Adi Bathla, CEO a zakladatel Revv – Interview Series

Adi Bathla, CEO a zakladatel Revv, je produktově orientovaný operátor a lídr inovací se sídlem v New Yorku, který si vybudoval kariéru na rozhraní technologií, systémového myšlení a rozsahu. Před založením Revv vedl produktové a digitální zákaznické zkušenosti v high-growth obchodních společnostech, pomáhal spustit nové obchodní linie v rámci velkých podnikových platforem, prováděl výzkum umělé inteligence a kolektivní inteligence na MIT Sloan a dříve ve své kariéře vedl oceněné týmy pro design prostorových systémů spojených s programy NASA výzkumu.

Revv je platforma pro opravu automobilů s umělou inteligencí, která se zaměřuje na zjednodušení kalibrace a diagnostiky ADAS pro opravny a mechanické dílny. Kombinací dokumentace OEM, inteligentních pracovních postupů a hlubokých integrací se stávajícími nástroji a odhadními systémy pomáhá Revv opravárenským centrům snižovat manuální výzkum, zlepšovat soulad a bezpečnost a proměňovat stále složitější požadavky na kalibraci na škálovatelné, datově řízené operace. Jak se vozidla stávají stále více softwarově definovanými, Revv se позиcionuje jako jádro infrastruktury pro moderní opravárenské postupy v Severní Americe.

Váš raný kontakt s automobilovým průmyslem jasně utvořil vaši cestu. Můžete sdílet konkrétní okamžik z té doby, který vám ukázal, že tento prostor potřebuje řešení s umělou inteligencí?

Byl to jeden telefonní hovor, který úplně změnil můj pohled na průmysl. Majitel dílny mě volal v panice: opravil auto, ale systém změny jízdního pruhu selhal poté a on se bál, že bude žalován. Ten okamžik mě přiměl k hlubšímu pohledu do systémů ADAS a uvědomil jsem si, že tato neviditelná komplexita je obrovský problém, který dílny nemohou vyřešit samy. Protože opravy ADAS nejsou zjevné jako důlek nebo škrábnutí, bylo pro ně snadné je přehlédnout. Technici trávili 3-4 hodiny pouze dokumentací práce a hledáním opravných postupů, jako by hledali jehlu v kupce sena. To mě přimělo k myšlence, že umělá inteligence může proniknout skrze весь ten hluk a poskytnout technikům přesně to, co potřebují, za sekundy místo hodin.

Vaše zkušenosti s prací na umělou inteligenci a kolektivní inteligenci na MIT a dříve systémy na NASA vás vystavily komplexním, bezpečnostně kritickým prostředím. Jak tyto zkušenosti přímo ovlivnily vaše rozhodnutí založit Revv a zaměřit se na kalibraci vozidel jako softwarový problém?

Mé zkušenosti na NASA a MIT mě naučily, že k tomu, abyste byli úspěšným podnikatelem, stačí se rychle učit a obklopit se správnými odborníky. Tato mentalita mi dala důvěru, abych vstoupil do průmyslu, o kterém jsem znal velmi málo, a zpochybnil tradiční postupy.

Když jsem strávil čas v autoservisech, viděl jsem techniky, kteří se topili v manuálech, snažili se kalibrovat senzory, které řídí, zda auto může brzdit správně nebo zůstat v jízdním pruhu. To mě připomnělo bezpečnostně kritická prostředí, se kterými jsem se setkal na NASA, kde je přesnost klíčová. Jedná se o život zachraňující technologie, ale dílny ji zpracovávaly s papírovými postupy a zastaralými systémy. Rychle jsem si uvědomil, že se jedná o softwarový problém maskovaný jako mechanický. Auta se stala počítači na kolech, ale infrastruktura pro jejich servis se nevyvinula. To mě vrátilo k podnikatelské mentalitě, kterou jsem vyvinul na MIT a NASA, a je to způsob, jak jsme postavili Revv: spojením vnějšího čerstvého pohledu s hlubokými znalostmi od techniků, kteří skutečně dělají práci.

Před Revv jste vedl produktové a inovační iniciativy v Jet a Walmart ve velkém měřítku. Jaké zkušenosti z budování produktů 0→1 v obchodě přenesly nejlépe, když navrhovali software pro ekosystém automobilových oprav?

Největší lekci, kterou jsem se naučil během svého času ve Walmart, byla setkat se s uživateli tam, kde jsou, ne tam, kde chcete, aby byli. Budoval jsem pro dodavatele a výrobce, kteří nebyli technicky zdatní a dělali věci stejným způsobem po desetiletí. Nemůžete je požádat, aby nahradili celý svůj systém. Místo toho vkládáte svou odbornost do jejich stávajících pracovních postupů, aby nemuseli zvednout prst mimo to, co již dělají.

