Vaidy Raghavan, Chief Product & Technology Officer, Xometry – Haastattelusarja

Vaidy Raghavan, Chief Product & Technology Officer, Xometry, on saavuttanut kansainvälinen teknologiajohtaja ja insinööri, joka johtaa yrityksen tuote- ja teknologiastrategiaa, keskittyen skaalautuvien tekoälykäyttöisten markkinapaikkojen kehittämiseen, jotka yhdistävät yritysostajat valmistus-toimittajien kanssa. Hän tuo syvää asiantuntemusta tekoälystä, toimitusketjun hallinnasta, SaaS:sta ja data-analytiikasta, ollessaan aikaisemmin toiminut johtavissa rooleissa yrityksissä kuten Wayfair, Microsoft ja Groupon, joissa hän kehitti suurimittakaavaisia digitaalisia alustoja ja markkinapaikkateknologioita. Xometryssä hän on vastuussa monimutkaisten valmistusprosessien muuttamisesta älykkäiksi, dataohjatuiksi järjestelmiksi, jotka parantavat tehokkuutta, kestävyyttä ja globaalin toimitusketjun yhteyttä.

Xometry on tekoälykäyttöinen digitaalinen markkinapaikka, joka mahdollistaa yrityksille räätälöityjen osien hankinnan tarpeen mukaan yhdistämällä ostajat valittujen toimittajien kanssa ympäri maailmaa useiden tuotantomenetelmien, kuten CNC-työstön, 3D-tulostuksen ja muotinvalun, kautta. Perustettu vuonna 2013 ja pääkonttori sijaitsee North Bethesdassa, Marylandissa, yritys hyödyntää koneoppimista tarjoamaan hetkellisiä hintoja, toimitusaikien arvioita ja toimittajien vertailua ladataan suunnittelutiedostojen perusteella, yksinkertaistamalla perinteisesti monimutkaisen hankintaprosessin. Tuuhannet toimittajat ja kymmenet tuhannet ostajat ympäri maailmaa, Xometryllä on keskeinen rooli modernisoimassa valmistusta digitoiden toimitusketjuja ja mahdollistaen joustavamman, hajasemman tuotannon suuressa mittakaavassa.

Olet ollut uskomattoman matkan Microsoftin, Grouponin ja Wayfairin kautta. Mitkä varhaiset kokemukset – henkilökohtaiset tai ammatilliset – muovasivat kiinnostuksesi teknologiaa kohtaan, ja miten se lopulta johti sinut Xometryyn ja tekoälykäyttöiseen valmistukseen?

Minun kiinnostukseni teknologiaa kohtaan alkoi urani alussa. Olen aina ollut motivoitunut haastavista ongelmista ja mahdollisuudesta rakentaa ratkaisuja, jotka todella vaikuttavat maailmaan.

Nopeasti muuttuvissa aloissa, joissa olen viettänyt urani, on löydettävä tasapaino nopean liikkeen ja kestävien järjestelmien rakentamisen välillä. Valmistus kuvaa tätä hyvin. Se on syvästi fyysinen ja analoginen teollisuus, mutta se myös mahdollistaa joitain meidän innovatiivisimmista järjestelmistämme.
Xometry on kaiken tämän leikkauspisteessä, jossa muutamme perinteisesti analogista teollisuutta moderniksi, todellisella kurinalaisuudella ja selkeydellä siitä, mihin olemme menossa seuraavaksi. Minulle se on harvinainen yhteenlasku ajan ja tarkoituksen, ja se on täsmälleen sellainen haaste, jota olen koko urani ajan rakentanut.

Olet kuvannut valmistusta “viimeiseksi analogiseksi linnakkeeksi”. Mitkä ovat joitain suurimpia haasteita, joita tekoäly ratkaisee valmistuksessa tällä hetkellä?

Kuvailen valmistusta “viimeiseksi analogiseksi linnakkeeksi” sen rakenteellisen monimutkaisuuden vuoksi, joka johtuu valmistuselinkaaren pituudesta ja monista handoffeista. Esimerkiksi valmistuksen aikana suunnittelu- ja tuotantosuunnittelu työskentelevät yhdessä hankinnan, lähteen, laadun, logistiikan, toimituksen jälkeisen kokoonpanon ja taloudellisen sovittelun kanssa toimitusketjun ympäri, jokainen vaihe aiheuttaa uusia riskejä ja mahdollisia viivästyksiä.

