आदि बाथला, रेव के सीईओ और संस्थापक – साक्षात्कार श्रृंखला

आदि बाथला, रेव के सीईओ और संस्थापक, एक उत्पाद-निर्देशित ऑपरेटर और नवाचार नेता हैं जो न्यूयॉर्क में स्थित हैं और जिन्होंने अपना करियर प्रौद्योगिकी, प्रणाली सोच और पैमाने के बीच बनाया है। रेव की स्थापना से पहले, उन्होंने उच्च विकास वाणिज्य कंपनियों में उत्पाद और डिजिटल ग्राहक अनुभव पहलों का नेतृत्व किया, बड़े उद्यम प्लेटफार्मों के भीतर नए व्यवसाय लाइनों को लॉन्च करने में मदद की, एमआईटी स्लोन में कृत्रिम बुद्धिमत्ता और सामूहिक बुद्धिमत्ता पर शोध किया, और अपने करियर की शुरुआत में नासा अनुसंधान कार्यक्रमों से जुड़े पुरस्कार विजेता अंतरिक्ष प्रणाली डिजाइन टीमों का नेतृत्व किया।

रेव एक एआई-संचालित ऑटोमोटिव मरम्मत मंच है जो टक्कर और यांत्रिक मरम्मत की दुकानों के लिए एडीएएस कैलिब्रेशन और निदान को सरल बनाने पर केंद्रित है। मूल उपकरण निर्माता (ओईएम) दस्तावेज़, बुद्धिमान कार्यप्रवाह और मौजूदा दुकान और अनुमान प्रणालियों के साथ गहरे एकीकरण को जोड़कर, रेव मरम्मत केंद्रों को मैनुअल शोध को कम करने, अनुपालन और सुरक्षा में सुधार करने और जटिल कैलिब्रेशन आवश्यकताओं को स्केलेबल, डेटा-संचालित संचालन में बदलने में मदद करता है। जैसे ही वाहन अधिक सॉफ्टवेयर-परिभाषित होते जा रहे हैं, रेव उत्तरी अमेरिका भर में आधुनिक मरम्मत कार्यप्रवाह के लिए मूल बुनियादी ढांचे के रूप में खुद को स्थापित कर रहा है।

आपके शुरुआती ऑटो रिपेयर उद्योग के संपर्क ने स्पष्ट रूप से आपके मार्ग को आकार दिया। क्या आप उस समय का एक विशिष्ट क्षण साझा कर सकते हैं जिसने आपको महसूस कराया कि इस स्थान में एक एआई-चालित समाधान की आवश्यकता है?

एक फोन कॉल था जिसने पूरी तरह से मेरे उद्योग के दृष्टिकोण को बदल दिया। एक दुकान के मालिक ने मुझे घबराहट में फोन किया: उन्होंने एक कार की मरम्मत की थी, लेकिन उसके बाद लेन परिवर्तन प्रणाली विफल हो गई, और वे मुकदमा चलाने से डरते थे। उस पल ने मुझे एडीएएस प्रणालियों में गहराई से देखने के लिए प्रेरित किया, और मुझे एहसास हुआ कि यह अदृश्य जटिलता दुकानों के लिए एक विशाल समस्या थी जिसे वे स्वयं हल नहीं कर सकते थे। चूंकि एडीएएस मरम्मत दिखाई देने वाली नहीं थी, जैसे कि एक दाग या खरोंच, इसलिए उन्हें अनदेखा करना आसान था। तकनीशियन दस्तावेज़ कार्य और मरम्मत प्रक्रियाओं को खोजने में 3-4 घंटे बिता रहे थे, जैसे कि वे एक सुई को एक तिहाई में ढूंढ रहे थे। तब मुझे एहसास हुआ कि एआई उस शोर को काट सकता है और तकनीशियनों को सेकंड में exactly वही दे सकता है जो उन्हें चाहिए, घंटों की बजाय।

आपका एमआईटी में एआई और सामूहिक बुद्धिमत्ता अनुसंधान और पहले नासा में प्रणाली-स्तर का काम पर आपके अनुभव ने आपको जटिल, सुरक्षा-संवेदनशील वातावरण में जल्दी से परिचित कराया। इन अनुभवों ने सीधे तौर पर आपके फैसले को कैसे प्रभावित किया कि रेव की स्थापना की जाए और वाहन कैलिब्रेशन को एक सॉफ्टवेयर समस्या के रूप में केंद्रित किया जाए?

