เดฟ เอวันส์ ซีอีโอและผู้ร่วมก่อตั้ง Fictiv – ซีรีส์สัมภาษณ์

เดฟ เอวันส์ ซีอีโอและผู้ร่วมก่อตั้ง Fictiv นำภารกิจของบริษัทในการปลดปล่อยศักยภาพสร้างสรรค์ของโลกโดยการทำให้การหาสินค้าและผลิตชิ้นส่วนกลไกแบบกำหนดเองง่ายขึ้น ด้วยประสบการณ์ทางด้านวิศวกรรมฮาร์ดแวร์และประสบการณ์แรกเริ่มที่ Ford’s Silicon Valley Innovation Lab เขาได้ร่วมก่อตั้ง Fictiv เพื่อทำให้กระบวนการพัฒนาฮาร์ดแวร์เป็นไปอย่างราบรื่น ภายใต้การนำของเขา Fictiv ได้เติบโตเป็นผู้เล่นหลักในพื้นที่การผลิตดิจิทัล โดยผลิตชิ้นส่วนความแม่นยำหลายล้านชิ้น และขับเคลื่อนนวัตกรรมข้ามอุตสาหกรรม

Fictiv เป็นบริษัทการผลิตและจัดหาสินค้าระดับโลกที่ทำให้การผลิตชิ้นส่วนกลไกแบบกำหนดเองเป็นไปอย่างง่ายดายผ่านเครือข่ายพันธมิตรระดับโลก บริษัทนี้ให้บริการต่างๆ เช่น การขัดเงา CNC, การพิมพ์ 3 มิติ และการหล่อฉีด โดยมีการให้ราคาทันที, ข้อเสนอแนะที่ได้รับการเสริมด้วย AI และการจัดการคำสั่งซื้อที่ครอบคลุมเพื่อทำให้โซ่อุปทานที่ซับซ้อนสำหรับวิศวกรและผู้ผลิตเป็นไปอย่างง่าย

เมื่อคุณก่อตั้ง Fictiv ในปี 2013 ปัญหาที่สำคัญที่สุดในการผลิตที่คุณพยายามแก้ไขคืออะไร และปัญหาเหล่านั้นเปลี่ยนแปลงไปอย่างไรในช่วงสิบปีที่ผ่านมา?

เมื่อน้องชายของฉัน Nate Evans และฉันก่อตั้ง Fictiv ในปี 2013 เราต้องการทำลายข้อผิดพลาดในการผลิตและสร้างฮาร์ดแวร์ด้วยความเร็วของซอฟต์แวร์ ในฐานะวิศวกรฮาร์ดแวร์ระดับนำของ Ford Motors ฉันเห็นด้วยตัวเองว่าการผลิตชิ้นส่วนแบบกำหนดเองเป็นกระบวนการที่ช้าและเจ็บปวด ซึ่งต้องรอ 8 ถึง 12 สัปดาห์เพื่อรับโปรโตไทป์ การจัดการความสัมพันธ์กับผู้จัดหาสินค้าแบบกระจัดกระจาย และจัดการอีเมลและตารางเพียงเพื่อให้ได้ราคาอ้างอิง มันชัดเจนสำหรับฉันว่าหากเราต้องการเร่งนวัตกรรมในฮาร์ดแวร์ เราต้องการวิธีการที่ดีกว่าและทันสมัยกว่านี้

ปัญหาเหล่านั้นยังไม่หายไป – ในความเป็นจริงในช่วงสิบปีที่ผ่านมา มันกลับกลายเป็นเรื่องที่เร่งด่วนมากขึ้น เนื่องจากบริษัทต่างๆ ทั่วทั้งอุตสาหกรรมพยายามที่จะสร้างสรรค์ผลิตภัณฑ์ใหม่ๆ ได้เร็วขึ้นในตลาดโลกที่มีการเปลี่ยนแปลงอย่างรวดเร็ว สิ่งที่เปลี่ยนแปลงไปคือความคาดหวัง – บริษัทต่างๆ ต้องการเปิดตัวผลิตภัณฑ์ใหม่ๆ ได้เร็วขึ้น มีความยืดหยุ่นในการขยายขนาด และสามารถตอบสนองต่อการเปลี่ยนแปลงในอุปสงค์ การควบคุม และการเข้าถึงสินค้าได้อย่างรวดเร็ว

