تقديم العرض الوظيفي
فايدي راغافان، رئيس قسم المنتجات والتكنولوجيا في شركة زومتري - سلسلة مقابلات
فايدي راغافانيشغل منصب رئيس قسم المنتجات والتكنولوجيا في شركة Xometry، وهو مدير تنفيذي ومهندس تقني عالمي بارز، يقود استراتيجية الشركة في مجال المنتجات والتكنولوجيا، مع التركيز على تطوير قدرات السوق المدعومة بالذكاء الاصطناعي التي تربط مشتري الشركات بموردي التصنيع. يتمتع بخبرة واسعة في مجالات الذكاء الاصطناعي، وإدارة سلسلة التوريد، والبرمجيات كخدمة (SaaS)، وتحليلات البيانات، حيث شغل سابقًا مناصب قيادية عليا في شركات مثل Wayfair وMicrosoft وGroupon، حيث طور منصات رقمية واسعة النطاق وتقنيات أسواق إلكترونية. في Xometry، يتولى مسؤولية تحويل عمليات التصنيع المعقدة إلى أنظمة ذكية تعتمد على البيانات، مما يُحسّن الكفاءة والمرونة والترابط في سلسلة التوريد العالمية.
قياس xometry Xometry هي منصة رقمية مدعومة بالذكاء الاصطناعي، تُمكّن الشركات من الحصول على قطع غيار مُصنّعة حسب الطلب، وذلك من خلال ربط المشترين بشبكة عالمية من الموردين الموثوقين عبر طرق إنتاج متعددة، تشمل التصنيع باستخدام الحاسوب (CNC)، والطباعة ثلاثية الأبعاد، والقولبة بالحقن. تأسست الشركة عام 2013، ويقع مقرها الرئيسي في نورث بيثيسدا، بولاية ماريلاند، وتستفيد من تقنيات التعلّم الآلي لتوفير أسعار فورية، وتقديرات لأوقات التسليم، ومطابقة الموردين بناءً على ملفات التصميم المُحمّلة، مما يُبسّط عملية الشراء المعقدة تقليديًا. بفضل آلاف الموردين وعشرات الآلاف من المشترين حول العالم، تلعب Xometry دورًا محوريًا في تحديث التصنيع من خلال رقمنة سلاسل التوريد، وتمكين إنتاج أكثر مرونة وتوزيعًا على نطاق واسع.
لقد خضتَ رحلةً رائعةً عبر شركات مايكروسوفت، وجروبون، وويفير. ما هي التجارب المبكرة - الشخصية أو المهنية - التي شكلت اهتمامك بالتكنولوجيا، وكيف قادك ذلك في النهاية إلى شركة زومتري وعالم التصنيع المدعوم بالذكاء الاصطناعي؟
بدأ اهتمامي بالتكنولوجيا في وقت مبكر من مسيرتي المهنية. لطالما حفزتني التحديات الصعبة وفرصة بناء حلول تُحدث فرقاً ملموساً في العالم الحقيقي.
في الصناعات سريعة التطور التي قضيت فيها مسيرتي المهنية، لا بد من تحقيق التوازن بين سرعة تحويل الأفكار إلى واقع ملموس، وبين بناء أنظمة متينة وفعّالة. ويُعدّ قطاع التصنيع مثالاً واضحاً على ذلك. فهو قطاع يعتمد بشكل كبير على المواد والتقنيات التقليدية، ولكنه في الوقت نفسه يُشغّل بعضاً من أكثر أنظمتنا ابتكاراً.
تقع شركة Xometry عند نقطة التقاء كل ذلك، حيث نعمل على تحويل صناعة تقليدية تناظرية إلى صناعة حديثة تتميز بانضباط حقيقي ووضوح في الرؤية المستقبلية. بالنسبة لي، يمثل هذا توافقًا نادرًا بين التوقيت والهدف، وهو تحديدًا نوع التحدي الذي كنت أسعى إليه طوال مسيرتي المهنية.
لقد وصفتَ التصنيع بأنه آخر "معقل للتقنيات التناظرية". ما هي بعض أكبر التحديات التي يحلها الذكاء الاصطناعي في مجال التصنيع حاليًا؟
أصف قطاع التصنيع بأنه آخر معاقل "التقنية التقليدية" نظراً لتعقيده الهيكلي، إذ أن دورة حياة التصنيع طويلة ومليئة بالعديد من عمليات التسليم. فعلى سبيل المثال، خلال عملية التصنيع، يعمل كل من التصميم وهندسة الإنتاج جنباً إلى جنب مع أقسام المشتريات والتوريد والجودة والخدمات اللوجستية والتجميع بعد التسليم والتسوية المالية عبر سلسلة التوريد، وكل مرحلة من هذه المراحل تُضيف مخاطر جديدة وتأخيرات محتملة.
