레브의 아디 바틀라 CEO 및 창립자 – 인터뷰 시리즈

아디 바틀라(Adi Bathla), 레브(Revv)의 CEO이자 창립자는 뉴욕에 기반을 둔 기술, 시스템思考, 및 규모의 교차점에서 경력을 쌓은 제품 주도형 오퍼레이터이자 혁신 리더입니다. 레브를 창립하기 전에 그는 고성장 상업 회사에서 제품 및 디지털 고객 경험 이니셔티브를 이끌었으며, 대규모 기업 플랫폼 내에서 새로운 비즈니스 라인을 런치했으며, MIT 슬론에서 인공 지능 및 집단 지능에 대한 연구를 수행했으며, 경력 초기에는 NASA 연구 프로그램에 연결된 우주 시스템 디자인 팀을 이끌었습니다.

레브는 자동차 수리 센터에서 ADAS(Advanced Driver Assistance Systems) 캘리브레이션 및 진단을 단순화하는 것을 목표로 하는 자동차 수리 플랫폼입니다. 오리지널 장비 메뉴얼, 지능형 워크플로우, 기존의 샵 및 견적 시스템과의 깊은 통합을 결합하여 레브는 수리 센터에서 수동 연구를 줄이고, 규정 준수 및 안전을 개선하며, 복잡한 캘리브레이션 요구 사항을 데이터 기반의 운영으로 변환하는 데 도움을 줍니다. 자동차가 소프트웨어로 정의됨에 따라 레브는 현대적인 수리 워크플로우를 위한 핵심 인프라로 자리 잡고 있습니다.

초기 자동차 수리 산업에 대한 노출이 명확히 귀하의 경로를 형성했습니다. 그 시기에 귀하가 이 공간에 AI 주도 솔루션이 필요하다는 것을 깨달은 구체적인 순간을 공유할 수 있습니까?

전화 한 통화가 내 관점을 완전히 바꿨습니다. 한 샵 주인장이 전화를 걸어와서 차를 수리했지만 이후 레인 체인지 시스템이 고장 났다고 합니다. 그 순간에私は ADAS 시스템을 더 깊이 조사하게 되었고, 이는 샵이 혼자서 해결할 수 없는巨大한 문제라는 것을 깨달았습니다. ADAS 수리는 명백하지 않기 때문에 기술자들은 작업을 문서화하고 수리 절차를 찾는 데 3-4시간을 보냅니다. 그때私は AI가 모든 노이즈를 잘라내고 기술자에게 정확히 필요한 것을 몇 초 안에 제공할 수 있다는 것을 알게 되었습니다.

MIT에서 인공 지능 및 집단 지능 연구와 NASA에서 시스템 수준의 작업을 통해 귀하는 초기에 복잡한 안전임계 환경에 노출되었습니다. 이러한 경험은 레브를 창립하고 차량 캘리브레이션을 소프트웨어 문제로 집중하는 귀하의 결정에 직접적으로 어떻게 영향을 주었나요?

NASA와 MIT에서의 경험은 성공적인 기업가가 되기 위해서는 빠르게 배우고 올바른 전문가와 함께 일하는 것이 중요하다는 것을 가르쳐주었습니다. 이러한 사고방식은 제가 산업에 대해 거의 모르는 상태에서 산업에 들어가 기존 방식을 도전할 수 있는 자신감을 주었습니다.

자동차 샵에서 시간을 보낸 후, 기술자들이 수동으로 일하는 것을 보았고, 센서를 캘리브레이션하는 데 필요한 매뉴얼을 찾고, 보험사가 준비한 보고서를 작성하는 것을 보았습니다. 이는 제가 NASA에서 경험한 안전임계 환경과 유사했습니다. 이는 생명을 구하는 기술이지만 샵에서는 종이 절차와 구식 시스템으로 관리하고 있었습니다. 제가 빠르게 깨달은 것은 이것이 소프트웨어 문제라는 것이었습니다. 자동차는 컴퓨터가 되었습니다. 그러나 서비스를 위한 인프라는 따라가지 못했습니다. 이것은 제가 MIT와 NASA에서 개발한 기업가 정신으로 돌아가게 되었습니다. 그리고 이것은 레브를 어떻게 구축했는지입니다. 외과의 관점과 기술자들의 전문 지식을 결합하여 레브를 구축했습니다.

레브 이전에 귀하는 Jet과 Walmart에서 대규모 상업 제품 및 혁신 이니셔티브를 이끌었습니다. 상업 생태계에서 0→1 제품을 구축할 때 배운 교훈은 자동차 수리 생태계의 소프트웨어를 설계할 때 가장 명확하게 전달되었습니다.

제가 Walmart에서 배운 가장 큰 교훈은 사용자를 그들이 있는 곳에서 만나는 것이 중요하다는 것입니다. 기술이 익숙하지 않은 공급자와 제조업체를 위해 제품을 구축했습니다. 귀하는 전체 시스템을 대체하도록 요청할 수 없습니다. 대신, 귀하는 기존 워크플로우에 전문 지식을 통합하여 사용자가 기존에 하는 것을 변경할 필요가 없도록 합니다.