นั่นคือจุดแข็งของโครงสร้างพื้นฐานดิจิทัลระดับโลกที่เชื่อมโยงวิศวกรและทีมโซ่อุปทานกับเครือข่ายพันธมิตรระดับโลกที่ผ่านการรับรอง – ทั่วสหรัฐฯ จีน อินเดีย และเม็กซิโก – เราให้บริษัทต่างๆ มีการเข้าถึงแหล่งจัดหาสินค้า ความเร็ว และการดำเนินการที่เคยเป็นของบริษัทระดับ Fortune 500 มาก่อน และเราทำให้การเข้าถึงนั้นเป็นไปอย่างง่าย

ภารกิจของเราคือการปลดปล่อยผู้สร้างสรรค์โดยการทำลายข้อผิดพลาดของการหาสินค้าและผลิตแบบดั้งเดิม แต่ในปัจจุบัน เรากำลังทำเช่นนั้นที่ระดับและความซับซ้อนที่ทำให้แม้กระทั่งโครงการที่ซับซ้อน nhấtก็รู้สึกเป็นไปได้

Fictiv อธิบายตัวเองว่าเป็น “ระบบนิเวศการผลิตดิจิทัล” สำหรับผู้ที่ไม่คุ้นเคยกับคำนี้ คุณสามารถอธิบายได้ว่าหมายความว่าอะไร และแตกต่างจากการผลิตสัญญาแบบดั้งเดิมอย่างไร?

เมื่อฉันอธิบาย Fictiv ว่าเป็น “ระบบนิเวศการผลิตดิจิทัล” ฉันหมายถึงว่าเราได้สร้างแพลตฟอร์มที่ขับเคลื่อนด้วยเทคโนโลยีเพื่อเชื่อมโยงลูกค้ากับเครือข่ายพันธมิตรการผลิตที่ผ่านการรับรองระดับโลก – ในขณะเดียวกันก็มีเจ้าหน้าที่ด้านเทคนิคที่ช่วยเหลือโครงการและทำงานโดยตรงกับลูกค้า คิดว่ามันเป็นการผสมผสานความเร็วและความโปร่งใสของเครื่องมือดิจิทัลสมัยใหม่เข้ากับความสามารถและคุณภาพของโซ่อุปทานระดับ Fortune 500 พร้อมทีมผู้เชี่ยวชาญที่ช่วยเหลือลูกค้าตั้งแต่เริ่มต้นจนถึงการขยายขนาด

การผลิตสัญญาแบบดั้งเดิมมักเกี่ยวข้องกับการจัดการผู้จัดหาสินค้าโดยตรง ซึ่งมักจะใช้เวลาในการส่งอีเมล โทรศัพท์ และการรอเป็นเวลานาน มันเป็นกระบวนการที่ทำด้วยมือและแยกจากกัน ทำให้ยากต่อการขยายขนาดหรือได้รับข้อมูลในเวลาจริงเพื่อตัดสินใจอย่างรวดเร็ว

ระบบนิเวศการผลิตดิจิทัลกลับกัน โดยที่ลูกค้าจะได้รับการให้ราคาทันที ข้อเสนอแนะด้านการออกแบบสำหรับการผลิต และมองเห็นได้ทุกขั้นตอนของการผลิต สิ่งสำคัญที่สุดคือเรารับผิดชอบต่อคุณภาพ การจัดส่ง และความสามารถในการควบคุมต้นทุน ในขณะเดียวกันก็ใช้ศูนย์ผลิตที่กระจายอยู่ทั่วโลกในประเทศต่างๆ เช่น สหรัฐฯ จีน อินเดีย และเม็กซิโก ผลลัพธ์คือการสร้างต้นแบบที่เร็วขึ้น การขยายขนาดที่ราบรื่นขึ้น และมีความเสี่ยงและค่าใช้จ่ายที่ลดลงเมื่อเทียบกับการจัดการโซ่อุปทานแบบดั้งเดิม