يكمن التحدي الأساسي في الاحتكاك. ففي كل مرحلة من مراحل سلسلة التصنيع، توجد تنسيقات وأنظمة مختلفة، بل وأحيانًا وحدات قياس متباينة. وتنتقل الأفكار من مرحلة إلى أخرى، لتصبح كل مرحلة منها نقطة ضعف محتملة. تاريخيًا، كانت المراجعة البشرية اليدوية هي الطريقة الوحيدة لإدارة هذا الخطر.
يُحقق الذكاء الاصطناعي حاليًا أكبر قيمة في معالجة هذا الخلل. فهو يعمل كمنسق في هذا النظام المُجزأ: إذ يكشف عن التناقضات، ويُطابق الأجزاء مع الموردين المناسبين، بل ويُصمم نماذج ديناميكية للتكاليف وأوقات التسليم. كما يستخدم بيانات الإنتاج التاريخية للتنبؤ بمواضع المشاكل المحتملة، ويُشير إليها بسرعة قبل إهدار الوقت والموارد.
يحصل الموردون على نوايا أوضح ومفاجآت أقل، مما يعني أنه يمكننا بناء الثقة مع شبكتنا ومساعدة المصنعين على إنتاج العناصر التي نحتاجها.
كيف استطاعت شركة Xometry بناء الثقة مع الموردين والمشترين لتبني سير العمل المدعوم بالذكاء الاصطناعي؟
في مجال التصنيع، يصعب كسب الثقة نظرًا لأهمية الأمر، وعدم إمكانية التراجع عن النتائج، وإمكانية تسبب المواد التالفة، أو التأخير في المواعيد النهائية، أو عيوب الجودة في خسائر اقتصادية للشركة. لذا، في زومتري، نكسب الثقة من خلال تقديم خدمات موثوقة وشفافة باستمرار.
يعتمد الموردون والمشترون على منصة Xometry لما توفره من سرعة وشفافية. فهم يعلمون أنه بمجرد تحميل ملف CAD، يقوم نظام الذكاء الاصطناعي لدينا بتحليل الأجزاء بسرعة وتقديم تقديرات للأسعار والمخاطر المحتملة. وتستند هذه التوقعات إلى بيانات إنتاج حقيقية، مما يعزز موثوقيتها ووضوحها. وتعكس الأسعار ظروف السوق الفعلية، ويتلقى الموردون رؤى مستمرة حول كيفية تحسين الأداء وتنمية أعمالهم على المنصة. كما يُجري النظام فحوصات مستقلة لاكتشاف أي اختلافات. وعندما يحدث أي خلل، نُبلغ عنه مبكرًا ونُبقي الفرق على اطلاع دائم.
كيف يقوم الذكاء الاصطناعي التوليدي بترجمة أفكار المنتجات إلى أجزاء قابلة للبناء بالضبط - وما هو تأثير ذلك على الجداول الزمنية للتطوير؟
لطالما عانى قطاع التصنيع من الفجوة بين الفكرة والتطبيق العملي. فغالباً ما تكون أفكار المنتجات الأولية غير مكتملة، ويتطلب تحويلها إلى تصاميم قابلة للتصنيع مراحل متعددة من المراجعة والتصنيع. هذه العملية بطيئة وعرضة لإعادة العمل، مما يؤدي إلى تأخيرات أو نقص في المواد.
يُقلّص الذكاء الاصطناعي التوليدي هذه العملية. عمليًا، يُحوّل المدخلات شبه المنظمة إلى خصائص قابلة للتصنيع. كما يُمكنه الكشف عن المخاطر المحتملة، واقتراح المواد والعمليات، وتحديد القيود مبكرًا. يُساهم الذكاء الاصطناعي في تقليل الاحتكاك الذي يُبطئ الإنتاج عادةً، ويُقلّص مدة التطوير بشكل كبير من خلال تقليل عدد التكرارات وتقليل هدر المواد.
كيف تضمن الحفاظ على مستوى عالٍ من الجودة والتحكم عندما تصبح العمليات أكثر استقلالية؟
يتمثل أحد المبادئ الأساسية في نقل عمليات فحص الجودة إلى المراحل الأولى من عملية الإنتاج. يستطيع الذكاء الاصطناعي تحليل ملايين البيانات الهندسية لتحديد جدوى التصنيع، والتكلفة، واختيار المورد الأنسب. وهذا يضمن الدقة والاتساق دون الحاجة إلى الاعتماد على الجهد البشري وحده، الذي لطالما كان الوسيلة الوحيدة للحد من المخاطر خلال عملية مراقبة الجودة.
