Vaidy Raghavan, Chief Product & Technology Officer, Xometry – Interview Series

Vaidy Raghavan, Chief Product & Technology Officer, Xometry, adalah eksekutif teknologi global yang berprestasi dan insinyur yang memimpin strategi produk dan teknologi perusahaan, dengan fokus pada penskalaan kemampuan marketplace yang didorong AI yang menghubungkan pembeli perusahaan dengan pemasok manufaktur. Ia membawa keahlian yang mendalam di seluruh AI, manajemen rantai pasokan, SaaS, dan analitik data, setelah sebelumnya memegang peran kepemimpinan senior di perusahaan seperti Wayfair, Microsoft, dan Groupon, di mana ia mengembangkan platform digital skala besar dan teknologi marketplace. Di Xometry, ia bertanggung jawab untuk mengubah alur kerja manufaktur yang kompleks menjadi sistem yang cerdas, didorong data yang meningkatkan efisiensi, ketahanan, dan koneksi rantai pasokan global.

Xometry adalah marketplace digital yang didorong AI yang memungkinkan bisnis untuk mendapatkan bagian manufaktur kustom secara on-demand dengan menghubungkan pembeli dengan jaringan global pemasok yang diverifikasi di seluruh metode produksi, termasuk CNC machining, 3D printing, dan injection molding. Didirikan pada tahun 2013 dan berkantor pusat di North Bethesda, Maryland, perusahaan ini menggunakan pembelajaran mesin untuk menyediakan harga instan, perkiraan waktu memimpin, dan pencocokan pemasok berdasarkan file desain yang diunggah, menyederhanakan proses pengadaan yang tradisional yang kompleks. Dengan ribuan pemasok dan puluhan ribu pembeli di seluruh dunia, Xometry memainkan peran sentral dalam memodernisasi manufaktur dengan mendigitalkan rantai pasokan dan memungkinkan produksi yang lebih gesit, terdistribusi pada skala besar.

Anda telah memiliki perjalanan yang luar biasa di seluruh Microsoft, Groupon, dan Wayfair. Pengalaman apa – pribadi atau profesional – yang membentuk minat Anda dalam teknologi, dan bagaimana itu akhirnya membawa Anda ke Xometry dan dunia manufaktur yang didorong AI?

Minat saya dalam teknologi dimulai awal di karir saya. Saya selalu termotivasi oleh tantangan yang sulit dan kesempatan untuk membangun solusi yang benar-benar bergerak jarum di dunia nyata.

Dalam industri yang bergerak cepat di mana saya telah menghabiskan karir saya, Anda harus mencapai keseimbangan antara bergerak cepat untuk membawa ide ke kehidupan sementara juga membangun sistem yang tahan lama dan efektif. Manufaktur menggambarkannya dengan baik. Ini adalah industri yang sangat fisik dan sangat analog, tetapi juga memungkinkan beberapa sistem inovatif kita.

Xometry berada di persimpangan semua itu di mana kita mengubah industri analog tradisional menjadi sesuatu yang modern dengan disiplin nyata dan kejelasan tentang ke mana kita akan pergi selanjutnya. Bagi saya, ini adalah konvergensi langka dari waktu dan tujuan, dan ini adalah tantangan yang tepat yang saya telah bangun selama karir saya.

Anda telah menggambarkan manufaktur sebagai “benteng analog terakhir.” Apa saja tantangan terbesar yang AI pecahkan di manufaktur saat ini?

Saya menggambarkan manufaktur sebagai “benteng analog terakhir” karena kompleksitas strukturalnya yang diberikan oleh siklus manufaktur yang panjang dan penuh dengan banyak handoff. Misalnya, selama manufaktur, desain dan rekayasa produksi bekerja bersama dengan pengadaan, sumber, kualitas, logistik, perakitan pasca-pengiriman, dan rekonsiliasi keuangan di seluruh rantai pasokan, setiap tahap memperkenalkan risiko dan potensi keterlambatan baru.