नासा और एमआईटी में मेरे अनुभवों ने मुझे सिखाया कि एक सफल उद्यमी बनने के लिए, आपको बस तेजी से सीखने और अपने आसपास सही विशेषज्ञों को रखने की जरूरत है। यह मानसिकता मुझे इस उद्योग में प्रवेश करने और पारंपरिक रूप से की जाने वाली चीजों को चुनौती देने के लिए आत्मविश्वास दिलाती है।

जब मैं ऑटो दुकानों में समय बिताने लगा, तो मैंने देखा कि तकनीशियन हाथ से लिखे निर्देशों में डूबे हुए थे, जो सेंसर को कैलिब्रेट करने की कोशिश कर रहे थे जो यह नियंत्रित करते थे कि क्या एक कार ठीक से ब्रेक लगा सकती है या अपनी लेन में रह सकती है। यह मुझे नासा में सुरक्षा-संवेदनशील वातावरण की याद दिलाता है, जहां सटीकता कुंजी है। यह जीवन रक्षक प्रौद्योगिकी है, लेकिन दुकानें इसे कागज़ की प्रक्रिया और पुराने सिस्टम के साथ प्रबंधित कर रही थीं। मुझे जल्द ही एहसास हुआ कि यह एक सॉफ्टवेयर समस्या है जो एक यांत्रिक समस्या के रूप में छिपी हुई है। कारें कंप्यूटरों पर पहियों में बदल गईं, लेकिन उन्हें सेवा देने के लिए बुनियादी ढांचा नहीं पकड़ा। यह मुझे एमआईटी और नासा में विकसित उद्यमी मानसिकता में वापस ले गया, और यही कारण है कि हमने रेव बनाया: एक बाहरी का ताज़ा दृष्टिकोण जो वास्तव में काम कर रहे तकनीशियनों से गहरे विशेषज्ञता के साथ जोड़ता है।

रेव से पहले, आपने जेट और वॉलमार्ट में विशाल पैमाने पर उत्पाद और नवाचार पहलों का नेतृत्व किया। वाणिज्य में 0→1 उत्पादों का निर्माण करने से आपको क्या सबक मिला जो स्पष्ट रूप से ऑटोमोटिव मरम्मत पारिस्थितिकी तंत्र के लिए सॉफ्टवेयर डिजाइनिंग में लागू होता है?

वॉलमार्ट में मेरे समय से मुझे सीखने वाली सबसे बड़ी बात यह थी कि उपयोगकर्ताओं को वहीं मिलें जहां वे हैं, न कि जहां आप उन्हें चाहते हैं। मैं उन सप्लायर्स और निर्माताओं के लिए बना रहा था जो तकनीक-सवvy नहीं थे और दशकों से चीजों को एक ही तरह से कर रहे थे। आप उनसे अपनी पूरी प्रणाली को बदलने के लिए नहीं कह सकते। इसके बजाय, आप अपनी विशेषज्ञता को उनके मौजूदा कार्यप्रवाह में एम्बेड करते हैं ताकि उन्हें अपने वर्तमान कार्यों से बाहर निकलने की आवश्यकता न हो।

यह रेव का पूरा थीसिस बन गया। हम दुकानों के मौजूदा टूल और सॉफ्टवेयर के साथ एकीकृत करते हैं, पृष्ठभूमि में चलते हैं, और बिना उनके मौजूदा कार्यप्रवाह को बाधित किए उन्हें अंतर्दृष्टि प्रदान करते हैं। लेकिन मैंने जेट में सीखा है कि प्रतिभा के बारे में क्या सीखा है: ए + खिलाड़ी ए + खिलाड़ियों को लाते हैं, और आपको दिन एक से सही टीम बनाने के बारे में जुनूनी होने की जरूरत है। मैंने इसे रेव में हमारी भर्ती प्रथा के रूप में आत्मसात किया है, क्योंकि हमारे द्वारा किए जाने वाले किसी भी काम को हमारी टीम के सभी सितारों के बिना संभव नहीं होगा।

ऑटोमोटिव मरम्मत अमेरिका में सबसे बड़े और कम से कम आधुनिक उद्योगों में से एक है। जब आप पहली बार रेव बना रहे थे, तो आपने किस प्रतिरोध या संदेह का सामना किया, और आप इसे कैसे पार किया?

