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

Adi Bathla, CEO e fondatore di Revv, è un operatore guidato dal prodotto e un leader dell’innovazione con sede a New York, che ha costruito la sua carriera all’intersezione della tecnologia, del pensiero sistemico e della scala. Prima di fondare Revv, ha guidato iniziative di prodotto e di esperienza digitale del cliente in aziende di commercio in rapida crescita, ha aiutato a lanciare nuove linee di business all’interno di piattaforme aziendali di grandi dimensioni, ha condotto ricerche sull’intelligenza artificiale e sull’intelligenza collettiva al MIT Sloan e, all’inizio della sua carriera, ha guidato team di progettazione di sistemi spaziali vincitori di premi collegati a programmi di ricerca della NASA.

Revv è una piattaforma di riparazione automobilistica alimentata da intelligenza artificiale, focalizzata sulla semplificazione della calibrazione e della diagnostica ADAS per officine di riparazione di collisioni e meccaniche. Combinando documentazione di livello OEM, flussi di lavoro intelligenti e profonde integrazioni con strumenti e sistemi di stima 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 basate su dati e scalabili. Mentre i veicoli diventano più definiti dal software, Revv si sta posizionando come infrastruttura fondamentale per i flussi di lavoro di riparazione moderni in tutta l’America del Nord.

La tua prima esposizione all’industria della riparazione automobilistica ha chiaramente influenzato il tuo percorso. Puoi condividere un momento specifico di quel periodo che ti ha fatto capire che questo settore aveva bisogno di una soluzione guidata dall’intelligenza artificiale?

C’è stata una telefonata che ha completamente cambiato la mia visione dell’industria. Un proprietario di officina mi ha chiamato in preda al panico: aveva riparato una macchina, ma il sistema di cambio di corsia si era guastato dopo, e aveva paura di essere denunciato. Quel momento mi ha fatto guardare più a fondo nel sistema ADAS e mi ha fatto capire che questa complessità invisibile era un problema enorme per le officine che non potevano risolvere da sole. Poiché le riparazioni ADAS non erano ovvie come un’amaca o un graffio, era facile che passassero inosservate. I tecnici trascorrevano 3-4 ore solo per documentare il lavoro e trovare le procedure di riparazione, come se stessero cercando un ago in un pagliaio. È stato allora che ho capito che l’intelligenza artificiale poteva tagliare attraverso tutto quel rumore e dare ai tecnici esattamente ciò di cui avevano bisogno in pochi secondi invece di ore.

Il tuo tempo trascorso a lavorare sulla ricerca di intelligenza artificiale e intelligenza collettiva al MIT e sul lavoro a livello di sistema alla NASA ti ha esposto a ambienti complessi e critici per la sicurezza fin dall’inizio. Come hanno influenzato direttamente la tua decisione di fondare Revv e di concentrarti sulla calibrazione dei veicoli come problema di software?

Le mie esperienze alla NASA e al MIT mi hanno insegnato che per costruire e essere un imprenditore di successo, devi solo imparare in fretta e circondarti degli esperti giusti. Questa mentalità mi ha dato la fiducia per entrare in un’industria di cui sapevo molto poco e sfidare il modo in cui le cose erano state fatte tradizionalmente.

Quando ho iniziato a trascorrere del tempo nelle officine, ho visto i tecnici annegare nei manuali, cercando di calibrare i sensori che controllano se una macchina può frenare correttamente o rimanere nella sua corsia. Mi ha ricordato gli ambienti critici per la sicurezza a cui ero stato esposto alla NASA, dove la precisione è fondamentale. Questa è una tecnologia salvavita, ma le officine la gestivano con procedure cartacee e sistemi obsoleti. Ho capito rapidamente che questo era un problema di software mascherato da uno meccanico. Le macchine erano diventate computer su ruote, ma l’infrastruttura per servirle non aveva tenuto il passo. Questo mi ha riportato alla mentalità imprenditoriale che avevo sviluppato al MIT e alla NASA, ed è così che abbiamo costruito Revv: accoppiando una prospettiva fresca di outsider con una profonda competenza da parte dei tecnici che svolgevano effettivamente il lavoro.

Prima di Revv, hai guidato iniziative di prodotto e innovazione in Jet e Walmart (WMT ) a larga scala. Quali lezioni costruire prodotti 0→1 nel commercio si sono trasferite più chiaramente quando hai progettato software per l’ecosistema di riparazione automobilistica?

La lezione più grande che ho imparato durante il mio tempo alla Walmart è stata quella di incontrare gli utenti dove si trovano, non dove vuoi che siano. Stavo costruendo per fornitori e produttori che non erano tecnologicamente avanzati e che avevano fatto le cose nello stesso modo per decenni. Non puoi chiedere loro di sostituire l’intero sistema. Invece, integri la tua competenza nei loro flussi di lavoro esistenti in modo che non debbano alzare un dito al di fuori di ciò che stanno già facendo.

