Seperti yang diketahui oleh siapa pun yang pernah bekerja di pabrik, menonton video pelatihan atau membaca buku petunjuk adalah satu hal. Melakukan pekerjaan adalah hal lain.
Di perusahaan kecil dengan sedikit staf, karyawan baru dapat melakukan pekerjaan bayangan atau sekadar meminta bantuan. Di pabrik dengan lebih dari 100 orang, pergantian staf yang tinggi, banyak shift dan banyak bahasa, segala sesuatunya menjadi lebih menantang, kata Penglihatan Dalam salah satu pendiri Nicolas Bearzatto.
Ketika pengetahuan hanya ada di kepala orang, bukan di sistem, tingginya pergantian karyawan, hambatan bahasa, dan pelatihan yang tidak konsisten menyebabkan waktu peningkatan yang lebih lambat, tingkat kesalahan yang lebih tinggi, dan waktu henti yang mahal. Tujuan DeepSight adalah untuk menangkap pengetahuan suku tersebut dan menyampaikannya kembali kepada pekerja dalam bentuk instruksi multibahasa yang jelas, visual, dan langsung di lantai pabrik.
Didirikan di Montreal pada tahun 2019 oleh Bearzatto dan Francis Dubé, DeepSight dimulai dengan realitas tertambah (AR) mesin yang mampu memvisualisasikan dan memanipulasi model 3D. Seiring berjalannya waktu, platform ini telah berkembang menjadi platform manajemen pengetahuan dan instruksi kerja yang lengkap untuk lingkungan industri, dengan fokus kuat pada manufaktur makanan.
Inovasi intinya adalah sistem penangkapan pengetahuan cepat yang mencatat operator berpengalaman yang menggunakan kacamata pintar saat mereka melakukan tugas, kata Bearzatto. Sistem ini menangkap apa yang mereka lihat, katakan, dan lakukan, lalu menggunakan AI untuk mensintesis data ini menjadi instruksi kerja digital langkah demi langkah yang terstandarisasi dalam hitungan menit.
“Kami seperti, mari kita ambil contoh Joe atau Bob… Anda tahu, orang yang telah bekerja di perusahaan selama 25 tahun itu mengetahui semua triknya, tahu cara menggunakan setiap mesin, dan dia bisa pensiun dalam beberapa bulan, dan membawa semua pengetahuannya bersamanya.”
Dia menambahkan: “Mari kita kenakan kacamata pintar dan minta dia mengerjakan tugas atau ujian seperti biasanya, dan kita akan mendokumentasikan semuanya: apa yang dia lakukan, apa yang dia lihat, apa yang dia katakan kepada kita tentang apa yang dia lakukan, posisi tangannya, kepalanya, di sekitar peralatan.
“Kami kemudian mengirimkan data ini ke AI kami yang mensintesisnya dan memberikan kami kembali instruksi kerja yang terstandarisasi langkah demi langkah dalam hitungan menit, yang merupakan terobosan baru. Mudah dicerna, interaktif, visual, dan auditif.”
👉 Realitas maya (VR): Sepenuhnya imersif—pengguna memakai headset dan dunia nyata menghilang, digantikan oleh lingkungan yang sepenuhnya digital.
👉 realitas tertambah (AR): Hamparan dunia nyata + digital—pengguna melihat lingkungan fisik dengan grafik/instruksi kontekstual yang berlapis di atasnya.
Instruksi multibahasa yang dipandu—tepat di tempat pekerjaan berlangsung
Bagi pengguna akhir, instruksi dapat disampaikan melalui kacamata pintar AR tetapi lebih umum melalui tablet, yang sudah digunakan oleh banyak pabrik, kata Bearzatto. Pekerja memindai kode QR pada mesin, kemudian menerima petunjuk langkah demi langkah yang dipandu melalui kombinasi teks, gambar, video, dan narasi audio.
Setiap langkah dijeda hingga pengguna mengonfirmasi penyelesaiannya, dan sistem juga dapat meminta pekerja mengambil foto, video, atau respons daftar periksa untuk ketertelusuran, jaminan kualitas, dan kepatuhan keselamatan.
“Kode QR berfungsi sebagai mercusuar untuk pergi dan mendapatkan informasi yang tepat dari cloud pada mesin tersebut, dan berfungsi sebagai titik penghubung ke konten digital tersebut, seperti panah yang memberi tahu Anda tombol mana yang menyalakan mesin atau tuas mana yang harus Anda tarik untuk mengubah pengaturan. Hal-hal ini muncul di bidang pandang Anda dengan presisi sekitar setengah sentimeter, tepat di tempat yang seharusnya.”
Untuk pabrik dengan staf yang bisa berbicara dalam berbagai bahasa, katanya, DeepSight dapat membuat “Bob” atau “Joe” berbicara dalam bahasa Prancis, Inggris, Spanyol, Belanda, atau Jerman.
Memprioritaskan penerapan praktis daripada fiksi ilmiah
Meskipun visi jangka panjangnya adalah AI percakapan melalui kacamata pintar sehingga pekerja dapat berbicara bolak-balik dengan AI secara real-time, DeepSight pada awalnya berfokus pada penerapan praktis yang dapat menghemat waktu dan uang saat ini, kata Bearzatto.