ระบบนิเวศการผลิตดิจิทัลของ Fictiv ไม่สามารถทำงานได้โดยไม่มีผู้เชี่ยวชาญที่ช่วยเหลือลูกค้าอย่างใกล้ชิดตั้งแต่การออกแบบผลิตภัณฑ์และพัฒนา ไปจนถึงการสร้างต้นแบบและผลิตเต็มรูปแบบ

ด้วยการลงทุนในโรงงานที่เพิ่มขึ้นมากที่สุดในรอบหลายทศวรรษในสหรัฐฯ คุณเชื่อว่าความสามารถของคนไม่ใช่เครื่องจักรหรือทุนเป็นอุปสรรคที่กดดันที่สุดในปัจจุบัน

สหรัฐฯ กำลังเห็นคลื่นการลงทุนในโรงงานที่ไม่เคยเกิดขึ้นมาก่อน โดยมีการลงทุนหลายพันล้านดอลลาร์เข้าไปในโรงงานใหม่ การทำให้โรงงานอัตโนมัติ และเทคโนโลยีขั้นสูง แต่สิ่งเหล่านั้นไม่มีประโยชน์หากไม่มีความสามารถของคนในการควบคุมและเพิ่มประสิทธิภาพระบบเหล่านั้น คุณสามารถซื้อเครื่องจักรที่ทันสมัยที่สุดในโลกได้ แต่เครื่องจักรเหล่านั้นจะดีเท่ากับวิศวกร ผู้ดำเนินการ และผู้เชี่ยวชาญด้านโซ่อุปทานที่รู้วิธีการใช้เครื่องจักรเหล่านั้นอย่างมีประสิทธิภาพ

ในช่วงสิบปีที่ผ่านมา เราได้เห็นช่องว่างด้านทักษะในอุตสาหกรรมการผลิตที่กว้างขึ้น ผู้เชี่ยวชาญที่มีประสบการณ์สูงส่วนใหญ่กำลังจะเกษียณอายุ และคนรุ่นใหม่ไม่ได้เข้าสู่อุตสาหกรรมนี้ในอัตราที่เท่ากัน นอกจากนี้ การผลิตดิจิทัลสมัยใหม่ต้องการทักษะใหม่ๆ เช่น ความรู้ด้านดิจิทัล การวิเคราะห์ข้อมูล และการทำงานร่วมกับ AI และการทำให้โรงงานอัตโนมัติ ซึ่งโปรแกรมการฝึกอบรมแบบดั้งเดิมไม่ได้ตามทัน

ดังนั้น ความสามารถของคนจึงเป็นอุปสรรคที่ใหญ่ที่สุดในขณะนี้ การลงทุนสามารถใช้ได้ และเครื่องจักรสามารถซื้อได้ แต่การสร้างและรักษาทีมงานที่มีทักษะต้องใช้เวลา การลงทุน และวัฒนธรรมที่ให้คุณค่ากับความอยากรู้อยากเห็นและนวัตกรรม

คุณได้เตือนเกี่ยวกับการขาดแคลนงานที่ต้องการทักษะในการผลิตจำนวน 1.9 ล้านตำแหน่งภายในปี 2033 ปัญหาที่เป็นระบบที่ทำให้เกิดช่องว่างนี้คืออะไร และภาคเอกชนควรทำอะไรที่แตกต่างออกไปในขณะนี้

