Adi Bathla, CEO en oprichter van Revv – Interviewreeks

Adi Bathla, CEO en oprichter van Revv, is een productgedreven operator en innovatieleider gevestigd in New York die zijn carrière heeft opgebouwd op het snijvlak van technologie, systeemdenken en schaal. Voordat hij Revv oprichtte, leidde hij product- en digitale klantbelevingsinitiatieven bij snel groeiende handelsbedrijven, hielp hij bij het lanceren van nieuwe bedrijfslijnen binnen grote ondernemingsplatforms, voerde hij onderzoek uit naar kunstmatige intelligentie en collectieve intelligentie bij MIT Sloan en leidde hij eerder in zijn carrière ontwerpteams voor ruimtesystemen die verbonden waren met NASA-onderzoeksprogramma’s.

Revv is een op AI gebaseerd automontageplatform dat zich richt op het vereenvoudigen van ADAS-calibratie en -diagnose voor botsings- en mechanische reparatiewerkplaatsen. Door OEM-kwaliteitdocumentatie, intelligente workflows en diepe integraties met bestaande winkel- en schattingsystemen te combineren, helpt Revv reparatiewerkplaatsen om handmatig onderzoek te verminderen, de naleving en veiligheid te verbeteren en steeds complexere kalibratievereisten om te zetten in schaalbare, gegevensgestuurde operaties. Naarmate voertuigen meer software-gedefinieerd worden, positioneert Revv zich als kerninfrastructuur voor moderne reparatieprocessen in heel Noord-Amerika.

Uw vroege blootstelling aan de autoreparatiebranche heeft duidelijk uw pad gevormd. Kunt u een specifiek moment uit die tijd delen dat u deed beseffen dat deze ruimte een op AI gebaseerde oplossing nodig had?

Er was een telefoontje dat mijn visie op de industrie volledig veranderde. Een winkelier belde me in paniek: hij had een auto gerepareerd, maar het systeem voor het wisselen van rijstroken werkte niet goed daarna, en hij was bang voor een aanklacht. Dat moment deed me dieper kijken naar ADAS-systemen, en ik realiseerde me dat deze onzichtbare complexiteit een enorm probleem was dat winkels niet zelf konden oplossen. Aangezien ADAS-reparaties niet zo duidelijk waren als een deuk of krab, was het gemakkelijk voor hen om onopgemerkt te blijven. Technici besteedden 3-4 uur aan het documenteren van het werk en het vinden van reparatieprocedures, alsof ze naar een speld in een hooiberg zochten. Toen wist ik dat AI al dat lawaai kon doorsnijden en technici exact wat ze nodig hadden kon geven in seconden in plaats van uren.

Uw tijd bij het werken aan AI- en collectieve intelligentieonderzoek bij MIT en eerder systeemniveauwerk bij NASA heeft u blootgesteld aan complexe, veiligheidscritische omgevingen vanaf het begin. Hoe hebben deze ervaringen uw beslissing om Revv op te richten en u te concentreren op voertuigkalibratie als een softwareprobleem direct beïnvloed?

Mijn ervaringen bij NASA en MIT hebben me geleerd dat om te bouwen en een succesvolle ondernemer te zijn, je gewoon snel moet leren en jezelf moet omringen met de juiste experts. Deze mentaliteit gaf me het vertrouwen om een industrie binnen te gaan waar ik weinig van af wist en de traditionele manier van doen uit te dagen.

Toen ik tijd doorbracht in autogarages, zag ik technici verdrinken in handleidingen, proberen sensoren te kalibreren die de controle hebben over of een auto goed kan remmen of in zijn baan kan blijven. Het herinnerde me aan de veiligheidscritische omgevingen waar ik bij NASA aan was blootgesteld, waar precisie het sleutelwoord is. Dit is levensreddende technologie, maar winkels beheerden het met papieren procedures en verouderde systemen. Ik realiseerde me snel dat dit een softwareprobleem was vermomd als een mechanisch probleem. Auto’s waren computers op wielen geworden, maar de infrastructuur om ze te onderhouden was niet bijgebleven. Dat bracht me terug naar de ondernemingsmentaliteit die ik bij MIT en NASA had ontwikkeld, en zo hebben we Revv gebouwd: door een buitenstaanders frisse perspectief te combineren met diepe expertise van de technici die het werk daadwerkelijk doen.

Voordat Revv, leidde u product- en innovatie-initiatieven bij Jet en Walmart op enorme schaal. Welke lessen uit het bouwen van 0→1-producten in handel droegen het meest over bij het ontwerpen van software voor het automontage-ecosysteem?

