Cam Myers, CEO dan Pendiri CreateMe – Seri Wawancara

Cam Myers, CEO dan pendiri CreateMe, meluncurkan perusahaan ini pada 2019 untuk memodernisasi manufaktur pakaian melalui otomatisasi canggih. Ia pernah bekerja dalam penasihat investasi di ADM Investment Partnership, menjadi bagian dari tim pendiri Group Commerce, serta memegang peran pengembangan bisnis di Downtown Music Holdings dan Publicis Groupe (PU4.DE ). Ia juga menjadi anggota Global Innovators Community dari World Economic Forum.

CreateMe adalah perusahaan robotika AI yang mengganti jahitan tradisional dengan perakitan berbasis perekat. Platformnya menggabungkan robotika, computer vision, machine learning, dan ilmu material untuk menghasilkan pakaian lebih cepat, lebih dekat ke pasar, dengan limbah serta rantai pasok yang lebih pendek.

Sebelum CreateMe, Anda bekerja di bidang teknologi, investasi, dan operasi perusahaan rintisan. Bagaimana perpaduan pengalaman itu mendorong Anda menangani otomatisasi pakaian?

Saya tumbuh sebagai generalis teknologi yang bekerja di perangkat lunak, e-commerce, investasi, dan operasi tahap awal. Bergabung dengan tim startup seperti Group Commerce adalah MBA langsung di lapangan: kita dipaksa melihat bagaimana teknologi, ekonomi, dan operasi berinteraksi di bawah kendala nyata.

Di berbagai startup e-commerce saya terus melihat kegagalan yang sama: sell-through rendah, diskon besar, dan persediaan yang akhirnya dihapus atau dibuang. Banyak orang menganggapnya masalah merchandising atau peramalan. Dari sudut teknologi, itu merupakan gejala sistem manufaktur yang tidak mampu menanggapi permintaan nyata.

Masalah ini tidak dapat diselesaikan dengan penyetelan kecil. Material, mesin, dan perangkat lunak harus dirancang ulang sebagai satu sistem dari prinsip pertama. Karena itulah CreateMe memperlakukan manufaktur pakaian sebagai tantangan sistem dan otomatisasi.

CreateMe memiliki banyak paten dalam robotika, ilmu material, dan otomatisasi. Wawasan teknis awal apa yang menunjukkan bahwa masalah ini dapat diselesaikan dengan Physical AI?

Kain adalah material yang dapat berubah bentuk dan bergantung pada keadaan. Ia meregang, bergeser, dan berubah perilaku saat ditangani; variasi kecil cepat menumpuk. Dalam kondisi ini, gerakan terprogram dan kontrol open-loop gagal. Masalahnya bukan ketepatan robot, melainkan memahami keadaan material sebelum bertindak.

Kemajuan pertama datang ketika kami mengganti jahitan kontinu dengan perekatan. Pakaian dapat dirakit dalam keadaan statis dan terpasang pada fixture, bukan ketika kain terus bergerak. Hal ini menghilangkan sumber variasi besar dan memungkinkan keselarasan serta penyambungan dikontrol dengan computer vision, logika berbasis aturan, machine learning, dan robotika.

Namun, metode lama mencapai batas pada penyambungan tiga dimensi yang kompleks, ketika bentuk, orientasi, dan kontak kain berubah terus-menerus. Kemajuan dalam persepsi, sensor, dan embodied intelligence kini memungkinkan sistem memahami material lunak dalam tiga dimensi serta menutup loop antara melihat, memutuskan, dan bertindak. Setiap operasi perekatan menghasilkan data tentang respons tekstil terhadap gaya, panas, dan geometri, sehingga sistem membaik melalui pemakaian.

Pakaian telah lama sulit diotomatisasi. Terobosan apa yang membuat CreateMe melewati ambang tersebut?

Dua perubahan saling melengkapi: cara pakaian dirakit dan cara mesin melihat serta bertindak atas kain. Dengan beralih dari jahitan ke perekat, akses ke kedua sisi kain tidak lagi diperlukan. Pakaian dibangun dari satu sisi dalam keadaan statis, tanpa dilipat, dibalik, atau ditarik terus-menerus melalui mesin jahit.

Meniru ketangkasan manusia dalam gerakan jahit kontinu sangat sulit. Perakitan perekat mengubah masalah menjadi penempatan terkontrol dan sambungan diskret, yang jauh lebih sesuai untuk robot. Physical AI kemudian memperluas pendekatan ini ke bentuk tiga dimensi, jenis kain, dan variasi dunia nyata melalui persepsi serta kontrol adaptif.

