مقابلات
عدي باتلا، الرئيس التنفيذي ومؤسس Revv – سلسلة المقابلات
عدي باتلا، الرئيس التنفيذي ومؤسس Revv، هو مشغل منتجات ومبتكر رائد يقع في نيويورك وقد بنى مسيرته في تقاطع التكنولوجيا والتفكير في الأنظمة والتنظيم. قبل تأسيس Revv، قاد مبادرات المنتج وتجربة العملاء الرقمية في شركات التجارة ذات النمو العالي، وساعد في إطلاق خطوط أعمال جديدة داخل منصات الشركات الكبيرة، وأجرى بحثًا عن الذكاء الاصطناعي والذكاء الجماعي في معهد ماساتشوستس للتكنولوجيا، وفي وقت سابق من مسيرته قاد فرق تصميم أنظمة الفضاء الحائزة على الجوائز المرتبطة ببرامج أبحاث ناسا.
Revv هي منصة إصلاح سيارات مدعومة بالذكاء الاصطناعي تركز على تبسيط معايرة وتشخيص أنظمة مساعدة السائق للورش الإصلاح والميكانيكية. من خلال الجمع بين الوثائق الموثقة من قبل الشركة المصنعة، والعمليات الذكية، والدمج العميق مع أنظمة المحلات والتقدير الحالية، تساعد Revv مراكز الإصلاح على تقليل البحث اليدوي، وتحسين الامتثال والسلامة، وتحويل متطلبات المعايرة المتزايدة إلى عمليات قابلة للتوسيع وقائمة على البيانات. مع تحول السيارات إلى كيانات معدة برامج، تضع Revv نفسها كبنية تحتية أساسية لعمليات الإصلاح الحديثة في جميع أنحاء أمريكا الشمالية.
لقد أثر التعرض المبكر لصناعة الإصلاح السيارات بشكل واضح على مسارك. هل يمكنك مشاركة لحظة محددة من ذلك الوقت جعلتك تدرك أن هذا المجال يحتاج إلى حل مدعوم بالذكاء الاصطناعي؟
كان هناك مكالمة هاتفية واحدة غيرت نظري完全 عن الصناعة. اتصل بي صاحب ورشة في حالة ذعر: لقد قام بإصلاح سيارة، ولكن نظام تغيير المسار تعطل بعد ذلك، وكان خائفًا من أن يُ提ع ضد قضية. تلك اللحظة جعلتني أبحث بشكل أعمق في أنظمة مساعدة السائق، ودركت أن هذه التعقيدات الخفية كانت مشكلة كبيرة لا يمكن للورش حلها بمفردها. منذ أن لم تكن إصلاحات مساعدة السائق واضحة مثل الخدوش أو الثقوب، كان من السهل عليهم أن يمرروا دون ملاحظة. كان الفنيون ي花ون 3-4 ساعات فقط في توثيق العمل وfinding إجراءات الإصلاح، كما لو كانوا يبحثون عن إبرة في كومة قش. في ذلك الوقت، علمت أن الذكاء الاصطناعي يمكن أن يخترق كل ذلك الضوضاء ويعطي الفنيين بالضبط ما يحتاجونه في ثوانٍ بدلاً من ساعات.
أثرت فترة عملك على الذكاء الاصطناعي والذكاء الجماعي في معهد ماساتشوستس للتكنولوجيا وأعمالك السابقة على مستوى الأنظمة في ناسا بشكل مباشر على قرارك بتأسيس Revv والتركيز على معايرة المركبات كمشكلة برمجية. كيف أثرت تلك الخبرات بشكل مباشر على قرارك بتأسيس Revv والتركيز على معايرة المركبات كمشكلة برمجية؟
علمتني تجاربي في ناسا ومعهد ماساتشوستس للتكنولوجيا أن لبناء شيء ناجح، عليك فقط أن تتعلم بسرعة وتحاط بنفسك بالخبراء المناسبين. هذا المنهجية أعطاني الثقة لمواجهة صناعة لم أكن أعرف عنها الكثير وتحدي الطريقة التقليدية للقيام بالأشياء.
