अदि बाथला, रेव के सीईओ और संस्थापक – साक्षात्कार श्रृंखला

अदि 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 विचार और पैमाने के बीच बिंदु पर बनाया है। रेव की स्थापना से पहले, उन्होंने उच्च विकास वाणिज्यिक कंपनियों में उत्पाद और डिजिटल ग्राहक अनुभव पहलों का नेतृत्व किया, बड़े उद्यम मंचों 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 टकराव और यांत्रिक मरम्मत की दुकानों के लिए एडीएएस कैलिब्रेशन और निदान को सरल बनाने पर केंद्रित है। मूल उपकरण निर्माता (ओईएम) दस्तावेज़, बुद्धिमान कार्य प्रवाह 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 बढ़ती 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 आधुनिक मरम्मत कार्य प्रवाहों 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 से एक विशिष्ट क्षण साझा कर सकते हैं जिसने आपको एहसास दिलाया 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, लेकिन लेन परिवर्तन प्रणाली बाद में 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 एक बड़ी समस्या थी जिसे दुकानें अपने दम पर हल नहीं कर सकती थीं। चूंकि एडीएएस की मरम्मत स्पष्ट नहीं थी, जैसे कि एक दंत या खरोंच, यह उन्हें अनदेखा करना आसान था। तकनीशियन काम का दस्तावेजीकरण और मरम्मत प्रक्रियाओं को खोजने में 3-4 घंटे बिता रहे थे, जैसे कि वे एक सुई की तलाश में थे। यह तब था जब मुझे एहसास हुआ कि एआई सभी शोर को काट सकता है और तकनीशियनों को सेकंडों में exactly वही प्रदान कर सकता है जो उन्हें चाहिए, न कि घंटों में।

आपका एमआईटी में एआई और सामूहिक बुद्धिमत्ता अनुसंधान और नासा में पहले के प्रणाली-स्तर के काम पर आपके समय ने आपको जटिल, सुरक्षा-महत्वपूर्ण वातावरण में शुरुआती अनुभव प्रदान किया। इन अनुभवों ने सीधे तौर पर आपके रेव की स्थापना और वाहन कैलिब्रेशन पर ध्यान केंद्रित करने के आपके निर्णय को कैसे प्रभावित किया?

नासा और एमआईटी में मेरे अनुभवों ने मुझे सिखाया कि एक सफल उद्यमी बनने के लिए, आपको बस तेजी से सीखने और खुद को सही विशेषज्ञों से घेरने की जरूरत है। यह मानसिकता मुझे उस उद्योग में कदम रखने के लिए आत्मविश्वास दिलाने में मदद करती है जिसके बारे में मुझे बहुत कम जानकारी थी और परंपरागत रूप से किए जा रहे तरीकों को चुनौती देने के लिए।

जब मैं ऑटो दुकानों में समय बिताने लगा, तो मैंने तकनीशियनों को मैनुअल में डूबते हुए देखा, सेंसरों को कैलिब्रेट करने की कोशिश कर रहे थे जो यह नियंत्रित करते थे कि कार ठीक से ब्रेक लगा सकती है या अपनी लेन में रह सकती है। यह मुझे नासा में सुरक्षा-महत्वपूर्ण वातावरण में मेरे अनुभव की याद दिलाता था, जहां सटीकता कुंजी है। यह जीवन-बचाने वाली प्रौद्योगिकी है, लेकिन दुकानें इसे कागजी प्रक्रियाओं और पुरानी प्रणालियों के साथ प्रबंधित कर रही थीं। मुझे जल्दी एहसास हुआ कि यह एक सॉफ्टवेयर समस्या है जो एक यांत्रिक समस्या के रूप में छिपी हुई है। कारें पहियों पर कंप्यूटर बन गई हैं, लेकिन उनकी सेवा करने के लिए बुनियादी ढांचा नहीं पकड़ पाया है। यह मुझे एमआईटी और नासा में विकसित उद्यमी मानसिकता में वापस ले गया, और यही कैसे हमने रेव बनाया: एक बाहरी का ताज़ा दृष्टिकोण जोड़कर गहरी विशेषज्ञता के साथ जो वास्तव में काम कर रहे हैं।

रेव से पहले, आपने जेट और वॉलमार्ट में व्यापार में 0→1 उत्पादों का निर्माण किया। वाणिज्य में निर्माण से आपके द्वारा सीखे गए सबक ऑटोमोटिव मरम्मत पारिस्थितिकी तंत्र के लिए सॉफ्टवेयर डिजाइनिंग में सबसे अधिक स्पष्ट रूप से क्या थे?

