คัม มายเออร์ส, ซีอีโอและผู้ก่อตั้ง CreateMe – ซีรีส์สัมภาษณ์

คัม มายเออร์ส ซีอีโอและผู้ก่อตั้ง CreateMe ได้เริ่มก่อตั้งบริษัทในปี 2019 ด้วยวิสัยทัศน์ที่จะทันสมัยในการผลิตเสื้อผ้าผ่านการ自動化ที่ทันสมัย โดยมีฐานอยู่ในพื้นที่อ่าวซานฟรานซิสโก เขามีประสบการณ์ที่หลากหลายทั้งด้านการให้คำปรึกษาด้านการลงทุนกับ ADM Investment Partnership การเป็นผู้นำในระดับแรกๆ ของทีมผู้ก่อตั้ง Group Commerce และบทบาทด้านการพัฒนาธุรกิจกับ Downtown Music Holdings และ Publicis Groupe (PU4.DE ) นอกจากนี้เขายังเป็นสมาชิกของชุมชนผู้สร้างนวัตกรรมระดับโลกของ World Economic Forum ซึ่งสะท้อนถึงความมุ่งมั่นของเขาในการเปลี่ยนแปลงอุตสาหกรรมผ่านเทคโนโลยี

CreateMe เป็นบริษัทด้านหุ่นยนต์และปัญญาประดิษฐ์ที่กำลังปฏิวัติวิธีการผลิตเสื้อผ้าโดยการแทนที่การเย็บด้วยการประกอบโดยใช้สารยึดติดแบบอัตโนมัติ โดยใช้หุ่นยนต์ การมองเห็นคอมพิวเตอร์ และการเรียนรู้ของเครื่อง ซึ่งช่วยให้สามารถผลิตเสื้อผ้าได้เร็วขึ้น มากขึ้น และยั่งยืนมากขึ้น โดยลดของเสียและทำให้ห่วงโซ่อุปทานสั้นลง ในขณะเดียวกันก็ทำให้บริษัทเป็นผู้นำในด้านการผลิตสินค้าอ่อนที่จะมาถึง

ก่อนที่คุณจะก่อตั้ง CreateMe คุณเคยเป็นส่วนหนึ่งของทีมผู้ก่อตั้ง ทำงานในด้านการลงทุนและที่ปรึกษา และมีประสบการณ์กับบริษัทต่างๆ เช่น DoubleClick และ Group Commerce วิธีการผสมผสานระหว่างเทคโนโลยี การเงิน และการดำเนินงานนี้มีอิทธิพลต่อการตัดสินใจของคุณในการเริ่มต้น CreateMe และแก้ไขปัญหาการผลิตเสื้อผ้าอัตโนมัติที่ซับซ้อนอย่างไร

ก่อนที่จะเริ่ม CreateMe ฉันเริ่มต้นจากการทำงานในด้านเทคโนโลยีทั่วไป โดยทำงานข้ามซอฟต์แวร์ อีคอมเมิร์ซ การลงทุน และการดำเนินงานในระยะเริ่มต้น การเป็นส่วนหนึ่งของทีมผู้ก่อตั้ง รวมถึง Group Commerce เป็นเหมือนการเรียนรู้ในระหว่างการทำงาน ซึ่งบังคับให้ฉันต้องคิดข้ามสาขาต่างๆ และเห็นภาพรวมของวิธีการทำงานของเทคโนโลยี เศรษฐศาสตร์ และการดำเนินงานภายใต้ข้อจำกัดที่แท้จริง

มุมมองนี้นำไปสู่ข้อสรุปที่แตกต่างเกี่ยวกับเสื้อผ้า ผ่านการเริ่มต้นอีคอมเมิร์ซ ฉันเห็นความล้มเหลวแบบเดียวกันซ้ำๆ: การขายที่ต่ำ การส่วนลดหนัก และปริมาณสินค้าที่สุดท้ายถูกเขียนออกหรือส่งไปที่ที่จัดการของเสีย ส่วนใหญ่คนอื่นพิจารณาว่าเป็นปัญหาด้านการขายของหรือการคาดการณ์ แต่เมื่อดูจากมุมมองด้านเทคโนโลยีแล้ว มันชัดเจนว่าพวกมันเป็นอาการของปัญหาหลักที่ซ่อนอยู่—ระบบการผลิตที่ไม่สามารถตอบสนองความต้องการที่แท้จริง