Questo è diventato l’intera tesi di Revv. Ci integriamo con gli strumenti e il software esistenti delle officine, funzioniamo in background e forniamo informazioni senza interrompere ciò che già è memoria muscolare per loro. Ma ho anche portato con me ciò che ho imparato a Jet sui talenti: i giocatori A+ portano altri giocatori A+, e devi essere ossessivo nel costruire il team giusto fin dal primo giorno. Ho incorporato questa pratica di assunzione in Revv, perché nessun lavoro che facciamo sarebbe stato possibile senza il team di superstar che abbiamo costruito.

La riparazione automobilistica è una delle industrie più grandi e meno modernizzate negli Stati Uniti. Quando hai iniziato a costruire Revv, quale resistenza o scetticismo hai incontrato e come li hai superati?

La resistenza iniziale è stata una grande sfida perché le officine hanno fatto le cose nello stesso modo per oltre 40 anni, e il cambiamento è scomodo. Ma ecco cosa ha funzionato: non ho solo presentato loro un software, mi sono impegnato a capire ogni singolo punto dolente. Ho distribuito biglietti da visita con il mio numero di telefono e ho detto: “se hai un problema, chiama me”. E l’hanno fatto. Ho trascorso anni a costruire quella banca dati di fiducia e conoscenza.

La svolta è stata mostrare loro che non stavamo chiedendo loro di sostituire i loro sistemi o cambiare il modo in cui lavoravano. Abbiamo costruito Revv per integrarsi direttamente nel loro software e nei flussi di lavoro esistenti, funzionando in background e fornendo loro ciò di cui avevano bisogno senza interrompere i loro processi correnti. Una volta che le officine hanno visto che capivamo veramente il loro mondo e stavamo rendendo il loro lavoro più facile, non più difficile, lo scetticismo ha iniziato a svanire.

Revv si posiziona come un sistema operativo per veicoli definiti dal software piuttosto che come una soluzione di un singolo punto. Cosa significa essere un sistema operativo in termini pratici per le officine di calibrazione e le reti di riparazione?

Significa che non stiamo risolvendo solo un problema, stiamo diventando l’infrastruttura che alimenta l’intero flusso di lavoro ADAS. Una macchina entra nel box, Revv si collega ai loro strumenti esistenti, recupera i dati direttamente dal produttore e fornisce un pacchetto completo al tecnico in pochi secondi. Fornisce istruzioni di riparazione passo dopo passo, ogni calibrazione richiesta, documentazione del produttore originale e il pacco di rivendicazioni pronto per l’invio all’assicurazione.

Stiamo evolvendo da un sistema di registrazione a uno di azione, non solo dicendo loro cosa deve essere fatto, ma gestendo anche il lavoro amministrativo per loro. Entro il 2025, oltre il 74% dei nostri utenti sta adottando i nostri nuovi prodotti perché ci vedono come la piattaforma unica che gestisce l’intera operazione ADAS dall’inizio alla fine. Ciò si allinea con ciò che stiamo vedendo a livello di settore. Il nostro recente sondaggio ADAS di 300 professionisti del settore automobilistico ha scoperto che le calibrazioni interne sono previste crescere dal 57% al 64% nei prossimi due anni.

Le macchine sono ora computer su ruote pieni di sensori, telecamere e dipendenze software. Dove i tecnici umani lottano di più oggi e come l’intelligenza artificiale sostiene in modo significativo la loro presa di decisioni senza togliere loro il controllo?

I tecnici lottano di più con l’onere amministrativo che ora accompagna le riparazioni moderne. Dalla calibrazione dei sensori alla ricerca dei manuali del produttore e alla preparazione di rapporti pronti per l’assicurazione, ogni passaggio deve essere ricercato, documentato e approvato, trasformando un lavoro manuale in uno pieno di carta. Ogni stima ha 100-200 voci, e ognuna ha un effetto a catena. Nel 2023, la riparazione media richiedeva due o tre calibrazioni. Ora sono oltre cinque. I tecnici trascorrevano tre o quattro ore solo per documentare il lavoro e cercare le procedure, ma con Revv e l’intelligenza artificiale, quel processo si riduce a tre o cinque minuti.

L’intelligenza artificiale di Revv elabora tutta quella complessità in background, collegandosi direttamente ai dati del produttore, identificando ogni calibrazione richiesta e fornendo istruzioni passo dopo passo. Abbiamo elaborato oltre 300.000 riparazioni, con oltre 5.000 clienti che utilizzano ora la piattaforma. Per la documentazione, i tecnici possono inviare foto e Revv genera l’intero rapporto pronto per l’assicurazione in modo automatico. La nostra piattaforma segnala passaggi mancanti e automatizza il lavoro ripetitivo, ma il tecnico mantiene il pieno controllo della decisione senza l’onere amministrativo.