To se stalo整个 tezí Revv. Integrujeme se s nástroji a softwarem dílen, běžíme na pozadí a poskytujeme přehledy bez narušení toho, co je již svalová paměť pro ně. Ale také jsem přenesl to, co jsem se naučil v Jet, o talentu: A+ hráči přinášejí A+ hráče a musíte být posedlí budováním správného týmu od prvního dne. Zakořenil jsem to jako naše náborovací praxi v Revv, protože žádná z naší práce by nebyla možná bez týmu všech hvězd, které jsme postavili.

Automobilový servis je jedním z největších, ale nejméně modernizovaných odvětví v USA. Když jste poprvé začali budovat Revv, jakou rezistenci nebo skepsi jste narazili a jak jste ji překonali?

Rezistence na začátku byla obrovskou výzvou, protože dílny dělaly věci stejným způsobem po více než 40 letech a změna je nepříjemná. Ale tohle fungovalo: neprezentoval jsem jim pouze software, ale zavázal jsem se pochopit každý jednotlivý bolestivý bod. Rozdával jsem karty se svým telefonním číslem a říkal: “pokud máte problém, zavolejte mě.” A oni to udělali. Strávil jsem roky budováním této databáze důvěry a znalostí.

Průlom nastal, když jsme jim ukázali, že nepožadujeme, aby nahradili své systémy nebo změnili způsob, jakým pracují. Postavili jsme Revv tak, aby se integroval přímo do jejich stávajících softwarů a pracovních postupů, běžel na pozadí a poskytoval, co potřebují, bez narušení jejich stávajících procesů. Jakmile dílny viděly, že skutečně rozumíme jejich světu a děláme jejich práci snazší, ne složitější, skepticismus začal mizet.

Revv se позиcionuje jako operační systém pro softwarově definovaná vozidla, spíše než jako jednoduché řešení. Co znamená být operačním systémem v praktických termínech pro kalibrační dílny a opravárenské sítě?

To znamená, že neřešíme pouze jeden problém, ale stáváme se infrastrukturou, která pohání celý pracovní postup ADAS. Auto přijde do dílny, Revv se připojí k jejich stávajícím nástrojům, přečte data přímo od výrobce a poskytne kompletní balíček technikovi za sekundy. Poskytuje jim krok za krokem opravné instrukce, každou požadovanou kalibraci, originální dokumentaci OEM a pojistné balíčky připravené k odeslání pojišťovně.

Evoluujeme z systému záznamu do systému akce, který neříká pouze, co je třeba udělat, ale také zpracovává administrativní práci za ně. Do roku 2025 adoptuje více než 74% našich uživatelů naše nové produkty, protože nás vidí jako jedinou platformu, která zpracovává jejich celou ADAS operaci od začátku do konce. To koresponduje s tím, co vidíme v celém odvětví. Naše recentní ADAS Benchmark Survey z 300 autobody profesionálů zjistil, že interní kalibrace se očekává, že porostou z 57% na 64% v průběhu následujících dvou let.

Autonomní vozidla jsou nyní počítače na kolech plné senzorů, kamer a softwarových závislostí. Kde lidé-technici nejvíce bojují dnes a jak umělá inteligence smysluplně podporuje jejich rozhodování bez odebírání kontroly?

Technici nejvíce bojují s administrativní zátěží, která nyní přichází s moderními opravami. Od kalibrace senzorů až po vyhledávání výrobců manuálů a sestavování pojistně připravených zpráv, každý krok musí být prozkoumán, zdokumentován a schválen, což promění ruční práci v práci plnou papírování. Každá odhadnutá položka má 100-200 řádků, a každý z nich má efekt domina. V roce 2023 vyžadovala průměrná oprava dvě až tři kalibrace. Nyní je to více než pět. Technici tráví tři až čtyři hodiny pouze dokumentací práce a hledáním postupů, ale s Revv a umělou inteligencí se tento proces snižuje na tři až pět minut.

Revv’s umělá inteligence zpracovává veškerou tuto komplexnost na pozadí, připojuje se přímo k datům výrobců, identifikuje každou požadovanou kalibraci a poskytuje krok za krokem instrukce. Zpracovali jsme již více než 300 000 oprav, a více než 5 000 zákazníků nyní používá platformu. Pro dokumentaci mohou technici odeslat fotografie a Revv automaticky vygeneruje celý pojistně připravený report. Naše platforma označí potenciálně zmeškané kroky a automatizuje opakovanou práci, ale technik zůstává v plné kontrole rozhodnutí bez administrativní zátěže.