वॉलमार्ट में मेरे समय से मैंने जो सबसे बड़ा सबक सीखा वह यह था कि उपयोगकर्ताओं से मिलना 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 कार्य प्रवाह में एम्बेड करते हैं ताकि उन्हें अपने दम पर कुछ भी करने की जरूरत न पड़े।

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 उनकी मौजूदा प्रक्रियाओं को बाधित किए उन्हें अंतर्दृष्टि प्रदान करते हैं। लेकिन मैंने जेट में जो सीखा है वह प्रतिभा के बारे में है: ए + खिलाड़ी ए + खिलाड़ियों को लाते हैं, और आपको दिन एक से सही टीम बनाने के लिए जुनूनी होने की जरूरत है। मैंने इसे रेव में हमारी भर्ती प्रथा के रूप में आत्मसात किया है, क्योंकि हमारे द्वारा किए गए किसी भी काम को हमारी ऑल-स्टार टीम के बिना संभव नहीं होगा।

ऑटोमोटिव मरम्मत अमेरिका में सबसे बड़े और सबसे 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 आपने इसे कैसे पार किया?

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

यह तब था जब मैंने उन्हें दिखाया 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 कार्य प्रवाह में एकीकृत करने के लिए बनाया, पृष्ठभूमि में चलते हुए और बिना उनकी मौजूदा 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 फीका पड़ने लगा।

रेव खुद को सॉफ्टवेयर-परिभाषित वाहनों के लिए एक ऑपरेटिंग सिस्टम के रूप में स्थापित करता है, न कि एक एकल बिंदु समाधान के रूप में। कैलिब्रेशन दुकानों और मरम्मत नेटवर्क के लिए व्यावहारिक रूप से एक 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 कार्य प्रवाह को शक्ति प्रदान करने वाले बुनियादी ढांचे बन रहे हैं। एक कार बे में आती है, रेव उनके मौजूदा टूल्स से जुड़ता है, निर्माता से सीधे डेटा खींचता है और तकनीशियन को सेकंडों में पूरा पैकेज देता है। यह उन्हें चरण-दर-चरण मरम्मत निर्देश, हर आवश्यक कैलिब्रेशन, मूल उपकरण निर्माता दस्तावेज़ और बीमा के लिए तैयार दावा पैकेट प्रदान करता 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 उनके लिए 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 उद्योग भर में हमारे द्वारा देखे जा रहे रुझान के साथ ट्रैक करता है। हमारे हालिया एडीएएस बेंचमार्क सर्वेक्षण में 300 ऑटोबॉडी पेशेवरों ने पाया कि अगले दो वर्षों में घरेलू कैलिब्रेशन 57% से 64% तक बढ़ने की उम्मीद है।

कारें अब सेंसर, कैमरा और सॉफ्टवेयर निर्भरताओं से भरे रोलिंग कंप्यूटर हैं। मानव तकनीशियन आज सबसे ज्यादा संघर्ष करते हैं, और एआई उनके निर्णय लेने में कैसे अर्थपूर्ण रूप से समर्थन करता है बिना उनसे नियंत्रण लिए?

तकनीशियनों को सबसे ज्यादा संघर्ष तब होता है जब उन्हें आधुनिक मरम्मत के साथ आने वाले प्रशासनिक बोझ का सामना करना पड़ता है। सेंसरों को कैलिब्रेट करने से लेकर निर्माता के मैनुअल को ट्रैक करने और बीमा तैयार रिपोर्ट तैयार करने तक, प्रत्येक चरण को शोध, दस्तावेज और अनुमोदित किया जाना चाहिए, जो एक हाथों-हाथ काम को कागजी कार्य में बदल देता है। प्रत्येक अनुमान में 100-200 लाइन आइटम होते हैं, और प्रत्येक का एक प्रभाव पड़ता है। 2023 में, औसत मरम्मत में दो से तीन कैलिब्रेशन की आवश्यकता होती 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, आवश्यक कैलिब्रेशन की पहचान करता है और चरण-दर-चरण निर्देश प्रदान करता है। हमने 300,000 से अधिक मरम्मत संसाधित की हैं, और 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 कर देता है। हमारा प्लेटफ़ॉर्म संभावित मिस्ड चरणों को फ़्लैग करता है और पुनरावृत्ति कार्य को स्वचालित करता है, लेकिन तकनीशियन पूरी तरह से नियंत्रण में रहता है, बिना प्रशासनिक बोझ के।

रेव के मॉडल वास्तविक मरम्मत घटनाओं के सैकड़ों हज़ारों पर प्रशिक्षित हैं। सुरक्षा-महत्वपूर्ण परिणामों से जुड़े एआई सिफारिशों के साथ, आप 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 अंतर्दृष्टि पर बनाए जाते हैं।

