Vaidy Raghavan, Diretor de Produtos e Tecnologia da Xometry – Série de Entrevistas

Vaidy Raghavan, Diretor de Produtos e Tecnologia da Xometry, é um executivo e engenheiro de tecnologia global experiente que lidera a estratégia de produtos e tecnologia da empresa, com foco na expansão de recursos de marketplace orientados por IA que conectam compradores corporativos a fornecedores de manufatura. Ele traz consigo vasta experiência em IA, gestão da cadeia de suprimentos, SaaS e análise de dados, tendo ocupado anteriormente cargos de liderança sênior em empresas como Wayfair, Microsoft e Groupon, onde desenvolveu plataformas digitais de grande escala e tecnologias de marketplace. Na Xometry, ele é responsável por transformar fluxos de trabalho de manufatura complexos em sistemas inteligentes e orientados por dados que melhoram a eficiência, a resiliência e a conectividade da cadeia de suprimentos global.

Xometria A Xometry é um mercado digital com inteligência artificial que permite às empresas obter peças fabricadas sob demanda, conectando compradores a uma rede global de fornecedores qualificados em diversos métodos de produção, incluindo usinagem CNC, impressão 3D e moldagem por injeção. Fundada em 2013 e sediada em North Bethesda, Maryland, a empresa utiliza aprendizado de máquina para fornecer preços instantâneos, estimativas de prazos de entrega e correspondência de fornecedores com base em arquivos de projeto enviados, simplificando o processo de compras tradicionalmente complexo. Com milhares de fornecedores e dezenas de milhares de compradores em todo o mundo, a Xometry desempenha um papel central na modernização da manufatura, digitalizando as cadeias de suprimentos e possibilitando uma produção mais ágil e distribuída em escala.

Você teve uma jornada incrível na Microsoft, Groupon e Wayfair. Quais experiências iniciais — pessoais ou profissionais — moldaram seu interesse por tecnologia e como isso a levou à Xometry e ao mundo da manufatura impulsionada por IA?

Meu interesse por tecnologia começou cedo na minha carreira. Sempre fui motivado por desafios complexos e pela oportunidade de criar soluções que realmente façam a diferença no mundo real.

Nos setores dinâmicos em que construí minha carreira, é preciso encontrar o equilíbrio entre a agilidade para concretizar uma ideia e a construção de sistemas duráveis ​​e eficazes. A indústria manufatureira exemplifica isso muito bem. É um setor profundamente físico e analógico, mas também é responsável por alguns dos nossos sistemas mais inovadores.
A Xometry está na interseção de tudo isso, onde estamos transformando uma indústria tradicionalmente analógica em algo moderno, com disciplina real e clareza sobre para onde vamos a seguir. Para mim, é uma rara convergência de tempo e propósito, e é exatamente o tipo de desafio para o qual tenho me preparado ao longo de toda a minha carreira.

Você descreveu a indústria manufatureira como o último "reduto analógico". Quais são alguns dos maiores desafios que a IA está resolvendo na manufatura atualmente?

Descrevo a manufatura como o último "reduto analógico" devido à sua complexidade estrutural, visto que o ciclo de vida da manufatura é longo e repleto de múltiplas etapas. Por exemplo, durante a manufatura, os departamentos de projeto e engenharia de produção trabalham em conjunto com os departamentos de compras, fornecimento, qualidade, logística, montagem pós-entrega e conciliação financeira ao longo da cadeia de suprimentos, cada etapa introduzindo novos riscos e potenciais atrasos.

O principal desafio é o atrito. Em cada ponto da cadeia de produção, existem diferentes formatos, sistemas e, às vezes, até unidades de medida. As ideias passam por diversas etapas de transferência, e cada uma delas se torna um ponto potencial de falha. Historicamente, a única maneira de gerenciar esse risco era por meio da revisão manual por humanos.

A IA está gerando o maior valor atualmente no combate a esse atrito. Ela atua como coordenadora nesse sistema fragmentado: detectando discrepâncias, conectando peças aos fornecedores certos e até mesmo modelando custos e prazos de entrega dinamicamente. Utiliza dados históricos de produção para prever onde podem surgir problemas e os sinaliza rapidamente antes que tempo e materiais sejam desperdiçados.