การขาดแคลนงานที่ต้องการทักษะในการผลิตจำนวน 1.9 ล้านตำแหน่งภายในปี 2033 นี้มาจาก National Association of Manufacturers ฉันเชื่อว่าช่องว่างนี้เกิดจากปัญหาที่เป็นระบบที่สะสมมาหลายทศวรรษ การผลิตมักถูกมองว่าเป็นเส้นทางอาชีพที่ไม่ได้รับการยกย่องในสหรัฐฯ และเราไม่ได้ลงทุนในการพัฒนาคนรุ่นต่อไปที่มีทักษะ ในขณะเดียวกัน อุตสาหกรรมก็เปลี่ยนแปลงอย่างรวดเร็ว โดยมีการเปลี่ยนไปสู่เทคโนโลยีขั้นสูง การทำให้โรงงานอัตโนมัติ และการผลิตที่มีการเชื่อมต่อ ซึ่งสร้างความต้องการทักษะใหม่ๆ ที่ระบบการศึกษาและฝึกอบรมแบบดั้งเดิมไม่ได้ถูกออกแบบมาเพื่อจัดการ

สาเหตุบางประการของปัญหานี้รวมถึง

• คนงานที่มีอายุ: ส่วนใหญ่ของคนงานที่มีทักษะกำลังจะเกษียณอายุ และไม่มีคนรุ่นใหม่ที่ได้รับการฝึกอบรมเพียงพอเพื่อเติมเต็มตำแหน่งเหล่านั้น
• ปัญหาในการรับรู้: การผลิตมักถูกมองว่าเป็นอุตสาหกรรมที่ล้าสมัยหรือไม่ดึงดูดเมื่อเทียบกับอุตสาหกรรมที่ขับเคลื่อนด้วยเทคโนโลยี แม้ว่าการผลิตสมัยใหม่จะมีความเป็นนวัตกรรมเหมือนกับซอฟต์แวร์ก็ตาม
• ช่องว่างด้านทักษะ: มีความไม่สอดคล้องกันระหว่างทักษะทางเทคนิคที่นายจ้างต้องการ – การวิเคราะห์ข้อมูล การทำงานร่วมกับหุ่นยนต์ และการรวม AI – และสิ่งที่ถูกสอนในโรงเรียนและโปรแกรมการฝึกอบรม

ภาคเอกชนต้องมีบทบาทที่แข็งแกร่งขึ้นในการแก้ไขปัญหานี้ ซึ่งหมายถึง

• การลงทุนในโปรแกรมการฝึกอบรมและพัฒนาทักษะ: บริษัทต่างๆ ควรสร้างโปรแกรมการฝึกอบรมที่ครอบคลุมเพื่อให้คนงานมีทักษะทั้งด้านการผลิตแบบดั้งเดิมและดิจิทัล
• การร่วมมือกับโรงเรียนและมหาวิทยาลัย: การเข้าถึงและการศึกษาในระยะเริ่มต้นสามารถช่วยเปลี่ยนแปลงการรับรู้เกี่ยวกับการผลิตและเตรียมนักเรียนสำหรับอาชีพที่มีการใช้เทคโนโลยีสูง
• การใช้เทคโนโลยี: แพลตฟอร์มดิจิทัลเช่น Fictiv ทำให้สามารถเข้าถึงความเชี่ยวชาญด้านการผลิตได้อย่างง่ายดาย โดยช่วยให้ทีมงานสามารถทำงานได้เร็วขึ้นและฉลาดขึ้นโดยไม่ต้องมีประสบการณ์หลายสิบปี

คุณได้เสนอแนะถึงการศึกษาด้าน STEM และการฝึกงานเป็นวิธีแก้ปัญหา คุณสามารถแบ่งปัน примерของสิ่งที่ดูเหมือนในทางปฏิบัติได้หรือไม่ โดยเฉพาะที่ Fictiv หรือในหมู่พันธมิตรของคุณ?