प्रारंभिक प्रतिरोध एक बड़ी चुनौती थी क्योंकि दुकानें 40 वर्षों से अधिक समय से चीजों को एक ही तरह से कर रही थीं, और परिवर्तन असहज है। लेकिन यह काम क्या था: मैंने उन्हें सॉफ्टवेयर नहीं पिच किया, मैंने हर एक दर्द बिंदु को समझने का वादा किया। मैंने कार्ड बांटे जिन पर मेरा फोन नंबर था और कहा, “अगर आपको कोई समस्या है, तो मुझे कॉल करें।” और उन्होंने ऐसा किया। मैंने विश्वास और ज्ञान के उस डेटाबेस को बनाने में वर्ष बिताए।

ब्रेकथ्रू यह था कि हम उनसे अपनी प्रणालियों को बदलने या अपने काम करने के तरीके को बदलने के लिए नहीं कह रहे थे। हमने रेव को सीधे उनके मौजूदा सॉफ्टवेयर और कार्यप्रवाह में एकीकृत करने के लिए बनाया, पृष्ठभूमि में चलते हुए और बिना उनकी वर्तमान प्रक्रियाओं को बाधित किए उन्हें जो चाहिए वह प्रदान करते हैं। एक बार जब दुकानों ने देखा कि हम वास्तव में उनकी दुनिया को समझते हैं और उनके काम को आसान बना रहे हैं, न कि कठिन, तो संदेह शुरू हो गया।

रेव सॉफ्टवेयर-परिभाषित वाहनों के लिए एक ऑपरेटिंग सिस्टम के रूप में खुद को स्थापित करता है, न कि एक एकल बिंदु समाधान के रूप में। कैलिब्रेशन दुकानों और मरम्मत नेटवर्क के लिए व्यावहारिक रूप से ऑपरेटिंग सिस्टम होने का क्या अर्थ है?

इसका अर्थ है कि हम केवल एक समस्या का समाधान नहीं कर रहे हैं, हम उनके पूरे एडीएएस कार्यप्रवाह को शक्ति प्रदान करने वाला बुनियादी ढांचा बन रहे हैं। एक कार बे में आती है, रेव उनके मौजूदा टूल से जुड़ता है, निर्माता से सीधे डेटा खींचता है, और तकनीशियन को सेकंड में एक पूरा पैकेज देता है। यह उन्हें चरण-दर-चरण मरम्मत निर्देश, हर आवश्यक कैलिब्रेशन, मूल उपकरण निर्माता दस्तावेज़, और बीमा को जमा करने के लिए तैयार दावा पैकेट देता है।

हम एक रिकॉर्ड प्रणाली से एक क्रिया प्रणाली में विकसित हो रहे हैं, न केवल उन्हें बता रहे हैं कि क्या करने की जरूरत है, बल्कि प्रशासनिक कार्य भी संभाल रहे हैं। 2025 तक, हमारे 74% से अधिक उपयोगकर्ता हमारे नए उत्पादों को अपना रहे हैं क्योंकि वे हमें अपने पूरे एडीएएस संचालन को अंत से अंत तक संभालने वाले एकल मंच के रूप में देखते हैं। यह हमारे द्वारा उद्योग व्यापी देखे जाने वाले रुझान के साथ ट्रैक करता है। हमारे हाल के एडीएएस बेंचमार्क सर्वेक्षण में 300 ऑटोबॉडी पेशेवरों ने पाया कि अगले दो वर्षों में इन-हाउस कैलिब्रेशन 57% से 64% तक बढ़ने की उम्मीद है।

कारें अब सेंसर, कैमरा और सॉफ्टवेयर निर्भरताओं से भरे कंप्यूटर हैं। मानव तकनीशियन आज कहां संघर्ष करते हैं, और एआई उनके निर्णय लेने में कैसे अर्थपूर्ण रूप से समर्थन करता है बिना उन्हें नियंत्रण से वंचित किए?

