Cam Myers, CEO a zakladatel CreateMe – Interview Series

Cam Myers, CEO a zakladatel CreateMe, spustil společnost v roce 2019 s vizí modernizovat výrobu oděvů prostřednictvím pokročilé automatizace. Se sídlem v oblasti zálivu San Francisco, přináší rozmanitý背景, který zahrnuje investiční poradenství v ADM Investment Partnership, vedení na počátku založení Group Commerce a role business developmentu v Downtown Music Holdings a Publicis Groupe. Je také členem Globální komunity inovátorů Světového ekonomického fóra, což odráží jeho širší závazek vůči technologicky řízené průmyslové transformaci.

CreateMe je společnost pro robotiku a umělou inteligenci, která mění způsob, jakým se oblečení vyrábí, nahrazuje tradiční šití automatizovaným, adhezivním sestavením poháněným robotikou, počítačovým viděním a strojovým učením. Jejich patentovaná výrobní platforma umožňuje rychlejší, více lokalizovanou a udržitelnější výrobu oděvů, snižuje odpad a zkracuje dodavatelské řetězce, zatímco společnost se umístila na čele příští generace výroby softwarových produktů.

Než jste založil CreateMe, jste byli součástí zakládajících týmů, pracovali v investičních a poradenských rolích a zastávali pozice ve společnostech jako DoubleClick a Group Commerce. Jak tato směsice technologií, financí a provozních zkušeností utvořila vaše rozhodnutí založit CreateMe a řešit něco tak komplexního, jako je automatizovaná výroba oděvů?

Před CreateMe jsem vyrůstal jako technologický generalista, pracující napříč softwarem, e-commerce, investicemi a早-stage provozními rolkami. Být součástí startup týmu, včetně Group Commerce, byl jako on-the-job MBA. Musíte myslet napříč disciplínami a vidět, jak technologie, ekonomika a provozní procesy skutečně interagují pod reálnými omezeními.

Tento pohled mě vedl k jinému závěru o oděvu. Prostřednictvím e-commerce startupů jsem neustále viděl stejné selhání: nízký prodej, silné slevy a velké objemy zásob, které byly nakonec odepsány nebo odeslány na skládku. Most lidé rámovali tyto problémy jako merchandising nebo forecasting problémy. Když se na to podívám skrz technologickou čočku, bylo jasné, že to jsou symptomy něčeho hlubšího – výrobních systémů, které nemohly reagovat na skutečnou poptávku.

Inspirování přišlo z propojení těchto teček napříč disciplínami. Oděv nebyl rozbitý, protože nějaká část systému byla špatně řízena. Bylo to vidět, že to nebylo něco, co by se dalo naladit nebo optimalizovat; vyžadovalo to čistou, první principy přemýšlení o materiálech, strojích a softwaru jako o jednom systému.

CreateMe vyšlo z tohoto přesvědčení. To bylo fundamentálně technologický problém, a potřeboval technologické řešení. Být interdisciplinární je to, co to udělalo viditelným poprvé, a je to důvod, proč CreateMe přístup vypadá jinak. Chtěli jsme zacházet s výrobnou oděvů jako se systémy a automatizační výzvou, a postavit platformu, která by mohla změnit, jak vlastně funguje průmysl.

CreateMe nyní drží významný portfólio patentů napříč robotikou, materiálovou vědou a automatizací. Jaké byly nejranější technické poznatky, které vás přesvědčily, že tento problém je řešitelný s Physical AI?

Když jsme založili CreateMe v roce 2019, věřili jsme, že existuje konečně důvěryhodná cesta k automatizaci výroby oděvů, ale pouze pokud byl proces sám o sobě přemyšlen. Látky jsou deformovatelným, stav-dependentním materiálem. Roztahují se, mění a mění chování, jak jsou zpracovávány. Malé variace se rychle sčítají. Pod těmito podmínkami se otevřená smyčka řízení a předem naprogramované pohyby rozpadají. Problém nebyl robotická přesnost. Bylo to pochopit stav materiálu dostatečně dobře, aby se na něj mohlo jednat.