عندما بدأت أقضي وقتًا في ورش السيارات، رأيت فنيين يغرقون في الكتب، يحاولون معايرة حساسات تتحكم فيما إذا كان سيارة يمكن أن تكبح بشكل صحيح أو تظل في مسارها. لقد تذكرني ذلك بالبيئات الحساسة للسلامة التي تعرضت لها في ناسا، حيث الدقة هي المفتاح. هذه تكنولوجيا حيوية، ولكن الورش كانت تديرها بطرق ورقية وأنظمة قديمة. سريعاً أدركت أن هذا كان مشكلة برمجية متنكرة بمظهر ميكانيكي. السيارات أصبحت حواسيب على عجلات، ولكن البنية التحتية لخدمتها لم تتماشى. هذا أعدني إلى المنهجية الرأسمالية التي طورتها في معهد ماساتشوستس للتكنولوجيا وناسا، وهكذا بنينا Revv: بمزج منظور外جي جديد مع خبرة عميقة من الفنيين الذين يقومون بالعمل الفعلي.
قبل Revv، قادت مبادرات المنتج والابتكار في Jet وWalmart بمقياس هائل. ما هي الدروس التي تم نقلها من بناء المنتجات من 0 إلى 1 في التجارة التي تم تطبيقها بوضوح عند تصميم البرمجيات للنظام الإصلاحي السيارات؟
أعظم درس تعلمته من فترة عملي في Walmart هو لقاء المستخدمين حيث هم، وليس حيث تريدهم أن يكونوا. كنت أبني لشركة موردة وشركات لم تكن متقدمة تكنولوجيًا وتمارس الأشياء بنفس الطريقة لعدة عقود. لا يمكنك أن تطلب منهم استبدال نظامهم بالكامل. بدلاً من ذلك، تدمج خبرتك في عملياتهم الحالية بحيث لا يضطرون إلى رفع إصبع خارج ما يفعلونه بالفعل.
أصبحت تلك فرضية Revv بأكملها. ندمج مع أدوات المحلات ونظم التقييم الحالية، نعمل في الخلفية، ونقدم رؤى دون تعطيل ما هو بالفعل ذاكرة عضلية لهم. لكني نقلت أيضًا ما تعلمته في Jet حول المواهب: لاعبو الألعاب يأتون باللاعبين الأفضل، ويجب أن تكون مهووسًا ببناء الفريق الصحيح من اليوم الأول. غرسنا ذلك كخطة توظيفنا في Revv، لأن لا عمل نقوم به سيكون ممكنًا بدون فريق النجوم الذي بنيناه.
تعتبر الإصلاح السيارات واحدة من أكبر الصناعات وأقلها تحديثًا في الولايات المتحدة. عندما بدأت ببناء Revv، ما كانت المقاومة أو الشكوك التي واجهتها، وكيف تفوقت عليها؟
كانت المقاومة في البداية تحديًا كبيرًا لأن الورش كانت تفعل الأشياء بنفس الطريقة لما يزيد عن 40 عامًا، والتغيير غير مريح. لكن这里 ما عمل: لم أقدم لهم فقط برنامجًا، بل التزمت بفهم كل نقطة ألم. قمت بتوزيع بطاقات مع رقم هاتفي وقلت لهم، “إذا كان لديك مشكلة، اتصل بي.” وفعلوا ذلك. قمت بإنشاء قاعدة بيانات من الثقة والمعرفة على مدار سنوات.
كان الكسر هو إظهار لهم أننا لسنا نسألهم استبدال أنظمتهم أو تغيير كيفية عملهم. بنينا Revv ليتكامل مباشرة مع برمجياتهم وعملياتهم الحالية، يعمل في الخلفية ويقدم لهم ما يحتاجونه دون تعطيل عملياتهم الحالية. عندما رأت الورش أننا نفهم حقًا عالمهم ونجعل عملهم أسهل، لا أكثر صعوبة، بدأت الشكوك تختفي.