तकनीशियनों को सबसे ज्यादा प्रशासनिक बोझ से संघर्ष करना पड़ता है जो अब आधुनिक मरम्मत के साथ आता है। सेंसर को कैलिब्रेट करने से लेकर निर्माता मैनुअल को ट्रैक करने और बीमा तैयार रिपोर्ट तैयार करने तक, प्रत्येक चरण को शोध, दस्तावेज और अनुमोदित किया जाना चाहिए, जो एक हाथ से किए जाने वाले काम को कागजी कार्रवाई से भर देता है। प्रत्येक अनुमान में 100-200 लाइन आइटम होते हैं, और प्रत्येक का एक प्रतिकूल प्रभाव पड़ता है। 2023 में, औसत मरम्मत में दो से तीन कैलिब्रेशन की आवश्यकता थी। अब यह पांच से अधिक है। तकनीशियन काम का दस्तावेजीकरण और प्रक्रियाओं को खोजने में तीन से चार घंटे बिता रहे हैं, लेकिन रेव और एआई के साथ यह प्रक्रिया तीन से पांच मिनट तक गिर जाती है।

रेव का एआई सभी जटिलताओं को पृष्ठभूमि में संसाधित करता है, निर्माता डेटा से सीधे जुड़ता है, हर आवश्यक कैलिब्रेशन की पहचान करता है, और चरण-दर-चरण निर्देश प्रदान करता है। हमने 300,000 से अधिक मरम्मत की प्रक्रिया की है, जिसमें 5,000 से अधिक ग्राहक अब प्लेटफ़ॉर्म का उपयोग कर रहे हैं। दस्तावेज़ीकरण के लिए, तकनीशियन फोटो जमा कर सकते हैं और रेव स्वचालित रूप से पूरी बीमा तैयार रिपोर्ट तैयार करता है। हमारा प्लेटफ़ॉर्म संभावित छूटे हुए कदमों को फ़्लैग करता है और पुनरावृत्ति कार्य को स्वचालित करता है, लेकिन तकनीशियन निर्णय लेने में पूरी तरह से नियंत्रण में रहता है बिना प्रशासनिक बोझ के।

रेव के मॉडल वास्तविक मरम्मत घटनाओं के सैकड़ों हजारों पर प्रशिक्षित हैं। सुरक्षा-संवेदनशील परिणामों से जुड़े एआई सिफारिशों के साथ डेटा गुणवत्ता, सटीकता और अनुपालन कैसे सुनिश्चित करते हैं?

हमारे लिए, डेटा गुणवत्ता और सटीकता वास्तविक दुनिया के मरम्मत अनुभव में एआई को जमीन देने से शुरू होती है, जिसमें हमारे मॉडल विभिन्न क्षेत्रों और वाहन प्रकारों में अनुभवी तकनीशियनों से निर्मित होते हैं।

हम निरंतर फीडबैक लूप भी बनाते हैं, ताकि तकनीशियन एआई सिफारिशों को वास्तविक समय में सत्यापित कर सकें। प्रत्येक कैलिब्रेशन और प्रक्रिया को विशिष्ट वाहन के लिए सटीक ओईएम मैनुअल और तकनीकी दस्तावेज़ के खिलाफ जांचा जाता है। 300,000 से अधिक मरम्मत के डेटाबेस के साथ, हमारा प्लेटफ़ॉर्म सीखता रहता है और सुधारता है, जबकि तकनीशियन पूरी प्रक्रिया में नियंत्रण में रहते हैं।

रेव कैलिब्रेटर, मरम्मत नेटवर्क, बीमा कंपनियों और ओईएम सिस्टम के साथ काम करता है। आप एक एआई प्लेटफ़ॉर्म को कैसे डिज़ाइन करते हैं जो विभिन्न प्रोत्साहन वाले हितधारकों के लिए विश्वास और मूल्य बनाता है?

हम रेव को तकनीशियनों, बीमा कंपनियों और उपभोक्ताओं के बीच जुड़ाव के रूप में सोचते हैं, इसलिए हम उनकी सामूहिक जरूरतों को पूरा करने का काम करते हैं।

तकनीशियनों के लिए, हम उन्हें प्रशासनिक समय की बचत कर रहे हैं और उन्हें छूटे हुए राजस्व को पकड़ने में मदद कर रहे हैं जो कैलिब्रेशन के माध्यम से फिसल जाते हैं। बीमा कंपनियों को तेजी से अनुमोदन, सटीक दस्तावेज़ीकरण और कम विवाद मिलते हैं। उपभोक्ताओं को उनकी कारें सुरक्षित और तेजी से वापस मिलती हैं क्योंकि हम यह सुनिश्चित करते हैं कि हर आवश्यक कैलिब्रेशन वास्तव में पूरा हो गया है।

जैसे ही वाहन पूरी तरह से सॉफ्टवेयर-परिभाषित प्लेटफ़ॉर्म में विकसित होते हैं, रेव के लिए तीन साल बाद सफलता क्या दिखती है, और मरम्मत बुनियादी ढांचे को तालमेल बिठाने के लिए किन क्षमताओं की आवश्यकता होगी?