Ydinhaaste on kitka. Valmistusketjun jokaisessa pisteessä on erilaisia formaatteja, järjestelmiä ja joskus jopa mittayksiköitä. Ideat siirtyvät handoffin jälkeen, ja jokainen niistä voi muodostua potentiaaliseksi epäonnistumispisteeksi. Historiallisesti ainoa tapa hallita tätä riskiä oli manuaalinen ihmisten tarkastus.

Tekoäly luo arvoa taistelussa tätä kitkaa vastaan. Se toimii koordinaattorina tässä hajanaisessa järjestelmässä: havaitsemalla ristiriitaisuuksia, vertaamalla osia oikeisiin toimittajiin ja jopa dynaamisesti mallintamalla kustannuksia ja toimitusaikoja. Se käyttää historiallista tuotantodataa ennustamaan, missä ongelmia voi esiintyä, ja merkitsee ne nopeasti, ennen kuin aika ja materiaalit menevät hukkaan.

Toimittajat saavat selkeämmän aikomisen ja vähemmän yllätyksiä, mikä tarkoittaa, että voimme rakentaa luottamusta verkkoomme ja auttaa valmistajia tuottamaan tarvitsemamme tuotteita.

Miten Xometry on rakentanut luottamusta toimittajien ja ostajien kanssa omaksumaan tekoälykäyttöisiä työnkulkuja?

Valmistuksessa luottamus on vaikea ansaita, koska panokset ovat korkeat, tulokset ovat peruuttamattomia ja hukkaan menevä materiaali, viivästykset tai laadun epäonnistumiset voivat johtaa taloudellisiin tappioihin yritykselle. Sen vuoksi Xometryssä ansaitsemme luottamusta jatkuvasti toimimalla luotettavasti ja selkeästi.

Toimittajat ja ostajat luottavat Xometryyn nopeuteen ja avoimuuteen. He tietävät, että kun he lataavat CAD-tiedoston, tekoälymme analysoi nopeasti osat ja laskee arviot hinnoista ja potentiaalisista riskeistä. Ennusteet perustuvat todellisiin tuotantotietoihin, mikä edelleen luo luotettavuutta ja näkyvyyttä. Hinnat heijastavat todellisia markkinatilanteita, ja toimittajat saavat jatkuvasti tietoa siitä, miten he voivat parantaa suorituskykyään ja kasvattaa liiketoimintaansa alustalla. Järjestelmä suorittaa myös itsenäisiä tarkastuksia havaitsemaan ristiriitaisuuksia. Kun jotain ei vastaa, ilmoitamme siitä aikaisin ja pidämme tiimejä jatkuvasti informoituina.

Miten tekoäly tarkalleen kääntää tuotteen ideoita rakennettaviksi osiksi — ja mitä vaikutusta sillä on kehitysaikatauluun?

Valmistuksessa on aina kamppaillut kuilun kanssa intention ja rakennettavuuden välillä. Varhaiset tuotteen ideat ovat usein epätäydellisiä, ja niiden kääntäminen valmistettaviksi suunnitelmiksi vaatii useita handoffeja. Tämä prosessi on hidas ja usein altis uudelleen tekemiselle, mikä aiheuttaa viivästyksiä tai puutteita.

Tekoäly purkaa tämän silmukan. Käytännössä se kääntää osittain rakennetut syötteet valmistettaviksi piirustuksiksi. Se voi havaita potentiaalisia riskejä, ehdottaa materiaaleja ja prosesseja ja merkitä rajoituksia aikaisin. Tekoäly vähentää kitkaa, joka yleensä hidastaa tuotantoa, leikkaamalla kehitysaikatauluja vähemmällä iteroinnilla ja vähemmällä hukkaan menevällä materiaalilla tai osilla.

Miten varmistat laadun ja hallinnan säilymisen korkealla, kun prosessit muuttuvat enemmän autonomisiksi?

Yksi avainperiaate on siirtää laaduntarkastukset tuotantoprosessin alkuun. Tekoäly voi analyysin miljoonia geometrisia data-pisteitä auttaa määrittämään valmistettavuuden, kustannukset ja parhaan toimittajan sopimisen. Tämä tarjoaa tarkkuutta ja johdonmukaisuutta ilman, että tarvitsee turvautua ainoastaan ihmisen tarkkaavaisuuteen, joka on pitkään ollut ainoa puolustus riskien vastaan laadunvalvontaprosessissa.

