Dave Evans, VD och medgrundare av Fictiv – Intervjuserie

Dave Evans, VD och medgrundare av Fictiv leder företagets uppdrag att frigöra världens kreativa potential genom att förenkla inköp och produktion av specialanpassade mekaniska delar. Med en bakgrund inom hårdvaruteknik och tidig erfarenhet från Fords Silicon Valley Innovation Lab var han med och grundade Fictiv för att effektivisera hårdvaruutvecklingsprocessen. Under hans ledning har Fictiv vuxit till en nyckelaktör inom den digitala tillverkningssfären, producerat miljontals precisionsdelar och drivit innovation inom olika branscher.

Fiktiv ett globalt tillverknings- och leveranskedjeföretag som effektiviserar produktionen av anpassade mekaniska delar genom ett integrerat nätverk av globala partners. Plattformen erbjuder tjänster som CNC-bearbetning, 3D-utskrift och formsprutning och kombinerar omedelbar offertgivning, AI-driven feedback och heltäckande orderhantering för att förenkla komplexa leveranskedjor för ingenjörer och tillverkare.

När du grundade Fictiv 2013, vilket var kärnproblemet inom tillverkningsindustrin som du försökte lösa, och hur har det problemet utvecklats under det senaste decenniet?

När min bror, Nate Evans, och jag grundade Fictiv 2013 ville vi bryta igenom flaskhalsar i tillverkningen och bygga hårdvara i mjukvaruutvecklingens hastighet. Som chefsingenjör för hårdvara på Ford Motors såg jag på nära håll hur långsamt och smärtsamt det var att få specialtillverkade delar tillverkade – ofta väntade vi 8 till 12 veckor på prototyper, navigerade fragmenterade leverantörsrelationer och jonglerade e-postmeddelanden och kalkylblad bara för att få en offert. Det var tydligt för mig att om vi ville accelerera innovation inom hårdvara behövde vi en bättre, modernare metod – en som speglade mjukvaruutvecklingens flexibilitet och hastighet.

Det problemet har inte försvunnit – faktum är att det under det senaste decenniet bara har blivit mer brådskande i takt med att företag inom olika branscher strävar efter att förnya sig snabbare på en mer volatil global marknad. Det som har förändrats är förväntningarna: företag behöver nu lansera produkter snabbare, skala upp mer flexibelt och reagera i realtid på förändringar i efterfrågan, reglering och tillgång.

Det är där den verkliga kraften i en global leveranskedja i Fortune 500-klass kommer in i bilden. Genom att skapa digital infrastruktur som kopplar samman ingenjörer och leveranskedjeteam med ett verifierat globalt nätverk – över hela USA, Kina, Indien och Mexiko – ger vi företag tillgång till den typ av sourcing, hastighet och genomförandekraft som tidigare bara var tillgänglig för de största aktörerna. Och vi har gjort det enkelt att utnyttja: en plattform, fullständig insyn, snabb DFM-feedback och korta ledtider.

Uppdraget: att ge innovatörer möjlighet att skapa genom att bryta igenom flaskhalsar i traditionell inköp och tillverkning. Men idag gör vi det i en skala och på en nivå av sofistikering som gör att även de mest komplexa programmen känns uppnåeliga.

Fictiv beskriver sig själv som ett ”digitalt tillverkningsekosystem”. För er som inte känner till det, vad betyder det exakt – och hur skiljer det sig från traditionell kontraktstillverkning?

När jag beskriver Fictiv som ett "digitalt tillverkningsekosystem" menar jag att vi har byggt en teknikdriven plattform som kopplar samman kunder med ett noggrant granskat, globalt nätverk av tillverkningspartners – medan tekniska experter vägleder program och arbetar direkt med kunderna. Tänk på det som att kombinera hastigheten och transparensen hos moderna digitala verktyg med skalan och kvaliteten hos en Fortune 500-klassad leveranskedja, tillsammans med ett team av experter som vägleder kunderna från början till slut.