ในฐานะนักเรียนด้านวิศวกรรมที่ Stanford ฉันได้รับประโยชน์จากการศึกษาที่เน้นการปฏิบัติ (เช่นเดียวกับเวลาที่ฉันอยู่ที่ Ford) ดังนั้นฉันจึงมุ่งมั่นอย่างลึกซึ้งในการศึกษาด้าน STEM และการฝึกงาน ฉันเชื่อว่าสิ่งเหล่านี้มีความสำคัญต่อการข้ามช่องว่างด้านทักษะ เพราะพวกเขาอนุญาตให้คนได้เรียนรู้โดยการทำจริงๆ – ไม่ใช่แค่ในทางทฤษฎี แต่ในโครงการและเครื่องจักรจริงๆ

ที่ Fictiv เราได้พยายามร่วมมือกับมหาวิทยาลัยและองค์กร STEM เพื่อสนับสนุนการเรียนรู้แบบมืออาชีพ ตัวอย่างเช่น เราได้ทำงานร่วมกับทีม Formula SAE ของนักเรียนเพื่อจัดหาชิ้นส่วนความแม่นยำสำหรับรถแข่งไฟฟ้า (ซึ่งจะแข่งขันในงาน FSAE ในระดับชาติ) ในขณะเดียวกันก็ให้คำแนะนำเกี่ยวกับการออกแบบสำหรับการผลิตและการสร้างต้นแบบที่รวดเร็ว

ฉันเชื่อว่าอนาคตของการผลิตขึ้นอยู่กับโครงการเหล่านี้ มันคือการให้นักเรียนและผู้เริ่มต้นอาชีพได้สัมผัสกับสภาพแวดล้อมการผลิตที่ทันสมัยและขับเคลื่อนด้วยเทคโนโลยี ซึ่งเป็นการผสมผสานระหว่างประสบการณ์จริง การให้คำปรึกษา และเครื่องมือดิจิทัล ซึ่งเป็นสิ่งที่สร้างแรงบันดาลใจให้กับคนรุ่นต่อไปและเตรียมพวกเขาให้พร้อมที่จะเริ่มทำงานอย่างเต็มที่

คุณเห็นว่าคนรุ่น Z มีความสัมพันธ์กับการผลิตที่แตกต่างจากคนรุ่นก่อนๆ อย่างไร และ Fictiv จัดการกับการไม่สอดคล้องกันทางวัฒนธรรมนี้อย่างไร?

คนรุ่น Z มีความสัมพันธ์กับการผลิตที่แตกต่างเพราะพวกเขาเติบโตขึ้นในโลกที่เป็นดิจิทัลและต้องการความเร็ว ความโปร่งใส และจุดประสงค์ การผลิตแบบดั้งเดิมซึ่งมักถูกมองว่าเป็นกระบวนการที่ช้าและไม่โปร่งใส รู้สึกไม่สอดคล้องกับความคาดหวังของพวกเขา นอกจากนี้ยังมีการไม่สอดคล้องกันทางวัฒนธรรม – ในขณะที่คนรุ่นก่อนๆ อาจมองการผลิตว่าเป็นงานที่มั่นคงและใช้แรงงาน คนรุ่น Z มักมองว่ามันเป็นอุตสาหกรรมที่ล้าสมัยมากกว่าการผลิตที่มีการใช้เทคโนโลยีสูง

ความแตกต่างระหว่างรุ่นเหล่านี้รวมถึง

• ความคิดดิจิทัลก่อน: คนรุ่น Z คาดหวังความโปร่งใสและเครื่องมือดิจิทัลสำหรับทุกสิ่งที่พวกเขาทำ – ไม่ว่าจะเป็นการติดตามพัสดุหรือการสร้างผลิตภัณฑ์
• ความต้องการจุดประสงค์: รุ่นนี้ให้ความสำคัญกับการยั่งยืน นวัตกรรม และผลกระทบ พวกเขาต้องการทราบว่างานของพวกเขามีส่วนช่วยในการพัฒนาเชิงบวก เช่น การพัฒนาอุตสาหกรรมสะอาดหรือหุ่นยนต์
• ความไม่ชอบการไม่มีประสิทธิภาพ: กระบวนการด้วยมือ เวลาในการรอ และระบบสื่อสารที่แยกจากกันรู้สึกไม่เหมาะสมกับพวกเขา

