Adi Bathla, CEO e fondatore di Revv – Serie di interviste

Adi Bathla, CEO e fondatore di Revv, è un operatore orientato al prodotto e leader dell'innovazione con sede a New York, che ha costruito la sua carriera all'intersezione tra tecnologia, pensiero sistemico e scala. Prima di fondare Revv, ha guidato iniziative di prodotto e di customer experience digitale presso aziende commerciali in forte crescita, ha contribuito al lancio di nuove linee di business all'interno di grandi piattaforme aziendali, ha condotto ricerche sull'intelligenza artificiale e l'intelligenza collettiva presso il MIT Sloan e, all'inizio della sua carriera, ha guidato team di progettazione di sistemi spaziali pluripremiati collegati ai programmi di ricerca della NASA.

Rev Revv è una piattaforma di riparazione automobilistica basata sull'intelligenza artificiale, focalizzata sulla semplificazione della calibrazione e della diagnostica ADAS per officine meccaniche e di riparazione di collisioni. Combinando documentazione di livello OEM, flussi di lavoro intelligenti e una profonda integrazione con i sistemi di officina e di preventivazione esistenti, Revv aiuta i centri di riparazione a ridurre la ricerca manuale, migliorare la conformità e la sicurezza e trasformare requisiti di calibrazione sempre più complessi in operazioni scalabili e basate sui dati. Con l'aumento della definizione del software dei veicoli, Revv si sta posizionando come infrastruttura di base per i moderni flussi di lavoro di riparazione in tutto il Nord America.

Il tuo precoce approccio al settore delle riparazioni auto ha chiaramente plasmato il tuo percorso. Puoi raccontarci un momento specifico di quel periodo che ti ha fatto capire che questo settore aveva bisogno di una soluzione basata sull'intelligenza artificiale?

C'è stata una telefonata che ha cambiato completamente la mia visione del settore. Il proprietario di un'officina mi ha chiamato in preda al panico: aveva riparato un'auto, ma il sistema di cambio corsia non funzionava correttamente e aveva il terrore di essere citato in giudizio. Quel momento mi ha spinto ad analizzare più a fondo i sistemi ADAS e ho capito che questa complessità invisibile era un problema enorme che le officine non potevano risolvere da sole. Poiché le riparazioni ADAS non erano evidenti come un'ammaccatura o un graffio, era facile che passassero inosservate. I tecnici impiegavano 3-4 ore solo a documentare il lavoro e a trovare le procedure di riparazione, come se cercassero un ago in un pagliaio. È stato allora che ho capito che l'intelligenza artificiale poteva fare chiarezza su tutto questo rumore e fornire ai tecnici esattamente ciò di cui avevano bisogno in pochi secondi invece che in ore.

Il tuo periodo di lavoro sulla ricerca in intelligenza artificiale e intelligenza collettiva al MIT e i precedenti lavori a livello di sistema alla NASA ti hanno esposto fin da subito ad ambienti complessi e critici per la sicurezza. In che modo queste esperienze hanno influenzato direttamente la tua decisione di fondare Revv e di concentrarti sulla calibrazione dei veicoli come problema software?

Le mie esperienze alla NASA e al MIT mi hanno insegnato che per costruire e diventare un imprenditore di successo, basta imparare in fretta e circondarsi dei giusti esperti. Questa mentalità mi ha dato la sicurezza di entrare in un settore di cui sapevo molto poco e di mettere in discussione il modo in cui le cose erano state fatte tradizionalmente.

Quando ho iniziato a frequentare le officine, vedevo tecnici immersi nei manuali, intenti a calibrare i sensori che controllano se un'auto può frenare correttamente o rimanere in corsia. Mi ricordava gli ambienti critici per la sicurezza a cui ero stato esposto alla NASA, dove la precisione è fondamentale. Si trattava di una tecnologia salvavita, ma le officine la gestivano con procedure cartacee e sistemi obsoleti. Ho capito subito che si trattava di un problema software mascherato da meccanico. Le auto erano diventate computer su ruote, ma l'infrastruttura per la loro manutenzione non era al passo con i tempi. Questo mi ha riportato alla mentalità imprenditoriale che ho sviluppato al MIT e alla NASA, ed è così che abbiamo creato Revv: unendo la prospettiva innovativa di un outsider alla profonda competenza dei tecnici che effettivamente svolgevano il lavoro.

Prima di Revv, hai guidato iniziative di prodotto e innovazione su larga scala presso Jet e Walmart. Quali insegnamenti tratti dalla creazione di prodotti 0→1 nel commercio si sono rivelati più evidenti nella progettazione di software per l'ecosistema della riparazione automobilistica?

La lezione più importante che ho imparato durante il mio periodo in Walmart è stata quella di incontrare gli utenti dove sono, non dove vorresti che fossero. Lavoravo per fornitori e produttori che non erano esperti di tecnologia e facevano le cose allo stesso modo da decenni. Non puoi chiedere loro di sostituire l'intero sistema. Piuttosto, puoi integrare la tua competenza nei loro flussi di lavoro esistenti in modo che non debbano muovere un dito al di fuori di ciò che stanno già facendo.