“Saat ini kami terutama menggunakan headset AR untuk menangkap konten, dan tablet untuk pengiriman, namun karena perangkat keras menjadi lebih murah, sehingga harga kacamata mulai dari $5.000 menjadi $500, kita dapat melihat dalam jangka panjang bahwa Anda cukup memakai kacamata dan berbicara dengan AI. Namun sebelum mencapainya, Anda memerlukan konten dalam jumlah yang cukup besar di platform.
“Di beberapa perusahaan, lebih dari 150 proses telah didokumentasikan dan diterjemahkan ke dalam instruksi kerja DeepSight, jadi akan sangat menarik jika memiliki AI yang dapat Anda ajak bicara dan berinteraksi, jadi pada titik tertentu, inilah tujuannya.”
Teknologi DeepSight tidak bergantung pada perangkat keras, catat Bearzatto. “Kacamata yang kami gunakan awalnya dibuat oleh Microsoft, dan sekarang oleh Apple, namun jika besok Meta keluar dengan kacamata yang lebih baik dan lebih murah daripada Apple vision Pro, kami dapat membuat solusi kami kompatibel. Kami fokus pada perangkat lunak.”
Menanamkan instruksi digital ke dalam produksi sehari-hari
DeepSight terutama menargetkan produsen menengah hingga besar—biasanya pabrik dengan lebih dari 100 operator—yang ROI-nya lebih terlihat jelas.
Pembeli utama biasanya adalah pimpinan operasi (VP atau direktur produksi), meskipun percakapan awal mungkin dimulai dengan tim pelatihan, pemeliharaan, atau inovasi. Namun selain pelatihan, semakin banyak pelanggan yang menggunakan platform ini untuk pengoperasian sehari-hari, pemeliharaan, sertifikasi ulang keselamatan, dan kontrol kualitas, katanya.
“Tujuannya adalah menjadikan hal ini berguna secara berkelanjutan dalam produksi karena Anda ingin tahu apa yang telah dilakukan dalam hal pemeliharaan, kesehatan, dan keselamatan. Mungkin setiap tahun Anda perlu melakukan sertifikasi ulang pada pekerja Anda. Di sini, hal ini menjadi lebih dari sekadar alat yang hanya Anda gunakan dalam dua bulan pertama setelah seorang karyawan masuk ke perusahaan. Hal ini menjadi tertanam dalam semua operasi.”
DeepSight melihat daya tarik khusus dalam manufaktur makanan, baru-baru ini bermitra dengan pengolah makanan dan jaringan restoran St Hubert Ia juga bekerja di bidang kedirgantaraan, pertambangan, pengolahan bahan, dan farmasi/kosmetik. Perusahaan ini melakukan bootstrap selama lebih dari enam tahun melalui pendapatan, hibah, dan investasi kecil dari dalam, sebelum mengumpulkan putaran usaha sebesar CAD$1 juta pada tahun 2025, katanya.
Beralih melampaui 'faktor keren' menuju ROI yang terukur
Dalam hal promosi, dia mengatakan, “Kita harus melampaui faktor keren. Hal ini bisa jadi merupakan faktor yang menarik, namun dengan cepat kita harus menambahkan nilai. Ada kegembiraan seputar AR, namun banyak perusahaan telah mencoba proyek teknologi namun gagal, sehingga membuat mereka khawatir.”
Saat DeepSight membangun studi kasus, kini “sangat menekankan pada menampilkan angka-angka,” kata Bearzatto. Meskipun beberapa hal lebih sulit untuk diukur dibandingkan hal lainnya, satu hal yang jelas bagi semua calon pelanggan adalah bahwa hal ini dapat memangkas jumlah waktu yang diperlukan untuk membuat serangkaian instruksi dan mendokumentasikannya, klaimnya.
“Setelah itu, kami memiliki beberapa klien yang mengatakan bahwa kami membantu mengurangi waktu yang diperlukan untuk melatih orang sebesar 30 hingga 40%. Ini juga tentang menyelesaikan tugas dengan benar pada kali pertama. Kami telah mendatangkan orang-orang di bagian akuntansi untuk melihat apakah mereka dapat mengoperasikan mesin di lantai pabrik dan Anda akan melihat kesuksesan 100% pada kali pertama karena bentuk instruksi yang jelas, intuitif, dan interaktif. Dan hal ini juga berpotensi berarti lebih sedikit kesalahan, penghentian jalur, dan kerusakan.”
VR untuk simulasi, AR untuk eksekusi dunia nyata
Melihat ke belakang, katanya, realitas virtual dapat menjadi alat yang hebat untuk pelatihan di beberapa industri seperti pemadam kebakaran. “Jika Anda ingin menyimulasikan situasi berbahaya, VR bisa menjadi sangat menarik, karena Anda tidak ingin membakar gedung di setiap latihan.
“Tetapi augmented reality telah berevolusi menjadi sesuatu yang lebih operasional, jadi Anda berdiri di depan mesin sebenarnya, dan kami hanya melapisi informasi digital di atas dunia nyata.
“Jadi untuk saat ini, saya memperkirakan bahwa VR akan tetap menjadi pilihan bagi para gamer dan beberapa aplikasi tertentu, namun AR memiliki potensi untuk benar-benar menyentuh semua orang.”