Traditionell kontraktstillverkning innebär vanligtvis att man hanterar leverantörer direkt, ofta via e-post, telefonsamtal och långa ledtider. Det är mycket manuellt och isolerat, vilket gör det svårt att snabbt skala upp eller få de realtidsinsikter som behövs för att fatta snabba beslut.

Ett digitalt tillverkningsekosystem vänder på den modellen. Med oss får kunderna omedelbara offerter, automatiserad DFM-feedback och insyn i varje steg i produktionen. Ännu viktigare är att vi tar ansvar för kvalitet, leverans och kostnadseffektivitet, samtidigt som vi utnyttjar distribuerade globala tillverkningscentra i USA, Kina, Indien och Mexiko. Resultatet är snabbare prototypframtagning, smidigare skalning till produktion och mycket mindre risk och omkostnader jämfört med att hantera en traditionell leveranskedja.

Men ett digitalt tillverkningsekosystem som Fictiv fungerar inte oberoende av våra guidade experter som arbetar nära kunder från produktutveckling och design till prototypframtagning och full produktion.

Med tanke på att USA upplever sin största ökning av fabriksinvesteringar på årtionden, varför tror du att talang – inte maskiner eller kapital – nu är den mest akuta flaskhalsen?

USA ser en exempellös våg av fabriksinvesteringar – miljarder dollar går till nya anläggningar, automation och avancerad teknik. Men inget av detta betyder mycket utan rätt talang för att köra och optimera dessa system. Man kan köpa de mest avancerade maskinerna i världen, men de är bara så bra som ingenjörerna, operatörerna och leverantörskedjeexperterna som vet hur man använder dem effektivt.

Under det senaste decenniet har vi sett ett växande kompetensgap inom tillverkningsindustrin. Många av de mest erfarna yrkesverksamma går i pension, och yngre generationer har inte gett sig in i branschen i samma takt. Dessutom kräver modern, digital tillverkning nya färdigheter – digital kompetens, dataanalys och förtrogenhet med AI och automatisering – vilket traditionella utbildningsprogram inte har hållit jämna steg med.

Det är därför talang är en av de största flaskhalsarna just nu. Kapital kan sättas in och maskiner kan köpas, men att bygga och behålla en kompetent arbetsstyrka kräver tid, investeringar och en kultur som värdesätter nyfikenhet och innovation. Jag tror att det är avgörande att lösa denna talangutmaning – genom utbildning, kompetenshöjning och bättre samarbete mellan teknik och tillverkning – för att frigöra den fulla potentialen i denna investeringsboom i fabriker.

Ni har varnat för en förväntad brist på 1.9 miljoner kvalificerade jobb inom tillverkningsindustrin fram till 2033. Vilka systemiska problem orsakar denna klyfta, och vad borde den privata sektorn göra annorlunda just nu?

Det beräknade underskottet på 1.9 miljoner kvalificerade jobb inom tillverkningsindustrin Målet att nå 2033 kommer från National Association of Manufacturers. Jag tror att denna klyfta är resultatet av djupa, systemiska problem som har byggts upp i årtionden. Alltför länge har tillverkningsindustrin undervärderats som en karriärväg i USA, och vi har misslyckats med att investera i att utveckla nästa generation av kvalificerade arbetare. Samtidigt har själva industrin utvecklats snabbt – och övergått mot avancerad teknik, digitalisering och automatisering – vilket skapar en efterfrågan på nya kompetenser som traditionella utbildningssystem inte har utformats för att möta.

Några anledningar till detta inkluderar:

• Åldrande arbetskraft: En stor del av den kvalificerade arbetskraften närmar sig pensionering, och det finns inte tillräckligt med yngre arbetstagare som är utbildade för att fylla dessa roller.
• Uppfattningsproblem: Tillverkning ses fortfarande ofta som föråldrad eller mindre önskvärd jämfört med teknikdrivna industrier, även om modern tillverkning är lika innovativ som mjukvara.
• Kompetensgap: Det finns en klyfta mellan de avancerade tekniska färdigheter som arbetsgivare behöver – dataanalys, robotik, AI-integration – och vad som lärs ut i skolor och yrkesinriktade program.

