Кам Маєрс, генеральний директор і засновник CreateMe – Серія інтерв’ю

Кам Маєрс, генеральний директор і засновник CreateMe, заснував компанію у 2019 році з баченням модернізації виробництва одягу за допомогою передової автоматизації. Розташована в районі затоки Сан-Франциско, він має різноманітний досвід, який охоплює інвестиційну діяльність в ADM Investment Partnership, керівництво на ранній стадії заснування Group Commerce, а також ролі з розвитку бізнесу в Downtown Music Holdings і Publicis Groupe. Він також є членом спільноти глобальних інноваторів Світового економічного форуму, що відображає його ширшу приверженість технологічній промисловій трансформації.

CreateMe – це компанія з виробництва робототехніки на основі штучного інтелекту, яка переосмислює спосіб виготовлення одягу, заміняючи традиційне шиття автоматизованою, клеєвою збіркою, керованою робототехнікою, комп’ютерним зором і машинним навчанням. Її власна виробнича платформа дозволяє швидше, більш локалізоване та більш сталий виробництво одягу, зменшуючи відходи та скорочуючи ланцюжки постачання, одночасно позиціонуючи компанію на передньому краї виробництва наступного покоління м’яких товарів.

До заснування CreateMe ви були частиною засновницьких команд, працювали в інвестиційних та консультативних ролях, а також займали посади в компаніях, таких як DoubleClick і Group Commerce. Як цей поєднання технологій, фінансів та операційного досвіду сформувало ваше рішення створити CreateMe та вирішити таку складну задачу, як автоматизоване виробництво одягу?

Перед CreateMe я розвивався як технологічний універсал, працюючи над програмним забезпеченням, електронною комерцією, інвестиціями та ролями на ранній стадії розвитку. Бути частиною стартап-команд, включаючи Group Commerce, було своєрідним МБА на робочому місці. Ви змушені думати через дисципліни та бачити, як технології, економіка та операції насправді взаємодіють під реальними обмеженнями.

Цей погляд привів мене до іншого висновку про одяг. Через стартапи електронної комерції я постійно бачив повторюваніся одні й ті ж самі невдачі: низький рівень реалізації, сильні знижки та великі об’єми запасів, які в кінцевому підсумку були списані або відправлені на смітник. Більшість людей розглядали це як проблеми з мерчандайзингом або прогнозуванням. Подивившись на це через технологічну лінзу, стало зрозуміло, що це були симптоми чогось глибшого – виробничих систем, які не могли реагувати на реальний попит.

Інсайт виник унаслідок з’єднання цих крапок через дисципліни. Одяг не був злом через те, що будь-яка окрема частина системи була погано керована. Ми зрозуміли, що це не було чимось, що можна було налаштувати або оптимізувати; це вимагало чистого, з першого принципу перегляду матеріалів, машин та програмного забезпечення як однієї системи.

CreateMe вийшло з цієї переконаності. Це було фундаментально технологічною проблемою, і їй потрібне було технологічне рішення. Бути міжгалузевим було тим, що зробило це видимим спочатку, і це чому підхід CreateMe виглядає інакше. Ми поставили за мету розглядати виробництво одягу як завдання з систем та автоматизації, і побудувати платформу, здатну змінити, як галузь насправді працює.

CreateMe тепер володіє значним портфелем патентів у галузі робототехніки, матеріалознавства та автоматизації. Які були перші технічні інсайти, які переконали вас, що ця проблема вирішується за допомогою Фізичного Штучного Інтелекту?

Коли ми заснували CreateMe у 2019 році, ми вважали, що нарешті існує достовірний шлях до автоматизації виробництва одягу, але тільки якщо сам процес буде переосмислений. Тканина – це деформівний, залежний від стану матеріал. Вона розтягується, зміщується та змінює поведінку під час обробки. Невеликі варіації швидко накопичуються. При таких умовах відкритий цикл контролю та попередньо запрограмована рухливість розриваються. Проблема не полягала в точності робота. Це було розуміння стану матеріалу досить добре, щоб діяти на нього.