เรากำลังเปลี่ยนแปลงการผลิตให้ดูและรู้สึกเหมือนกับประสบการณ์ดิจิทัลที่คนรุ่น Z ให้ค่า เราให้บริการการให้ราคาทันที ข้อเสนอแนะด้านการออกแบบสำหรับการผลิต และการติดตามการผลิตในเวลาจริง ทั้งหมดนี้อยู่ในระบบคลาวด์ นอกจากนี้เรายังเน้นไปที่ข้อความเกี่ยวกับการยั่งยืนและผลกระทบ โดยเน้นย้ำว่างานของเราช่วยให้สามารถผลิต EVs เทคโนโลยีสิ่งแวดล้อม และอุปกรณ์ทางการแพทย์ที่ช่วยชีวิตได้

เราพยายามสร้างสะพานเชื่อมระหว่างเรื่องราว – การผลิตไม่ใช่แค่เรื่องของเครื่องจักร แต่เป็นเรื่องของการแก้ปัญหาที่ยิ่งใหญ่ที่สุดของโลก โดยการนำเสนอการผลิตว่าเป็นเส้นทางอาชีพที่ขับเคลื่อนด้วยเทคโนโลยีและจุดประสงค์ เราทำให้มันATTRACTIVEมากขึ้นสำหรับคนรุ่นต่อไป

การทำให้โรงงานอัตโนมัติมักทำให้เกิดความกลัวการเสียงาน คุณสามารถอธิบายได้อย่างไรว่าเทคโนโลยีของ Fictiv กำลังช่วยยกระดับคนงานแทนที่จะแทนที่พวกเขา?

การทำให้โรงงานอัตโนมัติในอุตสาหกรรมการผลิตมักได้รับการวิพากษ์วิจารณ์ว่าเป็นภัยคุกคามต่อการมีงานทำ แต่ฉันเห็นมันในทางตรงกันข้าม เทคโนโลยีของ Fictiv ได้รับการออกแบบมาเพื่อยกระดับคนงาน ไม่ใช่การแทนที่พวกเขา แทนที่จะทำให้คนงานออกไป เรากำลังทำให้กระบวนการที่ซ้ำซากและไม่มีมูลค่าออกไป เช่น การให้ราคาอ้างอิง การจัดตาราง และการติดตามชิ้นส่วน

โดยการให้คนงานมีความสามารถในการมองเห็นได้ทันที ข้อเสนอแนะด้านการออกแบบสำหรับการผลิต และการเข้าถึงเครือข่ายผู้ผลิตที่ผ่านการรับรองระดับโลก เรากำลังเพิ่มประสิทธิภาพการทำงานของพวกเขา มันเหมือนกับการมีศูนย์ควบคุมดิจิทัลที่ทีมสามารถตัดสินใจได้อย่างฉลาดและรวดเร็วโดยไม่ต้องมีข้อผิดพลาด

สิ่งนี้ไม่เพียงแต่ปรับปรุงประสิทธิภาพการทำงานเท่านั้น แต่ยังช่วยเพิ่มทักษะของคนงานด้วย – เนื่องจากพวกเขาจะได้ทำงานกับการตัดสินใจระดับสูง เครื่องมือดิจิทัล และการแก้ปัญหาโดยใช้ข้อมูลมากกว่าการตามหาสิ่งพิมพ์หรือรอการติดต่อจากซัพพลายเออร์

Fictiv ได้เปิดตัว Materials.AI ซึ่งเป็นแชทบอทที่ใช้ ChatGPT ในการทำงาน คุณสามารถอธิบายได้อย่างไรว่ามันทำงานในทางปฏิบัติ และช่วยให้วิศวกรตัดสินใจได้อย่างมีประสิทธิภาพมากขึ้น?