Den privata sektorn måste ta en mer aktiv roll i att åtgärda detta. Det innebär:

• Investeringar i lärlingsutbildningar och kompetensutveckling: Företag bör skapa robusta utbildningsprogram som utrustar arbetstagare med både traditionella och digitala tillverkningsfärdigheter.
• Samarbete med skolor och universitet: Tidig uppsökande verksamhet och utbildning kan bidra till att omforma uppfattningen om tillverkning och förbereda elever för högteknologiska, praktiska karriärer.
• Utnyttja teknologi: Digitala plattformar som Fictiv demokratiserar tillgången till tillverkningsexpertis, vilket gör det möjligt för team att arbeta snabbare och smartare utan att kräva årtionden av arbetslivserfarenhet.

Du har förespråkat praktisk STEM-utbildning och lärlingsplatser som en lösning. Kan du dela exempel på hur detta ser ut i praktiken, särskilt på Fictiv eller bland dina partners?

Som ingenjörsstudent på Stanford drog jag nytta av praktisk utbildning (samt min tid på Ford), så jag är djupt engagerad i STEM-utbildning och lärlingsutbildningar. Enligt min mening är de avgörande för att överbrygga kompetensgapet eftersom de gör det möjligt för människor att lära sig genom att göra – inte bara i teorin, utan på riktiga maskiner och i verkliga projekt. Jag har sett hur kraftfullt detta är både på Fictiv och bland våra partners.

På Fictiv har vi strävat efter att samarbeta med universitet och STEM-organisationer för att stödja praktiskt lärande. Till exempel har vi arbetat med Formula SAE-studentlag att tillhandahålla precisionsdelar till en elektrisk racerbil (som senare tävlar nationellt i ett FSAE-evenemang), samtidigt som de får handledning i design för tillverkning och snabb prototypframställning. Det är en möjlighet för studenter att se hur deras CAD-modeller omsätts till verkliga komponenter, förstå avvägningarna mellan olika tillverkningsprocesser och få erfarenhet av samma digitala arbetsflöden som branschledare använder.

Jag tror att tillverkningsindustrins framtid beror på den här typen av initiativ. Det handlar om att ge studenter och yrkesverksamma i början av karriären praktisk erfarenhet av moderna, teknikdrivna tillverkningsmiljöer. Denna kombination av praktisk erfarenhet, mentorskap och digitala verktyg är det som inspirerar nästa generations byggare och förbereder dem för att komma igång direkt.

På vilka sätt ser du att Generation Z:s relation till tillverkning fundamentalt skiljer sig från tidigare generationers – och hur hanterar Fictiv den kulturella klyftan?

Generation Z:s relation till tillverkning är fundamentalt annorlunda eftersom de har vuxit upp i en helt digital, on-demand-värld där hastighet, transparens och syfte är normen. Traditionell tillverkning – ofta sett som långsam, ogenomskinlig och starkt manuell – känns felaktig i förhållande till deras förväntningar på omedelbar information och sömlösa digitala upplevelser. Det finns också en kulturell klyfta: medan äldre generationer kan se tillverkning som stabilt och praktiskt arbete, förknippar Generation Z det ofta med föråldrade anläggningar snarare än högteknologisk innovation.

Några generationsskillnader inkluderar:

• Digitalt tänkesätt: Generation Z förväntar sig realtidsinsikt och digitala verktyg för allt de gör – oavsett om det handlar om att spåra ett paket eller bygga en produkt.
• Önskan efter mening: Den här generationen prioriterar hållbarhet, innovation och påverkan. De vill veta att deras arbete bidrar till något meningsfullt, som att främja ren energi eller robotteknik.
• Låg tolerans för ineffektivitet: Manuella processer, långa ledtider och isolerade kommunikationssystem känns främmande för dem.