การเชื่อมต่อจุดเหล่านั้นทั่วด้านทำให้ฉันเห็นภาพที่ชัดเจนเกี่ยวกับเสื้อผ้า เสื้อผ้าไม่เสียเพราะส่วนใดส่วนหนึ่งของระบบทำงานไม่ดี แต่เราเข้าใจว่านี่ไม่ใช่สิ่งที่คุณสามารถปรับแต่งหรือปรับปรุงได้ แต่ต้องมีการคิดใหม่จากหลักการแรกเกี่ยวกับวัสดุ เครื่องจักร และซอฟต์แวร์เป็นระบบเดียว

CreateMe เกิดขึ้นจากความเชื่อนั้น นี่เป็นปัญหาด้านเทคโนโลยีโดยพื้นฐาน และต้องการวิธีแก้ปัญหาด้านเทคโนโลยี การทำงานแบบข้ามสาขาเป็นสิ่งที่ทำให้เรามองเห็นภาพนี้ขึ้นมา และเป็นเหตุผลที่ว่าทำไมวิธีการของ CreateMe จึงดูแตกต่างออกไป เราได้ตั้งเป้าที่จะรับมือกับการผลิตเสื้อผ้าเป็นปัญหาด้านระบบและระบบอัตโนมัติ และสร้างแพลตฟอร์มที่สามารถเปลี่ยนแปลงวิธีการทำงานของอุตสาหกรรมได้

CreateMe มีผลงานด้านสิทธิบัตรที่สำคัญในด้านหุ่นยนต์ วิทยาศาสตร์วัสดุ และการอัตโนมัติ คุณมีความคิดเชิงเทคนิคแรกๆ ที่ทำให้คุณเชื่อว่าปัญหานี้สามารถแก้ไขได้ด้วย Physical AI ได้อย่างไร

เมื่อเราก่อตั้ง CreateMe ในปี 2019 เราเชื่อว่ามีทางที่เชื่อถือได้ในการอัตโนมัติในการผลิตเสื้อผ้า แต่เฉพาะในกรณีที่กระบวนการผลิตถูกคิดใหม่ Fabric เป็นวัสดุที่สามารถเปลี่ยนรูปได้ และมีพฤติกรรมที่เปลี่ยนแปลงไปตามการถูกจัดการ การเปลี่ยนแปลงเล็กๆ น้อยๆ สามารถเพิ่มขึ้นอย่างรวดเร็ว ปัญหาไม่ใช่ความแม่นยำของหุ่นยนต์ แต่เป็นการทำความเข้าใจสถานะวัสดุเพียงพอเพื่อกระทำการ

ความก้าวหน้าแรกๆ ของเรามาจากการเปลี่ยนแปลงรูปแบบการประกอบ โดยการแทนที่การเย็บด้วยการยึดติดด้วยสารยึดติด เราสามารถประกอบเสื้อผ้าได้ในสถานะที่คงที่และไม่เคลื่อนไหว ซึ่งลบการเปลี่ยนแปลงที่สำคัญออกไป และทำให้การยึดติดและการจัดตำแหน่งสามารถควบคุมได้โดยตรง เมื่อรวมกับการมองเห็นคอมพิวเตอร์แบบดั้งเดิม การเรียนรู้ของเครื่อง และหุ่นยนต์ ทำให้การทำงานอัตโนมัติเป็นไปได้สำหรับการดำเนินการที่กำหนด

ระบบเหล่านั้นยังทำให้ข้อจำกัดชัดเจน การมองเห็นแบบดั้งเดิมและกฎการทำงานโดยอาศัยการมองเห็นแบบดั้งเดิมทำงานได้ดีเมื่อเรื่องราวทางเรขาคณิตเป็นเรื่องง่ายและเงื่อนไขถูกจำกัดอย่างเข้มงวด แต่ไม่สามารถขยายไปสู่ปัญหาที่ยากที่สุดในเสื้อผ้า โดยเฉพาะการเข้าร่วมสามมิติที่ซับซ้อนซึ่งรูปทรงของวัสดุ การจัดแนว และการสัมผัสเปลี่ยนแปลงอย่างต่อเนื่องในพื้นที่ การทำงานอัตโนมัติของการดำเนินการที่ซับซ้อนนั้นไม่สามารถทำได้ด้วยเครื่องมือการรับรู้และการสร้างแบบจำลองที่มีอยู่ในขณะนั้น

