Адии Батхла, генеральный директор и основатель Revv – Интервью

Адии Батхла, генеральный директор и основатель Revv, является продукто-ориентированным оператором и лидером инноваций, базирующимся в Нью-Йорке, который построил свою карьеру на пересечении технологий, системного мышления и масштаба. До основания Revv он возглавлял продукцию и цифровые инициативы по опыту клиентов в высокорастущих коммерческих компаниях, помогал запускать новые бизнес-линии внутри крупных корпоративных платформ, проводил исследования по искусственному интеллекту и коллективному интеллекту в MIT Sloan, и ранее в своей карьере возглавлял команды по проектированию систем космических исследований, связанных с программами NASA.

Revv – это платформа по ремонту автомобилей, работающая на основе искусственного интеллекта, которая фокусируется на упрощении калибровки и диагностики систем помощи водителю (ADAS) для ремонтных мастерских и механических цехов. Объединяя документацию уровня производителя, интеллектуальные рабочие процессы и глубокие интеграции с существующими системами мастерских и оценки, Revv помогает центрам ремонта уменьшить ручные исследования, улучшить соблюдение и безопасность, и превратить все более сложные требования к калибровке в масштабируемые, основанные на данных операции. Поскольку автомобили становятся более программно-определенными, Revv позиционирует себя как основную инфраструктуру для современных ремонтных процессов в Северной Америке.

Ваше раннее знакомство с отраслью автомобильного ремонта явно сформировало ваш путь. Можете ли вы поделиться конкретным моментом из того времени, который заставил вас понять, что эта область нуждается в решении на основе искусственного интеллекта?

Был один телефонный звонок, который полностью изменил мое представление об отрасли. Владелец мастерской позвонил мне в панике: он отремонтировал машину, но система изменения полосы движения после этого не функционировала, и он был ужасно напуган перспективой быть привлеченным к суду. Этот момент заставил меня глубже изучить системы ADAS, и я понял, что эта невидимая сложность является огромной проблемой, которую мастерские не могут решить самостоятельно. Поскольку ремонты ADAS не были очевидными, как вмятина или царапина, их было легко не заметить. Техники тратили 3-4 часа только на документирование работы и поиск процедур ремонта, как будто они искали иголку в стоге сена. Тогда я понял, что ИИ может прорезать весь этот шум и дать техникам именно то, что им нужно, за секунды, а не за часы.

Ваше время, проведенное на исследованиях по искусственному интеллекту и коллективному интеллекту в MIT, и более ранние системные работы в NASA, познакомили вас с сложными, критически важными для безопасности средами. Как эти опыт напрямую повлияли на ваше решение основать Revv и сосредоточиться на калибровке транспортных средств как на программной проблеме?

Мой опыт в NASA и MIT научил меня, что для того, чтобы стать успешным предпринимателем, нужно просто быстро учиться и окружать себя правильными экспертами. Этот настрой привил мне уверенность, чтобы войти в отрасль, о которой я знал очень мало, и бросить вызов традиционным методам работы.

Когда я начал проводить время в автосервисах, я увидел, что техники тонут в руководствах, пытаясь калибровать датчики, которые контролируют, может ли автомобиль правильно тормозить или оставаться в полосе. Это напомнило мне о критически важных для безопасности средах, с которыми я столкнулся в NASA, где точность является ключом. Это технология, спасающая жизни, но мастерские управляли ею с помощью бумажных процедур и устаревших систем. Я быстро понял, что это программная проблема, замаскированная под механическую. Автомобили стали компьютерами на колесах, но инфраструктура для их обслуживания не поспевала. Это вернуло меня к предпринимательскому настроению, которое я развил в MIT и NASA, и так мы построили Revv: сочетая свежий взгляд постороннего с глубоким опытом техников, которые фактически выполняют работу.

До Revv вы возглавляли продукцию и инновационные инициативы в Jet и Walmart в огромном масштабе. Какие уроки из построения продуктов от 0 до 1 в коммерции были наиболее актуальны при проектировании программного обеспечения для экосистемы автомобильного ремонта?

