『DeepHowのCEO兼共同創業者、サム・ジェン氏によるインタビューシリーズ』

Interview series with Sam Jen, CEO and Co-founder of DeepHow.

DeepHowのCEO兼共同創業者であるSam Zhengは、名だたる投資家によるバックアップを受けて急速に進化するスタートアップを牽引しています。DeepHowは革新的なAIパワードのビデオ中心の知識収集と転送プラットフォームで、熟練した労働力のトレーニングを革新しています。

DeepHowに先立ち、SamはSiemensで10年以上にわたり、さまざまな産業でデジタルイノベーションを推進してきました。彼の注目すべきプロジェクト、例えばCloud Digital Inspection Jacketなどは、技術的な知識共有、効率性、ユーザーエクスペリエンスを大幅に向上させ、彼のチームに名声あるSiemens Innovation Awardをもたらしました。

同時に、Samは清華大学の兼任教授であり、イリノイ大学アーバナ・シャンペーン校でエンジニアリング心理学の博士号と統計学の修士号を取得しています。

心理学と統計学の教育的なバックグラウンドを持っていますが、どのようにしてビデオや機械学習に焦点を当てるようになりましたか?

私の心理学と統計学のバックグラウンドは、実は機械学習とビデオ中心のプラットフォームの領域に自然な移行をもたらしました。心理学の研究は、人間の心と知性、特にスキルの学習と専門知識の開発のプロセスに対する私の興味を引き起こしました。一方、統計学は、私たちの生物学的な脳に触発された人工ニューラルネットワークを探求するための数学的な基礎を提供しました。

今日のデジタル時代において、ビデオはより魅力的でインタラクティブで効果的な学習ツールとして台頭しています。YouTubeやTikTokなどのプラットフォームで、特に若い世代のユーザーが数時間を費やしてビデオコンテンツから学びを得ています。

しかし、特に編集の部分を含む教示ビデオの作成の伝統的なプロセスは、時間がかかり、労力を要します。数分間の短いビデオでも、細心の注意を払うこと数時間が必要となることもあります。この非効率さと学習体験の向上の潜在能力に気付いた私と共同創業者は、人工知能(AI)と機械学習の力を活用して、ハウツービデオの作成プロセスを迅速化することを決めました。

私たちのAIパワードのビデオプラットフォームは、労働集約的な作業をわずか数分で行うことができ、効率を劇的に向上させることなく効果を確保します。要するに、私の学問的な基礎と人間の認知を理解し、それを模倣する統計モデルがこの革新的な事業の道を開いたのです。

あなたの名前の下には複数の特許がありますが、最も重要なものは何ですか?

私の特許はすべて、技術を活用して人間のパフォーマンスを向上させることに焦点を当てています。Siemensでの勤務中、私が取り組んだ一つの注目すべきプロジェクトは、スティーブン・ホーキング教授のためのソリューションの開発でした。私たちは、ホーキング教授と同様の筋萎縮性側索硬化症(ALS)を持つ人々を支援する直感的な目で文字入力法を開発しました。この革新的な取り組みは現在、特許申請中です。

しかし、私が貢献した最も重要な特許は、最近のものです。それは「産業および製造組織向けの生成型AIパワードノウハウ管理プラットフォーム」です。

以下に簡単な概要を示します:

私たちの発明は、産業および製造組織に特化した先端的な生成型AIソリューションを提供します。これは、人工知能、機械学習、トレーニングと開発、知識管理システムなどの領域が交差する、制度的な知識と部族的な知識を効果的に捉え、整理、共有する方法です。

産業および製造部門は、重要な知識の捉え、整理、共有において常に困難に直面しています。高いスタッフの入れ替わり率、複雑なプロセス、スキル向上の永続的な必要性は、これらの困難を増幅させます。従来の知識管理方法は、しばしば手間がかかり、時間を要し、柔軟性に欠けるため、より高度なソリューションが必要です。

私たちの生成型AIソリューションは、独自のアルゴリズムと機械学習技術を活用して、ビデオベースの標準作業手順(SOP)の作成を効率化し、ワークフローを最適化し、AI駆動のチャット機能を介して情報への迅速かつ効率的なアクセスを容易にします。私たちのソリューションは、その適応性とスケーラビリティのため、さまざまな製造環境に適しています。

DeepHowの創設物語を共有していただけますか?