Physical AI ได้เริ่มเปลี่ยนแปลงสมการแล้ว ความก้าวหน้าในการรับรู้ การรู้สึก และการควบคุมที่มีร่างกายทำให้สามารถเข้าใจวัสดุที่สามารถเปลี่ยนรูปได้ในสามมิติและปิดวงจรระหว่างการมองเห็น การตัดสินใจ และการกระทำได้ เรายังคงอยู่ในระยะเริ่มต้นของการนำแบบจำลองเหล่านี้ไปใช้กับการประกอบทางกายภาพ แต่การนำไปใช้แบบเริ่มต้นก็ได้ขยายช่วงของเสื้อผ้า วัสดุ และการเข้าร่วมที่ซับซ้อนสามมิติที่สามารถอัตโนมัติได้

โดยสรุป อุปกรณ์แรกๆ ของเราได้พิสูจน์ความเป็นไปได้ Physical AI คือสิ่งที่ปลดปล่อยความสมบูรณ์และขนาด นี่คือความก้าวหน้าจากอัตโนมัติที่เขียนไว้ไปสู่การประกอบอัตโนมัติแบบครบวงจร ซึ่งเป็นสิ่งที่ทำให้เราเชื่อว่าปัญหานี้ไม่เพียงแต่สามารถแก้ไขได้ แต่ยังขยายได้ข้ามเสื้อผ้าและวัสดุอีกด้วย

การผลิตเสื้อผ้าได้ขัดขวางการอัตโนมัติเต็มรูปแบบมานานเนื่องจากความซับซ้อนของสินค้าอ่อน อะไรคือความก้าวหน้าที่ทำให้ CreateMe ข้ามขอบเขตนี้ได้

สำหรับ CreateMe การข้ามขอบเขตการอัตโนมัตินั้นได้รับแรงผลักดันจากสองการเปลี่ยนแปลงที่เกี่ยวข้องกัน: วิธีการประกอบเสื้อผ้าและวิธีการที่เครื่องจักรรับรู้และกระทำการกับวัสดุระหว่างการประกอบ

ความก้าวหน้าแรกๆ คือการออกแบบโครงสร้าง โดยการเปลี่ยนจากเย็บไปสู่การยึดติดด้วยสารยึดติด เราได้กำจัดความจำเป็นในการเข้าถึงทั้งสองด้านของวัสดุระหว่างการประกอบ เสื้อผ้าสามารถสร้างขึ้นโดยใช้การเข้าถึงเพียงด้านเดียว ในสถานะที่คงที่และไม่เคลื่อนไหว ซึ่งลดความซับซ้อนในการจัดการและกำจัดแหล่งที่มาของการเปลี่ยนแปลงที่สำคัญ

การเข้าถึงวัสดุจากด้านเดียวทำให้การยึดติดและการจัดตำแหน่งสามารถควบคุมได้ และการมองเห็นแบบดั้งเดิมและหุ่นยนต์สามารถอัตโนมัติได้อย่างน่าเชื่อถือส่วนสำคัญของการก่อสร้างเสื้อผ้า

วิธีการนี้ยังชี้ให้เห็นถึงความท้าทายที่เหลืออยู่ เมื่อเราย้ายไปสู่การเข้าร่วมสามมิติที่ซับซ้อน—ที่พื้นผิวตัดกันที่มุมที่เปลี่ยนแปลงและพฤติกรรมวัสดุเปลี่ยนแปลงไปตามการเข้าถึง—วิธีการอัตโนมัติแบบดั้งเดิมและกฎการทำงานโดยอาศัยการมองเห็นแบบดั้งเดิมถึงขีดจำกัด

Physical AI มีบทบาทสำคัญในเรื่องนี้ ความก้าวหน้าในการรับรู้ การรู้สึก และการควบคุมที่มีร่างกายทำให้สามารถตีความรูปร่างและสถานะวัสดุในสามมิติและตอบสนองในเวลาจริงระหว่างการประกอบ

โดยสรุป การเปลี่ยนแปลงกระบวนการทำให้การอัตโนมัติเป็นไปได้ Physical AI คือสิ่งที่ทำให้การอัตโนมัตินั้นขยายไปสู่การทำงานแบบครบวงจรและขยายไปสู่ความแปรผันของโลกจริง ทำให้การผลิตเสื้อผ้าสามารถข้ามการอัตโนมัติแบบแคบๆ และไปสู่ระบบที่ดีขึ้นเมื่อความซับซ้อนเพิ่มขึ้น