Naše první skutečný pokrok přišel ze změny modelu sestavení. Nahrazováním nepřetržitého šití adhezivním spojením jsme mohli sestavit oděvy v statickém, fixovaném stavu, spíše než když byla látka v pohybu. To odstranilo majoritní zdroj variability a umožnilo zarovnání a spojení být řízeno přímo. V kombinaci s tradičním počítačovým viděním, ML-založeným počítačovým viděním, pravidlovou logikou a robotikou to umožnilo spolehlivou automatizaci pro definovaný soubor operací. To prokázalo něco důležitého brzy: deformovatelné materiály mohly být zpracovány mechanicky, pokud byl proces strukturován správně.

Tyto rané systémy také ukázaly omezení. Tradiční pravidla založená na počítačovém vidění fungují dobře, když je geometrie jednoduchá a podmínky jsou těsně omezeny. Nezvětšují se na nejobtížnější problémy v oděvu, zejména komplexní třírozměrné spojení, kde tvar látky, orientace a kontakt se neustále mění v prostoru. Konečná automatizace těchto operací jednoduše nebyla dosažitelná s dostupnými nástroji vnímání a modelování.

To je místo, kde Physical AI začíná měnit rovnici. Pokroky ve vnímání, senzorice a vtěleném řízení nyní umožňují pochopit deformovatelné materiály ve třech rozměrech a uzavřít smyčku mezi viděním, rozhodnutím a jednáním. Jsme stále v raných fázích aplikování těchto modelů na fyzické sestavení, ale již rané implementace rozšiřují rozsah oděvů, látek a komplexních 3D spojovacích operací, které lze automatizovat. Místo skriptování chování může systém stále více rozumět materiálovému stavu, adaptovat se v reálném čase a provádět spojovací operace od začátku do konce. Každá spojovací operace generuje data o tom, jak textilie reaguje na sílu, teplo a geometrii, což umožňuje zlepšení a generalizaci výkonu prostřednictvím použití.

Stručně řečeno, naše rané nástroje prokázaly proveditelnost. Physical AI je to, co odemyká kompletnost a rozsah. Tento pokrok, od skriptované automatizace po konečné inteligentní sestavení, je to, co nás přesvědčilo, že tento problém nebyl pouze řešitelný, ale také extenzivní napříč oděvy a materiály. Široká škála našeho patentového portfolia odráží tuto cestu. Řešení deformovatelného materiálového sestavení vyžadovalo vynález napříč robotikou, materiálovou vědou a automatizací, s Physical AI, která otevírá nejkomplexnější formy spojení.

Oděvní výroba dlouho odolávala plné automatizaci kvůli složitosti softwarových produktů. Jaké průlomy umožnily CreateMe konečně překročit tuto hranici?

Pro CreateMe, překročení automatizační hranice bylo poháněno dvěma souvisejícími posuny: jak jsou oděvy fyzicky sestaveny a jak stroje vnímají a jednají na látku během tohoto sestavení.

První průlom byl architektonický. Přechodem ze šití na adhezivní spojení jsme odstranili potřebu přístupu k oběma stranám látky během sestavení. Oděvy mohou být postaveny pomocí jednoduchého přístupu, ve statickém, fixovaném stavu, spíše než být složeny, otočeny a napnuty skrz šicí stroj. To významně snížilo komplexitu manipulace a odstranilo majoritní zdroj variability. S látkou podporovanou a přístupnou z jedné strany se zarovnání a spojení staly říditelnými problémy, a tradiční počítačové vidění a robotika mohly spolehlivě automatizovat významnou část konstrukce oděvu.

Z prvního principu je to fundamentálně více automatizovatelné než robotické šití. Šití se snaží replikovat lidskou zručnost v kontinuálním pohybu, zatímco látka se aktivně deformuje. Adhezivní sestavení reformuluje problém kolem řízeného umístění a diskrétních spojů, což je daleko lépe přizpůsobeno robotice.

Tento přístup také vyjasnil zbývající výzvu. Když jsme se přesunuli do komplexnějších třírozměrných spojování – kde povrchy se setkávají na měnících se úhlech a materiálové chování se mění, když je kontakt proveden – pravidla a tradiční počítačové vidění založené přístupy dosáhly svých limitů. Konečná automatizace napříč plnou variabilitou oděvů a textilií vyžadovala více adaptivní vnímání a řízení.

