ヴァイディ・ラガヴァン、Xometryのチーフプロダクト＆テクノロジー担当オフィサー – インタビューシリーズ

ヴァイディ・ラガヴァン、Xometryのチーフプロダクト＆テクノロジー担当オフィサーは、達成した世界的技術エグゼクティブであり、エンジニアであり、会社の製品とテクノロジー戦略をリードしています。AI駆動のマーケットプレイス機能を拡大し、企業の買い手と製造業のサプライヤーを接続することに焦点を当てています。彼は、AI、サプライチェーン管理、SaaS、データ分析の分野で深い専門知識を持っています。以前は、Wayfair、Microsoft (MSFT ) 、Grouponなどの会社で上級リーダーシップの役割を果たし、大規模なデジタルプラットフォームとマーケットプレイス技術を開発しました。Xometryでは、複雑な製造ワークフローを知能型のデータ駆動システムに変換し、効率、回復力、グローバルサプライチェーンの接続性を向上させる責任があります。

Xometryは、AI駆動のデジタルマーケットプレイスです。企業がカスタム製造された部品を需要に応じて調達できるように、買い手と世界中のサプライヤーのネットワークを接続します。CNC加工、3Dプリンティング、射出成形などの複数の生産方法をサポートしています。2013年に設立され、メリーランド州ノースベセスダに本社を置く同社は、機械学習を利用して、設計ファイルのアップロードに基づいて即時価格、リードタイムの見積もり、サプライヤーのマッチングを提供し、従来の複雑な調達プロセスを合理化しています。世界中の数千のサプライヤーと数万の買い手にわたるネットワークを持ち、Xometryはサプライチェーンをデジタル化し、大規模な分散型生産を可能にすることで、製造業の近代化に中心的な役割を果たしています。

あなたの経歴は、Microsoft、Groupon、Wayfairと、すばらしい旅をしています。どのような初期の経験、個人的なものでもプロフェッショナルなものでも、技術への関心を育てましたか？それがどのようにしてあなたをXometryとAI駆動の製造業の世界に導いたのですか？

私の技術への関心は、キャリアの初期から始まりました。私は常に、難しい課題に取り組み、現実の世界で実際に変化をもたらす解決策を構築することに動機付けられてきました。

私はキャリアを通じて、迅速にアイデアを実現する必要性と、耐久性と有効性のあるシステムを構築する必要性のバランスを取る必要性を学んできました。製造業は、これをよく例に挙げることができます。これは、深く物理的で、深くアナログな業界ですが、同時に私たちが最も革新的なシステムのいくつかを支える業界でもあります。Xometryは、すべての交差点にあり、従来のアナログ業界を現代のものに変え、明確な目標と方向性を持っています。私にとって、これは、時期と目的の希有な一致であり、キャリア全体を通じて築いてきた課題です。

あなたは製造業を「最後のアナログの砦」と表現しました。現在、製造業でAIが解決している最大の課題は何ですか？

私は、製造業を「最後のアナログの砦」と表現します。なぜなら、その構造的な複雑さと、製造ライフサイクルが長く、多くのハンドオフを伴うからです。たとえば、製造業では、設計と生産エンジニアリングが、調達、ソーシング、品質、物流、納品後の組み立て、財務の調整など、サプライチェーン全体で作業します。各段階で、新しいリスクと潜在的な遅延が生じます。

コアの課題は、摩擦です。製造チェーンの各ポイントで、異なる形式、システム、場合によっては測定単位があります。アイデアはハンドオフの後にハンドオフを通じて渡され、各ポイントで潜在的な障害となる可能性があります。歴史的に、リスクを管理する唯一の方法は、人間のレビューでした。

AIは、現在、最も価値のあるところで、摩擦と戦っています。断片化されたシステムの調整役として機能し、不一致を検出し、部品を適切なサプライヤーにマッチングし、コストとリードタイムを動的にモデル化します。歴史的な生産データを使用して、問題が生じる可能性のある場所を予測し、迅速にフラグを設定して、時間と材料の浪費を防ぎます。

サプライヤーは、明確な意図と少ない驚きを得ることができ、ネットワークとの信頼を築き、必要なアイテムを製造することができます。

Xometryは、AI駆動のワークフローを採用するために、サプライヤーと買い手との信頼をどのように築いてきましたか？

製造業では、信頼を築くことは難しいです。結果は不可逆的であり、材料の浪費、納期の遅れ、品質の欠陥は、会社に経済的損失をもたらす可能性があります。したがって、Xometryでは、信頼を築くために、継続的に信頼性と明確性を提供しています。

サプライヤーと買い手は、Xometryに速度と透明性を求めています。彼らは、CADファイルをアップロードすると、AIが迅速に部品を分析し、価格と潜在的なリスクについての見積もりを生成することを知っています。予測は、実際の生産データに基づいており、さらに信頼性と透明性を築きます。価格は、実際の市場状況を反映しており、サプライヤーは、パフォーマンスを向上させ、プラットフォームでのビジネスを拡大するための継続的な洞察を受け取ります。システムは、不一致を検出するための独立したチェックも実行し、チームを常に最新の情報に保ちます。

生成AIは、製品のアイデアをどのように実現可能な部品に変換しますか？それが開発タイムラインに与える影響は何ですか？

製造業は、アイデアと実現可能性のギャップに苦労してきました。初期の製品アイデアは、往々にして不完全であり、製造可能な設計に変換するには、複数のハンドオフが必要です。そのプロセスは、遅く、再作業の可能性が高く、遅延や不足を生み出すことがあります。

生成AIは、このループを圧縮します。実践では、部分的に構造化された入力を、製造可能な機能に変換します。潜在的なリスクを浮き彫りにし、材料とプロセスを提案し、制約を早期にフラグします。AIは、生産を遅くする摩擦を削減し、反復とスクラップ部品または材料の数を減らして、開発タイムラインを短縮します。

プロセスがより自律的になるにつれて、品質とコントロールをどのように維持しますか？

1つの重要な原則は、品質チェックを生産プロセスの最初の段階にシフトすることです。AIは、幾何学的データの数百万のポイントを分析して、製造の実現可能性、コスト、最適なサプライヤーのマッチングを決定するのに役立ちます。これにより、人間の尽力だけに頼る必要なく、精度と一貫性が提供されます。

ただし、これらの増強プロセスでは、人間の介入が依然として必要です。AIを使用して、必要に応じて問題と代替案を特定しますが、最終的な決定は、経験豊富な人間オペレーターが行います。特に、航空宇宙や国防のようなミッションクリティカルな分野では、自動化をスケールアップするために、人間の介入が必要です。

Xometryでは、変動する製造コストとサプライチェーンの複雑さを考慮して、AI駆動のダイナミックプライシングはどのように機能しますか？

製造業の価格設定は、部品ごとに異なり、材料、容量、関税などの外的要因によってコストが変動するため、固定的です。静的な価格モデルは、この環境では機能しません。

Xometryでは、ダイナミックプライシングは、学習システムです。モデルは、数百万の歴史的な見積もりと実際の生産結果に基づいてトレーニングされており、継続的に更新されています。フィードバックループにより、価格は現実に基づいています。

エンジニアがCADファイルをアップロードすると、インスタントクォーティングエンジンはすぐにファイルを分析し、外的要因や制約をチェックして、ネットワークのサプライヤーの中から最適なものを特定します。