ヴァイドゥ・ラガヴァン、チーフ・プロダクト＆テクノロジー・オフィサー、Xometry – インタビュー・シリーズ

ヴァイドゥ・ラガヴァン、チーフ・プロダクト＆テクノロジー・オフィサー、Xometryは、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結び付ける会社の製品とテクノロジー戦略を牽引する、成し遂げた世界的テクノロジー幹部およびエンジニアです。彼は、以前、Wayfair、Microsoft、Grouponなどの企業でシニアリーダーシップを担ったことで、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。Xometryでは、複雑な製造ワークフローを、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、インテリジェントでデータ駆動型のシステムに変換する責任があります。

Xometryは、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、AI駆動型のデジタルマーケットプレイスです。アップロードされた設計ファイルに基づいてインスタント価格、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することで、従来の複雑な調達プロセスを合理化します。世界中の数千のサプライヤーと数万の買い手を持つXometryは、サプライチェーンをデジタル化し、大規模な分散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。

あなたはMicrosoft、Groupon、Wayfairでの経験を経てきました。どのような初期の経験（個人または職業）があなたのテクノロジーへの関心を形作り、そしてそれが最終的にあなたをXometryとAI駆動型製造の世界に導いたのでしょうか。

私のテクノロジーへの関心は、キャリアの初期から始まりました。私は、難しい課題と、実世界で実際に影響を与える解決策を構築する機会に常に動機付けられてきました。

私がキャリアを積んできた業界は、迅速にアイデアを実現化しながらも、耐久性と効果的なシステムを構築するバランスを取る必要があります。製造業はこれをよく表しています。深く物理的で、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を推進する力にもなります。
Xometryは、すべての交差点にあり、従来のアナログな業界を現代のものに変え、明確な目的と方向性を持っています。私にとって、これは稀なタイミングと目的の結合であり、まさに私がキャリアを通じて目指してきた課題です。

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、多くのハンドオフがあるからです。たとえば、設計と生産エンジニアリングは、調達、ソーシング、品質、物流、納品後の組み立て、サプライチェーン全体での財務の調整とともに機能します。各段階で、新たなリスクと潜在的な遅延が生じます。

核となる課題は、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伝達され、各ステップで潜在的な障害となり得ます。歴史的に、リスクを管理する唯一の方法は、手動での人間によるレビューでした。

AIは、断片化されたシステムの中で調整者として最も大きな価値を生み出しています。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。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、時間と材料の浪費前に迅速にフラグを設定します。

サプライヤーは、明確な意図と驚きの少ないものを得ることができます。つまり、私たちはネットワークと信頼を構築し、製造業者が必要なアイテムを生産するのを支援できます。

Xometryは、どのようにしてサプライヤーと買い手に対してAI駆動型のワークフローを採用するための信頼を築いてきましたか。

製造業では、信頼を得ることは難しいものです。結果は不可逆的であり、材料の浪費、納期の遅れ、または品質の失敗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、信頼を得るために、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に頼ります。彼らは、CADファイルをアップロードすると、AIが迅速に分析して、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います。これにより、さらに信頼性と可視性が高まります。価格は実際の市場状況を反映しており、サプライヤーは、プラットフォーム上でのパフォーマンスの改善とビジネスの成長について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ます。不一致がある場合、早期に表面化し、チームを常に最新の情報に保ちます。

生成型AIは、製品のアイデアをどのようにして構築可能な部品に変換しますか。開発タイムラインにどのような影響がありますか。

製造業は、意図と構築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、しばしば不完全であり、それらを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、再作業や遅延、または不足につながることが多いです。

生成型AIは、そ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。潜在的なリスクを表面化し、材料とプロセスを提案し、制約を早期にフラグ化します。AIは、生産を遅らせる摩擦を削減し、開発タイムラインを短縮し、反復とスクラップ部品や材料を減らします。

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が高く維持されるように、どのようにして保証しますか。

1つの重要な原則は、品質チェックを生産プロセスの最も初期の段階に移すことです。AIは、製造の実行可能性、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つ、幾何学的データポイントを数百万件分析できます。これにより、人間の尽力だけに頼る必要がなく、品質と一貫性が提供されます。

ただし、増強されたプロセスに人間が関与することは、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、最終的な決定は、決定を下すための経験を持つ人間オペレーターに任せます。

これは、特に航空宇宙と防衛などのミッションクリティカルなセクターで顕著です。ここでは、自動化をスケールアップするために人間がループ内に留まることは、品質コントロールを犠牲にすることなく、唯一の方法です。

XometryでのAI駆動型のダイナミックプライシングは、可変な製造コストとサプライチェーンの複雑さを考慮して、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、外部要因、制約などの要因によってコストが常に変化するため、固有に可変です。静的な価格設定モデルは、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。私たちのモデルは、数百万の歴史的な見積もりからトレーニングされており、実際の生産結果によって継続的に更新されています。そのフィードバックループにより、価格設定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、価格に影響を与える外部要因や制約と比較して、ネットワーク内の最適な製造業者を特定します。
次に、状況が変化すると、エンジンは自動的に再調整し、材料、容量、関税、その他のコスト要因の変化を反映して、価格をリアルタイムで更新します。

エンジニアやサプライチェーンマネージャーなどのさまざまな顧客に対して、Xometryは、AIとデータ分析を使用して、どのようにして体験をカスタマイズしていますか。

Xometryでは、AIは、実際の需要に基づいて、生産プロセスを最適化し、ユーザーごとに体験をカスタマイズします。エンジニアの場合、これは材料と設計リスクに関する迅速なフィードバックのようになります。サプライチェーンマネージャーの場合、これはロジスティクスの混乱を軽減するための迅速なフラグのようになります。

数十年間、CADは、多くの製造業者にとって、参入の障壁でした。しかし、AIをプロセスに統合することで、Xometryは、エンジニアが自然言語で必要なものを説明し、システムが摩擦なく製造可能な設計を作成できるように、カスタマイズされた体験を作成できます。

今後3〜5年の間に、製造業エコシステムを再定義する可能性のあるAIの革新は何ですか。

私は、製造業エコシステムを再定義する可能性のあるAIの革新は、全生産サイクルにわたる継続的な推論であると考えています。

製造業の意思決定は、しばしば断片化されています。設計、コスト、ソーシング、製造可能性は個別に評価されます。問題は、後から発見され、より高価になる可能性があります。予測される変化は、これらの次元を並行して推論するAIシステムへの移行であり、歴史的な生産結果から学び、リアルタイムで適応する統合プログラムに収束することです。

早期のバージョンは、DFM分析、ソーシング、価格設定などの分野で既に存在します。しかし、次の数年で、これらの境界がさらに崩壊し、より迅速で、より予測可能で、より適応性の高い製造業エコシステムが生まれると考えています。

素晴らしいインタビュー、詳しく知りたい読者は、Xometryを訪問してください。