Vaidy Raghavan, Chief Product & Technology Officer, Xometry – Intervista in serie

Vaidy Raghavan, Chief Product & Technology Officer, Xometry, è un affermato dirigente tecnologico ed ingegnere globale che guida la strategia di prodotto e tecnologia dell’azienda, con un focus sulla scalabilità delle capacità del marketplace guidato da AI che collega gli acquirenti aziendali con i fornitori di produzione. Egli porta una profonda esperienza in AI, gestione della catena di approvvigionamento, SaaS e analisi dei dati, avendo ricoperto in precedenza ruoli di leadership senior in aziende come Wayfair, Microsoft e Groupon, dove ha sviluppato piattaforme digitali e tecnologie di marketplace su larga scala. In Xometry, è responsabile della trasformazione dei flussi di lavoro di produzione complessi in sistemi intelligenti e guidati dai dati che migliorano l’efficienza, la resilienza e la connettività della catena di approvvigionamento globale.

Xometry è un marketplace digitale guidato da AI che consente alle aziende di approvvigionare parti prodotte su misura su richiesta, collegando gli acquirenti con una rete globale di fornitori verificati su più metodi di produzione, tra cui lavorazione CNC, stampa 3D e stampaggio a iniezione. Fondata nel 2013 e con sede a North Bethesda, nel Maryland, l’azienda sfrutta l’apprendimento automatico per fornire prezzi istantanei, stime di tempo di consegna e abbinamento dei fornitori in base ai file di progetto caricati, semplificando il processo di approvvigionamento tradizionalmente complesso. Con migliaia di fornitori e decine di migliaia di acquirenti in tutto il mondo, Xometry svolge un ruolo centrale nella modernizzazione della produzione, digitalizzando le catene di approvvigionamento e abilitando una produzione più agile e distribuita su larga scala.

Hai avuto un viaggio incredibile attraverso Microsoft, Groupon e Wayfair. Quali esperienze precoci – personali o professionali – hanno plasmato il tuo interesse per la tecnologia, e come ti ha portato a Xometry e al mondo della produzione guidata da AI?

Il mio interesse per la tecnologia è iniziato presto nella mia carriera. Sono sempre stato motivato dalle sfide difficili e dalla possibilità di costruire soluzioni che si muovono realmente nel mondo reale.

Nelle industrie in rapida evoluzione in cui ho trascorso la mia carriera, è necessario trovare un equilibrio tra muoversi rapidamente per portare un’idea alla vita e costruire sistemi durevoli ed efficaci. La produzione esemplifica bene questo aspetto. È un’industria profondamente fisica e profondamente analogica, ma alimenta anche alcuni dei nostri sistemi più innovativi.
Xometry si trova all’incrocio di tutto ciò, dove stiamo trasformando un’industria tradizionalmente analogica in qualcosa di moderno con una disciplina e una chiarezza reali su dove stiamo andando dopo. Per me, è una rara convergenza di tempistica e scopo, ed è esattamente il tipo di sfida verso cui ho costruito per tutta la mia carriera.

Hai descritto la produzione come l’ultimo “baluardo analogico”. Quali sono alcune delle sfide più grandi che l’AI sta risolvendo nella produzione al momento?

Descrivo la produzione come l’ultimo “baluardo analogico” a causa della sua complessità strutturale data dal ciclo di vita di produzione lungo e pieno di molte consegne. Ad esempio, durante la produzione, la progettazione e l’ingegneria di produzione lavorano insieme all’approvvigionamento, alla fonte, alla qualità, alla logistica, all’assemblaggio post-consegna e al riconoscimento finanziario lungo la catena di approvvigionamento, ogni fase introduce nuovi rischi e potenziali ritardi.

La sfida principale è l’attrito. In ogni punto della catena di produzione, ci sono formati diversi, sistemi e talvolta persino unità di misura diverse. Le idee passano attraverso consegne dopo consegne, con ogni consegna che diventa un potenziale punto di fallimento. Storicamente, l’unico modo per gestire quel rischio era la revisione manuale umana.

L’AI sta creando il valore più grande al momento nella lotta contro quell’attrito. Agisce come un coordinatore in quel sistema frammentato: rileva le discrepanze, abbina le parti ai fornitori giusti e modella persino dinamicamente i costi e i tempi di consegna. Utilizza i dati storici di produzione per prevedere dove potrebbero sorgere problemi e li segnala rapidamente prima che il tempo e i materiali vengano sprecati.

I fornitori ricevono un’intento più chiaro e meno sorprese, il che significa che possiamo costruire fiducia con la nostra rete e aiutare i produttori a produrre gli articoli di cui abbiamo bisogno.

In che modo Xometry ha costruito la fiducia con i fornitori e gli acquirenti per adottare flussi di lavoro guidati da AI?

Nella produzione, la fiducia è difficile da guadagnare dato che le poste in gioco sono alte, gli esiti sono irreversibili e il materiale scartato, i ritardi o i fallimenti di qualità possono contribuire a perdite economiche per un’azienda. È per questo che in Xometry, guadagniamo fiducia continuando a fornire affidabilità e chiarezza.