DeepHowを立ち上げる前、私はSiemensで他の共同創業者であるPatrik Matos da SilvaとWei-Liang Kaoと共に、産業および製造部門でさまざまなデジタルイノベーションプロジェクトに取り組んでいました。私たちの旅は、2018年にデトロイトで開催されたTechstars Mobility Acceleratorで大きく飛躍しました。この経験は、アイデアの妥当性を検証し、ギャップを特定し、潜在的な投資家、パートナー、メンターとのつながりを築くためのブートキャンプでした。

私たちは、人々が何年にもわたって培ってきたスキルや経験の価値を見出しましたが、問題がありました-この専門知識を効果的に捉えて共有する方法は実際には存在しませんでした。私たちは技術がどれだけ急速に進化しているかを観察し、従業員のトレーニングに使用していた方法が遅れていることに気付きました。私たちはまだ、効率的ではなく、正直なところ、魅力的ではない時代遅れの手法に依存していました。

私は、人工知能とビデオ技術の進歩を組み合わせて、情報の捉え方、構造化方法、共有方法を完全に変える独自の機会があることに気付きました。そこで、DeepHowを構築することを決め、企業が内部で素晴らしいトレーニングビデオを作成し、制御し続けることができるプラットフォームを作り出すことにしました。このアイデアを実現するために、私たちは「ステファニー」と呼ばれるAIシステムを作成しました。ステファニーは私たちのソリューションのバックボーンであり、専門家のノウハウを捉え、知識リポジトリを作成します。新入社員や経験の浅い社員の学習プロセスを加速するために、ステップバイステップのインタラクティブなハウツービデオを生成します。

AIワークフローのインデックス化とセグメンテーションの活用により、私たちはビデオコンテンツの作成速度を10倍速くし、労働力のパフォーマンスを25%向上させました。

私たちは初期の日々から大きく進歩しましたが、私たちの使命は変わりません。私たちは企業が彼らの蓄積された知識と専門知識を活用し、従業員が絶えず学習し成長できるよう支援することに専念しています。それはスリリングな旅です。

DeepHowが解決している職場の課題はいくつかありますか?

知識の伝達:職場では、経験豊富な従業員から新入社員や経験の浅いスタッフへのスキルや知識の伝達は非常に困難です。私たちはその知識をキャプチャし、シェアしやすく、セグメントに分割し、より理解しやすい方法で構造化することを可能にしました。