Os fornecedores obtêm informações mais claras sobre as intenções dos clientes e têm menos surpresas, o que significa que podemos construir confiança com nossa rede e ajudar os fabricantes a produzir os itens de que precisamos.

De que forma a Xometry construiu confiança com fornecedores e compradores para que adotassem fluxos de trabalho orientados por IA?

Na indústria, conquistar a confiança é difícil, visto que os riscos são altos, os resultados são irreversíveis e o desperdício de material, o não cumprimento de prazos ou as falhas de qualidade podem contribuir para prejuízos econômicos para uma empresa. É por isso que, na Xometry, conquistamos a confiança oferecendo confiabilidade e transparência de forma contínua.

Fornecedores e compradores confiam na Xometry pela rapidez e transparência. Eles sabem que, ao enviar um arquivo CAD, nossa IA analisará rapidamente as peças e gerará estimativas de preços e riscos potenciais. As previsões são baseadas em dados reais de produção, o que aumenta ainda mais a confiabilidade e a visibilidade. Os preços refletem as condições reais do mercado, e os fornecedores recebem informações contínuas sobre como melhorar o desempenho e expandir seus negócios na plataforma. O sistema também realiza verificações independentes para detectar discrepâncias. Quando algo não está de acordo, identificamos o problema rapidamente e mantemos as equipes constantemente informadas.

Como exatamente a IA generativa traduz ideias de produtos em peças construíveis — e qual o impacto disso nos prazos de desenvolvimento?

A indústria manufatureira sempre enfrentou o desafio de conciliar a intenção com a viabilidade de produção. As ideias iniciais de produtos costumam ser incompletas, e traduzi-las em projetos comercializáveis ​​exige múltiplas etapas. Esse processo é lento e frequentemente sujeito a retrabalho, o que gera atrasos ou escassez.

A IA generativa comprime esse ciclo. Na prática, ela traduz entradas parcialmente estruturadas em características fabricáveis. Ela pode identificar riscos potenciais, sugerir materiais e processos e sinalizar restrições precocemente. A IA está reduzindo o atrito que normalmente atrasa a produção, diminuindo drasticamente os prazos de desenvolvimento com menos iterações e menos peças ou materiais descartados.

Como garantir que a qualidade e o controle permaneçam elevados quando os processos se tornam mais autônomos?

Um princípio fundamental é transferir os controles de qualidade para a fase inicial do processo de produção. A IA pode analisar milhões de pontos de dados geométricos para ajudar a determinar a viabilidade da fabricação, o custo e o fornecedor mais adequado. Isso proporciona precisão e consistência sem depender exclusivamente da diligência humana, que por muito tempo foi a única defesa contra riscos durante o processo de controle de qualidade.

Dito isso, manter um ser humano envolvido ainda é necessário para esses processos aprimorados. Implementamos IA para identificar problemas e alternativas quando necessário, mas a palavra final sobre a intervenção cabe aos operadores humanos que possuem a experiência necessária para tomar essas decisões.

Observamos isso especialmente em setores de missão crítica, como o aeroespacial e o de defesa, onde a intervenção humana é a única maneira de permitir a automação em larga escala sem sacrificar o controle de qualidade.

Como funciona a precificação dinâmica orientada por IA na Xometry, considerando os custos variáveis ​​de fabricação e as complexidades da cadeia de suprimentos?

A precificação na fabricação é inerentemente variável porque cada peça é diferente e os custos mudam constantemente com base em materiais, capacidade, fatores externos como tarifas e outras restrições. Modelos de precificação estáticos não se sustentam nesse ambiente.

Na Xometry, a precificação dinâmica é um sistema de aprendizado. Nossos modelos são treinados com milhões de orçamentos históricos e atualizados continuamente com resultados reais de produção. Esse ciclo de feedback mantém a precificação ancorada na realidade.

Quando os engenheiros carregam um arquivo CAD, nosso mecanismo de cotação instantânea analisa imediatamente o arquivo e o compara com os fatores e restrições externas que impactam o preço, para identificar o melhor fabricante em nossa rede de milhares de parceiros.