MeRA™ menggunakan perakitan robot modular. Apa perbedaannya dari otomatisasi pabrik tradisional?

Otomatisasi konvensional mengasumsikan geometri tetap, material dapat diprediksi, variasi rendah, dan pergantian produk melalui tooling fisik. Model ini cocok untuk produk yang jarang berubah, tetapi gagal pada pakaian yang lembut, modelnya cepat berganti, dan harus diproduksi dengan kecepatan tinggi.

MeRA™ menggunakan arsitektur perakitan modular yang ditentukan perangkat lunak. Setiap modul menjalankan operasi diskret dan dapat dikonfigurasi ulang, digandakan, atau dipindahkan ketika produk, kain, atau volume berubah. Pergantian terjadi secara digital, bukan melalui retooling mekanis.

Sistem mempertahankan perakitan dalam dua dimensi selama mungkin, ketika visi, penyelarasan, dan gerakan paling cepat serta presisi. Peralihan ke operasi tiga dimensi hanya dilakukan saat pembentukan atau penyambungan benar-benar memerlukannya. Perekatan digital satu sisi mengurangi waktu siklus, kesalahan, dan kebutuhan membalik pakaian atau mengelola tegangan kontinu.

Pixel™ mengganti jahitan dengan micro-adhesive bonding. Kemungkinan desain dan performa apa yang dibukanya?

Pixel™ mengubah sambungan menjadi permukaan desain yang dapat diprogram. Kontrol digital menghasilkan pakaian yang lebih halus, kuat, konsisten, dan nyaman. Elastisitas, pengelolaan kelembapan, regulasi termal, serta penguatan ringan dapat direkayasa langsung ke dalam struktur pakaian.

Kontrol yang sama juga mendukung desain untuk akhir masa pakai. Formulasi perekat Thermo(re)set™ dapat dibalik, sehingga pakaian dapat dibongkar secara otomatis dan tekstil didaur ulang dalam skala besar. Desain, performa, dan sirkularitas menjadi hasil terpadu dari konstruksi, bukan tujuan yang saling bersaing.

Banyak hype seputar Physical AI. Di mana teknologi ini benar-benar bekerja sekarang, dan di mana kenyataan masih tertinggal?

Physical AI berhasil ketika masalah fisik dirancang agar kecerdasan dapat bekerja: tugas berulang tetapi tetap memerlukan adaptasi, keadaan penting dapat diamati, akses disederhanakan, dan persepsi, pembelajaran, serta kontrol diterapkan bersama.

Ekspektasi masih terlalu tinggi untuk embodied intelligence serbaguna. Material lunak dan dapat berubah bentuk memberi observasi parsial, perilaku nonlinier, serta variasi konstan. Physical AI bukan pengganti instan untuk ketangkasan manusia dan tidak otomatis berhasil dalam lingkungan lama yang kacau. Ia seharusnya menjadi lapisan penskalaan setelah proses fisik dirancang ulang dari prinsip pertama, bukan jalan pintas untuk menutupi desain yang buruk.

Bagaimana MeRA™ mengubah ekonomi membawa manufaktur kembali ke Amerika Serikat di tengah tarif dan risiko rantai pasok?

Offshoring masih masuk akal untuk produk tertentu berdasarkan biaya tenaga kerja, tetapi membawa lead time panjang, pencocokan permintaan yang buruk, persediaan berlebih, risiko tarif, geopolitik, dan gangguan logistik. MeRA™ mengurangi ketergantungan pada tenaga kerja manual melalui produksi otomatis ber-throughput tinggi dalam footprint yang ringkas dan dapat dikonfigurasi ulang.

Peralihan dari menjahit berbasis ketangkasan ke perakitan statis dengan perekat mengurangi kebutuhan akan tenaga penjahit khusus yang langka. Peran baru lebih cepat dilatih dan lebih mudah diskalakan. Tenaga kerja berubah dari hambatan struktural menjadi input yang dapat dikelola.

Tujuannya bukan memulangkan seluruh produksi. Kapasitas dekat pasar sebesar 5–10% dari volume saja dapat mengubah ekonomi rantai pasok: merek bisa menanggapi permintaan nyata, mengejar produk yang laris, dan menghindari produksi berlebihan berbulan-bulan sebelumnya. Produksi lepas pantai tetap melayani skala dan biaya, sedangkan kapasitas otomatis domestik memberi kecepatan, ketahanan, dan efisiensi modal.