MeRA™ นำเสนอวิธีการประกอบเสื้อผ้าแบบโมดูลาร์แบบหุ่นยนต์ วิธีการนี้แตกต่างอย่างไรจากอัตโนมัติในโรงงานแบบดั้งเดิม

MeRA™ แตกต่างจากอัตโนมัติในโรงงานแบบดั้งเดิมเพราะได้รับการออกแบบโดยเฉพาะสำหรับข้อจำกัดของการผลิตเสื้อผ้า ไม่ใช่การปรับใช้จากอุตสาหกรรมที่สร้างขึ้นจากชิ้นส่วนที่แข็งและกระบวนการที่มั่นคง

การอัตโนมัติแบบดั้งเดิมสมมติว่าเรขาคณิตที่แน่นอน วัสดุที่คาดการณ์ได้ และการเปลี่ยนแปลงที่จำกัด การเปลี่ยนแปลงถูกจัดการผ่านการปรับแต่งเครื่องมือและเซตอัพกระบวนการที่เฉพาะเจาะจง

MeRA™ เริ่มต้นจากสมมติฐานที่ตรงกันข้าม การผลิตเสื้อผ้าต้องการระบบที่สามารถจัดการวัสดุอ่อน การเปลี่ยนแปลงที่不断 และการเปลี่ยนแปลงที่บ่อยครั้งโดยไม่หยุดการผลิต เพื่อทำเช่นนั้น MeRA™ ใช้โครงสร้างการประกอบแบบซอฟต์แวร์ที่กำหนดไว้ แต่ละโมดูลดำเนินการเฉพาะและสามารถถูกกำหนดค่าใหม่ คูณ หรือปรับใช้ใหม่เมื่อสินค้า วัสดุ หรือปริมาณเปลี่ยนแปลง

การเปลี่ยนแปลงเกิดขึ้นในดิจิทัล ในซอฟต์แวร์ ไม่ใช่ผ่านการปรับแต่งเครื่องจักร

โดยสรุป การอัตโนมัติแบบดั้งเดิมเขียนกระบวนการลงในฮาร์ดแวร์ MeRA™ กำหนดกระบวนการในซอฟต์แวร์และปรับให้เหมาะสมกับวัสดุ การเปลี่ยนแปลงนี้จากการตั้งค่าทางกายภาพไปสู่การเปลี่ยนแปลงดิจิทัล และจากกระบวนการทำงานที่ตายตัวไปสู่การประกอบแบบโมดูลาร์ ทำให้ MeRA™ สามารถทำงานได้ที่ความเร็วและความแปรผันที่อุตสาหกรรมเสื้อผ้าต้องการ

Pixel™ แทนที่การเย็บด้วยการยึดติดด้วยสารยึดติดแบบไมโคร อะไรคือความเป็นไปได้ใหม่ในด้านการออกแบบหรือประสิทธิภาพที่เปิดให้บริการสำหรับแบรนด์เสื้อผ้า

Pixel™ กำหนดเสื้อผ้าใหม่ที่แนวเย็บ โดยการแทนที่การเย็บด้วยการยึดติดด้วยสารยึดติดแบบดิจิทัล แบรนด์สามารถได้รับเสื้อผ้าที่มีความแม่นยำและความสม่ำเสมอมากขึ้น ซึ่งนำไปสู่เสื้อผ้าที่นุ่มนวล มีความแข็งแรง และสบายตัวในการสวมใส่

ประโยชน์เหล่านี้ขยายไปไกลกว่าแค่ว่าเสื้อผ้าจะสวมใส่บนร่างกายได้อย่างไร การควบคุมดิจิทัลที่เหมือนกับที่ทำให้การทำงานมีประสิทธิภาพยังช่วยให้เสื้อผ้าสามารถออกแบบสำหรับการจบชีวิตได้ตั้งแต่ต้น โดยใช้สารยึดติด Thermo(re)set™ ที่สามารถย้อนกลับได้ ทำให้สามารถทิ้งเสื้อผ้าและนำกลับมาใช้ใหม่ได้

มีการพูดถึง Physical AI อย่างมากในขณะนี้ จุดไหนที่ Physical AI ทำงานได้จริงๆ และจุดไหนที่ความเป็นจริงยังคงล้าหลังความคาดหวัง