Наш перший справжній прогрес прийшов від зміни моделі збірки. Замінивши безперервне шиття клеєвим з’єднанням, ми могли зібрати одяг у статичному, фіксованому стані, а не під час руху тканини. Це видало велике джерело варіативності та дозволило вирівнювання та з’єднання бути контрольованими безпосередньо. У поєднанні з традиційним комп’ютерним зором, машинним навчанням, логікою на основі правил та робототехнікою це зробило надійну автоматизацію можливою для певного набору операцій. Це довело щось важливе на початку: деформівні матеріали могли бути оброблені механічно, якщо процес був структурований правильно.

Ці перші системи також показали межі. Традиційна машинна візуалізація, заснована на правилах, працює добре, коли геометрія проста, а умови тісно обмежені. Вони не масштабуються до найскладніших проблем у сфері одягу, особливо складного трьохвимірного з’єднання, де форма тканини, орієнтація та контакт постійно змінюються в просторі. Кінцева автоматизація цих операцій просто не була досяжною за допомогою доступних на той час засобів сприйняття та моделювання.

Саме тут Фізичний Штучний Інтелект починає змінювати ситуацію. Прогрес у сприйнятті, відчутті та втіленому інтелекті тепер робить можливим розуміння деформівних матеріалів у трьох вимірах та закриття циклу між баченням, прийняттям рішень та діями. Ми все ще на початку застосування цих моделей до фізичної збірки, але навіть раннє впровадження вже розширює діапазон одягу, тканин та складних 3D-з’єднувальних операцій, які можуть бути автоматизовані. Замість скріплення поведінки система все більше здатна розуміти стан матеріалу, адаптуватися в реальному часі та виконувати операції з’єднання кінця в кінець. Кожна операція з’єднання генерує дані про те, як текстиль реагує на силу, тепло та геометрію, що дозволяє покращувати продуктивність та узагальнювати через використання.

В короткому, наші перші інструменти довели доцільність. Фізичний Штучний Інтелект – це те, що розблокує повноту та масштаб. Ця прогресія, від скріпленої автоматизації до кінцевої інтелектуальної збірки, – це те, що переконало нас, що ця проблема не тільки вирішується, але й розширюється на одяг та матеріали. Широта нашого портфеля патентів відображає цей шлях. Рішення задачі збірки деформівних матеріалів вимагало винаходів у галузі робототехніки, матеріалознавства та автоматизації, з Фізичним Штучним Інтелектом, який відкриває найскладніші форми з’єднання.

Виробництво одягу давно опирається повній автоматизації через складність м’яких товарів. Які прориви дозволили CreateMe нарешті подолати цей поріг?

Для CreateMe подолання автоматизованого порогу було спричинено двома пов’язаними зрушеннями: як одяг фізично збирається, і як машини сприймають та діють на тканину під час цієї збірки.

Перший прорив був архітектурним. Перейшовши від шиття до клеєвого з’єднання, ми виключили необхідність доступу до обох сторін тканини під час збірки. Одяг можна було побудувати, використовуючи односторонній доступ, у статичному, фіксованому стані, а не бути складеним, перевернутим та натягнутим через швейну машину. Це суттєво знизило складність маніпулювання та видало велике джерело варіативності. З тканиною, підтримуваною та доступною з однієї сторони, вирівнювання та з’єднання стали контрольованими проблемами, і традиційний комп’ютерний зір та робототехніка могли надійно автоматизувати значну частину конструкції одягу.

Від першого принципу це фундаментально більш автоматизоване, ніж роботизоване шиття. Шиття намагається відтворити людську спритність у безперервному русі, поки тканина активно деформується. Клеєве з’єднання переформулює проблему навколо контрольованого позиціювання та дискретних з’єднань, що значно краще підходить для робототехніки.

Цей підхід також прояснив залишену проблему. Коли ми перейшли до більш складного трьохвимірного з’єднання – де поверхні зустрічаються під змінюваними кутами, а поведінка матеріалу змінюється при контакті – правила та традиційна машинна візуалізація досягли своїх меж. Кінцева автоматизація по всьому діапазону одягу та тканин вимагала більш адаптивної сприйняття та контролю.