Vi omtolkar tillverkning för att se ut och kännas mer som de digitala upplevelser som Generation Z värdesätter. Vår plattform erbjuder omedelbara offerter, automatiserad DFM-feedback och produktionsspårning i realtid, allt i en molnbaserad miljö. Vi fokuserar även på hållbarhets- och miljöpåverkansmeddelanden – och belyser hur vårt arbete gör det möjligt för elbilar, klimatteknik och livräddande medicintekniska produkter att resonera med Generation Z:s värderingar.

Kulturellt sett försöker vi överbrygga berättelsen: tillverkning handlar inte bara om maskiner; det handlar om att lösa några av världens största utmaningar. Genom att utforma tillverkning som en teknikdriven, missionsinriktad karriärväg gör vi den mer attraktiv för nästa generation.

Automatisering väcker ofta rädsla för att förlora jobb. Hur hjälper Fictivs teknik faktiskt till att höja betygen på arbetstagare, snarare än att ersätta dem?

Automatisering inom tillverkning får ofta dåligt rykte eftersom det ses som ett hot mot jobben, men jag ser det annorlunda. På Fictiv är vår teknik utformad för att lyfta personalen, inte ersätta dem. Istället för att automatisera människor ur ekvationen automatiserar vi de repetitiva, lågvärdiga uppgifterna – som offert, schemaläggning eller spårning av delar – så att ingenjörer, leveranskedjeteam och operatörer kan fokusera på det arbete som verkligen kräver deras expertis: att lösa komplexa problem, designa bättre produkter och driva innovation.

Genom att ge medarbetare realtidsinsikt, omedelbar feedback från DFM och tillgång till ett globalt nätverk av granskade tillverkare, fungerar vi effektivt som en kraftmultiplikator. Det är som att ge team en digital kommandocentral där de kan fatta smartare och snabbare beslut med färre flaskhalsar. Detta förbättrar inte bara produktiviteten utan höjer också kompetensen hos arbetskraften – eftersom människor får delta i beslutsfattande på högre nivå, avancerade digitala verktyg och datadriven problemlösning snarare än att jaga pappersarbete eller leverantörssamtal.

Fictiv lanserade nyligen Materials.AI, en ChatGPT-driven assistent. Hur fungerar den i praktiken, och vilka typer av beslut hjälper den ingenjörer att fatta mer effektivt?

Materials.AI är utformat för att fungera som den materialexpert som varje ingenjörsteam önskar att de hade tillgänglig dygnet runt. I praktiken använder det en kombination av Fictivs mer än 24 års erfarenhet av tillverkningsdata, processkunskap och AI-funktioner – drivna av ChatGPT – för att vägleda ingenjörer genom kritiska beslut om material och tillverkningsbarhet.

Ingenjörer kan ställa Materials.AI-frågor som: ”Vilken är den bästa aluminiumlegeringen för den här delen under hög termisk stress?” eller ”Vilken plastharts erbjuder den bästa balansen mellan slagtålighet och kostnad för formsprutning?”

Istället för att förlita sig på trial-and-error eller att vänta i dagar på leverantörsfeedback, ger verktyget omedelbara förslag baserade på både mekaniska egenskaper och verkliga tillverkningsresultat.

Mer generellt, hur använder ni AI och maskininlärning över er plattform – från offertgivning och DfM-analys till produktionsövervakning och kvalitetskontroll?

AI möjliggör omedelbar offertgivning genom att analysera CAD-filer inom några sekunder, ta hänsyn till delgeometri, material och historiska data för att leverera korrekta kostnads- och ledtidsuppskattningar. Den driver automatiserad feedback från Design for Manufacturability (DfM), flaggar potentiella problem som tunna väggar eller komplexa funktioner samtidigt som den föreslår förbättringar i realtid.

Fictiv stöder sex olika typer av industriell 3D-utskrift, med leverans nästa dag i vissa fall. Hur har ni byggt infrastrukturen för att möjliggöra sådan hastighet och skalbarhet, och vilka branscher gynnas mest?

