Вайди Рагхаван, главный директор по продукту и технологиям, Xometry – Серия интервью

Вайди Рагхаван, главный директор по продукту и технологиям, Xometry, – опытный глобальный технологический руководитель и инженер, который возглавляет стратегию продукта и технологий компании, с фокусом на масштабировании возможностей рынка, управляемого ИИ, которые соединяют покупателей из предприятий с поставщиками производства. Он обладает глубокими знаниями в области ИИ, управления цепочками поставок, SaaS и аналитики данных, имея ранее занимал руководящие должности в компаниях như Wayfair, Microsoft (MSFT ) и Groupon, где он разрабатывал крупномасштабные цифровые платформы и технологии рынка. В Xometry он отвечает за трансформацию сложных производственных рабочих процессов в интеллектуальные, управляемые данными системы, которые улучшают эффективность, устойчивость и глобальную связность цепочки поставок.

Xometry – это цифровой рынок, управляемый ИИ, который позволяет бизнесу заказывать индивидуальные детали на demande, соединяя покупателей с глобальной сетью проверенных поставщиков по различным методам производства, включая обработку на станках с ЧПУ, 3D-печать и литье под давлением. Основанная в 2013 году и имеющая штаб-квартиру в Норт-Бетесде, штат Мэриленд, компания использует машинное обучение для предоставления мгновенной оценки цен, прогнозов сроков поставки и выбора поставщиков на основе загруженных файлов дизайна, упрощая традиционно сложный процесс закупок. С тысячами поставщиков и десятками тысяч покупателей по всему миру Xometry играет центральную роль в модернизации производства, оцифровывая цепочки поставок и ermögляя более гибкое, распределенное производство в масштабе.

У вас была невероятная карьера в Microsoft, Groupon и Wayfair. Какие ранние переживания – личные или профессиональные – сформировали ваш интерес к технологиям, и как это в конечном итоге привело вас к Xometry и миру производства, управляемого ИИ?

Мой интерес к технологиям начался рано в моей карьере. Я всегда был мотивирован сложными задачами и возможностью создавать решения, которые действительно меняют ситуацию в реальном мире.

В быстро меняющихся отраслях, где я провел свою карьеру, необходимо найти баланс между быстрым внедрением идеи и созданием прочных и эффективных систем. Производство является ярким примером этого. Это глубоко физическая и глубоко аналоговая отрасль, но она также обеспечивает некоторые из наших наиболее инновационных систем.
Xometry находится на пересечении всего этого, где мы трансформируем традиционно аналоговую отрасль в современную с реальной дисциплиной и ясностью в отношении того, куда мы движемся дальше. Для меня это редкое совпадение времени и цели, и это именно тот вызов, к которому я готовился на протяжении всей своей карьеры.

Вы описали производство как “последнюю аналоговую крепость”. Какие из наиболее значительных проблем ИИ решает в производстве в настоящее время?

Я описываю производство как “последнюю аналоговую крепость” из-за его структурной сложности, учитывая, что производственный цикл длинный и полон многих передач. Например, во время производства инженерия дизайна и производственная инженерия работают вместе с закупками, источниками, качеством, логистикой, сборкой после доставки и финансовым урегулированием по всей цепочке поставок, каждая стадия вводит новые риски и потенциальные задержки.

Основная проблема – это трение. На каждом этапе производственной цепочки есть разные форматы, системы и иногда даже единицы измерения. Идеи проходят через передачу за передачей, и каждая из них становится потенциальной точкой отказа. Исторически, единственным способом управления этим риском был ручной человеческий обзор.

ИИ создает наибольшую ценность в настоящее время, борясь с этим трением. Он действует как координатор в этой фрагментированной системе: обнаруживает несоответствия, сопоставляет детали с правильными поставщиками и даже динамически моделирует затраты и сроки поставки. Он использует исторические данные о производстве для прогнозирования, где могут возникнуть проблемы, и быстро флагирует их, прежде чем будут потрачены время и материалы.

Поставщикам становится яснее, чего они хотят, и меньше сюрпризов, что означает, что мы можем построить доверие с нашей сетью и помочь производителям производить необходимые нам товары.

Каким образом Xometry построил доверие с поставщиками и покупателями для принятия рабочих процессов, управляемых ИИ?

В производстве доверие трудно завоевать, учитывая высокие ставки, исходы необратимы, и выброшенный материал, пропущенные сроки или неудачи в качестве могут привести к экономическим потерям для компании. Поэтому в Xometry мы зарабатываем доверие, постоянно обеспечивая надежность и ясность.

Поставщики и покупатели полагаются на Xometry для скорости и прозрачности. Они знают, что когда они загружают файл CAD, наш ИИ быстро проанализирует детали и сгенерирует оценки цен и потенциальных рисков. Прогнозы основаны на реальных данных о производстве, что еще больше укрепляет эту надежность и видимость. Цены отражают реальные рыночные условия, и поставщики получают постоянные идеи о том, как улучшить производительность и вырастить свой бизнес на платформе. Система также выполняет независимые проверки для обнаружения несоответствий. Когда что-то не соответствует, мы флагируем это рано и постоянно информируем команды.

Как именно ИИ переводит идеи продукта в детали, которые можно построить – и какое влияние это оказывает на сроки разработки?

Производство всегда боролось с разрывом между намерением и возможностью производства. Ранние идеи продукта часто неполны, и перевод их в manufacturable дизайны требует нескольких передач. Этот процесс медленный и часто подвержен переделкам, что создает задержки или нехватку.

ИИ сжимает этот цикл. На практике он переводит частично структурированные входные данные в manufacturable особенности. Он может флагировать потенциальные риски, предлагать материалы и процессы и флагировать ограничения рано. ИИ снижает трение, которое обычно замедляет производство, сокращая сроки разработки с меньшим количеством итераций и меньшим количеством брака или материалов.

Как вы обеспечиваете качество и контроль при увеличении автономности процессов?

Одним из ключевых принципов является сдвиг контроля качества на ранней стадии производственного процесса. ИИ может проанализировать миллионы геометрических данных, чтобы помочь ему определить осуществимость производства, стоимость и лучшее совпадение поставщика. Это обеспечивает точность и последовательность без необходимости полагаться только на человеческую бдительность, которая долгое время была единственной защитой от рисков в процессе контроля качества.

Однако сохранение человека в цикле все еще необходимо для этих усиленных процессов. Мы развертываем ИИ для выявления проблем и альтернатив, когда это необходимо, но окончательное решение о вмешательстве принимают человеческие операторы, которые имеют опыт, чтобы принимать эти решения.

Мы видим это особенно в критических секторах, таких как аэрокосмическая и оборонная промышленность, где наличие человека в цикле является единственным способом обеспечить автоматизацию в масштабе без жертвования контролем качества.

Как работает динамическая цена, управляемая ИИ, в Xometry, учитывая переменные затраты на производство и сложности цепочки поставок?

Цена производства по своей природе переменна, поскольку каждая деталь уникальна, и затраты постоянно меняются в зависимости от материалов, емкости, внешних факторов, таких как тарифы, и других ограничений. Статические модели ценообразования не выдерживают в этой среде.

В Xometry динамическая цена – это обучающая система. Наши модели обучены на миллионах исторических котировок и постоянно обновляются с реальными результатами производства. Этот цикл обратной связи сохраняет цены, основанные на реальности.

Когда инженеры загружают файл CAD, наш Instant Quoting Engine немедленно анализирует файл и проверяет его против внешних факторов и ограничений, которые влияют на ценообразование, чтобы определить лучшего производителя из нашей сети тысяч партнеров.