トレーニング効率:従来のトレーニングは退屈ですよね?長時間、情報を覚えにくい-それは常に最も効率的なプロセスではありません。DeepHowを使用すると、従業員は自分自身のペースで学び、自分自身の学習スタイルに合わせた方法で学ぶことができます。トレーニングを痛みのないもの、楽しいものにすることが私たちの目標です。スキルギャップ:チームのスキルギャップがどこにあるかを見つけることは、ハヤスタックの中から針を見つけようとするようなものです。それも私たちが助けることができるものです。私たちのプラットフォームは分析を使用してトレーニングのギャップを示し、トレーニングチームが必要な特定のコンテンツを作成してそれを埋めることができるようにします。時代遅れのトレーニング教材:物事は速く変わりますよね?基準や手順、それらは常に進化しています。まあ、私たちはあなたのトレーニング教材が置き去りにされないようにします。編集と更新は迅速かつ痛みのないものであり、異なる場所やシャツでの更新を簡単なスキル割り当てで共有できるようにすることで、最新の情報が誰もが持っていることを保証します。オンデマンドの学習:便利さこそが王様です!必要なものに必要な時にアクセスできることを誰もが望んでいます。それがDeepHowの哲学です。トレーニングは、一日中を中断するスケジュールされたイベントであるべきではなく、必要な時に利用できる柔軟なリソースであるべきです。場所と時間に縛られることは理想的ではありません。今すぐ特定のことを学びたいですか?検索して視聴してください。それはもっと簡単なことはありません。従業員のエンゲージメントの向上:トレーニングは時々、まあ、それほどエキサイティングなものではありませんよね。しかし、それは絶対にこのようにする必要はありません。DeepHowはクリエイターに創造的な余地を与えます。学ぶことは楽しく、魅力的で楽しい経験であるべきです。コミュニケーションの促進:複雑なプロセスや手順を扱う場合、コミュニケーションは難しいことがあります。私たちのプラットフォームは、従業員が簡単にタスクを理解し理解することができるステップバイステップガイドを可能にすることで、コミュニケーションを簡素化します。また、私たちのプラットフォームは、ほぼ50の言語で理解し、翻訳し、書き起こします。この機能だけでも、多くの企業にとって最も価値のあるツールの1つとなっています。母国語で学ぶことは、理解を向上させモラルを高めることができます。

DeepHowは企業が適応型トレーニングプログラムを作成するのをどのように可能にしていますか?

従来のトレーニング環境を考えてみましょう。静的な資料、硬直したスケジュール、ワンサイズが全員に合うアプローチがあります。これらの方法は、誰もが異なる方法で学び、異なるペースで学ぶことを考慮していません。それらは急速に変化する環境や個々の従業員の進捗に対応するためにスケーラブルで柔軟ではありません。これらはどの企業にとっても重要な痛点ですよね?

それがDeepHowが関与する正確な場所です。私たちはこれらの問題に対してスクリプトを反転させるお手伝いをします。企業がビジネスのニーズや従業員の学習パターンに高度に対応した、動的で個別にカスタマイズされたトレーニングプログラムを開発するのをサポートします。

私たちのプラットフォームは、簡単にフォローできるビデオベースの学習モジュールで専門知識をキャプチャします。しかし、それで終わりません。AIの力を活用して、従業員がこれらのモデルとの相互作用を分析し、スキルのギャップが残っている場所をより深く洞察することができるようにします。それは弱点を強みに変え、個々の専門領域を活用して持続的な学習文化を育むことに関連しています。

DeepHowは職場の安全性向上にどのような役割を果たしていますか?

安全はどんな職場においても極めて重要な要素ですが、それを正しく行うことはしばしば困難であり、不運な事故や規制違反につながることがあります。これは、製造業、建設業、または医療業などの産業において特に当てはまります。小さなミスでも重大な結果をもたらすことがあります。

では、DeepHowはこの状況にどのように対応しているのでしょうか?私たちは、安全プロトコルに関するエキスパート知識を容易にキャプチャし共有できるプラットフォームを提供することで、安全な実践が明確に理解され、一貫して実施されるように情熱を注いでいます。

私たちは、古いスクールの理解しにくいマニュアルの代わりに、インタラクティブなステップバイステップのビデオガイドを提供しています。それらはわかりやすく、理解しやすく、何よりもいつでもどこでもアクセスできるものです。これは従業員が常に最新の安全プロトコルについて最新情報を把握するための言い訳を持たないことを意味します。安全は常に最優先事項であり、誰もが職場で安全を感じる権利があります。

どのようにGenerative AIはこれを可能にしますか?