I fornitori e gli acquirenti si affidano a Xometry per velocità e trasparenza. Sanno che quando caricano un file CAD, il nostro AI analizzerà rapidamente le parti e genererà stime sui prezzi e sui potenziali rischi. Le previsioni sono basate sui dati di produzione reali, il che costruisce ulteriore affidabilità e visibilità. I prezzi riflettono le condizioni di mercato reali e i fornitori ricevono continue informazioni su come migliorare le prestazioni e far crescere il loro business sulla piattaforma. Il sistema esegue anche controlli indipendenti per rilevare le discrepanze. Quando qualcosa non si allinea, lo segnaliamo presto e manteniamo costantemente informati i team.

Esattamente come l’AI generativa traduce le idee di prodotto in parti costruibili — e quale impatto ha ciò sui tempi di sviluppo?

La produzione ha sempre lottato con il divario tra intento e costruibilità. Le prime idee di prodotto sono spesso incomplete e tradurre quelle idee in progetti produttivi richiede molte consegne. Quel processo è lento e spesso soggetto a ritocchi, il che crea ritardi o carenze.

L’AI generativa comprime quel ciclo. Nella pratica, traduce input parzialmente strutturati in caratteristiche produttive. Può segnalare rischi potenziali, suggerire materiali e processi e segnalare vincoli precocemente. L’AI sta riducendo l’attrito che solitamente rallenta la produzione, riducendo i tempi di sviluppo con meno iterazioni e meno parti o materiali scartati.

Come assicuri che la qualità e il controllo rimangano alti quando i processi diventano più autonomi?

Un principio chiave è spostare i controlli di qualità nella parte iniziale del processo di produzione. L’AI può analizzare milioni di punti di dati geometrici per aiutare a determinare la fattibilità della produzione, il costo e la migliore corrispondenza del fornitore. Ciò fornisce precisione e coerenza senza dover fare affidamento solo sulla diligenza umana, che è stata a lungo l’unico baluardo per i rischi durante il processo di controllo della qualità.

Detto questo, mantenere un essere umano nel ciclo è ancora necessario per questi processi aumentati. Schieriamo l’AI per identificare problemi e alternative quando necessario, ma l’ultima parola per l’intervento spetta agli operatori umani che hanno l’esperienza per prendere quelle decisioni.

Vediamo questo soprattutto in settori critici per la missione come l’aerospaziale e la difesa, dove avere un essere umano nel ciclo è l’unico modo per consentire l’automazione su larga scala senza sacrificare il controllo della qualità.

Come funziona il prezzo dinamico guidato da AI in Xometry, dato i costi di produzione variabili e le complessità della catena di approvvigionamento?

Il prezzo di produzione è intrinsecamente variabile perché ogni parte è diversa e i costi si spostano costantemente in base ai materiali, alla capacità, a fattori esterni come i dazi e ad altri vincoli. I modelli di prezzo statici non funzionano in quell’ambiente.

In Xometry, il prezzo dinamico è un sistema di apprendimento. I nostri modelli sono stati addestrati su milioni di preventivi storici e vengono costantemente aggiornati con risultati di produzione reali. Quel ciclo di feedback mantiene i prezzi radicati nella realtà.

Quando gli ingegneri caricano un file CAD, il nostro Instant Quoting Engine analizza immediatamente il file e lo confronta con i fattori esterni e i vincoli che influenzano il prezzo per identificare il miglior produttore dalla nostra rete di migliaia di partner.

Con clienti che vanno dagli ingegneri ai responsabili della catena di approvvigionamento, come Xometry personalizza l’esperienza utilizzando l’AI e l’analisi dei dati?

In Xometry, l’AI crea un’esperienza molto più personalizzata per i nostri utenti, semplificando il processo di produzione in base alle esigenze individuali. Per un ingegnere, potrebbe sembrare un feedback rapido sui materiali e sui rischi di progetto, o per un responsabile della catena di approvvigionamento, potrebbe significare rapide segnalazioni di ritardi logistici per ridurre errori costosi e costruire fiducia.

Per decenni, il CAD è stato un ostacolo all’ingresso per molti produttori. Ma con l’integrazione dell’AI nel processo, possiamo creare quell’esperienza personalizzata in cui gli ingegneri possono descrivere cosa hanno bisogno in linguaggio naturale e il sistema può creare progetti produttivi senza alcun attrito.

Guardando avanti, quale innovazione AI credi potrebbe ridefinire l’ecosistema di produzione nei prossimi 3-5 anni?

Credo che l’innovazione AI più probabile che ridefinirà la produzione sarà il ragionamento continuo su tutto il ciclo di produzione.

Come ho menzionato in precedenza, le decisioni di produzione sono spesso ancora frammentate. I produttori valutano separatamente la progettazione, il costo, la fonte e la produttività, il che significa che i problemi vengono spesso scoperti tardi e diventano più costosi. Il passaggio che prevedo è verso sistemi AI che ragionano su quelle dimensioni in parallelo, convergendo in programmi integrati che imparano dai risultati storici di produzione e si adattano in tempo reale.

Versioni precoci di ciò esistono già in aree come l’analisi DFM, la fonte e persino il prezzo. Ma nei prossimi anni, vediamo che quei confini collasseranno ulteriormente, creando un ecosistema di produzione più veloce, più prevedibile e più adattabile.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Xometry.