Physical AI ทำงานได้เมื่อปัญหาได้รับการจัดโครงสร้างสำหรับปัญญา ไม่ใช่การบังคับ Physical AI มีความก้าวหน้าจริงๆ ในสภาพแวดล้อมที่การรับรู้ การเรียนรู้ และการควบคุมถูกนำไปใช้ร่วมกันภายในระบบที่ได้รับการออกแบบ

ที่ที่ความคาดหวังยังคงล้าหลังความเป็นจริงคือการสร้างปัญญาแบบอัตโนมัติแบบทั่วไป วัสดุอ่อนและสามารถเปลี่ยนรูปได้ยังคงเป็นหนึ่งในปัญหาที่ยากที่สุดในหุ่นยนต์ เนื่องจากพวกมันนำเสนอการมองเห็นที่ไม่สมบูรณ์ พฤติกรรมที่ไม่เชื่อถือได้ และการเปลี่ยนแปลงที่不断

ในทางปฏิบัติ ความแตกต่างมาจากการออกแบบ Physical AI ทำงานเมื่อปัญหาได้รับการจัดโครงสร้างสำหรับปัญญา ไม่ใช่การบังคับ

ด้วยอัตราแลกเปลี่ยน เงินเฟ้อ และความเสี่ยงของห่วงโซ่อุปทานที่กลายเป็นปัญหาที่ยั่งยืน เทคโนโลยีเช่น MeRA™ เปลี่ยนแปลงเศรษฐศาสตร์ของการนำการผลิตกลับมาในสหรัฐอเมริกาได้อย่างไร

สำหรับ CreateMe เทคโนโลยีเช่น MeRA™ เปลี่ยนแปลงเศรษฐศาสตร์โดยการทำให้โมเดลการดำเนินการที่แตกต่างออกไปเป็นไปได้ในสหรัฐอเมริกา MeRA™ ลดการพึ่งพาการทำงานด้วยมือและแทนที่ด้วยการผลิตอัตโนมัติที่มีประสิทธิภาพสูง ซึ่งสามารถทำงานได้ในพื้นที่ที่กะทัดรัดและสามารถปรับเปลี่ยนได้

สิ่งนี้มีความสำคัญในประเทศที่แรงงานมีราคาแพงและความยืดหยุ่นมีค่ามากกว่าขนาดที่มาก

การเปลี่ยนแปลงนี้ไม่ใช่เรื่องของการนำทุกอย่างกลับมา แต่การมีระดับการผลิตที่ใกล้กับตลาดแม้เพียง 5-10% ของปริมาณการผลิตก็สามารถเปลี่ยนแปลงเศรษฐศาสตร์ของห่วงโซ่อุปทานได้มาก การมีความสามารถในการผลิตที่ยืดหยุ่นนี้ทำให้แบรนด์สามารถตอบสนองความต้องการที่แท้จริงได้ และหลีกเลี่ยงการผลิตมากเกินไปล่วงหน้า

แบรนด์เสื้อผ้าควรคิดเกี่ยวกับการออกแบบผลิตภัณฑ์อย่างไรเมื่อข้อจำกัดในการผลิตไม่เหมือนเดิมอีกต่อไป

การออกแบบเสื้อผ้าแบบดั้งเดิมสะท้อนถึงตรรกะของการผลิตเสื้อผ้าแบบดั้งเดิม: การเข้าถึงทั้งสองด้าน การเย็บด้วยเข็ม และวิธีการก่อสร้างที่ได้รับการปรับให้เหมาะสมสำหรับการทำงานด้วยมือ

การประกอบอัตโนมัติด้วยการยึดติดด้วยสารยึดติดแนะนำตรรกะการออกแบบใหม่ การออกแบบสำหรับการทำงานอัตโนมัติหมายถึงการกำหนดให้เข้าถึงเพียงด้านเดียว การยึดติดด้วยสารยึดติดแบบดิจิทัล และการดำเนินการที่สามารถทำซ้ำได้

เนื่องจากการจ่ายกาวแทนที่จะเย็บ นักออกแบบจึงทำงานได้อย่างมั่นใจกับขอบที่ซับซ้อนและไม่สม่ำเสมอ รูปทรงของเหลว และการแปลงผ้าหรือการเคลือบที่อาจเป็นเรื่องยากหรือเป็นไปไม่ได้ที่จะทำซ้ำด้วยการเย็บความซับซ้อนของการมองเห็นไม่จำเป็นต้องได้รับการสนับสนุนโดยกลุ่มทางกายภาพอีกต่อไปผลลัพธ์ที่ได้คือภาษาการก่อสร้างที่เรียบง่ายและประณีตมากขึ้น ซึ่งใช้ระบบอัตโนมัติเป็นหลัก แทนที่จะดัดแปลงมาจากงานฝีมือ