Самый большой урок, который я выучил из своего времени в Walmart, заключался в том, чтобы встретить пользователей там, где они есть, а не там, где вы хотите, чтобы они были. Я строил для поставщиков и производителей, которые не были технически подкованы и делали вещи одинаково на протяжении десятилетий. Вы не можете попросить их заменить всю свою систему. Вместо этого вы встраиваете свой опыт в их существующие рабочие процессы, чтобы они не должны были поднять палец вне того, что они уже делают.

Это стало всей тезисом Revv. Мы интегрируемся с существующими инструментами и программным обеспечением мастерских, работаем в фоновом режиме и предоставляем информацию без нарушения того, что уже является мышечной памятью для них. Но я также перенес то, что я узнал в Jet, о талантах: игроки класса А привлекают игроков класса А, и вам нужно быть одержимым построением правильной команды с первого дня. Я укоренил это как нашу практику найма в Revv, потому что ни одна из работ, которые мы делаем, не была бы возможна без команды всех звезд, которую мы построили.

Автомобильный ремонт – одна из крупнейших, но наименее модернизированных отраслей в США. Когда вы впервые начали строить Revv, какое сопротивление или скептицизм вы встретили, и как вы преодолели его?

Сопротивление изначально было огромной проблемой, потому что мастерские делали вещи одинаково более 40 лет, и изменение – это неудобно. Но вот что сработало: я не просто предложил им программное обеспечение, я обязался понять каждую отдельную больную точку. Я раздал карточки с моим телефонным номером и сказал: “Если у вас есть проблема, позвоните мне”. И они позвонили. Я провел годы, строя эту базу данных доверия и знаний.

Прорыв был в том, чтобы показать им, что мы не просим их заменить свои системы или изменить способ работы. Мы построили Revv, чтобы интегрироваться напрямую в их существующее программное обеспечение и рабочие процессы, работать в фоновом режиме и предоставлять то, что им нужно, без нарушения их текущих процессов. Как только мастерские увидели, что мы действительно понимаем их мир и делаем их работу проще, а не сложнее, скептицизм начал исчезать.

Revv позиционирует себя как операционная система для программно-определенных транспортных средств, а не как отдельное решение. Что означает быть операционной системой в практическом смысле для мастерских по калибровке и сетей ремонта?

Это означает, что мы не просто решаем одну проблему, мы становимся инфраструктурой, которая питает весь рабочий процесс ADAS. Машина въезжает в бокс, Revv подключается к их существующим инструментам, извлекает данные напрямую от производителя и предоставляет полный пакет технику за секунды. Это дает им пошаговые инструкции по ремонту, каждую необходимую калибровку, документацию производителя и пакет претензий, готовый для отправки страховщикам.

Мы эволюционируем от системы учета к системе действий, не только сообщая им, что нужно сделать, но и обрабатывая административную работу за них. К 2025 году более 74% наших пользователей принимают наши новые продукты, потому что они видят нас как единую платформу, которая обрабатывает всю их операцию ADAS от начала до конца. Это соответствует тому, что мы видим на уровне отрасли. В нашем недавнем обзор ADAS из 300 профессионалов автосервиса было обнаружено, что внутренние калибровки, как ожидается, вырастут с 57% до 64% в течение следующих двух лет.

Автомобили теперь являются компьютерами на колесах, наполненными датчиками, камерами и программными зависимостями. Где человеческие техники сталкиваются с наибольшими трудностями сегодня, и как ИИ существенно поддерживает их принятие решений без отнятия контроля у них?

Техники сталкиваются с наибольшими трудностями с административным бременем, которое теперь связано с современными ремонтами. От калибровки датчиков до поиска руководств производителя и составления отчетов, готовых для страховщиков, каждый шаг должен быть изучен, задокументирован и одобрен, превращая ручную работу в работу, наполненную бумагами. Каждая смета имеет 100-200 позиций, и каждая из них имеет эффект домино. В 2023 году средний ремонт требовал две-три калибровки. Теперь это более пяти. Техники тратят три-четыре часа только на документирование работы и поиск процедур, но с Revv и ИИ этот процесс сокращается до трех-пяти минут.

ИИ Revv обрабатывает всю эту сложность в фоновом режиме, подключаясь напрямую к данным производителя, определяя каждую необходимую калибровку и предоставляя пошаговые инструкции. Мы обработали более 300 000 ремонтов, и более 5 000 клиентов сейчас используют платформу. Для документации техники могут отправить фотографии, и Revv генерирует весь отчет, готовый для страховщиков, автоматически. Наша платформа помечает потенциально пропущенные шаги и автоматизирует повторяющуюся работу, но техник остается полностью контролирующим процесс принятия решений без административного бремени.