I modelli di Revv sono stati addestrati su centinaia di migliaia di eventi di riparazione reali. Come assicuri la qualità dei dati, l’accuratezza e la conformità quando le raccomandazioni dell’intelligenza artificiale sono legate direttamente a risultati critici per la sicurezza?

Per noi, la qualità dei dati e l’accuratezza iniziano con la fondazione dell’intelligenza artificiale sull’esperienza di riparazione del mondo reale, con i nostri modelli costruiti direttamente su insight di tecnici esperti in più regioni e tipi di veicoli.

Inoltre, costruiamo cicli di feedback continui, in modo che i tecnici possano convalidare le raccomandazioni dell’intelligenza artificiale in tempo reale. Ogni calibrazione e procedura è verificata contro i manuali OEM e la documentazione tecnica esatti per un veicolo specifico. Con una banca dati di oltre 300.000 riparazioni da due paesi, la nostra piattaforma continua a imparare e migliorare, mentre i tecnici rimangono in controllo durante l’intero processo.

Revv funziona attraverso calibratori, reti di riparazione, assicuratori e sistemi OEM. Come progetti una piattaforma di intelligenza artificiale che crea fiducia e valore attraverso stakeholder con incentivi molto diversi?

Pensiamo a Revv come il tessuto connettivo tra tecnici, assicuratori e clienti, quindi lavoriamo per soddisfare tutte le loro esigenze collettive.

Per i tecnici, stiamo risparmiando ore di tempo amministrativo mentre li aiutiamo a catturare entrate mancate identificando calibrazioni che altrimenti sarebbero sfuggite. Gli assicuratori ricevono approvazioni più rapide, documentazione precisa e meno controversie. I clienti ottengono le loro macchine più sicure e più velocemente perché stiamo assicurando che ogni calibrazione richiesta sia effettivamente completata.

Man mano che i veicoli continuano a evolversi in piattaforme completamente definite dal software, cosa significa il successo per Revv tre anni da ora e quali capacità dovranno sviluppare le infrastrutture di riparazione per stare al passo?

Per stare al passo, le officine avranno bisogno di capacità interne, di un flusso di talenti tecnici di nuova generazione e di una rete di collaborazione solida per assicurare che ogni riparazione sia precisa ed efficiente. Entro il 2029, le normative richiederanno che tutti i nuovi modelli di auto abbiano frenata di emergenza, e le officine iniziano a vedere quanto valore porti eseguire calibrazioni interne ai loro affari. Nel nostro recente sondaggio, il 74% dei professionisti del settore automobilistico segnala ora ADAS come generatore di profitti, con il 60% che considera l’aumento dei ricavi ADAS “estremamente o molto importante”.

Quello che stiamo già vedendo è che la calibrazione ADAS sta diventando una categoria a sé, con nuovi specialisti che emergono ogni mese e un reale slancio commerciale che si costruisce attorno ad essa. Mentre guardiamo avanti, vediamo Revv come la spina dorsale di questo intero ecosistema. Ciò significa che la piattaforma diventa lo standard attraverso le officine di collisione, dando ai tecnici, agli assicuratori e ai clienti un sistema unificato per gestire e fornire calibrazioni sicure e conformi su larga scala. Stiamo costruendo l’infrastruttura che definisce come i veicoli guidati dal software vengono riparati e, in definitiva, stiamo fissando gli standard che plasmeranno il futuro del settore.

Per i fondatori che portano l’intelligenza artificiale in settori profondamente radicati e tradizionalmente analogici, quali errori comuni noti e quali assunzioni hai dovuto disimparare mentre scalavi Revv?

Qualcosa che ho imparato presto è stato tagliare il rumore e concentrarsi sul problema per primo, non sulla soluzione. È facile farsi prendere dall’entusiasmo e iniziare a costruire qualcosa di impressionante, ma questo spesso si trasforma in una soluzione in cerca di un problema.

Ciò che conta è trovare il problema che i clienti effettivamente sperimentano ogni giorno. L’assunzione che ho dovuto disimparare è stata pensare che una tecnologia migliore da sola avrebbe vinto. Ho sottovalutato quanto i flussi di lavoro siano radicati in questo settore. Quando abbiamo iniziato Revv nel 2022, ho trascorso del tempo nelle officine con i tecnici per vedere i loro flussi di lavoro da vicino e capire cosa li stava trattenendo. Questo mi ha insegnato che il vero cambiamento non deriva dall’implementare tecnologia appariscente o convincere le officine ad adottare un nuovo modo di fare le cose. Deriva dall’integrare la tua soluzione in modo così fluido nel loro flusso di lavoro esistente che non devono cambiare nulla. Non chiedi loro di cambiare, rendi il loro modo attuale migliore.