हमने लगातार प्रतिक्रिया लूप भी बनाए हैं, ताकि तकनीशियन वास्तविक समय में एआई सिफारिशों को मान्य कर सकें। प्रत्येक कैलिब्रेशन और प्रक्रिया को विशिष्ट वाहन के लिए सटीक ओईएम मैनुअल और तकनीकी दस्तावेज़ के खिलाफ जांचा जाता है। दो देशों से 300,000 से अधिक मरम्मत के साथ हमारे डेटाबेस के साथ, हमारा प्लेटफ़ॉर्म सीखता है और बेहतर होता 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 विभिन्न प्रेरणाओं वाले हितधारकों के पार एक एआई प्लेटफ़ॉर्म को कैसे डिज़ाइन करते हैं जो 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 प्रयास करते हैं।

तकनीशियनों के लिए, हम प्रशासनिक समय की बचत कर रहे हैं और उन्हें मिस्ड राजस्व को पकड़ने में मदद कर रहे हैं जो कैलिब्रेशन के माध्यम से फिसल जाते जो अन्यथा अनदेखे रहते। बीमा कंपनियों को तेजी से अनुमोदन, सटीक दस्तावेजीकरण 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, तीन साल से रेव के लिए सफलता क्या दिखती है, और मरम्मत बुनियादी ढांचे को उनके साथ तालमेल बिठाने के लिए किन क्षमताओं को विकसित करने की आवश्यकता होगी?

तालमेल बिठाने के लिए, दुकानों को इन-हाउस क्षमताओं, अगली पीढ़ी के तकनीशियनों की पाइपलाइन और यह सुनिश्चित करने के लिए एक मजबूत सहयोग नेटवर्क की आवश्यकता होगी कि हर मरम्मत सटीक और कुशल है। 2029 तक, नियमों की आवश्यकता होगी कि सभी नए कार मॉडल में आपातकालीन ब्रेकिंग हो, और दुकानें देख रही हैं कि घरेलू कैलिब्रेशन उनके व्यवसाय में कितना मूल्य लाते हैं। हमारे हालिया सर्वेक्षण में पाया गया कि 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 अपनी श्रेणी बना रहा है, जिसमें हर महीने नए विशेषज्ञ उभर रहे हैं और वास्तविक व्यवसाय की गति इसके चारों ओर बन रही है। आगे देखते हुए, हम रेव को इस पूरे पारिस्थितिकी तंत्र की रीढ़ के रूप में देखते हैं। इसका अर्थ है कि प्लेटफ़ॉर्म टकराव की दुकानों में मानक बन जाएगा, तकनीशियनों, बीमा कंपनियों और उपभोक्ताओं को एक एकीकृत प्रणाली प्रदान करेगा जो सुरक्षित, अनुपालन और स्केलेबल कैलिब्रेशन प्रदान करती है। हम उस बुनियादी ढांचे का निर्माण कर रहे हैं जो यह परिभाषित करता है कि सॉफ्टवेयर-चालित वाहनों की मरम्मत कैसे की जाती है, और अंततः, हम उन मानकों को आकार दे रहे हैं जो उद्योग के भविष्य को आकार देंगे।

गहराई से पारंपरिक रूप से एनालॉग उद्योगों में एआई लाने वाले संस्थापकों के लिए, आप कौन से सामान्य गलतियां देखते हैं, और आपने रेव को स्केल करते समय किन धारणाओं को खुद से दूर करना पड़ा?

मैंने जो पहली बात सीखी वह यह है कि शोर को काटना और पहले समस्या पर ध्यान केंद्रित करना, समाधान पर नहीं। यह आसान है लेकिन अक्सर हम समाधान में इतने उलझ जाते हैं कि समस्या को भूल जाते हैं जो वास्तव में मौजूद है।

जो मुझे सीखना पड़ा वह यह है कि बेहतर प्रौद्योगिकी अकेले जीत नहीं सकती। मैंने इस उद्योग में कार्य प्रवाह कितने दृढ़ हैं इसको कम आंका। जब हमने 2022 में रेव शुरू किया, तो मैंने दुकानों में समय बिताया और तकनीशियनों के साथ काम किया ताकि मैं उनके कार्य प्रवाह को करीब से देख सकूं और समझ सकूं कि उन्हें क्या रोक रहा था। मुझे एहसास हुआ कि वास्तविक परिवर्तन प्रौद्योगिकी को लागू करने या दुकानों से अपने तरीके बदलने के लिए नहीं कहा जाता है। यह उनके मौजूदा कार्य प्रवाह में इतनी सहजता से अपनी समाधान को एम्बेड करने से आता है कि उन्हें कुछ भी बदलने की जरूरत नहीं है। आप उनसे बदलाव के लिए नहीं कहते; आप उनके मौजूदा तरीके को बेहतर बनाते हैं।