Саме тут Фізичний Штучний Інтелект грає критичну роль. Прогрес у сприйнятті, відчутті та втіленому контролі робить можливим інтерпретацію геометрії тканини та стану матеріалу в трьох вимірах та реагування в реальному часі під час збірки. У CreateMe навіть раннє застосування цих можливостей вже розширює діапазон одягу, тканин та складних 3D-з’єднувальних операцій, які можуть бути автоматизовані з мінімальною втручанням.

В короткому, переробка процесу зробила автоматизацію досяжною. Фізичний Штучний Інтелект – це те, що дозволяє цій автоматизації рухатися до кінцевої роботи та масштабуватися по реальній варіативності, дозволяючи виробництву одягу рухатися за межі вузької автоматизації та до систем, які покращуються з підвищенням складності.

MeRA представляє модульний, роботизований підхід до збірки одягу. Як ця система фундаментально відрізняється від традиційної автоматизації на заводі?

MeRA фундаментально відрізняється від традиційної автоматизації на заводі, оскільки була розроблена навколо конкретних обмежень виробництва одягу, а не адаптована з галузей, побудованих на жорстких деталях та стабільних процесах.

Традиційна автоматизація припускає фіксовану геометрію, передбачувані матеріали та обмежену варіативність. Зміна відбувається через інструментально-інтенсивні, механічно обмежені налаштування та процес-специфічну фіксацію. Ця модель працює, коли продукти рідко змінюються. Вона розбивається у сфері одягу, де матеріали деформівні, стилі швидко змінюються, а виробництво повинно відбуватися на високій швидкості, щоб бути економічно життєздатним.

MeRA починається з протилежних припущень. Виробництво одягу вимагає системи, яка може обробляти м’які матеріали, постійну варіативність та часту зміну без зупинки виробництва. Для цього MeRA використовує модульну, програмну архітектуру збірки. Кожний модуль виконує дискретну операцію та може бути перефігурований, дублікований або перепризначений, коли продукти, тканини або об’єми змінюються. Зміна відбувається цифровим шляхом, у програмному забезпеченні, а не через фізичну переробку.

Архітектурно MeRA розроблена для максимізації як швидкості, так і контролю. Збірка тримається у двох вимірах якомога довше, де зір, вирівнювання та рух є найшвидшими та найточнішими, перш ніж переходити до щільно керованих трьохвимірних операцій лише тоді, коли формування або з’єднання вимагає цього. Традиційна автоматизація штовхає деталі через фіксовані 3D-робочі клітки; MeRA мінімізує 3D-складність за допомогою конструкції для збереження пропускної здатності.

У поєднанні з цифровим клеєвим з’єднанням MeRA замінює механічно обмежене з’єднання програмованим, одностороннім операцією. Не потрібно перевертати одяг, керувати безперервним натягом або доступом до обох сторін під час процесу. Це знижує цикл часу, знижує рівень помилок та дозволяє швидку цифрову зміну по одягу та тканинам.

В короткому, традиційна автоматизація кодує процес у апаратне забезпечення. MeRA визначає процес у програмному забезпеченні та адаптує його до матеріалу. Це зрушення – від фізичної переробки до цифрової зміни, а від фіксованих робочих процесів до модульної збірки – це те, що дозволяє MeRA працювати на швидкості та варіативності, яку вимагає сфера одягу.

Pixel замінює шиття мікроклеєвим з’єднанням. Окрім швидкості та ефективності, які нові можливості дизайну чи продуктивності це розблокує для брендів одягу?

Pixel переозначає конструкцію одягу на шві. Замінюючи шиття цифрово-контрольованим мікроклеєвим з’єднанням, бренди отримують значно більшу точність та послідовність, в результаті чого одяг є гладшим, міцнішим та більш комфортним у носінні. Оскільки процес програмно визначений, шви стають поверхнею дизайну, а не обмеженням, дозволяючи розтягуватися, керувати вологістю, терморегуляцію та легке підсилення бути інженерно закладеними безпосередньо в конструкцію одягу.