Модели Revv обучены на сотнях тысяч реальных событий ремонта. Как вы обеспечиваете качество данных, точность и соблюдение, когда рекомендации ИИ напрямую связаны с критически важными для безопасности результатами?

Для нас качество и точность данных начинаются с основания ИИ в реальном опыте ремонта, с моделями, построенными непосредственно на основе выводов опытных техников из нескольких регионов и типов транспортных средств.

Мы также строим непрерывные обратные связи, чтобы техники могли проверять рекомендации ИИ в режиме реального времени. Каждая калибровка и процедура проверяется против точных руководств и технической документации для конкретного транспортного средства. С базой данных более 300 000 ремонтов из двух стран наша платформа продолжает учиться и совершенствоваться, а техники остаются контролирующими весь процесс.

Revv работает с калибраторами, сетями ремонта, страховщиками и системами производителей. Как вы проектируете платформу ИИ, которая создает доверие и ценность для заинтересованных сторон с очень разными стимулами?

Мы думаем о Revv как о связующем тканевом элементе между техниками, страховщиками и потребителями, поэтому мы работаем над тем, чтобы удовлетворить все их коллективные потребности.

Для техников мы экономим часы административного времени, а также помогаем им захватить пропущенный доход, определяя калибровки, которые могли бы просочиться через трещины. Страховщики получают более быстрые одобрения, точную документацию и меньше споров. Потребители получают свои автомобили обратно безопаснее и быстрее, потому что мы гарантируем, что каждая необходимая калибровка фактически выполнена.

Когда транспортные средства продолжают эволюционировать в полностью программно-определенные платформы, как выглядит успех для Revv через три года, и какие возможности должна разработать инфраструктура ремонта, чтобы идти в ногу?

Чтобы идти в ногу, мастерские будут нуждаться во внутренних возможностях, трубопроводе следующего поколения технических талантов и сильной сети сотрудничества, чтобы гарантировать, что каждый ремонт точен и эффективен. К 2029 году правила будут требовать, чтобы все новые модели автомобилей имели аварийное торможение, и мастерские начинают видеть, сколько ценности приносит выполнение калибровок на месте. В нашем недавнем обзоре 74% профессионалов автосервиса теперь сообщают, что ADAS является генератором прибыли, и 60% считают рост доходов ADAS “очень важным” или “крайне важным”.

Что мы уже видим, так это то, что калибровка ADAS становится своей собственной категорией, с появлением новых специалистов каждый месяц и реальным бизнес-импульсом, строящимся вокруг нее. Когда мы смотрим вперед, мы видим Revv как основу всей этой экосистемы. Это означает, что платформа становится стандартом во всех мастерских по ремонту, давая техникам, страховщикам и клиентам единую систему для управления и предоставления безопасных, соответствующих калибровок в масштабе. Мы строим инфраструктуру, которая определяет, как программно-управляемые транспортные средства ремонтируются, и в конечном итоге устанавливаем стандарты, которые сформируют будущее отрасли.

Для основателей, которые вводят ИИ в глубоко укоренившиеся, традиционно аналоговые отрасли, какие общие ошибки вы видите, и какие предположения вам лично пришлось разучить во время масштабирования Revv?

Что-то, что я выучил рано, – это прорезать шум и сосредоточиться на проблеме сначала, а не на решении. Легко увлечься шумом и начать строить что-то впечатляющее, но это часто превращается в решение в поисках проблемы.

Что имеет значение, так это найти проблему, которую клиенты фактически испытывают каждый день. Предположение, которое мне пришлось разучить, было то, что лучшая технология сама по себе победит. Я недооценил, насколько укоренились рабочие процессы в этой отрасли. Когда мы начали Revv в 2022 году, я провел время в мастерских с техниками, чтобы увидеть их рабочие процессы вблизи и понять, что их сдерживает. Это научило меня, что реальные изменения приходят не от реализации блестящей технологии или убеждения мастерских принять новый способ работы. Они приходят от встраивания вашего решения так безупречно в их существующий рабочий процесс, что им не нужно ничего менять. Вы не просите их измениться, вы делаете их текущий способ лучше.