Vaidy Raghavan, Director de Producto y Tecnología de Xometry – Serie de entrevistas

Vaidy RaghavanDirector de Producto y Tecnología de Xometry, es un ejecutivo e ingeniero tecnológico global de gran trayectoria que lidera la estrategia de producto y tecnología de la empresa, centrándose en la expansión de las capacidades de mercado impulsadas por IA que conectan a compradores empresariales con proveedores de fabricación. Aporta una amplia experiencia en IA, gestión de la cadena de suministro, SaaS y análisis de datos, habiendo ocupado anteriormente puestos de alta dirección en empresas como Wayfair, Microsoft y Groupon, donde desarrolló plataformas digitales y tecnologías de mercado a gran escala. En Xometry, es responsable de transformar flujos de trabajo de fabricación complejos en sistemas inteligentes basados ​​en datos que mejoran la eficiencia, la resiliencia y la conectividad de la cadena de suministro global.

Xometría Xometry es un mercado digital impulsado por IA que permite a las empresas obtener piezas fabricadas a medida bajo demanda, conectando a los compradores con una red global de proveedores verificados que utilizan diversos métodos de producción, como mecanizado CNC, impresión 3D y moldeo por inyección. Fundada en 2013 y con sede en North Bethesda, Maryland, la empresa aprovecha el aprendizaje automático para proporcionar precios instantáneos, estimaciones de plazos de entrega y la búsqueda de proveedores en función de los archivos de diseño cargados, simplificando así el proceso de adquisición, tradicionalmente complejo. Con miles de proveedores y decenas de miles de compradores en todo el mundo, Xometry desempeña un papel fundamental en la modernización de la fabricación mediante la digitalización de las cadenas de suministro y la posibilitación de una producción distribuida más ágil y a gran escala.

Has tenido una trayectoria increíble en Microsoft, Groupon y Wayfair. ¿Qué experiencias iniciales, tanto personales como profesionales, influyeron en tu interés por la tecnología y cómo te llevaron finalmente a Xometry y al mundo de la fabricación impulsada por IA?

Mi interés por la tecnología surgió al principio de mi carrera. Siempre me han motivado los retos difíciles y la oportunidad de crear soluciones que realmente marquen la diferencia en el mundo real.

En los sectores dinámicos en los que he desarrollado mi carrera, es fundamental encontrar el equilibrio entre la rapidez para materializar una idea y la construcción de sistemas duraderos y eficaces. La industria manufacturera es un buen ejemplo de ello. Es un sector profundamente físico y analógico, pero también impulsa algunos de nuestros sistemas más innovadores.
Xometry se sitúa en la intersección de todo esto, transformando una industria tradicionalmente analógica en algo moderno con verdadera disciplina y claridad sobre hacia dónde nos dirigimos. Para mí, es una convergencia excepcional de oportunidad y propósito, y es precisamente el tipo de desafío para el que me he estado preparando durante toda mi carrera.

Usted ha descrito la industria manufacturera como el último “bastión analógico”. ¿Cuáles son algunos de los mayores desafíos que la IA está resolviendo actualmente en la industria manufacturera?

Describo la fabricación como el último «bastión analógico» debido a su complejidad estructural, dado que su ciclo de vida es largo y está plagado de traspasos. Por ejemplo, durante la fabricación, el diseño y la ingeniería de producción trabajan conjuntamente con las compras, el abastecimiento, el control de calidad, la logística, el montaje posterior a la entrega y la conciliación financiera a lo largo de toda la cadena de suministro, y cada etapa introduce nuevos riesgos y posibles retrasos.

El principal desafío radica en la fricción. En cada etapa de la cadena de producción, existen diferentes formatos, sistemas e incluso, en ocasiones, unidades de medida. Las ideas pasan de una etapa a otra, convirtiéndose cada una en un posible punto de fallo. Históricamente, la única forma de gestionar este riesgo era mediante la revisión manual por parte de personas.

La IA está generando un gran valor en la actualidad al combatir esa fricción. Actúa como coordinadora en ese sistema fragmentado: detecta discrepancias, asigna las piezas a los proveedores adecuados e incluso modela dinámicamente los costos y los plazos de entrega. Utiliza datos históricos de producción para predecir dónde pueden surgir problemas y los identifica rápidamente antes de que se desperdicien tiempo y materiales.