Vi har byggt vår 3D-utskriftsinfrastruktur med hastighet och skalbarhet i åtanke genom att kombinera en digitalt orkestrerad plattform med ett noggrant granskat globalt partnernätverk. Varje beställning går genom vårt molnbaserade system, som använder AI för att analysera CAD-filer, automatiskt välja den bästa tekniken och materialen och dirigera jobb till rätt partner baserat på kapacitet, plats och kvalitetsprestanda. Denna orkestrering – i kombination med regionaliserade produktionshubbar i USA, Kina, Mexiko och Indien – möjliggör leverans nästa dag för vissa delar samtidigt som strikta kvalitetsstandarder upprätthålls.

De branscher som ser störst nytta är de där snabb iteration och precision är avgörande, såsom flyg- och rymdteknik, elbilar, medicintekniska produkter, robotteknik och konsumentelektronik. Dessa sektorer är beroende av vår förmåga att snabbt leverera funktionella prototyper och produktionsdelar, så att deras ingenjörer kan testa design, minska tiden till marknaden och svara på snabbväxande kundkrav.

Som någon som har arbetat med både mjukvaruutveckling och fabriksdrift, hur tror du att förhållandet mellan molnprogramvara och fysisk tillverkning kommer att utvecklas under de kommande fem åren?

Jag tror att vi står på gränsen till ett fundamentalt skifte där molnprogramvara blir tillverkningens centrala nervsystem och överbryggar klyftan mellan digital design och fysisk produktion på sätt som vi bara har börjat se. Under de kommande fem åren förväntar jag mig att tre viktiga trender kommer att definiera denna utveckling:

Digitala tillverkningsplattformar kommer att koppla samman varje steg i produktionen – från design till leverans – till ett enda, transparent datalager. Ingenjörer och leveranskedjeteam kommer att ha omedelbar insyn i delstatus, kvalitetsmått och logistik, ungefär som att spåra en programvaruutveckling eller koddistribution.

Precis som molntjänster har förändrat hur företag distribuerar programvara, kommer digital tillverkning att göra det möjligt att öka produktionskapaciteten på begäran. Detta kommer att ge företag oöverträffad flexibilitet att skala upp verksamheten globalt utan stora kapitalinvesteringar.

Digitala plattformar kommer att integrera avancerade AI-modeller som kontinuerligt lär sig från data från olika material, maskiner och processer. Detta kommer att automatisera kritiska beslut – från materialval till kostnadsoptimering – vilket ger team möjlighet att iterera snabbare och med större säkerhet.

Slutligen, när du blickar mot det kommande decenniet, vad entusiasmerar dig mest med skärningspunkten mellan AI, robotik och tillverkning – och var tror du att nästa stora språng kommer ifrån?

En av de saker som lockar mig mest inför det kommande decenniet är hur AI och robotteknik konvergerar för att göra tillverkning mer anpassningsbar, intelligent och skalbar än någonsin tidigare. Vi rör oss mot en framtid där fabriker i huvudsak kan "tänka själva" – med hjälp av AI för att analysera realtidsdata, förutsäga problem innan de uppstår och kontinuerligt optimera produktionslinjer utan mänsklig inblandning. Detta kommer inte att ersätta människor, utan snarare höja rollen av mänsklig uppfinningsrikedom – vilket frigör ingenjörer och operatörer att fokusera på innovation snarare än brandbekämpning.

Enligt min mening kommer nästa stora språng från helt autonoma, AI-drivna produktionsceller som kan växla mellan produkttyper med minimal omprogrammering eller driftstopp. Kombinera det med robotik och avancerad additiv tillverkning, så får du se hyperpersonaliserade produkter och snabb produktion på begäran i global skala.

Konvergensen mellan AI och robotteknik kommer att öppna upp för hyperpersonlig tillverkning på begäran på global skala, vilket minskar avfall och accelererar innovation som aldrig förr.

Tack för den fina intervjun, läsare som vill veta mer bör besöka Fiktiv.