तालमेल बिठाने के लिए, दुकानों को इन-हाउस क्षमताओं, अगली पीढ़ी के तकनीकी प्रतिभाओं की पाइपलाइन और यह सुनिश्चित करने के लिए एक मजबूत सहयोग नेटवर्क की आवश्यकता होगी कि हर मरम्मत सटीक और कुशल हो। 2029 तक, नियमों की आवश्यकता होगी कि सभी नए कार मॉडल में आपातकालीन ब्रेकिंग हो, और दुकानें देख रही हैं कि इन-हाउस कैलिब्रेशन उनके व्यवसाय में कितना मूल्य लाते हैं। हमारे हाल के सर्वेक्षण में 74% ऑटोबॉडी पेशेवर अब एडीएएस को लाभ उत्पादक के रूप में रिपोर्ट करते हैं, जिसमें 60% एडीएएस राजस्व को बढ़ाने को ‘बहुत महत्वपूर्ण’ मानते हैं।

जो हम देख रहे हैं वह एडीएएस कैलिब्रेशन की अपनी श्रेणी बन रही है, जिसमें हर महीने नए विशेषज्ञ उभर रहे हैं और वास्तविक व्यवसाय की गति एडीएएस के चारों ओर बन रही है। जैसा कि हम आगे देखते हैं, हम रेव को इस पूरे पारिस्थितिकी तंत्र की रीढ़ के रूप में देखते हैं। इसका अर्थ है कि प्लेटफ़ॉर्म उत्तरी अमेरिका भर में टक्कर दुकानों के मानक के रूप में उभरेगा, जो तकनीशियनों, बीमा कंपनियों और उपभोक्ताओं को एक एकल प्रणाली प्रदान करता है जो सुरक्षित, अनुपालन और स्केलेबल कैलिब्रेशन को प्रबंधित और वितरित करता है। हम उस बुनियादी ढांचे का निर्माण कर रहे हैं जो उद्योग के भविष्य को आकार देगा।

गहराई से पारंपरिक, विशुद्ध रूप से विश्लेषणात्मक उद्योगों में एआई लाने वाले संस्थापकों के लिए, आप कौन सी सामान्य गलतियाँ देखते हैं, और आपने व्यक्तिगत रूप से रेव को स्केल करते समय क्या धारणाएँ सीखीं?

मैंने जो पहली चीज़ सीखी वह यह थी कि शोर को काटने और समस्या पर पहले ध्यान केंद्रित करने की जरूरत है, समाधान पर नहीं। यह आसान है कि आप उत्साह में आ जाएं और कुछ प्रभावशाली बनाना शुरू कर दें, लेकिन अक्सर यह एक समाधान में बदल जाता है जो समस्या की तलाश में है।

जो मुझे सीखना था वह यह था कि बेहतर प्रौद्योगिकी अकेले जीत नहीं पाएगी। मैंने इस उद्योग में कार्यप्रवाह कितने दृढ़ हैं इसका अनुमान लगाया था। जब हमने 2022 में रेव शुरू किया, तो मैंने तकनीशियनों के साथ दुकानों में समय बिताया ताकि उनके कार्यप्रवाह को करीब से देखा जा सके और यह समझा जा सके कि उन्हें क्या रोक रहा था। मुझे सिखाया गया कि वास्तविक परिवर्तन पारंपरिक तरीकों को चुनौती देने से नहीं आता है, बल्कि अपने समाधान को उनके मौजूदा कार्यप्रवाह में इतनी सहजता से एम्बेड करने से आता है कि उन्हें कुछ भी बदलने की जरूरत नहीं है। आप उनसे बदलने के लिए नहीं कहते हैं, आप उनके वर्तमान तरीके को बेहतर बनाते हैं।