To je místo, kde Physical AI hraje kritickou roli. Pokroky ve vnímání, senzorice a vtěleném řízení umožňují interpretovat látkovou geometrii a materiálový stav ve třech rozměrech a reagovat v reálném čase během sestavení. V CreateMe, dokonce rané aplikace těchto schopností rozšiřují rozsah oděvů, látek a komplexních 3D spojovacích operací, které lze automatizovat s minimálním zásahem.

Stručně řečeno, procesní redesign – spojení, jednoduchý přístup a statické sestavení – učinil automatizaci proveditelnou. Physical AI je to, co umožňuje, aby se tato automatizace pohybovala směrem k konečnému provozu a rozsahu napříč reálnou variabilitou, umožňující oděvní výrobu pohybovat se za úzkou automatizaci a směrem k systémům, které se zlepšují s rostoucí složitostí.

MeRA™ představuje modulární, robotický přístup k výrobě oděvů. Jak se tento systém fundamentálně liší od tradiční tovární automatizace?

MeRA™ se fundamentálně liší od tradiční tovární automatizace, protože byl navržen kolem specifických omezení oděvní výroby, spíše než přizpůsoben z průmyslu postavených na rigidních částech a stabilních procesech.

Konvenční automatizace předpokládá pevnou geometrii, předvídatelné materiály a omezenou variabilitu. Přepínání je řízeno prostřednictvím nástrojů-intenzivních, mechanicky omezených nastavení a proces-specifického fixování. Tento model funguje, když produkty zřídka mění. Rozpadá se v oděvu, kde materiály jsou deformovatelné, styly se rychle mění a výroba musí běžet na vysoké rychlosti, aby byla ekonomicky životaschopná.

MeRA™ začíná z opačných předpokladů. Oděv vyžaduje systém, který může zpracovat měkké materiály, konstantní variabilitu a časté přepínání bez zastavení výroby. Toho lze dosáhnout pomocí modulární, software-definované architektury sestavení. Každý modul provádí diskrétní operaci a může být rekonfigurován, zdvojen nebo převeden, jak produkty, látky nebo objemy mění. Přepínání probíhá digitálně, ve softwaru, spíše než fyzickým přepracováním.

Architektonicky je MeRA™ navržen tak, aby maximalizoval jak rychlost, tak kontrolu. Sestavení je udržováno ve dvou rozměrech, pokud je to možné, kde je vidění, zarovnání a pohyb nejrychlejší a nejpřesnější, před přechodem do těsně řízených třírozměrných operací, pouze když formování nebo spojení vyžaduje. Tradiční automatizace tlačí části skrz pevné 3D pracovní buňky; MeRA™ minimalizuje 3D komplexitu podle návrhu, aby zachoval propustnost.

Spárován s digitálním adhezivním spojením, MeRA™ nahrazuje mechanicky omezené spojení programovatelnou, jednostrannou operací. Není potřeba otočit oděvy, řídit kontinuální napětí nebo přistupovat k oběma stranám během procesu. To snižuje dobu cyklu, snižuje chybovost a ermögňuje rychlé digitální přepínání napříč oděvy a textiliemi.

Stručně řečeno, tradiční automatizace hard-kóduje proces do hardwaru. MeRA™ definuje proces ve softwaru a přizpůsobuje ho materiálu. Tento posun – z fyzického přepracování na digitální přepínání a z pevných pracovních postupů na modulární sestavení – je to, co umožňuje MeRA™ fungovat na rychlosti a variabilitě, kterou oděv vyžaduje.

Pixel™ nahrazuje šití mikro-adhezivním spojením. Kromě rychlosti a efektivity, jaké nové designové nebo výkonové možnosti odemknou pro oděvní značky?

Pixel™ předefinuje konstrukci oděvů na švu. Nahrazováním šití digitálně řízeným mikro-adhezivním spojením, značky získávají mnohem větší přesnost a konzistenci, což vede k oděvům, které jsou hladší, silnější a pohodlnější na nošení. Protože proces je software-definován, švy se stávají designovou plochou, spíše než omezením, umožňující stretch, vlhkostní management, tepelnou regulaci a lehkou výztuhu být inženýrovány přímo do konstrukce oděvu.

