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 high-growth commercebedrijven, hielp hij bij het lanceren van nieuwe businesslijnen binnen grote ondernemingsplatforms, voerde hij onderzoek uit naar kunstmatige intelligentie en collectieve intelligentie bij MIT Sloan en leidde hij eerder in zijn carrière prijswinnende ruimtesysteemontwerpteams die verbonden waren met NASA-onderzoeksprogramma’s.

Revv is een op AI gebaseerd automotive reparatieplatform dat zich richt op het vereenvoudigen van ADAS-calibratie en -diagnostiek voor botsings- en mechanische reparatiewerkplaatsen. Door OEM-kwaliteitdocumentatie, intelligente workflows en diepe integraties met bestaande winkel- en schattingsystemen te combineren, helpt Revv reparatiecentra om handmatig onderzoek te verminderen, naleving en veiligheid te verbeteren en steeds complexere kalibratievereisten om te zetten in schaalbare, gegevensgedreven operaties. Aangezien voertuigen meer softwaregedefinieerd worden, positioneert Revv zichzelf als core-infrastructuur voor moderne reparatie-workflows 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 branche een op AI gebaseerde oplossing nodig had?

Er was een telefoontje dat mijn visie op de branche compleet 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 zichtbaar waren als een deuk of krab, was het gemakkelijk voor hen om onopgemerkt te blijven. Technici besteedden 3-4 uur aan het documenteren van hun 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 kon geven wat ze nodig hadden in seconden in plaats van uren.

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

Mijn ervaringen bij NASA en MIT hebben me geleerd dat je om een succesvol ondernemer te zijn, 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 wist en de traditionele manier van doen uit te dagen.

Toen ik tijd doorbracht in autowerkplaatsen, zag ik technici verdrinken in handleidingen, proberen om sensoren te kalibreren die bepalen 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 dat zich voordeed 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 (WMT ) op enorme schaal. Welke lessen uit het opbouwen van 0→1-producten in commerce droegen het meest over bij het ontwerpen van software voor het automotive reparatie-ecosysteem?

De belangrijkste 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 dingen al decennialang op dezelfde manier deden. Je kunt hen niet vragen om hun hele systeem te vervangen. In plaats daarvan embed je je expertise in hun bestaande workflows zodat ze niet buiten hun gebruikelijke doen hoeven te gaan.

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 opbouwen 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 absolute topers dat we hebben opgebouwd.

Automotive reparatie is een van de grootste, maar minst gemoderniseerde industrieën in de VS. Toen u Revv voor het eerst begon op te bouwen, welke weerstand of scepsis ontmoette u, en hoe overwon u die?

De weerstand was aanvankelijk een enorme uitdaging omdat winkels dingen al meer dan 40 jaar op dezelfde manier deden, en verandering oncomfortabel is. Maar hier is wat werkte: ik pitchen niet alleen software, ik zwoer om elke pijnlijke plek te begrijpen. Ik deelde visitekaartjes uit met mijn telefoonnummer en zei: “als je een probleem hebt, bel me.” En dat deden ze. Ik bracht jaren door met het opbouwen van die database van vertrouwen en kennis.

De doorbraak was toen we winkels lieten zien dat we niet vroegen om hun systemen te vervangen of hun manier van werken te veranderen. We bouwden Revv om rechtstreeks in hun bestaande software en workflows te integreren, op de achtergrond draaiend en leverend wat ze nodig hadden zonder hun bestaande processen te verstoren. Zodra winkels zagen dat we echt hun wereld begrepen en hun werk gemakkelijker maakten, niet moeilijker, begon de scepsis te verdwijnen.

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

Het betekent dat we niet alleen één probleem oplossen, maar de infrastructuur worden die hun hele ADAS-workflow aandrijft. Een auto komt de baan in, Revv verbindt met hun bestaande tools, haalt gegevens rechtstreeks van de fabrikant en levert een complete 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 verzekering te sturen.

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

Auto’s zijn nu rollende computers vol sensoren, camera’s en softwareafhankelijkheden. Waar worstelen menselijke technici het meest vandaag, en hoe ondersteunt AI op een betekenisvolle manier hun besluitvorming zonder de controle weg te nemen bij hen?

Technici worstelen het meest met de administratieve last die nu met moderne reparaties komt. Van het kalibreren van sensoren tot het opsporen van fabrikantshandleidingen en het samenstellen van verzekeringsgereed 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 hun werk en het opsporen van procedures, maar met Revv en AI, daalt dat proces tot drie tot vijf minuten.

Revv’s AI verwerkt al die complexiteit op de achtergrond, rechtstreeks verbonden 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 verzekeringsgereed rapport automatisch. Ons platform markeert potentieel gemiste stappen en automatiseert het repetitieve werk, maar de technicus blijft volledig in controle, zonder de administratieve last.

Revv’s modellen zijn getraind op honderdduizenden echte reparatiegebeurtenissen. Hoe waarborgt u de kwaliteit, nauwkeurigheid en naleving van de gegevens 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 op inzichten van ervaren technici uit meerdere regio’s en voertuigtypen.

We bouwen ook continue feedbacklussen 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 tijdens het hele proces.

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

We denken aan Revv als het bindweefsel tussen technici, verzekeraars en consumenten, dus we werken aan het vervullen van al hun collectieve behoeften.

Voor technici besparen we uren aan administratieve tijd en helpen we hen om gemiste inkomsten te verdienen 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 sneller en veiliger terug omdat we ervoor zorgen dat elke vereiste kalibratie daadwerkelijk wordt uitgevoerd.

Naarmate voertuigen verder evolueren naar volledig softwaregedefinieerde platforms, wat ziet succes eruit voor Revv drie jaar vanaf nu, en welke capaciteiten moeten reparatie-infrastructuur ontwikkelen om gelijk te blijven?

Om gelijk te blijven, moeten winkels in-house capaciteiten hebben, een pijplijn van next-generation technisch talent en een sterk samenwerkingsnetwerk 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 opleveren. In ons recente onderzoek zegt 74% van de autobodyprofessionals nu dat ADAS een winstgevende factor is, met 60% die ADAS-inkomstengroei ‘extreem of zeer belangrijk’ vindt.

Wat we al zien, is dat ADAS-kalibratie zijn eigen categorie wordt, met nieuwe specialisten die elke maand opduiken en echte businessmomentum opbouwen. Naarmate we vooruitkijken, zien we Revv als de ruggengraat van dit hele ecosysteem. Dat betekent dat het platform de standaard wordt voor botsingswinkels, waardoor technici, verzekeraars en klanten één geünificeerd systeem hebben om veilige, compliant kalibraties op schaal te beheren en te leveren. We bouwen de infrastructuur die bepaalt hoe softwaregedreven voertuigen worden gerepareerd, en uiteindelijk stellen we de normen vast die de toekomst van de industrie zullen vormen.

Voor oprichters die AI introduceren in diep gewortelde, traditioneel analoge industrieën, welke veelvoorkomende fouten ziet u, en welke aannamen moest u zelf afleren bij 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 buzz 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 afleren, was 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. U vraagt hen niet om te veranderen, u maakt hun huidige manier beter.