Questa è diventata l'intera tesi di Revv. Ci integriamo con gli strumenti e i software esistenti delle aziende, lavoriamo in background e forniamo insight senza interrompere quella che per loro è già una memoria muscolare. Ma ho anche portato con me ciò che ho imparato al Jet sui talenti: i giocatori di livello A+ portano giocatori di livello A+, e bisogna essere ossessivi nel costruire il team giusto fin dal primo giorno. Ho radicato questo principio nella nostra prassi di assunzione in Revv, perché nessuno dei lavori che svolgiamo sarebbe possibile senza il team di fuoriclasse che abbiamo costruito.

La riparazione di autoveicoli è uno dei settori più grandi e meno modernizzati degli Stati Uniti. Quando hai iniziato a creare Revv, quali resistenze o scetticismo hai incontrato e come li hai superati?

All'inizio, la resistenza è stata una sfida enorme, perché i negozi fanno le cose allo stesso modo da oltre 40 anni e il cambiamento è scomodo. Ma ecco cosa ha funzionato: non mi sono limitato a proporre loro un software, mi sono impegnato a comprendere ogni singolo punto critico. Ho distribuito biglietti da visita con il mio numero di telefono e ho detto: "Se avete un problema, chiamatemi". E loro l'hanno fatto. Ho passato anni a costruire quel database di fiducia e conoscenza.

La svolta è stata dimostrare loro che non stavamo chiedendo loro di sostituire i loro sistemi o di cambiare il loro modo di lavorare. Abbiamo sviluppato Revv in modo che si integrasse direttamente nei loro software e flussi di lavoro esistenti, funzionando in background e fornendo ciò di cui avevano bisogno senza interrompere i processi attuali. Quando le aziende hanno capito che capivamo davvero il loro mondo e che stavamo semplificando il loro lavoro, non rendendolo più difficile, lo scetticismo ha iniziato a svanire.

Revv si propone come un sistema operativo per veicoli software-defined piuttosto che come una soluzione univoca. Cosa significa essere un sistema operativo in termini pratici per le officine di calibrazione e le reti di riparazione?

Ciò significa che non stiamo risolvendo solo un problema, ma stiamo diventando l'infrastruttura che alimenta l'intero flusso di lavoro ADAS. Un'auto arriva in officina, Revv si collega agli strumenti esistenti, estrae i dati direttamente dal produttore e fornisce un pacchetto completo al tecnico in pochi secondi. Fornisce istruzioni di riparazione dettagliate, tutte le calibrazioni necessarie, la documentazione del produttore dell'attrezzatura originale e il pacchetto di reclami pronto per essere presentato all'assicurazione.

Ci stiamo evolvendo da un sistema di registrazione a uno di azione, non solo indicando loro cosa deve essere fatto, ma gestendo anche il lavoro amministrativo per loro. Entro il 2025, oltre il 74% dei nostri utenti adotterà i nostri nuovi prodotti perché ci considerano l'unica piattaforma che gestisce l'intera operatività ADAS end-to-end. Questo è in linea con quanto stiamo osservando in tutto il settore. Il nostro recente Sondaggio di riferimento ADAS Uno studio di 300 professionisti della carrozzeria ha rilevato che si prevede che le tarature interne aumenteranno dal 57% al 64% nei prossimi due anni.

Le auto sono ormai computer mobili dotati di sensori, telecamere e software. Quali sono oggi le maggiori difficoltà dei tecnici umani e in che modo l'intelligenza artificiale supporta in modo significativo il loro processo decisionale senza sottrargli il controllo?

I tecnici sono quelli che incontrano maggiori difficoltà con gli oneri amministrativi che oggi accompagnano le riparazioni moderne. Dalla calibrazione dei sensori alla ricerca dei manuali del produttore e alla stesura di report pronti per l'assicurazione, ogni passaggio deve essere studiato, documentato e approvato, trasformando un lavoro pratico in un lavoro pieno di scartoffie. Ogni preventivo comprende 100-200 voci, e ognuna di esse ha un effetto a catena. Nel 2023, una riparazione media richiedeva da due a tre calibrazioni. Ora sono più di cinque. I tecnici impiegano dalle tre alle quattro ore solo per documentare il lavoro e individuare le procedure, ma con Revv e l'intelligenza artificiale, questo processo si riduce a tre-cinque minuti.

L'intelligenza artificiale di Revv elabora tutta questa complessità in background, collegandosi direttamente ai dati del produttore, identificando ogni calibrazione richiesta e fornendo istruzioni dettagliate. Abbiamo elaborato oltre 300,000 riparazioni, con oltre 5,000 clienti che utilizzano la piattaforma. Per la documentazione, i tecnici possono inviare foto e Revv genera automaticamente l'intero report, pronto per l'assicurazione. La nostra piattaforma segnala potenziali passaggi mancanti e automatizza il lavoro ripetitivo, ma il tecnico mantiene il pieno controllo, prendendo le decisioni senza oneri amministrativi.

