机器学习来加速操作视频的创建过程。
我们的AI驱动的视频平台可以将数小时的劳动密集型工作转化为几分钟，极大地提高效率而不牺牲有效性。从本质上讲，我的学术基础在理解人类认知和模仿它的统计模型方面帮助我为这项创新事业铺平了道路。
您有多项专利，您认为哪一个最重要?
所有我的专利都集中在利用技术来增强人类性能。 在西门子公司期间，我参与了一个为斯蒂芬·霍金教授工作的项目。我们开发了一种直观的眼部输入法，以帮助像霍金教授一样患有ALS的个人。 这项创新工作现在是待批准的专利的一部分。
然而，我贡献最多的专利是最近的一个：工业和制造组织的生成式AI驱动的知道管理平台。
以下是简要概述：
我们的发明提出了一种针对工业和制造组织的尖端生成式AI解决方案。它有效地捕获、组织和传播机构和部落知识，交叉领域如人工智能、机器学习、培训和发展以及知识管理系统。
工业和制造业经常面临巨大的挑战，捕获、组织和共享关键知识。高员工流动率、复杂的流程和不断需要提升技能加剧了这些困难。传统的知识管理方法往往耗时、缺乏灵活性，需要更先进的解决方案。
我们的生成式AI解决方案采用专有算法和机器学习技术来简化视频标准操作程序（SOP）的创建、优化工作流程和通过AI驱动的聊天功能实现快速、有效的信息访问。由于其适应性和可扩展性，我们的解决方案适用于广泛的制造环境。
DeepHow的起源故事是什么?
在我们推出DeepHow之前，我与其他联合创始人Patrik Matos da Silva和Wei-Liang Kao一起在西门子公司工作，推动工业和制造业领域的各种数字创新项目。我们的旅程在2018年加入Techstars Mobility Accelerator在底特律时发生了巨大的转变。这种经历基本上是一种训练营，帮助我们验证我们的想法、确定差距并与潜在投资者、合作伙伴和导师建立联系。
我们看到了人们在多年中培养的技能和经验的价值，但有一个问题——没有真正有效的方式来捕获和分享这种专业知识。我们观察到技术如何迅速发展，并意识到我们用于员工培训的方法并没有跟上。我们仍然依赖于过时、耗时的方法，这些方法不仅效率低下，而且不够吸引人。
我意识到有一个独特的机会，将人工智能和视频技术的进步结合起来，彻底改变我们捕获、结构化和共享信息的方式。因此，我们开始构建DeepHow，一家公司可以在内部创建惊人的培训视频并保持控制的平台。为了实现这一理念，我们创建了一个名为“Stephanie”的AI系统。Stephanie是我们解决方案的核心，捕获专家的知识并创建知识库。它生成步骤式、交互式操作视频，以加快新员工和经验较少的员工的学习过程。
通过使用AI工作流索引和分段，我们成功地创建了视频内容的速度提高了10倍，并将劳动力绩效提高了25%。
我们自成立初期以来已经走了很远，但我们的使命仍然相同。我们致力于帮助公司利用其丰富的机构知识和专业知识，并使员工能够不断学习和成长。这是一段令人兴奋的旅程。
DeepHow解决哪些工作场所挑战?