تضع Revv نفسها كنظام تشغيل للسيارات المحددة برامج بدلاً من حل نقطي. ما يعني كونك نظام تشغيل في المصطلحات العملية لورش المعايرة وشبكات الإصلاح؟
يعني ذلك أننا لسنا نحل مشكلة واحدة، نحن نصبح البنية التحتية التي تدير عملياتهم الإصلاحية الكاملة. تصل سيارة إلى ورشة، يرتبط Revv بأدواتهم الحالية، يسحب البيانات مباشرة من الشركة المصنعة، ويقدم حزمة كاملة للفني في ثوان. يعطيه إرشادات إصلاح خطوة بخطوة، كل معايرة مطلوبة، وثائق الشركة المصنعة الأصلية، وحزمة مطالبات جاهزة للتسليم إلى التأمين.
نتطور من نظام سجل إلى نظام عمل، لا ن告诉هم فقط ما يجب القيام به، بل ندير العمل الإداري من أجلهم. بحلول عام 2025، يعتمد أكثر من 74% من مستخدمينا منتجاتنا الجديدة لأنهم يروننا كمنصة واحدة تدير عملياتهم الإصلاحية الكاملة من النهاية إلى النهاية. هذا يتوافق مع ما نشهده على مستوى الصناعة. في استطلاعنا الأخير، استطلاع معايير معايرة مساعدة السائق من 300 محترف في جسم السيارة، وجدنا أن المعايرة الداخلية لتكنولوجيا مساعدة السائق من المتوقع أن تزداد من 57% إلى 64% خلال السنوات القليلة القادمة.
السيارات الآن حواسيب متحركة محملة بالحساسات والكاميرات والاعتماديات البرمجية. حيث يصعب على الفنيين البشريين اليوم، وكيف يدعم الذكاء الاصطناعي اتخاذ القرارات بشكل فعّال دون سلب السيطرة منهم؟
يصعب على الفنيين تحمل العبء الإداري الذي يأتي الآن مع الإصلاحات الحديثة. من معايرة الحساسات إلى البحث عن وثائق الشركة المصنعة ووضع تقارير جاهزة للتأمين، كل خطوة يجب أن تتم أبحاثها وتوثيقها وموافقتها، مما يتحول إلى وظيفة يدوية ممتلئة بأوراق. كل تقدير يحتوي على 100-200 بند، وكل بند له تأثير متسلسل. في عام 2023، كان الإصلاح المتوسط يتطلب معايرة واحدة أو معايرة. الآن هو أكثر من خمسة. الفنيون ي花ون ثلاثة إلى أربع ساعات فقط في توثيق العمل و البحث عن إجراءات، لكن مع Revv والذكاء الاصطناعي، ينخفض هذا الوقت إلى ثلاث إلى خمس دقائق.
يعالج Revv كل هذا التعقيد في الخلفية، ويربط مباشرة ببيانات الشركة المصنعة، ويحدد كل معايرة مطلوبة، ويقدم إرشادات إصلاح خطوة بخطوة. لقد معالجنا أكثر من 300,000 إصلاح، مع أكثر من 5,000 عميل يستخدمون المنصة.对于 توثيق، يمكن للفنيين تقديم صور و Revv يولد تقريرًا كاملًا جاهزًا للتأمين تلقائيًا. منصتنا ت突ّح الخطوات المفقودة وتت자동 العمل المتكرر، لكن الفني يظل تحت السيطرة الكاملة اتخاذ القرار دون العبء الإداري.
نماذج Revv مدربة على مئات الآلاف من أحداث الإصلاح الفعلية. كيف تضمن جودة البيانات ودقتها وامتثالها عندما تكون توصيات الذكاء الاصطناعي مرتبطة مباشرة بنتائج حيوية؟
من أجلنا، تبدأ جودة البيانات ودقتها بترسيخ الذكاء الاصطناعي في خبرة إصلاح العالم الحقيقي، مع نماذجنا مبنية مباشرة على رؤى من فنيين ذوي خبرة عبر مناطق وطرازات مركبات متعددة.
نحن أيضًا نبني حلقة обратية مستمرة، بحيث يمكن للفنيين التحقق من توصيات الذكاء الاصطناعي في الوقت الفعلي. كل معايرة وإجراء يتم التحقق منه مقابل الوثائق الفنية الدقيقة للشركة المصنعة لمركبة معينة. مع قاعدة بيانات تضم أكثر من 300,000 إصلاح من دولتين، منصتنا تستمر في التعلم والتحسين، بينما يظل الفنيون تحت السيطرة خلال العملية بأكملها.