Sanottakoon, että ihmisen pitäminen silmukassa on edelleen välttämätöntä näille lisätyille prosesseille. Käytämme tekoälyä havaitsemaan ongelmia ja vaihtoehtoja, kun tarve vaatii, mutta lopullinen päätös väliintulosta kuuluu ihmisille, joilla on kokemus tehdä nämä päätökset.

Näemme tämän erityisesti kriittisissä aloissa, kuten ilmailu- ja puolustusteollisuudessa, joissa ihmisen pitäminen silmukassa on ainoa tapa sallia automaatio mittakaavassa ilman laadunvalvonnan uhraamista.

Miten Xometryssä tekoälykäyttöinen dynaaminen hinnoittelu toimii, ottaen huomioon muuttuvat valmistuskustannukset ja toimitusketjun monimutkaisuudet?

Valmistuksen hinnoittelu on luonteeltaan muuttuva, koska jokainen osa on erilainen, ja kustannukset muuttuvat jatkuvasti materiaaleista, kapasiteetista, ulkoisista tekijöistä, kuten tulleista, ja muista rajoituksista. Staattiset hinnoittelumallit eivät pidä paikkaansa tässä ympäristössä.

Xometryssä dynaaminen hinnoittelu on oppimisjärjestelmä. Mallimme on koulutettu miljoonilla historiallisilla tarjouksilla ja päivitetään jatkuvasti todellisilla tuotantotuloksilla. Tämä palautusilmoitus pitää hinnat todellisissa olosuhteissa.

Kun insinöörit lataavat CAD-tiedoston, Instant Quoting Engine -moottorimme analysoi tiedoston välittömästi ja tarkistaa sen ulkoisia tekijöitä ja rajoituksia, jotka vaikuttavat hinnoitteluun, tunnistamaan parhaan valmistajan tuhansien kumppaniemme joukosta.
Sitten, kun olosuhteet muuttuvat, moottori mukautuu automaattisesti ja päivittää hinnat reaaliajassa heijastaen muutoksia materiaaleissa, kapasiteetissa, tulleissa ja muissa kustannusvaikuttajissa.

Miten Xometry mukauttaa kokemuksen asiakkaiden tarpeiden mukaan käyttäen tekoälyä ja data-analytiikkaa, asiakkaista, jotka vaihtelevat insinööreistä toimitusketjun johtajiin?

Xometryssä tekoäly luo paljon henkilökohtaisemman kokemuksen käyttäjillemme, suoristamalla tuotantoprosessia yksilöllisten tarpeiden mukaan. Insinöörille se voi näyttää nopeaa palautetta materiaaleista ja suunnitteluriskeistä, tai toimitusketjun johtajalle se voi tarkoittaa nopeita varoituksia logistiikkaongelmista vähentämään kalliita virheitä ja luoda luottamusta.

Vuosikymmenien ajan CAD on ollut este monille valmistajille. Mutta tekoälyn integroimisen myötä prosessiin voimme luoda tämän henkilökohtaisen kokemuksen, jossa insinöörit voivat kuvailla, mitä he tarvitsevat luonnollisella kielellä, ja järjestelmä voi luoda valmistettavissa olevia suunnitelmia ilman kitkaa.

Mitä yhtä tekoälyinnovaatiota uskot, että se voi määritellä valmistusympäristön seuraavien 3-5 vuoden aikana?

Uskon, että tekoälyinnovaatio, joka todennäköisesti määrittelee valmistuksen, on jatkuva päättely koko tuotantoprosessin ajan.

Kuten mainitsin aiemmin, valmistusprosessit ovat usein edelleen hajanaisia. Valmistajat arvioivat erikseen suunnittelua, kustannuksia, lähdettä ja valmistettavuutta, mikä tarkoittaa, että ongelmia usein havaitaan myöhään ja ne tulevat kalliimmiksi. Ennustan, että siirtymä on tekoälyjärjestelmiin, jotka päättävät näiden ulottuvuuksien yli rinnakkain, yhdistyen integroituun ohjelmaan, joka oppii historiallisista tuotantotuloksista ja sopeutuu reaaliajassa.

Aikaiset versiot tästä ovat jo olemassa alueilla, kuten DFM-analyysissä, lähteessä ja jopa hinnoittelussa. Mutta seuraavien vuosien aikana nämä rajat menevät lähemmäs toisiaan, luoden nopeamman, ennustettavamman ja sopeutuvamman valmistusympäristön.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla Xometry:ssa.