Tyto výhody sahají za to, jak oděv funguje na těle. Stejné digitální řízení, které umožňuje výkon, také umožňuje oděv být navržen pro konec životnosti od začátku. S naší Thermo(re)set™ adhezivní formulací, spoje mohou být zrušeny, umožňující automatizované rozložení a velkoplošné recyklaci textilií. Pro značky, Pixel™ dělá design, výkon a kruhovitost integrovanými výsledky konstrukce samé, ne soutěžícími prioritami vrstvenými na konci.

Existuje mnoho hype kolem Physical AI právě teď. Z vašeho pohledu, kde Physical AI skutečně funguje dnes, a kde realita stále zaostává za očekáváním?

Physical AI funguje dnes, když jsou problémy strukturovány pro inteligenci, spíše než brute force. Vidíme skutečný pokrok v prostředích, kde vnímání, učení a řízení jsou nasazeny společně uvnitř inženýrských systémů – místech, kde úkoly jsou opakující se, ale stále vyžadují adaptaci, a kde stroj může skutečně pozorovat a rozumět tomu, co je důležité.

Kde očekávání stále běží před realitou, je kolem obecného účelu vtělené inteligence. Měkké, deformovatelné materiály zůstávají jedním z nejobtížnějších problémů v robotice, protože zahrnují částečnou pozorovatelnost, nelineární chování a konstantní variabilitu. Physical AI není drop-in náhradou za lidskou zručnost, a nefunguje v chaotických nebo dědictví prostředích výchozím nastavením.

V praxi, rozdíl spočívá v designu. Physical AI funguje, když fyzický proces byl úmyslně přemyšlen, aby snížil nejistotu – když je přístup zjednodušen, stavy jsou pozorovatelné a variabilita je řízena architekturou, spíše než ignorována. V těchto podmínkách, učící se systémy mohou adaptovat a zlepšovat. Bez toho, AI je často jen kompenzace za špatný fyzický design.

To je čočka, kterou aplikujeme v CreateMe. Nezacházíme s Physical AI jako se zkratkou kolem výrobní složitosti. Zacházíme s ním jako se škálovací vrstvou, která funguje pouze tehdy, když je základní sestavovací systém navržen z prvního principu. Lekce, kterou jsme se naučili, je jednoduchá: Physical AI škáluje, když fyzický svět byl navržen, aby umožnil inteligenci dělat skutečnou práci.

S tarify, geopolitickými riziky a křehkostí dodavatelského řetězce se stávají strukturálními problémy, jak technologie jako MeRA™ mění ekonomiku přinášení výroby zpět do USA?

Pro dlouhou dobu, offshore výroba měla ekonomický smysl na úzkém základě nákladů na práci, a stále to platí pro určitý typ produktů a objemů. Výzva je, že model také přichází se strukturálními nevýhodami: dlouhé doby dodání, špatné shody poptávky a nabídky, nadměrné zásoby a rostoucí expozice tarify, geopolitickým rizikům a logistickým přerušením. Tyto náklady byly často skryty nebo tolerovány, dokud nedávné šoky ne donutily bližší pohled.

Technologie jako MeRA™ mění ekonomiku, dělají jiný provozní model životaschopným v USA. MeRA™ snižuje závislost na manuální práci a nahrazuje ji vysokovýkonnou, automatizovanou produkcí, která může běžet v kompaktním, rekonfigurovatelném rozsahu. To má význam domácí, kde je práce drahá a flexibilita je více cenná než čistá velikost.

Pouze skutečný posun není o tom, přinést vše zpět. V praxi, dokonce malá vrstva near-market výroby – často 5-10% objemu – může materiálně změnit ekonomiku celého dodavatelského řetězce. Tato flexibilní kapacita umožňuje značkám reagovat na skutečnou poptávku, honit vítěze a vyhnout se nadprodukci měsíce dopředu. MeRA™ dělá tuto vrstvu ekonomicky životaschopnou, podporuje rychlé digitální přepínání, menší velikosti šarží a konzistentní výstup bez závislosti na specializovaných pracovních bazénech.