แนวทางนี้ยังขยายเสรีภาพทางวัตถุด้วยแตกต่างจากเทปตะเข็บซึ่งโดยทั่วไปจะมีอุณหภูมิสูงและจำกัดเฉพาะสารสังเคราะห์เป็นหลัก กาวแบบจ่ายช่วยให้ระบบอัตโนมัติกับเนื้อผ้าหลากหลายประเภท รวมถึงสารอินทรีย์และวัสดุที่ละเอียดอ่อน เช่น แคชเมียร์ ผ้าไหม ขนสัตว์ และหนังการเลือกวัสดุเปลี่ยนจาก “สิ่งที่สามารถเย็บได้อย่างน่าเชื่อถือ” เป็น “สิ่งที่เหมาะกับผลิตภัณฑ์มากที่สุด”

ในบริบทนี้ การออกแบบสำหรับระบบอัตโนมัติไม่มีข้อจำกัดแต่กลับเปิดโอกาสให้เกิดการสร้างสรรค์ความตั้งใจในการสร้างสรรค์ การแสดงออกทางสุนทรียะ และตรรกะในการผลิตมีความสอดคล้องกันตั้งแต่เริ่มแรกการออกแบบมีทั้งความแม่นยำและการแสดงออกมากขึ้น ด้วยระบบอัตโนมัติในการจัดการความสอดคล้องและการดำเนินการ ในขณะที่นักออกแบบมุ่งเน้นไปที่รูปแบบ ฟังก์ชัน และความแตกต่าง

บทบาทของมนุษย์ในโรงงานเครื่องแต่งกายแบบอัตโนมัติจะเป็นอย่างไร และทักษะใหม่ๆ ใดบ้างที่มีความสำคัญเมื่อวิทยาการหุ่นยนต์เข้ามาแทนที่งานซ้ำๆ

ในโรงงานเครื่องแต่งกายแบบอัตโนมัติขั้นสูง บทบาทมนุษย์เปลี่ยนจากการดำเนินการด้วยตนเองซ้ำๆ ไปเป็นการปฏิบัติงาน กำกับดูแล และปรับปรุงระบบการประกอบอัตโนมัติตั้งแต่ต้นจนจบแทนที่จะเป็นสายการเย็บยาว ทีมเล็กๆ จะถูกจัดกลุ่มรอบๆ เซลล์หุ่นยนต์ โดยมีช่างเทคนิคการผลิต ผู้ดูแลเซลล์ และผู้เชี่ยวชาญด้านกระบวนการที่รับผิดชอบด้านประสิทธิภาพ คุณภาพ และเวลาทำงานตลอดขั้นตอนการผลิตทั้งหมด

ช่างเทคนิคการผลิตปฏิบัติงานจริงกับหุ่นยนต์ ระบบวิชันซิสเต็ม และอุปกรณ์การยึดติดแบบใช้กาวโดยจะตรวจสอบเซลล์หุ่นยนต์ ปรับแต่งเส้นทางการจ่ายและพารามิเตอร์การติด จัดการการโต้ตอบของวัสดุกับผ้าที่แตกต่างกัน และแทรกแซงเมื่อมีความแปรปรวนหรือกรณีขอบเกิดขึ้นการประกันคุณภาพจะดำเนินการอย่างต่อเนื่องแทนที่จะสุ่มตัวอย่าง: ระบบวิชันซิสเต็มจะตรวจสอบตำแหน่ง การวางตำแหน่ง และความสม่ำเสมอของพันธะในแบบเรียลไทม์ ในขณะที่มนุษย์จะดูแลเกณฑ์ขั้นต่ำ ตีความความผิดปกติ และตัดสินใจว่าจะปรับกระบวนการเมื่อใดและอย่างไร

รุ่นนี้มีคุณภาพและความสามารถในการทำซ้ำสูงกว่าการผลิตแบบแมนนวลอย่างมากการสะสมและการวางตำแหน่งอัตโนมัติช่วยลดความแปรปรวน ในขณะที่ QA แบบดิจิทัลช่วยให้ดำเนินการได้อย่างสม่ำเสมอในทุกหน่วย แทนที่จะอาศัยการตรวจสอบดาวน์สตรีมการตัดสินโดยมนุษย์จะถูกนำไปใช้ในกรณีที่เพิ่มมูลค่ามากที่สุด—การประเมินข้อยกเว้น การปรับปรุงเกณฑ์ความคลาดเคลื่อน และปรับปรุงประสิทธิภาพของระบบเมื่อเวลาผ่านไป