De grootste les die ik leerde bij Walmart was om gebruikers te ontmoeten waar ze zijn, niet waar je wilt dat ze zijn. Ik bouwde voor leveranciers en fabrikanten die niet technisch onderlegd waren en die dingen al decennialang op dezelfde manier deden. Je kunt niet van hen verwachten dat ze hun hele systeem vervangen. In plaats daarvan embed je je expertise in hun bestaande workflows zodat ze hun vinger niet buiten hun bestaande activiteiten hoeven te steken.

Dat werd de hele these van Revv. We integreren met de bestaande tools en software van winkels, draaien op de achtergrond en leveren inzichten zonder hun bestaande processen te verstoren. Maar ik droeg ook over wat ik bij Jet leerde over talent: A-spelers brengen A-spelers, en je moet obsessief zijn over het bouwen van het juiste team vanaf dag één. Ik verankerde dit als onze wervingspraktijk bij Revv, omdat geen van het werk dat we doen mogelijk zou zijn zonder het team van allstars dat we hebben opgebouwd.

Automontage is een van de grootste, maar minst gemoderniseerde industrieën in de VS. Toen u voor het eerst begon met het bouwen van Revv, welke weerstand of scepsis ontmoette u, en hoe hebt u die overwonnen?

De weerstand was aanvankelijk een enorme uitdaging omdat winkels dingen al 40 jaar op dezelfde manier deden, en verandering oncomfortabel is. Maar hier is wat werkte: ik poneerde niet alleen software, ik zwoer om elk pijnlijk punt te begrijpen. Ik deelde kaarten uit met mijn telefoonnummer en zei: “als je een probleem hebt, bel me.” En dat deden ze. Ik besteedde jaren aan het opbouwen van die database van vertrouwen en kennis.

De doorbraak was hen laten zien dat we niet vroegen om hun systemen te vervangen of hun manier van werken te veranderen. We bouwden Revv om direct in hun bestaande software en workflows te integreren, draaien op de achtergrond en leveren wat ze nodig hebben zonder hun huidige processen te verstoren. Zodra winkels zagen dat we echt hun wereld begrepen en hun banen gemakkelijker maakten, niet moeilijker, begon de scepsis te verdwijnen.

Revv positioneert zich als een besturingssysteem voor software-gedefinieerde voertuigen in plaats van een enkele oplossing. Wat betekent het in praktische zin om een besturingssysteem te zijn voor kalibratiewerkplaatsen en reparatienetwerken?

Het betekent dat we niet alleen één probleem oplossen, maar dat we de infrastructuur worden die hun hele ADAS-workflow aandrijft. Een auto komt de baan in, Revv verbindt met hun bestaande tools, trekt gegevens rechtstreeks van de fabrikant en levert een compleet pakket aan de technicus in seconden. Het geeft hen stap-voor-stap reparatie-instructies, elke vereiste kalibratie, originele fabrikantdocumentatie en het claims-pakket klaar om naar de verzekeraar te sturen.

We evolueren van een systeem van record naar een systeem van actie, niet alleen om te vertellen wat er moet gebeuren, maar om het administratieve werk voor hen te doen. Tegen 2025 zullen meer dan 74% van onze gebruikers onze nieuwe producten overnemen omdat ze ons zien als het enige platform dat hun hele ADAS-operatie van einde tot einde afhandelt. Dit komt overeen met wat we in de industrie zien. Ons recente ADAS-benchmarkonderzoek van 300 autobody-professionals vond dat in-house kalibraties van 57% naar 64% zullen groeien in de komende twee jaar.

Auto’s zijn nu rollende computers vol met sensoren, camera’s en software-afhankelijkheden. Waar worstelen menselijke technici het meest vandaag, en hoe ondersteunt AI hun besluitvorming op een manier die de controle niet wegneemt bij hen?

Technici worstelen het meest met de administratieve last die nu bij moderne reparaties komt kijken. Van het kalibreren van sensoren tot het opzoeken van fabrikantshandleidingen en het samenstellen van verzekeringsklare rapporten, elke stap moet worden onderzocht, gedocumenteerd en goedgekeurd, waardoor een hands-on baan een baan vol papierwerk wordt. Elke schatting heeft 100-200 regels, en elke regel heeft een ripple-effect. Terug in 2023 vereiste elke reparatie twee tot drie kalibraties. Nu is het meer dan vijf. Technici besteden drie tot vier uur aan het documenteren van het werk en het opzoeken van procedures, maar met Revv en AI daalt dit proces tot drie tot vijf minuten.

Revv’s AI verwerkt al die complexiteit op de achtergrond, verbindt rechtstreeks met fabrikantengegevens, identificeert elke vereiste kalibratie en levert stap-voor-stap instructies. We hebben meer dan 300.000 reparaties verwerkt, met meer dan 5.000 klanten die nu het platform gebruiken. Voor documentatie kunnen technici foto’s indienen en Revv genereert het hele verzekeringsklare rapport automatisch. Ons platform markeert gemiste stappen en automatiseert het repetitieve werk, maar de technicus blijft volledig in controle en neemt de beslissing zonder de administratieve last.