Modely Revv jsou trénovány na stovkách tisíc skutečných opravárenských událostí. Jak zajišťujete kvalitu dat, přesnost a soulad, když jsou doporučení umělé inteligence přímo vázaná na bezpečnostně kritické výsledky?

Pro nás začíná kvalita dat a přesnost zakotvením umělé inteligence v reálných opravárenských zkušenostech, s našimi modely postavenými přímo na poznatcích od zkušených techniků napříč několika regiony a typy vozidel.

Také budujeme kontinuální zpětné vazby, aby technici mohli ověřit doporučení umělé inteligence v reálném čase. Každá kalibrace a postup je překontrolována proti přesným manuálům OEM a technickým dokumentům pro konkrétní vozidlo. S databází více než 300 000 oprav ze dvou zemí naše platforma pokračuje v učení a zlepšování, zatímco technici zůstávají v kontrole po celý proces.

Revv funguje napříč kalibrátory, opravárenskými sítěmi, pojišťovnami a systémy OEM. Jak navrhujete platformu umělé inteligence, která vytváří důvěru a hodnotu napříč zúčastněnými stranami s velmi odlišnými pobídkami?

Myslíme si na Revv jako na spojovací tkáň mezi techniky, pojišťovnami a spotřebiteli, takže pracujeme na splnění všech jejich kolektivních potřeb.

Pro techniky šetříme hodiny administrativní doby, zatímco jim pomáháme zachytit ztracené výnosy identifikací kalibrací, které by jinak prošly skrze mezery. Pojišťovny získávají rychlejší schválení, přesnou dokumentaci a méně sporů. Spotřebitelé získávají svá auta zpět bezpečněji a rychleji, protože zajišťujeme, že každá požadovaná kalibrace je skutečně dokončena.

Jak se vozidla budou dále vyvíjet do plně softwarově definovaných platforem, co znamená úspěch pro Revv za tři roky, a jaké schopnosti bude muset opravárenská infrastruktura vyvinout, aby držela krok?

Aby dílny držely krok, budou potřebovat vnitřní kapacity, pipeline příští generace technického talentu a silnou síť spolupráce, aby zajistily, že každá oprava je přesná a efektivní. Do roku 2029 budou předpisy vyžadovat, aby všechny nové modely aut měly nouzové brzdění, a dílny začínají vidět, jak velkou hodnotu má provedení interních kalibrací pro jejich podnikání. V naší recentní survey, 74% autobody profesionálů nyní uvádí ADAS jako generátor zisku, s 60% považujících růst ADAS výnosů za “extrémně nebo velmi důležité”.

To, co již vidíme, je, že kalibrace ADAS se stává svou vlastní kategorií, s novými specialisty, kteří se objevují každý měsíc, a skutečným obchodním impulzem, který se buduje kolem něj. Jak se díváme dopředu, vidíme Revv jako páteř tohoto celého ekosystému. To znamená, že platforma se stává standardem napříč opravárenskými sítěmi, poskytující technikům, pojišťovnám a spotřebitelům jeden sjednocený systém pro řízení a poskytování bezpečných, souladných kalibrací ve velkém měřítku. Budujeme infrastrukturu, která definuje, jak se softwarově řízená vozidla opravují, a nakonec stanovujeme standardy, které budou formovat budoucnost odvětví.

Pro zakladatele, kteří zavádějí umělou inteligenci do hluboce zakořeněných, tradičně analogových odvětví, jaké běžné chyby vidíte a jaké předpoklady jste museli vyvrátit, zatímco jste škálovali Revv?

Jednou z věcí, kterou jsem se naučil brzy, je proříznout hluk a soustředit se na problém, ne na řešení. Je snadné se nechat unést buzzem a začít budovat něco ohromujícího, ale to často končí jako řešení, které hledá problém.

To, co záleží, je najít problém, který zákazníci skutečně zažívají každý den. Předpoklad, který jsem musel vyvrátit, byl ten, že lepší technologie sama o sobě vyhraje. Podceňoval jsem, jak hluboce jsou pracovní postupy zakořeněny v tomto odvětví. Když jsme začali Revv v roce 2022, strávil jsem čas v dílnách s techniky, aby jsem viděl jejich pracovní postupy zblízka a pochopil, co je brzdí. To mě naučilo, že skutečná změna nepřichází z implementace působivých technologií nebo přesvědčování dílen, aby přijaly nový způsob dělání věcí. Přichází z toho, že vaše řešení budete tak dokonale integrovat do jejich stávajících pracovních postupů, že jim nebude třeba nic měnit. Nedáte jim změnu, uděláte jejich stávající způsob lepší.