Ці переваги розширюються за межі того, як одяг працює на тілі. Та ж сама цифрова контроль, яка дозволяє продуктивність, також дозволяє одяг проектувати з урахуванням кінця життя з самого початку. З нашим клеєвим складом Thermo(re)set, з’єднання можуть бути зворотними, дозволяючи автоматичну розбирання та великомасштабну переробку тканин. Для брендів Pixel робить дизайн, продуктивність та круговий розвиток інтегрованими результатами конструкції самої по собі, а не конкуруючими пріоритетами, накладеними після факту.

Є багато шуму навколо Фізичного Штучного Інтелекту зараз. З вашої точки зору, де Фізичний Штучний Інтелект насправді працює сьогодні, і де реальність все ще відстає від очікувань?

Фізичний Штучний Інтелект працює сьогодні, коли завдання структуровані для інтелекту, а не для силивої сили. Ми бачимо справжній прогрес у середовищах, де сприйняття, навчання та контроль розгортаються разом всередині інженерних систем – місцях, де завдання повторювані, але все ще вимагають адаптації, і де машина може фактично спостерігати та розуміти, що має значення.

Де очікування все ще випереджають реальність, це навколо загального призначення втіленого інтелекту. М’які, деформівні матеріали залишаються однією з найскладніших проблем у робототехніці, оскільки вони вводять часткову спостережуваність, нелінійну поведінку та постійну варіативність. Фізичний Штучний Інтелект не є заміною людської спритності, і він не успішний у хаотичних чи спадкових середовищах за замовчуванням.

На практиці різниця полягає в конструкції. Фізичний Штучний Інтелект працює, коли фізичний процес був свідомо переосмислений для зменшення невизначеності – коли доступ спрощений, стани спостерігаються, а варіативність керується архітектурою, а не ігнорується. У цих умовах системи навчання можуть адаптуватися та покращуватися. Без цього Штучний Інтелект просто компенсує погану фізичну конструкцію.

Саме це ми застосовуємо в CreateMe. Ми не розглядаємо Фізичний Штучний Інтелект як捷кий шлях навколо складності виробництва. Ми розглядаємо його як шар масштабування, який працює лише після того, як підлягаюча збірка була переосмислена з першого принципу. Урок, який ми вивчили, простий: Фізичний Штучний Інтелект масштабується, коли фізичний світ був спроектований, щоб дозволити інтелекту зробити справжню роботу.

З тарифами, геополітичними ризиками та хрупкістю ланцюжків постачання, які стають структурними проблемами, як технології, такі як MeRA, змінюють економіку повернення виробництва до США?

Для CreateMe подолання автоматизованого порогу було спричинено двома пов’язаними зрушеннями: як одяг фізично збирається, і як машини сприймають та діють на тканину під час цієї збірки.

Технології, такі як MeRA, змінюють економіку, роблячи іншу операційну модель життєздатною в США. MeRA знижує залежність від ручної праці та замінює її високопродуктивним, автоматизованим виробництвом, яке може працювати в компактному, перефігурованому сліді. Це має значення на внутрішньому ринку, де праця дорога, а гнучкість більш цінна, ніж чиста масштабованість.

Просто так само важливо, MeRA зрушує виробництво одягу від дexterous-орієнтованого шиття до статичного, клеєвого з’єднання. Це видало залежність від рідкісної, високо кваліфікованої швейної праці та заміни її ролями, які швидше навчаються та легше масштабуються в США. Це перетворює працю з структурного瓶ка на керований вхід, який є критичним для будь-якої реальної стратегії повернення виробництва.

Ключове зрушення полягає не в тому, щоб повернути все. На практиці навіть помірний шар gần-маркетного виробництва – часто 5-10% обсягу – може суттєво змінити економіку всього ланцюжка постачання. Ця гнучка потужність дозволяє брендам реагувати на реальний попит, переслідувати переможців та уникати надвиробництва місяцями наперед. MeRA робить цей шар економічно життєздатним, підтримуючи швидку цифрову зміну, менші розміри партій та стабільний вихід без залежності від спеціалізованих пулів праці.