การตระหนักรู้ในเรื่องนี้จำเป็นต้องมีการฝึกอบรมอย่างรอบคอบและแบบจำลองการยกระดับทักษะที่ฝังอยู่ในการปฏิบัติงานด้านการผลิตโดยตรงพนักงานได้รับการฝึกอบรมให้อ่านแดชบอร์ดการผลิต ตีความข้อมูลการมองเห็นและเซ็นเซอร์ ทำความเข้าใจตัวชี้วัดคุณภาพพันธะ และทำงานร่วมกับระบบหุ่นยนต์อย่างปลอดภัยพวกเขาเรียนรู้ว่าพฤติกรรมของกาว คุณสมบัติของวัสดุ และพารามิเตอร์กระบวนการโต้ตอบกันอย่างไร และตัวแปรเหล่านั้นแสดงในข้อมูล QA อย่างไร

เมื่อเวลาผ่านไป การพัฒนาทักษะจะก้าวหน้าไปจากการดำเนินงานระบบขั้นพื้นฐานไปจนถึงความเป็นเจ้าของกระบวนการที่ลึกซึ้งยิ่งขึ้นด้วยการฝึกอบรมภาคปฏิบัติที่มีโครงสร้าง โมดูลรูปแบบการรับรอง และการให้คำปรึกษา ช่างเทคนิคจะพัฒนาทักษะในการวิเคราะห์สาเหตุที่แท้จริง การบำรุงรักษาเชิงป้องกัน และการปรับปรุงอย่างต่อเนื่องผลลัพธ์ที่ได้คือพนักงานที่มีความคล่องแคล่วทางเทคนิคซึ่งสามารถรักษาการผลิตที่มีคุณภาพสูงและทำซ้ำได้ในวงกว้าง ซึ่งเป็นระบบอัตโนมัติที่ยกระดับทั้งความสอดคล้องของผลิตภัณฑ์และความสามารถของมนุษย์แทนที่จะแทนที่

เมื่อมองไปข้างหน้าในอีกห้าถึงสิบปี คุณเห็นว่า Physical AI จะเปลี่ยนโฉมใหม่อย่างไร ไม่ใช่แค่เครื่องแต่งกาย แต่รวมถึงการผลิตในวงกว้างมากขึ้น และคุณต้องการให้ CreateMe มีผลกระทบมากที่สุดในด้านใด

มุมมองของเราคือโอกาสที่ยิ่งใหญ่ที่สุดสำหรับ Physical AI ในการผลิตในอีกห้าถึงสิบปีข้างหน้านั้นอยู่ที่งานที่มีความแปรปรวนและความซับซ้อนสูงสุด ไม่ใช่ในพื้นที่ที่ระบบอัตโนมัติที่เข้มงวดรองรับอยู่แล้วปัญหาที่ยากที่สุดคือในกรณีที่วัสดุมีความอ่อน ยืดหยุ่น หรือเป็นสามมิติ และในกรณีที่ความแปรปรวนในโลกแห่งความเป็นจริงมีระบบอัตโนมัติที่จำกัดในอดีต

ความท้าทายดังกล่าวรุนแรงที่สุดในการประกอบวัสดุที่อ่อนนุ่มเครื่องแต่งกายเป็นตัวอย่างที่ชัดเจนที่สุด แต่ก็มีพลวัตแบบเดียวกันนี้ในเครื่องใช้ไฟฟ้าที่มีส่วนประกอบที่ยืดหยุ่น ในผลิตภัณฑ์ทางการแพทย์ ในเฟอร์นิเจอร์ และในการตกแต่งภายในรถยนต์ในหมวดหมู่เหล่านี้ การตัดเย็บและการประกอบสินค้าเนื้อนุ่มคำนึงถึงปริมาณแรงงานสูงสุด และยังคงเป็นชิ้นส่วนอัตโนมัติน้อยที่สุดในกระบวนการผลิต