Tantangan inti adalah gesekan. Pada setiap titik di rantai manufaktur, ada format yang berbeda, sistem, dan terkadang bahkan unit pengukuran. Ide melewati handoff setelah handoff, dengan setiap satu menjadi titik kegagalan potensial. Secara historis, satu-satunya cara untuk mengelola risiko itu adalah tinjauan manual manusia.

AI menciptakan nilai paling banyak saat ini dalam melawan gesekan itu. Ini bertindak sebagai koordinator dalam sistem yang terfragmentasi: mendeteksi inkonsistensi, mencocokkan bagian dengan pemasok yang tepat, dan bahkan memodelkan biaya dan waktu memimpin secara dinamis. Ini menggunakan data produksi historis untuk memprediksi di mana masalah mungkin timbul, dan bendera mereka dengan cepat sebelum waktu dan bahan terbuang.

Pemasok mendapatkan niat yang lebih jelas dan lebih sedikit kejutan, yang berarti kita dapat membangun kepercayaan dengan jaringan kita dan membantu produsen memproduksi barang yang kita butuhkan.

Bagaimana Xometry membangun kepercayaan dengan pemasok dan pembeli untuk mengadopsi alur kerja yang didorong AI?

Dalam manufaktur, kepercayaan sulit untuk diperoleh mengingat taruhan yang tinggi, hasilnya tidak dapat dibalik, dan bahan yang terbuang, keterlambatan, atau kegagalan kualitas dapat menyebabkan kerugian ekonomi bagi perusahaan. Itulah mengapa di Xometry, kita mendapatkan kepercayaan dengan terus-menerus memberikan keandalan dan kejelasan.

Pemasok dan pembeli mengandalkan Xometry untuk kecepatan dan transparansi. Mereka tahu bahwa ketika mereka mengunggah file CAD, AI kita akan segera menganalisis bagian dan menghasilkan perkiraan tentang harga dan risiko potensial. Prediksi didasarkan pada data produksi nyata, yang lebih lanjut membangun keandalan dan visibilitas itu. Harga mencerminkan kondisi pasar nyata, dan pemasok menerima wawasan berkelanjutan tentang cara meningkatkan kinerja dan meningkatkan bisnis mereka di platform. Sistem juga melakukan pemeriksaan independen untuk menangkap inkonsistensi. Ketika sesuatu tidak sesuai, kita menyampaikannya lebih awal dan terus-menerus meminta tim untuk diberitahu.

Bagaimana AI generatif menerjemahkan ide produk menjadi bagian yang dapat dibangun — dan apa dampaknya terhadap timeline pengembangan?

Manufaktur selalu bergumul dengan kesenjangan antara niat dan kemampuan pembuatan. Ide produk awal sering tidak lengkap, dan menerjemahkannya menjadi desain yang dapat diproduksi memerlukan banyak handoff. Proses itu lambat dan sering rentan terhadap perubahan, yang menciptakan keterlambatan atau kekurangan.

AI generatif mengompresi loop itu. Dalam prakteknya, itu menerjemahkan input yang sebagian terstruktur menjadi fitur yang dapat diproduksi. Ini dapat menyoroti risiko potensial, menyarankan bahan dan proses, dan menandai batasan lebih awal. AI mengurangi gesekan yang biasanya memperlambat produksi, mengurangi timeline pengembangan dengan iterasi yang lebih sedikit dan bagian atau bahan yang terbuang.

Bagaimana Anda memastikan kualitas dan kontrol tetap tinggi ketika proses menjadi lebih otonom?

Satu prinsip kunci adalah menggeser pemeriksaan kualitas ke bagian awal proses produksi. AI dapat menganalisis jutaan titik data geometris untuk membantu menentukan kelayakan manufaktur, biaya, dan pencocokan pemasok terbaik. Ini memberikan presisi dan konsistensi tanpa harus mengandalkan ketekunan manusia saja, yang telah lama menjadi satu-satunya pertahanan terhadap risiko selama proses kontrol kualitas.