知识转移：在任何工作场所，转移技能和知识，尤其是从经验丰富的员工到新员工或经验较少的员工，都可能是一个挑战。我们使得捕获和结构化这种知识成为可能，以便简单地共享，分解为更容易理解的部分。
培训效率：传统培训可能很枯燥，对吧？长时间、难以保留信息——这并不总是最有效的过程。有了DeepHow，员工可以按照自己的节奏学习，并以更适合他们独特学习风格的方式学习。这是我们的目标：让培训变得轻松愉快。
技能差距：有时，找出团队的技能差距可能感觉像在寻找一根针。我们可以帮助您解决这个问题。我们的平台使用分析来显示培训中的差距，并使培训团队能够通过创建他们需要的特定内容来弥补这些差距。
过时的培训材料：事情变化很快，不是吗？标准和程序不断演变。好吧，我们确保您的培训材料永远不会落后。编辑和更新很快捷，能够跨不同地点和部门轻松共享更新，使得没有人会缺乏最新信息。
随时随地学习：便利性是关键！每个人都希望能够随时访问所需的内容。DeepHow的理念就是如此。我们认为培训不应该是一种需要中断整个一天的预定事件，而是一种灵活的资源，可以在需要时使用。被限制在特定地点和时间不是理想的。需要学习某些特定内容，马上？搜索并观看。不能更简单了。
提高员工参与度：我们都知道培训有时可能不是最令人兴奋的事情。但这绝对不必如此。DeepHow允许创作者发挥创造力。学习应该是一种有趣、吸引人和愉快的体验。
促进沟通：沟通可能很棘手，尤其是在处理复杂的流程或程序时。我们的平台通过允许创建一步一步的指南，使员工能够轻松消化和理解任务，促进清晰的一致信息传递。我们的平台还可以理解、翻译和转录近50种语言。这个功能已经被证明是许多公司最有价值的工具之一。允许某人以母语学习确保更好的理解和提高士气。
DeepHow如何使企业能够创建自适应培训计划?
让我们考虑传统的培训环境。你有静态材料、僵化的时间表和一刀切的方法。这些方法不考虑到每个人都有不同的学习方式和节奏。它们不具有可扩展性或灵活性，无法适应快速变化的环境或个别员工的进度。这些是任何企业都面临的重大痛点，对吧？
这正是DeepHow介入的地方。我们帮助您颠覆这些问题。我们使企业能够开发出敏捷、动态、个性化和高度响应业务需求和员工学习模式的培训计划。
我们的平台捕获专家知识，转化为易于理解的视频学习模块。但我们不会止步于此。我们利用人工智能分析员工与这些模型的交互，深入了解技能差距。它是关于将弱点转化为优势，并利用个人的专业领域来培养持续的学习文化。
DeepHow在提高工作场所安全方面扮演什么角色?
安全是任何工作场所的关键方面，但它往往很难做对，导致不幸的事故和违反规定。遗憾的是，这在制造业、建筑业或医疗保健等行业尤其如此，即使是一小部分的疏忽也可能产生重大后果。
那么，DeepHow如何融入这一图景？好吧，我们热衷于确保安全实践被清晰地理解并在各个方面一致地实施。
我们通过提供一个平台让公司轻松捕获和共享安全协议的专家知识来实现这一目标。我们不再使用老式、难以理解的手册，而是提供互动的、一步一步的视频指南。它们直接、易于理解，并且可以在任何时候、任何地方访问。这意味着员工永远不会有借口不及时了解最新的安全协议。安全应该始终是首要任务，大家都应该在工作中感到安全。
生成式AI如何使其成为可能?
在我们生成式AI驱动的知道管理平台“Maven”的核心，是一套创新功能，旨在革新工业和制造组织捕获、管理和共享其机构和部落知识的方式。Maven采用专有算法和高级机器学习技术来简化和增强多个过程：
- 简化视频SOP创建：使用我们的独特生成式AI算法，Maven帮助自动生成视频拍摄指南和脚本。这促进了高质量视频SOP的创建，具有连贯性，设定了新的行业标准。
- 高效的工作流优化：通过利用高级机器学习技术，Maven的工作流可视化工具使用户能够简化复杂任务，促进通过用户友好界面和智能应用程序提高生产力。
- 战略知识映射：Maven的AI算法帮助组织映射关键知识，识别知识差距，并发现重要内容机会。这导致了针对熟练劳动力的有针对性的培训材料的开发。
- AI增强的聊天功能：由领先的自然语言处理算法驱动，Maven的AI聊天功能使用户能够使用自然语言查询快速高效地访问所需信息。
- 多模式内容生成：在没有书面SOP的情况下，Maven可以分析视频内容并生成多模式内容，例如一步一步的视频SOP、文本SOP和工作流图，从而简化内容创建过程。
通过将高级生成式AI与最新的知识管理策略相结合，Maven为组织提供了一种独特的工具来利用其熟练劳动力的潜力，推动持续改进和创新。
是否使用其他类型的机器学习算法?