私たちのGenerative AIを活用したノウハウ管理プラットフォーム「Maven」の中心には、産業や製造組織が自社の知識を収集、管理、共有する方法を革新するための革新的な機能のスイートがあります。Mavenは独自のアルゴリズムと高度な機械学習技術を利用して、次のようなさまざまなプロセスを簡素化し、向上させることを目指しています:

  1. 効率化されたビデオSOP作成:当社独自のGenerative AIアルゴリズムを使用して、Mavenはビデオの撮影ガイドとナレーションスクリプトを自動生成するのを支援します。これにより、一貫性を持った高品質なビデオSOPの作成が容易になり、新たな産業標準を確立します。
  2. 効率的なワークフローオプティマイゼーション:Mavenのワークフロー可視化ツールは、高度な機械学習技術を活用して、ユーザーが複雑なタスクを簡素化できるようにし、使いやすいインターフェースとAIのスマートな応用を通じて生産性を促進します。
  3. 戦略的な知識マッピング:MavenのAIアルゴリズムは、組織が重要なノウハウをマッピングし、知識のギャップを特定し、必要なコンテンツの機会を見つけるのを支援します。これにより、熟練労働者のニーズに合わせたターゲット指向のトレーニング教材の開発が可能となります。
  4. AIによるチャット機能の強化:先端の自然言語処理アルゴリズムによって動作するMavenのAIチャットは、自然な言語のクエリを使用して必要な情報に迅速かつ効率的にアクセスできるようにします。
  5. マルチモーダルコンテンツ生成:書かれたSOPが利用できない場合、Mavenはビデオコンテンツを分析し、ステップバイステップのビデオSOP、テキストSOP、ワークフローダイアグラムなどのマルチモーダルコンテンツを生成することができます。これにより、コンテンツの作成プロセスを効率化します。

高度なGenerative AIと最新の知識管理戦略を組み合わせることで、Mavenは組織に独自のツールを提供し、熟練労働者の潜在能力を引き出し、持続的な改善とイノベーションを推進します。

その他に使用される機械学習アルゴリズムはありますか?

実際に、DeepHowは自然言語処理(NLP)とコンピュータビジョンの領域で幅広い洗練された機械学習アルゴリズムとAI技術を活用しています。これらの技術は、監督学習と非監督学習の両方を基盤としており、産業および製造業向けにトレーニングおよび最適化された独自のドメイン特化型AI技術を支えています。応用の主な領域は以下の通りです:

1) ワークフローセグメンテーション:機械学習アルゴリズムを利用して、複雑な構造のタスクデモから重要な情報と手順を抽出します。これにより、複雑な手順を管理可能な学習ステップに分解することができます。

2) マルチモーダルステップ埋め込み:’アクティビティゲノム’をモデリングすることで、指示やワークフローガイダンスを特定の運用コンテキストに適した形に再構成することができます。

3) クロスモダリティリトリーバル:高度なビデオ内検索技術を使用して、マルチ言語のスキルベースのコンテンツ検索を容易にします。これにより、ユーザーはより効率的かつ正確に関連情報にアクセスできます。

4) ノウハウマッピング:組織のコアコンピタンスを視覚的に表現する知識グラフを構築します。このマッピングにより、企業は自社の知識資産を明確に把握し、効果的なスキル向上とトレーニング戦略を実現することができます。

これらの高度な機械学習技術と産業および製造業に焦点を当てた取り組みにより、DeepHowはこれらのセクターで組織が直面する独自の課題に包括的な解決策を提供することができます。

始めたい企業に対して、手続きはどのようになりますか?

当社のプラットフォームはシンプルさを重視して設計されていますので、企業の導入は複雑になる必要はありません。実際、80以上の企業および中小企業のお客様が、世界6大陸の24か国の400以上の現場にわたり、当社のソリューションを成功裏に展開しています。

まず、私たちのチームと会って、貴社の具体的なニーズや課題について話し合います。私たちは、貴社の目標、トレーニングに直面している課題、労働力が必要とするスキルの種類など、全体像を把握したいと考えています。

次に、エキスパートの知識を収集するプロセスをご案内します。これは、貴社にとって重要なプロセスやスキルについてのものです。私たちのチームは、DeepHowの直感的なツールを使用して、これらのステップバイステップのビデオガイドの作成をサポートします。

初期セットアップからトレーニングプログラムの継続的な最適化まで、私たちのチームがあなたをサポートします。私たちはあなたとのパートナーシップを築き、労働力のスキルと効率を向上させるためにここにいます。始めるには、DeepHow.comをご覧ください。

DeepHowについて共有したいことは他にありますか?