مع ذلك، لا يزال من الضروري وجود عنصر بشري في هذه العمليات المعززة. نستخدم الذكاء الاصطناعي لتحديد المشكلات والبدائل عند الحاجة، لكن القرار النهائي بشأن التدخل يعود إلى المشغلين البشريين الذين يمتلكون الخبرة اللازمة لاتخاذ هذه القرارات.
نرى هذا بشكل خاص في القطاعات الحيوية مثل الطيران والدفاع حيث أن وجود عنصر بشري في العملية هو الطريقة الوحيدة للسماح بالأتمتة على نطاق واسع دون التضحية بمراقبة الجودة.
كيف يعمل نظام التسعير الديناميكي المدعوم بالذكاء الاصطناعي في شركة Xometry، في ظل تباين تكاليف التصنيع وتعقيدات سلسلة التوريد؟
تتسم أسعار التصنيع بطبيعتها بالتغير، لأن كل قطعة تختلف عن الأخرى، وتتغير التكاليف باستمرار بناءً على المواد والطاقة الإنتاجية والعوامل الخارجية كالتعريفات الجمركية وغيرها من القيود. ولا تصمد نماذج التسعير الثابتة في مثل هذه الظروف.
في شركة Xometry، يعتمد التسعير الديناميكي على نظام التعلم. يتم تدريب نماذجنا على ملايين عروض الأسعار السابقة، ويتم تحديثها باستمرار بنتائج الإنتاج الفعلية. تضمن حلقة التغذية الراجعة هذه أن يكون التسعير واقعيًا.
عندما يقوم المهندسون بتحميل ملف CAD، يقوم محرك التسعير الفوري الخاص بنا بتحليل الملف على الفور ومقارنته بالعوامل والقيود الخارجية التي تؤثر على التسعير لتحديد أفضل مصنع من شبكتنا التي تضم آلاف الشركاء.
ثم، مع تغير الظروف، يقوم المحرك بإعادة المعايرة تلقائيًا، وتحديث الأسعار في الوقت الفعلي لتعكس التحولات في المواد والطاقة والتعريفات الجمركية وغيرها من عوامل التكلفة.
مع وجود عملاء يتراوحون من المهندسين إلى مديري سلسلة التوريد، كيف تقوم Xometry بتخصيص التجربة باستخدام الذكاء الاصطناعي وتحليلات البيانات؟
في شركة Xometry، يُتيح الذكاء الاصطناعي تجربةً أكثر تخصيصًا لمستخدمينا، مما يُبسّط عملية الإنتاج بناءً على الاحتياجات الفردية. بالنسبة للمهندس، قد يتجلى ذلك في الحصول على تعليقات سريعة حول المواد ومخاطر التصميم، أو بالنسبة لمدير سلسلة التوريد، قد يعني ذلك تنبيهات سريعة بشأن تأخيرات الخدمات اللوجستية لتقليل الأخطاء المكلفة وبناء الثقة.
لعقود طويلة، شكّلت برامج التصميم بمساعدة الحاسوب (CAD) عائقاً أمام دخول العديد من المصنّعين إلى هذا المجال. ولكن مع دمج الذكاء الاصطناعي في هذه العملية، أصبح بإمكاننا توفير تجربة مُخصصة حيث يستطيع المهندسون وصف احتياجاتهم بلغة طبيعية، ويستطيع النظام إنشاء تصاميم قابلة للتصنيع بسلاسة تامة.
بالنظر إلى المستقبل، ما هو الابتكار الذي تعتقد أنه سيعيد تعريف النظام البيئي للتصنيع في السنوات الثلاث إلى الخمس القادمة؟
أعتقد أن الابتكار في مجال الذكاء الاصطناعي الذي من المرجح أن يعيد تعريف التصنيع سيكون التفكير المستمر عبر دورة الإنتاج بأكملها.
كما ذكرتُ سابقاً، لا تزال قرارات التصنيع غالباً ما تكون مجزأة. إذ يُقيّم المصنّعون التصميم والتكلفة والمصادر وقابلية التصنيع بشكل منفصل، مما يعني أن المشكلات غالباً ما تُكتشف متأخراً وتزداد تكلفتها. أتوقع أن يكون التحول نحو أنظمة الذكاء الاصطناعي التي تُحلل هذه الأبعاد بالتوازي، لتندمج في برامج متكاملة تتعلم من نتائج الإنتاج السابقة وتتكيف في الوقت الفعلي.
توجد بالفعل نسخ أولية من هذا في مجالات مثل تحليل التصميم للتصنيع، والتوريد، وحتى التسعير. ولكن خلال السنوات القليلة المقبلة، نتوقع أن تتلاشى هذه الحدود أكثر، مما يخلق بيئة تصنيع أسرع وأكثر قابلية للتنبؤ وأكثر مرونة.
شكرا لك على المقابلة الرائعة ، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا قياس xometry.