تعمل Revv عبر معايرة، وشبكات الإصلاح، والتأمين، ونظم الشركة المصنعة. كيف تصمم منصة الذكاء الاصطناعي التي تخلق الثقة والقيمة عبر أصحاب المصلحة ذوي الحوافز المختلفة؟
نعتبر Revv كأنسجة ربطية بين الفنيين، والتأمين، والعملاء، لذلك نعمل على تلبية احتياجاتهم الجماعية.
对于 الفنيين، نحن نحفظ ساعات من الوقت الإداري ونحهم في التقاط الإيرادات المفقودة عن طريق تحديد معايرة مساعدة السائق التي كانت ستخفيها. يحصل التأمين على موافقات أسرع، وتوثيق دقيق، وقليل من النزاعات. يحصل العملاء على سياراتهم مرة أخرى بأمان وسريعًا لأننا نضمن أن كل معايرة مطلوبة يتم إنجازها.
مع استمرار تطور السيارات إلى منصات برمجية كاملة، ماذا يبدو النجاح لشركة Revv بعد ثلاث سنوات، وما هي القدرات التي ستحتاج بنية الإصلاح إلى تطويرها للبقاء على التوازن؟
للبقاء على التوازن، ستحتاج الورش إلى القدرات الداخلية، وخط أنابيب للمواهب الفنية الجديدة، وشبكة تعاون قوية لضمان أن كل إصلاح يكون دقيقًا وفعالًا. بحلول عام 2029، ستتطلب اللوائح أن تضم جميع نماذج السيارات الجديدة نظام الفرامل الطارئة، وتبدأ الورش في رؤية كمية القيمة التي ت带ها المعايرة الداخلية إلى أعمالهم. في استطلاعنا الأخير، استطلاع، 74% من محترفي جسم السيارة يعتبرون معايرة مساعدة السائق مصدرًا للربح، مع 60% يعتبرون زيادة إيرادات معايرة مساعدة السائق “مهمة جدًا أو مهمة للغاية”.
ما نشهده حاليًا هو أن معايرة مساعدة السائق تصبح فئتها الخاصة، مع ظهور متخصصين جدد كل شهر وحركة أعمال حقيقية تتطور حولها. مع النظر إلى الأمام، نرى Revv تعمل كالعضبة للنظام الإصلاحي بأكمله. هذا يعني أن المنصة تصبح المعيار عبر ورش الصدمات، وتقدم للفنيين، والتأمين، والعملاء نظامًا موحدًا لإدارة وتسليم معايرة آمنة ومتوافقة بمقياس.
للمؤسسين الذين يأتون بالذكاء الاصطناعي إلى صناعات قديمة ومحسنة تقليديًا، ما هي الأخطاء الشائعة التي ترونها، وما هي الافتراضات التي كنت شخصيًا مضطرًا للاستغناء عنها أثناء توسيع Revv؟
شيء تعلمته في وقت مبكر هو أن تقطع عبر الضوضاء وتركز على المشكلة أولاً، وليس على الحل. من السهل أن تتعثر في الضوضاء وتبدأ في بناء شيء مثير، لكن ذلك غالبًا ما يتحول إلى حل يبحث عن مشكلة.
ما يهم هو العثور على المشكلة التي يعاني منها العملاء فعليًا كل يوم. الافتراض الذي كان علي أن أستغني عنه هو التفكير أن التكنولوجيا الأفضل سوف تكسب. أقلت من شأن مدى تعريق سير العمل في هذه الصناعة. عندما بدأنا Revv في عام 2022، قمت بإنفاق وقت في ورش العمل مع الفنيين لرؤية سير عملهم عن قرب وفهم ما كان يعوقهم. هذا علمني أن التغيير الحقيقي لا يأتي من تنفيذ تكنولوجيا متقدمة أو إقناع الورش بالاعتماد على طريقة جديدة للقيام بالأشياء. يأتي من دمج حلك بشكل لامع في سير عملهم الحالي بحيث لا يضطرون إلى تغيير شيء. لا تسألهم أن يتغيروا، تجعلهم طريقتهم الحالية أفضل.