DeepHowの核心には明確で魅力的なミッションがあります:すべての熟練労働者をエキスパートにする力を与えることです。私たちは、知識の伝達とトレーニングをシームレスで魅力的かつ費用効果の高いものにすることを目指しており、AIの変革力を活用しています。私たちは、技術が人間の能力を補完することであるべきだという信念を固く持っています。この原則が私たちのすべての活動を指針としています。

我々の急速に進化する技術的な景色の中で、この使命は今まさにより関連性が高まっています。デジタルトランスフォーメーションと産業4.0への移行により、製造業は近代化され、さまざまな先進技術が導入されました。これらのイノベーションにより、求められる職務要件は大幅に変化し、労働者はこれらの高度な機械を操作、維持、最適化するための新しい技術スキルを習得する必要があります。変化の速度は非常に速く、従来のトレーニング手法では追いつくのが難しく、ますます広がるスキルギャップが生まれています。

私たちの目標は、この課題に直面し、労働者が明日の工場のために再スキルを習得することで、「より良い未来を築く」ことを可能にすることです。高いレベルの自動化により、人力労働の需要は減少し、代わりに労働者の専門知識と直感を活用した高度な技術システムの操作に焦点が移ります。

工場は過去10年間で大きく進化し、ロボット技術、共同ロボティクス、およびアナリティクス技術の統合により、出力を最適化し廃棄物を最小限に抑えるようになりました。これらの技術を管理するためには、スキルアップした労働力が重要です。

DeepHowは、現代的なトレーニング手法を提供し、製造業、物流、計画などの分野で人材を集め、初級ポジションを埋め、徐々に労働者のスキルを向上させることを可能にします。当社は現代的で魅力的なトレーニングに重点を置いており、製造業を行き詰まりのあるキャリアから、無限の可能性を秘めた動的な技術駆動の分野へと認識を変えるお手伝いをしています。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、DeepHowを訪問してください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

「UVeyeの共同設立者兼CEO、アミール・ヘヴェルについてのインタビューシリーズ」

アミール・ヘヴァーは、UVeyeのCEO兼共同創設者であり、高速かつ正確な異常検出により、自動車およびセキュリティ産業に直面...

人工知能

「トリントの創設者兼CEO、ジェフ・コフマンへのインタビューシリーズ」

ジェフ・コーフマンは、ABC、CBS、CBCニュースで30年のキャリアを持った後、Trintの創設者兼CEOとなりましたジェフは手作業の...

データサイエンス

2023年にAmazonのデータサイエンティストになる方法は?

ほとんどのビジネスは現在、膨大な量のデータを生成し、編集し、管理しています。しかし、ほとんどのビジネスは、収集したデ...

機械学習

「機械学習 vs AI vs ディープラーニング vs ニューラルネットワーク:違いは何ですか?」

テクノロジーの急速な進化は、ビジネスが効率化のために洗練されたアルゴリズムにますます頼ることで、私たちの日常生活を形...

人工知能

「パクストンAIの共同創業者兼CEO、タングイ・シャウ - インタビューシリーズ」

タングイ・ショウは、Paxton AIの共同創設者兼CEOであり、法的研究と起草の負担を軽減するためにGenerative AIを使用するプラ...

人工知能

Aaron Lee、Smith.aiの共同設立者兼CEO - インタビューシリーズ

アーロン・リーさんは、Smith.aiの共同創業者兼CEOであり、AIと人間の知性を組み合わせて、24時間365日の顧客エンゲージメン...