Bagaimana merek harus memikirkan desain produk ketika kendala cut-and-sew tradisional tidak lagi berlaku?

Desain tradisional mencerminkan akses dua sisi, tusukan jarum, seam allowance untuk tangan manusia, dan proses yang mengutamakan pengulangan manual. Ini bukan persyaratan bawaan pakaian, melainkan akibat cara pakaian selama ini dibuat.

Perakitan otomatis dengan perekat mengasumsikan akses satu sisi, deposisi perekat digital, dan eksekusi yang sangat berulang. Ini memungkinkan toleransi sambungan lebih kecil, garis lem lebih presisi, konstruksi lebih tipis, tepi tidak beraturan, geometri mengalir, laminasi, dan konversi kain yang sulit dijahit.

Perekat yang didispensi juga bekerja pada material lebih luas daripada seam tape bersuhu tinggi, termasuk kasmir, sutra, wol, kulit, dan serat organik yang halus. Pemilihan material bergeser dari “apa yang dapat dijahit secara konsisten” menjadi “apa yang paling tepat untuk produk”. Otomatisasi membebaskan desainer untuk fokus pada bentuk, fungsi, dan diferensiasi.

Bagaimana peran manusia di pabrik pakaian yang sangat otomatis, dan keterampilan apa yang menjadi penting?

Peran manusia bergeser dari eksekusi manual berulang ke pengoperasian, pengawasan, dan peningkatan sistem perakitan dari ujung ke ujung. Tim kecil mengelola sel robot; teknisi manufaktur, supervisor sel, dan spesialis proses bertanggung jawab atas performa, kualitas, serta uptime.

Teknisi bekerja dengan robot, sistem visi, dan peralatan perekatan. Mereka menyetel jalur deposisi serta parameter bonding, mengelola interaksi berbagai kain, dan menangani variasi atau kasus tepi. Sistem visi memeriksa penempatan, keselarasan, dan konsistensi ikatan secara real time, sementara manusia menafsirkan anomali dan menyesuaikan proses.

Pelatihan mencakup dashboard produksi, data sensor dan visi, metrik kualitas ikatan, keselamatan kolaborasi dengan robot, sifat material, analisis akar masalah, pemeliharaan preventif, dan perbaikan berkelanjutan. Otomatisasi meningkatkan konsistensi produk sekaligus kemampuan pekerja.

Dalam lima hingga sepuluh tahun, bagaimana Physical AI membentuk manufaktur dan di mana CreateMe ingin memberi dampak terbesar?

Peluang terbesar ada pada tugas dengan variasi dan kompleksitas tertinggi, bukan bidang yang sudah dilayani otomatisasi kaku. Tantangan paling besar adalah perakitan material lunak, fleksibel, dan tiga dimensi. Selain pakaian, pola ini muncul pada komponen fleksibel elektronik konsumen, produk medis, furnitur, dan interior otomotif.

Kemajuan awal akan datang dari sistem yang sangat vertikal, dengan mekanik dan bentuk robot yang disesuaikan pada aplikasi serta material tertentu. Yang dapat dibagikan lintas vertikal adalah kecerdasan: persepsi, kontrol, dan pembelajaran yang memungkinkan mesin memahami material deformabel, menyelaraskan tepi kompleks, beradaptasi terhadap variasi, dan melakukan perekatan secara andal.

Dalam satu dekade, robot humanoid dan bentuk yang lebih umum diperkirakan semakin banyak digunakan. Jika jutaan robot humanoid diterapkan, exo-skin berbasis tekstil dan lapisan luar lunak akan menjadi antarmuka penting antara manusia dan mesin. Memenuhi kebutuhan itu memerlukan perakitan berbasis perekat yang sejak awal dirancang untuk otomatisasi.

Visi CreateMe adalah memimpin transformasi perakitan material lunak, membuat tekstil dan bahan fleksibel dapat diprogram, diskalakan, dan diadaptasikan layaknya perangkat lunak. Dengan membuktikan kemampuan ini di pakaian—salah satu lingkungan manufaktur paling sulit—CreateMe ingin membuka otomatisasi bagi lebih banyak industri serta generasi baru antarmuka lunak untuk mesin cerdas.

Terima kasih atas wawancara dan jawaban yang mendalam. Pembaca dapat mempelajari lebih lanjut di CreateMe.