的确，DeepHow利用了一系列复杂的机器学习算法和AI技术，涵盖自然语言处理（NLP）和计算机视觉。这些技术，包括监督和无监督的技术，支撑我们的专有、特定领域的AI技术，该技术已针对工业和制造业进行了培训和优化。主要应用领域包括：
1）工作流分段：我们使用机器学习算法从复杂、非结构化的任务演示中提取关键信息和步骤，这些任务演示被捕获在视频中。这使我们能够将复杂的过程分解为可管理、可教的步骤。
2）多模态步骤嵌入：通过建模“活动基因组”，我们能够重新配置指令和工作流指南，以更好地适应特定的操作环境。
3）跨模式检索：我们使用高级的视频内搜索技术，实现多语言、基于技能的内容检索。这使用户能够更高效、更准确地访问相关信息。
4）知道映射：我们构建了一个知识图，直观地表示组织的核心能力。这使公司能够清晰地识别其知识资产，实现更有效的提升技能和培训策略。
这些高级机器学习技术，加上我们对工业和制造服务的关注，允许我们为这些行业面临的独特挑战提供全面解决方案。
对于希望开始使用DeepHow的公司，流程是什么?
我们设计了我们的平台，以简单性为主，因此将您的公司纳入并不复杂。事实上，80多家企业和中小型企业客户已经成功部署了我们的解决方案，覆盖24个国家、6个大陆的400多个站点。
首先，我们的团队将与您见面，讨论贵公司的具体需求和痛点。我们希望了解您的目标、您面临的培训挑战、您的劳动力需要的技能——整个图景。
接下来，我们将指导您完成捕获专家知识的过程。这可以是关于贵公司重要的任何过程或技能。我们的团队将帮助您使用DeepHow的直观工具创建这些一步一步的视频指南。
我们的团队将在每一步支持您，从初始设置到培训计划的持续优化。我们致力于与您建立合作伙伴关系，增强您的劳动力的技能和效率。只需访问DeepHow.com即可开始使用。
您还想分享关于DeepHow的其他信息吗?
DeepHow的核心是一个明确、令人信服的使命：我们旨在赋予每一名熟练工人成为专家的能力。我们努力使知识转移和培训变得无缝、吸引人和划算，利用人工智能的变革力量。我们坚信技术应该增强人类的能力，而不是取代它们。这一原则指导我们所做的一切。
在我们快速发展的技术格局中，这一使命比以往任何时候都更相关。数字化转型和工业4.0的转变使制造业现代化，引入了各种先进技术。这些创新已经显著改变了工作要求，要求工人获取新的技术技能来操作、维护和优化这些复杂的机器。变化的步伐如此之快，以至于传统的培训方法难以跟上，导致技能差距不断扩大。
我们的目标是直接解决这一挑战，赋予工人“重建更好”的能力，通过为明天的工厂重新培训。高水平的自动化意味着对手工劳动的需求较少；相反，重点转向利用工人的专业知识和直觉来操作先进的技术系统。
DeepHow提供了一种现代的培训方法，使制造商能够吸引人才、填补入门级职位，并逐渐提升工人技能以适应制造业、物流和规划中的高级职位。通过对现代化、吸引人的培训的强调，我们正在帮助改变制造业的认知，从死胡同式的职业转变为动态、技术驱动的领域，充满无限的可能性。
感谢这次精彩的采访，希望了解更多的读者可以访问DeepHow。