V tomto kontextu, reshoring přestává být binární nebo politickou rozhodnutím. Technologie jako MeRA™ dělají z něj portfoliovou volbu. Offshore výroba stále hraje roli pro škálovatelnost a nákladovou efektivitu, ale automatizovaná, near-market kapacita se stává strategickou pákou pro rychlost, odolnost a kapitálovou efektivitu. Výsledkem je vyváženější dodavatelský řetězec, kde dokonce omezená americká výroba může významně snížit riziko a zlepšit celkovou ekonomiku.

Jak by měly oděvní značky uvažovat jinak o produktovém designu, když výrobní omezení nejsou již stejná jako v tradičních cut-and-sew prostředích?

Tradiční oděvní design odráží převládající logiku cut-and-sew výroby: dvoustranný přístup, jehlový pronik, ševové dovolené velikosti pro lidské ruce a konstrukční metody optimalizované pro manuální opakovatelnost. Tyto nejsou vnitřními požadavky oděvů; jsou to artefakty toho, jak se oděvy vyráběly.

Automatizované, adhezivní sestavení zavádí jiný designový logiku. Navrhování pro automatizaci znamená předpokládat jednostranný přístup, digitálně řízené adhezivní depozice a vysoce opakovatelné provedení. To umožňuje menší vnitřní ševové tolerance, přesnější lepidla a nižší profilové sestavení, které jsou jak strukturně pevné, tak esteticky čistší než šité ekvivalenty.

Protože adheziv je aplikován, spíše než šit, designéři mohou pracovat sebevědomě s komplexními a nepravidelnými hranami, tekutými geometriemi a látkovými konverzemi nebo laminacemi, které by byly obtížné nebo nemožné reprodukovat se šitím. Vizuální komplexita již nemusí být podporována fyzickou hmotou. Výsledkem je minimalistický, rafinovaný konstrukční jazyk, který je rodilý pro automatizaci, spíše než přizpůsobený z ruční práce.

Tento přístup také rozšiřuje materiálovou svobodu. Na rozdíl od ševového pásu, který je obvykle vysokoteplotní a largely omezený na syntetiku, aplikovaný adheziv umožňuje automatizaci napříč širokým rozsahem látek, včetně organických a jemných materiálů, jako je kašmír, hedvábí, vlna a kůže. Materiálový výběr se mění z “co lze šít spolehlivě” na “co nejlépe slouží produktu”.

V tomto kontextu, navrhování pro automatizaci není omezující; je to generativní. Kreativní záměr, estetický výraz a výrobní logika jsou zarovnány od začátku. Design se stává jak přesným, tak expresivním, s automatizací, která zpracovává konzistenci a provedení, zatímco designéři se soustředí na formu, funkci a diferenciaci.

Co vypadá lidská role uvnitř vysoce automatizované oděvní továrny, a jaké nové dovednosti se stávají kritickými, jak robotika přebírá opakující se úkoly?

V vysoce automatizované oděvní továrně, lidská role se mění z opakující se manuální exekuce na provoz, dohled a zlepšování automatizovaných sestavovacích systémů od začátku do konce. Místo dlouhých šicích linek, menší týmy jsou organizovány kolem robotických buněk, s výrobními techniky, buňkovými dozorci a procesními specialisty odpovědnými za výkon, kvalitu a provozní dobu napříč celým výrobním tokem.

Výrobní technici pracují hands-on s robotikou, viděním, systémy a adhezivním spojením. Monitorují robotické buňky, ladí aplikaci a spojují parametry, spravují materiálové interakce napříč různými látkami a zasahují, když se objeví variabilita nebo edge případy. Kvalita je kontinuální, spíše než vzorkovaná: vidění systémy kontrolují umístění, zarovnání a spojení konzistence v reálném čase, zatímco lidé dohlížejí na prahové hodnoty, interpretují anomálie a rozhodují, kdy a jak upravit proces.

Tento model dodává materiálně vyšší kvalitu a opakovatelnost než manuální výroba. Automatizovaná aplikace a umístění snižují variabilitu, zatímco digitální QA umožňuje konzistentní provedení napříč každým jednotkám, spíše než závislost na následné kontrole. Lidský úsudek je aplikován, kde přidává nejvíce hodnoty – vyhodnocuje výjimky, rafinuje tolerance a zlepšuje systémový výkon s časem.

