Vaidy Raghavan, Chief Product & Technology Officer, Xometry – Seria Wywiadów

Vaidy Raghavan, Chief Product & Technology Officer w Xometry, to doświadczony globalny dyrektor technologiczny i inżynier, który kieruje strategią produktową i technologiczną firmy, koncentrując się na skalowaniu możliwości opartego na AI rynku łączącego nabywców korporacyjnych z dostawcami produkcyjnymi. Posiada głęboką wiedzę z zakresu AI, zarządzania łańcuchem dostaw, SaaS i analizy danych, pełniąc wcześniej kierownicze role w firmach takich jak Wayfair, Microsoft i Groupon, gdzie rozwijał wielkoskalowe platformy cyfrowe i technologie rynkowe. W Xometry odpowiada za przekształcanie złożonych przepływów pracy w produkcji w inteligentne, oparte na danych systemy, które poprawiają wydajność, odporność i globalną łączność łańcucha dostaw.

Xometry to zasilany przez AI cyfrowy rynek, który umożliwia firmom pozyskiwanie na żądanie części produkowanych na zamówienie, łącząc kupujących z globalną siecią zweryfikowanych dostawców wykorzystujących różne metody produkcji, w tym obróbkę CNC, drukowanie 3D i formowanie wtryskowe. Założona w 2013 roku, z siedzibą w North Bethesda w stanie Maryland, firma wykorzystuje uczenie maszynowe do zapewniania natychmiastowych wycen, szacunków terminów realizacji i dopasowywania dostawców na podstawie przesłanych plików projektowych, usprawniając tradycyjnie złożony proces zaopatrzenia. Dzięki tysiącom dostawców i dziesiątkom tysięcy kupujących na całym świecie, Xometry odgrywa kluczową rolę w modernizacji produkcji poprzez cyfryzację łańcuchów dostaw i umożliwianie bardziej zwinnej, rozproszonej produkcji na skalę.

Twoja droga przez Microsoft, Groupon i Wayfair jest niesamowita. Jakie wczesne doświadczenia – osobiste lub zawodowe – ukształtowały Twoje zainteresowanie technologią i jak ostatecznie doprowadziły Cię do Xometry oraz świata produkcji wspomaganej przez AI?

Moje zainteresowanie technologią zaczęło się na wczesnym etapie kariery. Zawsze motywowały mnie trudne wyzwania i szansa na budowanie rozwiązań, które rzeczywiście zmieniają rzeczywistość.

W dynamicznych branżach, w których spędziłem karierę, trzeba znaleźć równowagę między szybkim działaniem, aby ożywić pomysł, a budowaniem trwałych i skutecznych systemów. Produkcja doskonale to ilustruje. To głęboko fizyczna i analogowa branża, ale jednocześnie napędza niektóre z naszych najbardziej innowacyjnych systemów.
Xometry znajduje się na skrzyżowaniu tych wszystkich elementów, przekształcając tradycyjnie analogową branżę w coś nowoczesnego, z prawdziwą dyscypliną i jasnością co do dalszego kierunku. Dla mnie to rzadka konwergencja czasu i celu, i jest to dokładnie ten rodzaj wyzwania, na które pracowałem przez całą swoją karierę.

Opisałeś produkcję jako ostatnią „analogową twierdzę”. Jakie są obecnie największe wyzwania, które rozwiązuje AI w produkcji?

Opisuję produkcję jako ostatnią „analogową twierdzę” ze względu na jej strukturalną złożoność, ponieważ cykl życia produkcji jest długi i pełen wielu przekazań. Na przykład podczas produkcji projektowanie i inżynieria produkcji współpracują z zaopatrzeniem, sourcingiem, jakością, logistyką, montażem po dostawie i rozliczeniami finansowymi w całym łańcuchu dostaw, a każdy etap wprowadza nowe ryzyka i potencjalne opóźnienia.

Podstawowym wyzwaniem jest tarcie. W każdym punkcie łańcucha produkcyjnego występują różne formaty, systemy, a czasem nawet jednostki miary. Pomysły przechodzą przez kolejne przekazania, a każde z nich staje się potencjalnym punktem awarii. Historycznie jedynym sposobem zarządzania tym ryzykiem była ręczna weryfikacja przez człowieka.

AI tworzy obecnie największą wartość w walce z tym tarciem. Działa jako koordynator w tym rozfragmentowanym systemie: wykrywa rozbieżności, dopasowuje części do odpowiednich dostawców, a nawet dynamicznie modeluje koszty i terminy realizacji. Wykorzystuje historyczne dane produkcyjne do przewidywania, gdzie mogą pojawić się problemy, i szybko je sygnalizuje, zanim zostaną zmarnowany czas i materiały.