Materials.AI ได้รับการออกแบบมาเพื่อทำงานเหมือนผู้เชี่ยวชาญด้านวัสดุที่ทุกทีมวิศวกรรมต้องการ โดยใช้การผสมผสานระหว่างข้อมูลการผลิต 10 ปีของ Fictiv ความรู้กระบวนการ และความสามารถของ AI ที่ขับเคลื่อนโดย ChatGPT เพื่อช่วยเหลือวิศวกรในการตัดสินใจที่สำคัญเกี่ยวกับวัสดุและความสามารถในการผลิต

วิศวกรสามารถถาม Materials.AI คำถาม เช่น “วัสดุอะลูมิเนียมอัลลอยด์แบบไหนที่ดีที่สุดสำหรับชิ้นส่วนนี้ภายใต้ความเครียดทางความร้อน?” หรือ “วัสดุพลาสติกชนิดไหนที่ให้ความสมดุลที่ดีที่สุดระหว่างความต้านทานการกระแทกและต้นทุนสำหรับการหล่อฉีด?”

แทนที่จะพึ่งพาการทดลองหรือรอคำตอบจากซัพพลายเออร์เป็นเวลาหลายวัน เครื่องมือนี้ให้คำแนะนำทันทีโดยอาศัยคุณสมบัติทางกลและผลลัพธ์การผลิตจริง

ในวงกว้าง คุณใช้ AI และการเรียนรู้ของเครื่องจักรอย่างไรทั่วทั้งแพลตฟอร์ม – ตั้งแต่การให้ราคาอ้างอิงและการวิเคราะห์ DfM ไปจนถึงการดูแลการผลิตและการควบคุมคุณภาพ?

AI ช่วยให้การให้ราคาอ้างอิงทันทีโดยการวิเคราะห์ไฟล์ CAD ภายในไม่กี่วินาที โดยพิจารณาจากเรขาคณิตของชิ้นส่วน วัสดุ และข้อมูลในอดีตเพื่อให้ได้ราคาที่ถูกต้องและระยะเวลาการจัดส่งที่แม่นยำ AI ยังขับเคลื่อนการให้คำแนะนำด้านการออกแบบสำหรับการผลิตโดยอัตโนมัติ โดยระบุปัญหาเช่น ผนังบางหรือคุณสมบัติที่ซับซ้อน และแนะนำการปรับปรุงในเวลาจริง

Fictiv รองรับการพิมพ์ 3 มิติทางอุตสาหกรรม 6 ประเภท โดยมีการจัดส่งในวันถัดไปในบางกรณี คุณสร้างโครงสร้างพื้นฐานเพื่อให้บริการดังกล่าวได้อย่างไร และอุตสาหกรรมใดที่ได้รับประโยชน์มากที่สุด?

เราได้สร้างโครงสร้างพื้นฐานสำหรับการพิมพ์ 3 มิติ โดยผสมผสานแพลตฟอร์มดิจิทัลที่มีการจัดการโดยอัตโนมัติเข้ากับเครือข่ายพันธมิตรระดับโลกที่ผ่านการรับรอง ทุกคำสั่งซื้อจะผ่านระบบคลาวด์ของเรา ซึ่งใช้ AI เพื่อวิเคราะห์ไฟล์ CAD เลือกเทคโนโลยีและวัสดุที่เหมาะสม และส่งงานไปยังพันธมิตรที่เหมาะสมตามความสามารถ ที่ตั้ง และประสิทธิภาพคุณภาพ

การประสานงานนี้ร่วมกับศูนย์ผลิตในภูมิภาคต่างๆ ในสหรัฐฯ จีน เม็กซิโก และอินเดีย ทำให้เราสามารถจัดส่งชิ้นส่วนในวันถัดไปได้ ในขณะเดียวกันก็รักษามาตรฐานคุณภาพที่เข้มงวด