To vyžaduje úmyslný tréninkový a zvyšovací model vložený přímo do výrobních operací. Pracovníci jsou školeni, aby četli výrobní panely, interpretují vidění a senzorová data, rozuměli metrikám kvality spoje a bezpečně spolupracovali s robotickými systémy. Učí se, jak adhezivní chování, materiálové vlastnosti a procesní parametry interagují, a jak tyto proměnné se objevují v QA datech.

S časem, zvyšování se posunuje od základního systémového provozu k hlubšímu procesnímu vlastnictví. Prostřednictvím strukturovaného on-the-job tréninku, certifikací a mentorství, technici rozvíjejí dovednosti v analýze kořenové příčiny, preventivní údržbě a kontinuálním zlepšování. Výsledkem je technicky zdatný pracovní síla, schopný udržení vysoké kvality, opakovatelné výroby ve velkém rozsahu – jeden, kde automatizace zvyšuje jak produktivní konzistenci, tak lidskou kapacitu, spíše než ji nahrazuje.

Pohledem do budoucna pět až deset let, jak vidíte Physical AI měnící nejen oděv, ale výrobu obecně – a kde chcete, aby CreateMe mělo největší dopad?

Náš pohled je, že největší příležitost pro Physical AI ve výrobě v příštích pěti až deseti letech spočívá v úkolech s nejvyšší variabilitou a komplexitou, ne v oblastech, které jsou již dobře obsluhovány rigidní automatizací. Mezi nejobtížnější problémy patří ty, kde materiály jsou měkké, flexibilní nebo třírozměrné, a kde reálná variabilita historicky omezovala automatizaci.

Tato výzva je nejvíce akutní ve sestavení měkkých materiálů. Oděv je nejčistším příkladem, ale stejná dynamika existuje v spotřebitelské elektronice s flexibilními komponenty, v medicínských produktech, v nábytku a v interiérech automobilů. Napříč těmito kategoriemi, šití a měkká výroba představují nejvyšší obsah práce a zůstávají nejméně automatizovanými částmi výrobního procesu.

Z našeho pohledu, raný pokrok v Physical AI bude poháněn vysoce vertikálními systémy. Mechanický design a robotické formy budou laděny pro specifické aplikace a materiály, spíše než generalizované ztělesnění. Co škáluje napříč těmito vertikály, není hardwar, ale inteligence: vnímání, řízení a učící systémy, které umožňují strojům pochopit deformovatelné materiály, zarovnat komplexní hrany, adaptovat se na variabilitu a provést spojení spolehlivě.

V příštích deseti letech a dále, věříme, že více generalizované a humanoidní ztělesnění se stanou stále více převládajícími, jakmile se vtělená inteligence zraje a nasazuje se urychluje. Jak humanoidní roboti se pohybují z pilotů na miliony, a potenciálně desítky milionů, nasazených jednotek v příštím desetiletí, textilní exoskelety a měkké vnější vrstvy se stanou kritickými systémy lidsko-strojového rozhraní. Splnění této poptávky ve velkém rozsahu bude vyžadovat adhezivní, automatizovanou výrobu, otevírající novou průmyslovou kategorii v inteligentní měkké výrobní výrobě.

To je kontext, ve kterém CreateMe vidí.

CreateMe vidí transformaci měkké výroby. Učinit automatizované sestavení textilií a flexibilních materiálů tak programovatelné, škálovatelné a adaptivní, jako software. Zatímco mechanické a robotické implementace se budou lišit podle vertikálu v krátkodobém horizontu, základní výzva zůstává konzistentní: měkká výroba a šití dominují obsahu práce a odolávají tradiční automatizaci.

Co sjednocuje tyto trhy, je sdílená schopnost Physical AI – systémy, které řídí vnímání, deformovatelnou manipulaci, hranové zarovnání, logiku spojení a adaptivní sestavení napříč látkami a formami. Prokázáním této schopnosti v oděvu, jednom z nejobtížnějších výrobních prostředí, CreateMe cílem je odemknout automatizaci napříč širším rozsahem průmyslu a umožnit jak příští generaci měkké výroby, tak měkké rozhraní, které budou stále více obklopovat inteligentní stroje.

Děkuji za skvělý rozhovor a vaše podrobné odpovědi, čtenáři, kteří chtějí se dozvědět více, by měli navštívit CreateMe.