จากมุมมองของเรา ความก้าวหน้าในระยะเริ่มแรกใน Physical AI จะถูกขับเคลื่อนโดยระบบที่เจาะลึกอุตสาหกรรมเฉพาะทางการออกแบบเครื่องกลและฟอร์มแฟคเตอร์ของหุ่นยนต์จะได้รับการปรับแต่งให้เหมาะกับการใช้งานและวัสดุเฉพาะ แทนที่จะเป็นรูปลักษณ์ทั่วไปสิ่งที่ขยายใช้ร่วมกันได้ในอุตสาหกรรมเฉพาะทางเหล่านี้ไม่ใช่ฮาร์ดแวร์ แต่เป็นความฉลาด: การรับรู้ การควบคุม และการเรียนรู้ที่ช่วยให้เครื่องจักรเข้าใจวัสดุที่เปลี่ยนรูปได้ จัดแนวขอบที่ซับซ้อน ปรับให้เข้ากับความแปรปรวน และดำเนินการประกอบแบบเชื่อมโยงได้อย่างน่าเชื่อถือ

ในอีก 10 ปีข้างหน้าและต่อจากนี้ เราเชื่อว่าหุ่นยนต์รูปแบบทั่วไปและหุ่นยนต์ฮิวแมนนอยด์จะแพร่หลายขึ้น เมื่อปัญญาที่ฝังอยู่ในตัวเครื่องพัฒนาจนสมบูรณ์และการนำไปใช้งานจะเร็วขึ้นในขณะที่หุ่นยนต์ฮิวแมนนอยด์เปลี่ยนจากโครงการนำร่องสู่การใช้งานหลายล้านเครื่อง และอาจมีหลายสิบล้านหน่วยในทศวรรษหน้า เปลือกนอกที่ทำจากสิ่งทอและชั้นนอกที่อ่อนนุ่มจะกลายเป็นระบบเชื่อมต่อระหว่างมนุษย์และเครื่องจักรที่สำคัญการตอบสนองความต้องการดังกล่าวในวงกว้างจะต้องอาศัยการประกอบแบบอัตโนมัติที่ใช้กาว ซึ่งถือเป็นการเปิดหมวดหมู่อุตสาหกรรมใหม่ในการผลิตวัสดุอ่อนอัจฉริยะ

นี่คือบริบทที่วิสัยทัศน์ของ CreateMe ตั้งอยู่

วิสัยทัศน์ของ CreateMe คือการเป็นผู้นำการเปลี่ยนแปลงของการประกอบวัสดุที่อ่อนนุ่มเพื่อให้การประกอบสิ่งทอและวัสดุที่ยืดหยุ่นได้โดยอัตโนมัติสามารถตั้งโปรแกรม ปรับขนาดได้ และปรับเปลี่ยนได้เหมือนกับซอฟต์แวร์แม้ว่าการใช้งานเครื่องกลและหุ่นยนต์จะแตกต่างกันไปตามอุตสาหกรรมเฉพาะทางในระยะใกล้ ความท้าทายหลักยังคงเหมือนเดิม: การจัดการวัสดุเนื้ออ่อนและการตัดเย็บครองปริมาณแรงงานและต่อต้านระบบอัตโนมัติแบบดั้งเดิม

สิ่งที่ทำให้ตลาดเหล่านี้เป็นหนึ่งเดียวคือชุดความสามารถ Physical AI ที่ใช้ร่วมกัน ซึ่งเป็นระบบที่ควบคุมการรับรู้ การจัดการวัสดุที่เปลี่ยนรูปได้ การจัดแนวขอบ ตรรกะในการเชื่อม และการประกอบที่ปรับเปลี่ยนได้กับผ้าและรูปแบบโครงสร้างที่หลากหลายด้วยการพิสูจน์ความสามารถนี้ในเครื่องแต่งกาย ซึ่งเป็นหนึ่งในสภาพแวดล้อมการผลิตที่มีความต้องการมากที่สุด CreateMe ตั้งเป้าที่จะปลดล็อกระบบอัตโนมัติในกลุ่มอุตสาหกรรมที่กว้างขวางยิ่งขึ้น และเปิดใช้งานทั้งการผลิตสินค้าประเภทอ่อนนุ่มรุ่นต่อไปและอินเทอร์เฟซแบบซอฟต์ที่จะล้อมรอบเครื่องจักรอัจฉริยะมากขึ้น

ขอบคุณสำหรับการสัมภาษณ์ที่ดีและคำตอบโดยละเอียดของคุณ ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรไปที่ CreateMe.