В цьому контексті повернення виробництва перестає бути бінарним або політичним рішенням. Технології, такі як MeRA, перетворюють його на портфельний вибір. Офшорне виробництво все ще грає роль для масштабу та ефективності витрат, але автоматизоване,近-маркетне виробництво стає стратегічним важелем для швидкості, стійкості та ефективності капіталу. Результатом є більш збалансований ланцюжок постачання, де навіть обмежене виробництво в США може суттєво зменшити ризик та покращити загальну економіку.

Як бренди одягу повинні думати інакше про проектування продукту, коли виробничі обмеження вже не такі, як вони були в традиційних cắt-і-sew середовищах?

Традиційний дизайн одягу відображає панівну логіку виробництва одягу: двосторонній доступ, проникнення голки, припуски шва, розміром для людських рук, і методи конструкції, оптимізовані для ручної повторюваності. Це не внутрішні вимоги одягу; це артефакти того, як одяг робився.

Автоматизоване, клеєве з’єднання вводить іншу логіку дизайну. Проектування для автоматизації означає припущення одностороннього доступу, цифрово-контрольованого клеєвого нанесення та високої повторюваності виконання. Це дозволяє менші внутрішні припуски шва, більш точні клеєві лінії та нижчі профільні збірки, які є як конструктивно міцними, так і естетически чистими порівняно зі шитими еквівалентами.

Оскільки клей наноситься, а не шиться, дизайнери можуть працювати впевнено з складними та нерівними краями, рідинними геометріями та конверсіями тканин або ламінаціями, які були б складними або неможливими для відтворення шиттям. Візуальна складність вже не повинна підтримуватися фізичною масивністю. Результатом є більш мінімалістична, розвинена мова конструкції, яка є рідною для автоматизації, а не адаптованою з ручної роботи.

Цей підхід також розширює свободу матеріалів. На відміну від шовної стрічки, яка зазвичай високотемпературна та в основному обмежена синтетикою, нанесений клей дозволяє автоматизацію по широкому діапазону тканин, включаючи органічні та деликатні матеріали, такі як кашемір, шовк, вовна та шкіра. Вибір матеріалу зрушується від “чого можна шити надійно” до “чого найкраще служить продукту”.

В цьому контексті проектування для автоматизації не є обмежувальним; це генеративним. Креативна інтента, естетика та логіка виробництва вирівнюються з самого початку. Дизайн стає як більш точним, так і більш виразним, з автоматизацією, яка обробляє послідовність та виконання, тоді як дизайнери фокусуються на формі, функції та диференціації.

Як виглядає роль людини всередині високоавтоматизованого заводу одягу, і які нові навички стають критичними, коли робототехніка бере на себе повторювані завдання?

В високоавтоматизованому заводі одягу роль людини зрушується від повторюваних ручних виконання до операційного, наглядового та покращення автоматизованих систем збірки кінця в кінець. Замість довгих швейних ліній менші команди організовані навколо роботизованих кліток, з технічними спеціалістами з виробництва, наглядачами кліток та спеціалістами з процесу, відповідальними за продуктивність, якість та час безперебійної роботи по всьому виробничому потоку.

Технічні спеціалісти з виробництва працюють вручну з робототехнікою, системами комп’ютерного зору та обладнанням для клеєвого з’єднання. Вони контролюють роботизовані клітки, налаштовують траєкторії нанесення та параметри з’єднання, керують взаємодією матеріалів по різних тканинах та втручаються, коли виникає варіативність або виняткові випадки. Контроль якості є безперервним, а не вибірковим: системи комп’ютерного зору інспектують розміщення, вирівнювання та консистенцію з’єднання в реальному часі, тоді як люди наглядають за порогами, інтерпретують аномалії та вирішують, коли та як调整увати процес.

Ця модель забезпечує суттєво вищу якість та послідовність, ніж ручне виробництво. Автоматичне нанесення та розміщення знижують варіативність, тоді як цифровий контроль якості дозволяє послідовне виконання по кожній одиниці, а не залежність від післявиробничої інспекції. Людське судження застосовується там, де воно додає найбільше значення – оцінюючи винятки, уточнюючи допуски та покращуючи продуктивність системи з часом.