Dostawcy otrzymują jaśniejsze intencje i mniej niespodzianek, co oznacza, że możemy budować zaufanie w naszej sieci i pomagać producentom w wytwarzaniu potrzebnych nam przedmiotów.

W jaki sposób Xometry zbudowało zaufanie u dostawców i kupujących, aby przyjęli oparte na AI przepływy pracy?

W produkcji zaufanie jest trudne do zdobycia, ponieważ stawki są wysokie, wyniki są nieodwracalne, a zmarnowany materiał, przekroczone terminy lub wady jakościowe mogą przyczynić się do strat ekonomicznych firmy. Dlatego w Xometry zdobywamy zaufanie poprzez ciągłe dostarczanie niezawodności i przejrzystości.

Dostawcy i kupujący polegają na Xometry w kwestii szybkości i przejrzystości. Wiedzą, że gdy prześlą plik CAD, nasza AI szybko przeanalizuje części i wygeneruje szacunki dotyczące cen i potencjalnych ryzyk. Prognozy są oparte na rzeczywistych danych produkcyjnych, co dodatkowo buduje tę niezawodność i widoczność. Ceny odzwierciedlają rzeczywiste warunki rynkowe, a dostawcy otrzymują ciągłe informacje o tym, jak poprawić wydajność i rozwijać swoją działalność na platformie. System przeprowadza również niezależne kontrole w celu wychwycenia rozbieżności. Gdy coś nie pasuje, ujawniamy to wcześnie i stale informujemy zespoły.

W jaki dokładnie sposób generatywna AI przekształca pomysły na produkty w części nadające się do produkcji – i jaki ma to wpływ na harmonogramy rozwoju?

Produkcja zawsze borykała się z luką między intencją a możliwością wykonania. Wczesne pomysły na produkty są często niekompletne, a przełożenie ich na projekty nadające się do produkcji wymaga wielu przekazań. Ten proces jest powolny i często podatny na przeróbki, co powoduje opóźnienia lub braki.

Generatywna AI kompresuje tę pętlę. W praktyce przekształca częściowo ustrukturyzowane dane wejściowe w cechy nadające się do produkcji. Może wskazywać potencjalne ryzyka, sugerować materiały i procesy oraz wcześnie sygnalizować ograniczenia. AI redukuje tarcie, które zwykle spowalnia produkcję, skracając czas rozwoju dzięki mniejszej liczbie iteracji i mniejszej ilości odpadów lub materiałów.

Jak zapewniasz, że jakość i kontrola pozostają na wysokim poziomie, gdy procesy stają się bardziej autonomiczne?

Jedną z kluczowych zasad jest przeniesienie kontroli jakości na najwcześniejszą część procesu produkcyjnego. AI może analizować miliony punktów danych geometrycznych, aby pomóc określić wykonalność produkcji, koszt i najlepsze dopasowanie dostawcy. Zapewnia to precyzję i spójność bez konieczności polegania wyłącznie na ludzkiej staranności, która przez długi czas była jedynym zabezpieczeniem przed ryzykiem w procesie kontroli jakości.

Mimo to, utrzymanie człowieka w pętli nadal jest konieczne w tych wspomaganych procesach. Wdrażamy AI do identyfikacji problemów i alternatyw w razie potrzeby, ale ostateczna decyzja o interwencji należy do operatorów ludzkich, którzy mają doświadczenie, aby takie decyzje podejmować.

Widzimy to szczególnie w sektorach o kluczowym znaczeniu, takich jak lotnictwo i obrona, gdzie obecność człowieka w pętli jest jedynym sposobem na umożliwienie automatyzacji na skalę bez poświęcania kontroli jakości.

Jak działa oparte na AI dynamiczne ustalanie cen w Xometry, biorąc pod uwagę zmienne koszty produkcji i złożoność łańcucha dostaw?

Ceny w produkcji są z natury zmienne, ponieważ każda część jest inna, a koszty stale się zmieniają w zależności od materiałów, zdolności produkcyjnych, czynników zewnętrznych, takich jak cła, i innych ograniczeń. Statyczne modele cenowe nie sprawdzają się w takim środowisku.

W Xometry dynamiczne ustalanie cen jest systemem uczącym się. Nasze modele są szkolone na milionach historycznych ofert i ciągle aktualizowane o rzeczywiste wyniki produkcji. Ta pętla sprzężenia zwrotnego utrzymuje ceny w oparciu o rzeczywistość.

Gdy inżynierowie przesyłają plik CAD, nasz Silnik Natychmiastowych Wycen natychmiast analizuje plik i sprawdza go pod kątem czynników zewnętrznych i ograniczeń wpływających na cenę, aby zidentyfikować najlepszego producenta z naszej sieci tysięcy partnerów.