Namun, menjaga manusia dalam loop masih diperlukan untuk proses yang ditingkatkan ini. Kita menerapkan AI untuk mengidentifikasi masalah dan alternatif ketika diperlukan, tetapi keputusan akhir untuk intervensi berada di tangan operator manusia yang memiliki pengalaman untuk membuat keputusan itu.

Kita melihat ini terutama di sektor kritis seperti kedirgantaraan dan pertahanan di mana memiliki manusia dalam loop adalah satu-satunya cara untuk memungkinkan otomatisasi pada skala besar tanpa mengorbankan kontrol kualitas.

Bagaimana harga dinamis yang didorong AI bekerja di Xometry, mengingat biaya manufaktur yang berbeda dan kompleksitas rantai pasokan?

Harga manufaktur secara inheren bervariasi karena setiap bagian berbeda, dan biaya berubah terus-menerus berdasarkan bahan, kapasitas, faktor eksternal seperti tarif, dan batasan lainnya. Model harga statis tidak berlaku dalam lingkungan itu.

Di Xometry, harga dinamis adalah sistem pembelajaran. Model kita dilatih pada jutaan kutipan historis dan terus-menerus diperbarui dengan hasil produksi nyata. Lingkaran umpan balik itu menjaga harga tetap berakar pada kenyataan.

Ketika insinyur mengunggah file CAD, Mesin Kutipan Instan kita segera menganalisis file dan memeriksainya terhadap faktor eksternal dan batasan yang mempengaruhi harga untuk mengidentifikasi pemasok terbaik dari jaringan ribuan mitra kita.

Kemudian, ketika kondisi berubah, Mesin itu secara otomatis merekalibrasi, memperbarui harga secara waktu nyata untuk mencerminkan pergeseran dalam bahan, kapasitas, tarif, dan penggerak biaya lainnya.

Dengan pelanggan yang berkisar dari insinyur hingga manajer rantai pasokan, bagaimana Xometry menyesuaikan pengalaman menggunakan AI dan analitik data?

Di Xometry, AI menciptakan pengalaman yang lebih disesuaikan bagi pengguna kita, menyederhanakan proses produksi berdasarkan kebutuhan individu. Bagi insinyur, itu bisa berarti umpan balik cepat tentang bahan dan risiko desain, atau bagi manajer rantai pasokan, itu bisa berarti bendera cepat tentang hambatan logistik untuk mengurangi kesalahan yang mahal dan membangun kepercayaan.

Selama beberapa dekade, CAD telah menjadi hambatan bagi banyak produsen. Tetapi dengan integrasi AI ke dalam proses, kita dapat menciptakan pengalaman yang disesuaikan di mana insinyur dapat menjelaskan apa yang mereka butuhkan dalam bahasa alami dan sistem dapat membuat desain yang dapat diproduksi tanpa gesekan apa pun.

Menghadap ke depan, apa saja inovasi AI yang Anda percayai bisa mendefinisikan kembali ekosistem manufaktur dalam 3-5 tahun ke depan?

Saya percaya bahwa inovasi AI yang paling mungkin mendefinisikan kembali manufaktur akan menjadi alasan berkelanjutan di seluruh siklus produksi.

Seperti yang saya sebutkan sebelumnya, keputusan manufaktur sering masih terfragmentasi. Produsen secara terpisah mengevaluasi desain, biaya, sumber, dan kemampuan pembuatan, yang berarti masalah sering ditemukan terlambat dan menjadi lebih mahal. Pergeseran yang saya prediksi adalah menuju sistem AI yang bernalar di seluruh dimensi tersebut secara paralel, menyatu menjadi program terintegrasi yang belajar dari hasil produksi historis dan beradaptasi secara waktu nyata.

Versi awal dari ini sudah ada di area seperti analisis DFM, sumber, dan bahkan harga. Tetapi selama beberapa tahun ke depan, kita melihat bahwa batasan itu akan runtuh lebih lanjut, menciptakan ekosistem manufaktur yang lebih cepat, lebih dapat diprediksi, dan lebih adaptif.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Xometry.