이것이 레브의 전체 논리입니다. 우리는 샵의 기존 도구와 소프트웨어와 통합하고, 백그라운드에서 실행하고, 통찰력을 제공하여 기존 워크플로우를 방해하지 않습니다. 그러나 제가 Jet에서 배운 또 다른 교훈은 재능입니다. A+ 플레이어는 A+ 플레이어를 데려오고, 올바른 팀을 구축하는 것이 중요합니다. 이것을 레브의 채용 관행으로 만들었습니다. 우리가 하는 모든 일이 가능하기 위해서는 우리가 구축한 올스타 팀이 필요합니다.

자동차 수리는 미국에서 가장 큰 산업 중 하나이며, 아직 현대화되지 않은 산업입니다. 레브를 처음 구축할 때, 귀하는 어떤 저항이나 회의를遇했으며, 어떻게 이를 극복했나요?

초기에 저항은巨大한 도전이었습니다. 샵은 40년 이상 동일한 방식으로 일해왔으며, 변경은 불편합니다. 그러나 여기서 효과가 있었던 것은 제가 단지 소프트웨어를 제안하지 않고, 모든痛点을 이해하기 위해 헌신했던 것입니다. 제가 카드를 나누어 주었고, “문제가 있으면 저에게 전화하세요”라고 했습니다. 그리고 그들은 그렇게 했습니다. 저는 몇 년 동안 그 信頼과 지식을 구축했습니다.

돌파구는 우리가 샵의 기존 시스템이나 워크플로우를 변경하도록 요청하지 않는다는 것을 보여주는 것이었습니다. 우리는 레브를 샵의 기존 소프트웨어와 워크플로우에 직접 통합하여 백그라운드에서 실행하고, 기존 프로세스를 방해하지 않도록 설계했습니다. 샵이 우리가 그들의 세계를 이해하고, 그들의 일을 더 쉽게 만들어주고, 더 어려워하지 않도록 하는 것을 보았을 때, 회의는 사라지기 시작했습니다.

레브는 단일 솔루션이 아닌 소프트웨어 정의 차량을 위한 운영 체제로 자리 잡고 있습니다. 이는 캘리브레이션 샵과 수리 네트워크에 실질적으로 무엇을 의미합니까?

이는 우리가 단일 문제만을 해결하는 것이 아니라, 전체 ADAS 워크플로우를 위한 인프라가 된다는 것을 의미합니다. 차가 베이에 들어오면, 레브는 기존 도구에 연결하고, 제조업체 데이터를 직접 가져와서 기술자에게 완전한 패키지를 몇 초 안에 제공합니다. 이는 기술자에게 단계별 수리 지침, 필요한 모든 캘리브레이션, 오리지널 장비 메뉴얼, 그리고 보험에 제출할 수 있는 청구 패킷을 제공합니다.

우리는 기록 시스템에서 행동 시스템으로 발전하고 있으며, 기술자에게 행정 작업을 처리하는 동시에 기술자가 모든 결정에 대한 통제를 유지할 수 있도록 합니다. 2025년까지, 우리의 사용자 중 74%가 새로운 제품을 채택하고 있으며, 이는 전체 ADAS 운영을 종단 간으로 처리하는 단일 플랫폼으로 우리를 본다는 것입니다. 이는 산업 전반에서 우리가 보는 것과 일치합니다. 최근의 ADAS 벤치마크 설문조사에서 300명의 자동차 전문가가 참여했으며, 내부 캘리브레이션이 향후 2년 동안 57%에서 64%로 증가할 것으로 예상됩니다.

자동차는 이제 센서, 카메라, 소프트웨어 종속성으로 가득 찬 컴퓨터로 바뀌고 있습니다. 기술자들은 오늘날에서 가장 어려움을 겪는 곳은 어디이며, AI는 어떻게 기술자의 의사 결정에 의미 있게 지원할 수 있으며, 그들을 통제하지 않도록 할 수 있습니까?

기술자들은 가장 어려움을 겪는 곳은 행정적인 부담입니다. 센서를 캘리브레이션하는 것에서 제조업체 매뉴얼을 찾고, 보험사가 준비한 보고서를 작성하는 모든 단계에서 연구, 문서화, 승인이 필요합니다. 이는 수동적인 작업을 문서 작업으로 바꾸어 버립니다. 매 추정에는 100-200개의 항목이 있으며, 각 항목은 파급 효과를 가지고 있습니다. 2023년에 평균 수리는 2-3개의 캘리브레이션이 필요했습니다. 이제는 5개 이상입니다. 기술자들은 작업을 문서화하고 절차를 찾는 데 3-4시간을 보냅니다. 그러나 레브와 AI를 사용하면 이 프로세스는 3-5분으로 줄어듭니다.

레브의 AI는 모든 복잡성을 백그라운드에서 처리하고, 제조업체 데이터에 직접 연결하고, 필요한 모든 캘리브레이션을 식별하고, 단계별 지침을 제공합니다. 우리는 30만 개 이상의 수리를 처리했으며, 5,000명의 고객이 현재 플랫폼을 사용하고 있습니다. 문서화의 경우 기술자는 사진을 제출하고 레브는 자동으로 보험사가 준비한 보고서를 생성합니다.我们的 플랫폼은 잠재적인 누락된 단계를 표시하고 반복적인 작업을 자동화하지만, 기술자는 모든 결정에 대한 통제를 유지합니다.