Revv’s modellen zijn getraind op honderdduizenden echte reparatiegebeurtenissen. Hoe zorgt u ervoor dat de gegevenskwaliteit, nauwkeurigheid en naleving gewaarborgd zijn wanneer AI-aanbevelingen rechtstreeks zijn gekoppeld aan veiligheidscritische resultaten?

Voor ons beginnen gegevenskwaliteit en nauwkeurigheid met het gronden van de AI in echte reparatie-ervaring, met onze modellen gebouwd rechtstreeks op inzichten van ervaren technici uit meerdere regio’s en voertuigtypen.

We bouwen ook continue feedback-lussen in, zodat technici AI-aanbevelingen in real-time kunnen valideren. Elke kalibratie en procedure wordt gecontroleerd tegen de exacte OEM-handleidingen en technische documentatie voor een specifiek voertuig. Met een database van meer dan 300.000 reparaties uit twee landen blijft ons platform leren en verbeteren, terwijl technici de controle behouden during het hele proces.

Revv werkt over kalibratoren, reparatienetwerken, verzekeraars en OEM-systemen. Hoe ontwerpt u een AI-platform dat vertrouwen en waarde creëert over stakeholders met heel verschillende incentives?

We denken aan Revv als het verbindende weefsel tussen technici, verzekeraars en consumenten, dus we werken om aan alle hun collectieve behoeften te voldoen.

Voor technici besparen we uren aan administratieve tijd en helpen we hen om gemiste inkomsten te verzamelen door kalibraties te identificeren die anders door de mazen van het net zouden glippen. Verzekeraars krijgen snellere goedkeuringen, accurate documentatie en minder geschillen. Consumenten krijgen hun auto’s terug veiliger en sneller omdat we ervoor zorgen dat elke vereiste kalibratie daadwerkelijk wordt uitgevoerd.

Naarmate voertuigen verder evolueren naar volledig software-gedefinieerde platforms, wat ziet succes eruit voor Revv drie jaar vanaf nu, en welke capaciteiten moet reparatie-infrastructuur ontwikkelen om gelijke tred te houden?

Om gelijke tred te houden, zullen winkels in-house capaciteiten, een pijplijn van next-generation technisch talent en een sterk samenwerkingsnetwerk nodig hebben om ervoor te zorgen dat elke reparatie accuraat en efficiënt is. Tegen 2029 zullen regelgevingen vereisen dat alle nieuwe automodellen noodremmen hebben, en winkels beginnen te zien hoeveel waarde in-house kalibraties voor hun bedrijven brengen. In ons recente onderzoek van 74% van de autobody-professionals zeggen nu dat ADAS een winstgenerator is, met 60% die overwegen om ADAS-omzet te laten groeien als ‘extreem of zeer belangrijk’.

Wat we al zien, is dat ADAS-kalibratie zijn eigen categorie wordt, met nieuwe specialisten die elke maand tevoorschijn komen en echte zakelijke momentum rondom het opbouwen. Naarmate we vooruitkijken, zien we Revv als de ruggengraat van dit hele ecosysteem. Dat betekent dat het platform de standaard wordt over alle botsingswinkels, waardoor technici, verzekeraars en consumenten één geïntegreerd systeem hebben om veilige, compliant kalibraties op grote schaal te beheren en te leveren. We bouwen de infrastructuur die bepaalt hoe software-gedreven voertuigen worden gerepareerd, en uiteindelijk stellen we de normen vast die de toekomst van de industrie zullen vormen.

Voor oprichters die AI in diep gewortelde, traditioneel analoge industrieën brengen, welke veelvoorkomende fouten ziet u, en welke aannamen moest u zelf onleren tijdens het opschalen van Revv?

Iets wat ik vroeg leerde, is om door de ruis heen te snijden en me te concentreren op het probleem, niet de oplossing. Het is gemakkelijk om opgevangen te worden in de hype en iets indrukwekkends te beginnen bouwen, maar dat verandert vaak in een oplossing die op zoek is naar een probleem.

Wat ertoe doet, is het vinden van het probleem dat klanten daadwerkelijk elke dag ervaren. De aanname die ik moest onleren, was dat ik dacht dat betere technologie alleen zou winnen. Ik onderschatte hoe diepgeworteld de workflows in deze industrie zijn. Toen we Revv in 2022 startten, bracht ik tijd door in winkels met technici om hun workflows van dichtbij te zien en te begrijpen wat hen tegenhield. Dit leerde me dat echte verandering niet komt van het implementeren van flashy technologie of het overtuigen van winkels om een nieuwe manier van doen aan te nemen. Het komt van het zo naadloos embedden van uw oplossing in hun bestaande workflow dat ze niets hoeven te veranderen. Je vraagt ze niet om te veranderen, je maakt hun huidige manier beter.