Реалізація цього вимагає свідомої моделі навчання та підвищення кваліфікації, вбудованої безпосередньо в операції з виробництва. Працівники навчаються читати виробничі панелі, інтерпретувати дані зору та датчиків, розуміти метрики якості з’єднання та безпечно співпрацювати з роботизованими системами. Вони вчаться, як поведінка клею, властивості матеріалів та параметри процесу взаємодіють, і як ці змінні проявляються в даних контролю якості.

З часом підвищення кваліфікації прогресує від базової операції системи до глибшого володіння процесом. Через структуроване навчання на робочому місці, модулі сертифікації та наставництво технічні спеціалісти розвивають навички в аналізі кореневих причин, профілактичному обслуговуванні та безперервному покращенні. Результатом є технічно грамотна робоча сила, здатна підтримувати високу якість, повторювану продукцію у масштабі – там, де автоматизація підвищує як продуктивність продукції, так і людську здатність.

Оглядаючи вперед на п’ять до десяти років, як ви бачите Фізичний Штучний Інтелект, який переформовує не тільки одяг, а й виробництво в цілому – і де ви хочете, щоб CreateMe мав найбільший вплив?

Наша точка зору полягає в тому, що найбільша можливість для Фізичного Штучного Інтелекту у виробництві за найближчі п’ять до десяти років лежить у завданнях з найбільшою варіативністю та складністю, а не в областях, які вже добре обслуговуються жорсткою автоматизацією. Серед найскладніших проблем є ті, де матеріали м’які, деформівні або три виміри, і де реальна варіативність історично обмежувала автоматизацію.

Ця проблема найбільш гостро стоїть у сфері збірки м’яких матеріалів. Одяг є найочевиднішим прикладом, але ті ж самі динаміки існують у споживчій електроніці з гнучкими компонентами, у медичних продуктах, у меблі та у внутрішніх частинах автомобілів. По цих категоріях шиття та збірка м’яких товарів становлять найвищий вміст праці та залишаються найменш автоматизованими частинами виробничого процесу.

Від нашої точки зору ранній прогрес у Фізичному Штучному Інтелекті буде спричинений високо вертикальними системами. Механічна конструкція та роботизовані форми будуть налаштовані для конкретних застосувань та матеріалів, а не узагальнені втілення. Те, що масштабується по цих вертикалях, не є апаратним забезпеченням, а інтелектом: сприйняттям, контролем та системами навчання, які дозволяють машинам розуміти деформівні матеріали, вирівнювати складні краї, адаптуватися до варіативності та виконувати клеєве з’єднання надійно.

За наступні десять років і далі ми вважаємо, що більш загальні та гуманоїдні втілення стануть все більш поширеними, оскільки втіленний інтелект дозріває та розгортається. Коли гуманоїдні роботи переходять від пілотних проектів до мільйонів, і потенційно десятків мільйонів, розгорнутих одиниць протягом наступного десятиліття, текстильні екзоскелети та м’які зовнішні шари стануть критичними системами інтерфейсу людини та машини. Зустріч цього попиту в масштабі вимагатиме клеєвого, автоматизованого з’єднання, відкриваючи нову промислову категорію в інтелектуальній збірці м’яких матеріалів.

Це контекст, в якому знаходиться бачення CreateMe.

Бачення CreateMe – це лідерство у трансформації збірки м’яких матеріалів. Зробити автоматизовану збірку текстилю та гнучких матеріалів такою ж програмною, масштабованою та адаптивною, як програмне забезпечення. Хоча механічна та роботизована реалізації будуть варіюватися по вертикалях у короткій перспективі, основна проблема залишається послідовною: обробка та шиття м’яких товарів домінують вміст праці та опираються традиційній автоматизації.

Те, що уніфікує ці ринки, – це спільний набір можливостей Фізичного Штучного Інтелекту – систем, які керують сприйняттям, деформівною обробкою матеріалів, вирівнюванням країв, логікою з’єднання та адаптивною збіркою по тканинах та форм-факторам. Розробивши цю здатність у сфері одягу, одну з найбільш вимогливих виробничих середовищ, CreateMe ставить за мету розблокування автоматизації по широкому діапазону галузей та дозволити як наступнє покоління виробництва м’яких товарів, так і м’які інтерфейси, які все частіше оточуватимуть інтелектуальні машини.