I modelli di Revv sono addestrati su centinaia di migliaia di eventi di riparazione reali. Come si garantisce la qualità, l'accuratezza e la conformità dei dati quando le raccomandazioni dell'IA sono direttamente collegate a risultati critici per la sicurezza?

Per noi, la qualità e l'accuratezza dei dati iniziano con il fondamento dell'intelligenza artificiale sull'esperienza di riparazione reale, con i nostri modelli costruiti direttamente sulle informazioni fornite da tecnici esperti in diverse regioni e con diverse tipologie di veicoli.

Integra inoltre cicli di feedback continui, in modo che i tecnici possano convalidare le raccomandazioni dell'IA in tempo reale. Ogni calibrazione e procedura viene confrontata con i manuali OEM e la documentazione tecnica specifici per un veicolo specifico. Con un database di oltre 300,000 riparazioni provenienti da due paesi, la nostra piattaforma continua ad apprendere e migliorare, mentre i tecnici mantengono il controllo durante l'intero processo.

Revv è compatibile con calibratori, reti di riparazione, assicuratori e sistemi OEM. Come si progetta una piattaforma di intelligenza artificiale che crei fiducia e valore tra le parti interessate, con incentivi molto diversi?

Consideriamo Revv come il tessuto connettivo tra tecnici, assicuratori e consumatori, per questo lavoriamo per soddisfare tutte le loro esigenze collettive.

Per i tecnici, risparmiamo ore di lavoro amministrativo e li aiutiamo a recuperare mancati guadagni identificando calibrazioni che sarebbero passate inosservate. Le compagnie assicurative ottengono approvazioni più rapide, documentazione accurata e meno controversie. I consumatori possono riconsegnare le loro auto in modo più sicuro e veloce perché ci assicuriamo che ogni calibrazione richiesta venga effettivamente completata.

Mentre i veicoli continuano a evolversi in piattaforme completamente definite dal software, come si prospetta il successo per Revv tra tre anni e quali capacità dovranno sviluppare le infrastrutture di riparazione per tenere il passo?

Per tenere il passo, le officine avranno bisogno di competenze interne, di un bacino di talenti tecnici di nuova generazione e di una solida rete di collaborazione per garantire che ogni riparazione sia accurata ed efficiente. Entro il 2029, le normative imporranno che tutti i nuovi modelli di auto siano dotati di freni di emergenza e le officine stanno iniziando a rendersi conto di quanto valore portino le tarature interne alle loro attività. Nel nostro recente articolo... sondaggioIl 74% dei professionisti della carrozzeria ora dichiara che l'ADAS genera profitti, mentre il 60% considera la crescita dei ricavi ADAS "estremamente o molto importante".

Stiamo già assistendo alla trasformazione della calibrazione ADAS in una categoria a sé stante, con nuovi specialisti che emergono ogni mese e un reale slancio commerciale attorno a essa. Guardando al futuro, vediamo Revv fungere da spina dorsale dell'intero ecosistema. Ciò significa che la piattaforma diventerà lo standard per tutte le officine, offrendo a tecnici, assicuratori e clienti un sistema unificato per gestire e fornire calibrazioni sicure e conformi su larga scala. Stiamo costruendo l'infrastruttura che definisce il modo in cui i veicoli basati su software vengono riparati e, in definitiva, stiamo definendo gli standard che plasmeranno il futuro del settore.

Quali sono gli errori più comuni che notate nei fondatori che introducono l'intelligenza artificiale in settori tradizionalmente analogici e profondamente radicati, e quali presupposti avete dovuto personalmente disimparare durante la scalabilità di Revv?

Una cosa che ho imparato presto è di fare chiarezza e concentrarsi prima sul problema, non sulla soluzione. È facile lasciarsi travolgere dal fermento e iniziare a costruire qualcosa di impressionante, ma spesso questo si trasforma in una soluzione alla ricerca di un problema.

Ciò che conta è individuare il problema che i clienti riscontrano effettivamente ogni giorno. Il presupposto che ho dovuto disimparare era pensare che solo una tecnologia migliore avrebbe vinto. Ho sottovalutato quanto siano radicati i flussi di lavoro in questo settore. Quando abbiamo avviato Revv nel 2022, ho trascorso del tempo nelle officine con i tecnici per osservare da vicino i loro flussi di lavoro e capire cosa li ostacolava. Questo mi ha insegnato che il vero cambiamento non deriva dall'implementazione di tecnologie appariscenti o dal convincere le officine ad adottare un nuovo modo di fare le cose. Deriva dall'integrazione della soluzione in modo così fluido nel loro flusso di lavoro esistente che non devono cambiare nulla. Non chiedi loro di cambiare, migliori il loro modo di lavorare attuale.