레브의 모델은 수십만 개의 실제 수리 이벤트에서 훈련되었습니다. 안전임계 결과와 직접 관련된 AI 추천에 대한 데이터 품질, 정확성, 규정 준수를 어떻게 보장합니까?

우리의 경우, 데이터 품질과 정확성은 실제 수리 경험에 기반한 AI를 구축함으로써 시작됩니다. 우리의 모델은 여러 지역과 차량 유형의 경험 있는 기술자들의 통찰력에서 직접 구축됩니다.

우리는 또한 지속적인 피드백 루프를 구축하여 기술자가 실시간으로 AI 추천을 검증할 수 있도록 합니다. 모든 캘리브레이션과 절차는 정확한 오리지널 장비 매뉴얼과 기술 문서와 교차 확인됩니다. 2개국에서 30만 개의 수리를 처리한 데이터베이스를 보유하고 있으며,我们的 플랫폼은 계속해서 학습하고 개선되며, 기술자는 전체 프로세스 동안 통제를 유지합니다.

레브는 캘리브레이터, 수리 네트워크, 보험사, OEM 시스템을 모두 지원합니다. 어떻게 하면 다양한 이해관계자들이 서로 다른 인센티브를 가지고 있는 AI 플랫폼을 설계할 수 있습니까?

우리는 레브를 기술자, 보험사, 소비자 간의 연결 조직으로 생각합니다. 따라서 우리는 모두의 집합적인 필요를 충족하도록 노력합니다.

기술자에게 우리는 행정 시간을 절약하고, 캘리브레이션이 놓치지 않도록 도와주어 수익을 캡처하는 데 도움을 줍니다. 보험사는 더 빠른 승인을 받고, 정확한 문서화와 더 적은 분쟁을 경험합니다. 소비자는 차가 더 빠르고 안전하게 수리되도록 합니다. 우리는 모든 캘리브레이션이 실제로 완료되도록 보장합니다.

차량이 완전히 소프트웨어 정의 플랫폼으로 진화하는 경우, 3년 후 레브의 성공은 무엇을 의미하며, 수리 인프라는 어떤 기능을 개발해야 합니까?

수리 센터는 내부 기능, 차세대 기술자 파이프라인, 그리고 정확하고 효율적인 모든 수리를 보장하기 위한 협력 네트워크가 필요할 것입니다. 2029년까지, 모든 새로운 차량 모델은 긴급 제동을 요구할 것입니다. 샵은 이미 내부 캘리브레이션이 비즈니스에 얼마나 가치 있는지 보고 있습니다. 최근의 조사에서 74%의 자동차 전문가가 ADAS를 수익 생성기로서 보고 있으며, 60%는 ADAS 수익 증가를 매우 중요하거나 중요하게 생각합니다.

우리가 이미 보는 것은 ADAS 캘리브레이션이 자체 카테고리가 되고 있으며, 새로운 전문가가 매월 등장하고, 실제 비즈니스 모멘텀이 구축되고 있습니다. 앞으로 우리는 레브가 이 전체 생태계의 핵심이 되는 것을 목표로 합니다. 이는 플랫폼이 충돌 샵을横断으로 관리하고, 기술자, 보험사, 고객에게 하나의 통일된 시스템을 제공하여 규모에 따라 안전하고 규정 준수하는 캘리브레이션을 관리하고 제공하는 것을 의미합니다. 우리는 소프트웨어 주도 차량이 수리되는 방법을 정의하는 인프라를 구축하고 있으며, 궁극적으로 산업의 미래를 형성할 표준을 설정하고 있습니다.

깊이 뿌리 깊은, 전통적인 아날로그 산업에 AI를 도입하는 창립자들에게, 귀하는 어떤 일반적인 실수를 보았으며, 레브를 확장하는 동안 귀하는 어떤 가정을 반드시 배워야 했습니까?

저는 초기에 배운 것은 문제를 먼저 집중하고, 솔루션에 집중하지 않는 것입니다. 이는 впечатля적인 것을 구축하기 시작할 수 있지만, 종종 문제를 찾는 솔루션이 됩니다.

중요한 것은 실제로 고객이 매일 경험하는 문제를 찾는 것입니다. 제가 반드시 배워야 했던 가정은 기술 자체만으로 승리할 수 있다는 생각이었습니다. 저는 이 산업의 워크플로우가 얼마나 뿌리 깊게 박혀 있는지 과소평가했습니다. 2022년 레브를 시작했을 때, 저는 샵에서 기술자와 시간을 보냈고, 그들의 워크플로우를 가까이서 보았고, 무엇이 그들을 방해하는지 이해했습니다. 이것은 실제 변화를 가져오는 것이 기존 워크플로우에 솔루션을 완벽하게 통합하는 것이라는 것을 가르쳐주었습니다. 기술자에게 변경을 요청하지 않고, 현재의 방식을 더 좋게 만드는 것입니다.