Los proveedores reciben información más clara sobre las intenciones de los clientes y menos sorpresas, lo que nos permite generar confianza con nuestra red y ayudar a los fabricantes a producir los artículos que necesitamos.

¿De qué manera ha logrado Xometry generar confianza entre proveedores y compradores para que adopten flujos de trabajo basados ​​en inteligencia artificial?

En el sector manufacturero, ganarse la confianza es difícil, ya que hay mucho en juego, los resultados son irreversibles y el material desechado, los plazos incumplidos o los fallos de calidad pueden generar pérdidas económicas para una empresa. Por eso, en Xometry, nos ganamos la confianza ofreciendo fiabilidad y transparencia de forma constante.

Proveedores y compradores confían en Xometry por su rapidez y transparencia. Saben que al subir un archivo CAD, nuestra IA analizará rápidamente las piezas y generará estimaciones de precios y riesgos potenciales. Las predicciones se basan en datos de producción reales, lo que aumenta aún más la fiabilidad y la visibilidad. Los precios reflejan las condiciones reales del mercado, y los proveedores reciben información continua sobre cómo mejorar su rendimiento y hacer crecer su negocio en la plataforma. El sistema también realiza comprobaciones independientes para detectar discrepancias. Si algo no cuadra, lo detectamos de inmediato y mantenemos a los equipos informados constantemente.

¿Cómo traduce exactamente la IA generativa las ideas de productos en piezas que se puedan fabricar, y qué impacto tiene eso en los plazos de desarrollo?

La industria manufacturera siempre ha lidiado con la brecha entre la intención y la viabilidad de la producción. Las ideas iniciales de los productos suelen estar incompletas, y convertirlas en diseños fabricables requiere múltiples revisiones. Este proceso es lento y a menudo propenso a retrabajos, lo que genera retrasos o escasez de materiales.

La IA generativa comprime ese ciclo. En la práctica, traduce datos de entrada parcialmente estructurados en características fabricables. Puede detectar riesgos potenciales, sugerir materiales y procesos, e identificar limitaciones con antelación. La IA reduce la fricción que suele ralentizar la producción, acortando los plazos de desarrollo con menos iteraciones y menos piezas o materiales de desecho.

¿Cómo se garantiza que la calidad y el control se mantengan elevados cuando los procesos se vuelven más autónomos?

Un principio clave es trasladar los controles de calidad a la fase inicial del proceso de producción. La IA puede analizar millones de puntos de datos geométricos para determinar la viabilidad de la fabricación, el coste y el proveedor más adecuado. Esto garantiza precisión y consistencia sin depender exclusivamente de la diligencia humana, que durante mucho tiempo ha sido la única defensa contra los riesgos en el proceso de control de calidad.

Dicho esto, la intervención humana sigue siendo necesaria para estos procesos aumentados. Implementamos IA para identificar problemas y alternativas cuando sea necesario, pero la decisión final sobre la intervención recae en los operadores humanos que tienen la experiencia para tomar esas decisiones.

Esto se observa especialmente en sectores de misión crítica como el aeroespacial y el de defensa, donde la intervención humana es la única manera de permitir la automatización a gran escala sin sacrificar el control de calidad.

¿Cómo funciona la fijación de precios dinámica basada en IA en Xometry, teniendo en cuenta los costes de fabricación variables y las complejidades de la cadena de suministro?

Los precios de fabricación son inherentemente variables porque cada pieza es diferente y los costos cambian constantemente en función de los materiales, la capacidad, factores externos como los aranceles y otras limitaciones. Los modelos de precios estáticos no son viables en este entorno.

En Xometry, la fijación de precios dinámica es un sistema de aprendizaje. Nuestros modelos se entrenan con millones de cotizaciones históricas y se actualizan continuamente con resultados de producción reales. Este ciclo de retroalimentación mantiene los precios basados ​​en la realidad.

Cuando los ingenieros suben un archivo CAD, nuestro motor de cotización instantánea analiza inmediatamente el archivo y lo compara con los factores y restricciones externas que afectan al precio para identificar al mejor fabricante de nuestra red de miles de socios.