อุตสาหกรรมที่ได้รับประโยชน์มากที่สุดคืออุตสาหกรรมที่ต้องการการสร้างต้นแบบและความแม่นยำอย่างรวดเร็ว เช่น อากาศยาน EVs อุปกรณ์ทางการแพทย์ หุ่นยนต์ และอิเล็กทรอนิกส์สำหรับผู้บริโภค เหล่านี้พึ่งพาเราในการให้ชิ้นส่วนต้นแบบและชิ้นส่วนการผลิตที่รวดเร็ว เพื่อให้วิศวกรสามารถทดสอบการออกแบบ ลดเวลาในการเข้าสู่ตลาด และตอบสนองต่อความต้องการที่เปลี่ยนแปลงอย่างรวดเร็วของลูกค้า

ในฐานะคนที่ใช้เวลาอยู่ทั้งในด้านพัฒนาซอฟต์แวร์และการดำเนินงานในโรงงาน คุณคิดว่าความสัมพันธ์ระหว่างซอฟต์แวร์คลาวด์และการผลิตทางกายภาพจะพัฒนาไปอย่างไรในช่วงห้าปีที่จะมาถึง?

ฉันเชื่อว่าเรากำลังจะเห็นการเปลี่ยนแปลงพื้นฐานที่ซอฟต์แวร์คลาวด์จะกลายเป็นระบบประสาทส่วนกลางของการผลิต โดยเชื่อมต่อระหว่างการออกแบบดิจิทัลและการผลิตทางกายภาพในลักษณะที่เริ่มเห็นแล้ว ในช่วงห้าปีที่จะมาถึง ฉันคาดหวังว่าจะมีการเปลี่ยนแปลงที่สำคัญสามประการ

แพลตฟอร์มการผลิตดิจิทัลจะเชื่อมต่อทุกขั้นตอนของการผลิตตั้งแต่การออกแบบไปจนถึงการจัดส่งในเลเยอร์ข้อมูลเดียวที่โปร่งใส วิศวกรและทีมโซ่อุปทานจะมองเห็นสถานะของชิ้นส่วน เมตริกคุณภาพ และลอจิสติกส์ได้ทันที เช่นเดียวกับการติดตามการสร้างซอฟต์แวร์หรือการปรับเปลี่ยนโค้ด

เช่นเดียวกับการที่การประมวลผลคลาวด์เปลี่ยนแปลงวิธีการติดตั้งซอฟต์แวร์ การผลิตดิจิทัลจะทำให้สามารถ “เปิด” ความสามารถในการผลิตได้ตามความต้องการ โดยให้ความยืดหยุ่นในการขยายการดำเนินงานทั่วโลกโดยไม่ต้องมีการลงทุนด้านทุนจำนวนมาก

แพลตฟอร์มดิจิทัลจะรวมโมเดล AI ที่ซับซ้อนซึ่งเรียนรู้อย่างต่อเนื่องจากข้อมูลที่ครอบคลุมวัสดุ เครื่องจักร และกระบวนการ ซึ่งจะทำให้การตัดสินใจที่สำคัญ เช่น การเลือกวัสดุ การเพิ่มประสิทธิภาพต้นทุน และการปรับปรุงการออกแบบ เป็นไปโดยอัตโนมัติ โดยเพิ่มความสามารถให้กับทีมในการสร้างสรรค์ผลิตภัณฑ์ใหม่ๆ ได้อย่างรวดเร็วและเชื่อมั่น

สุดท้าย เมื่อคุณมองไปสู่ทศวรรษที่จะมาถึง สิ่งใดที่คุณตื่นเต้นที่สุดเกี่ยวกับการมาบรรจบกันของ AI หุ่นยนต์ และการผลิต และคุณคิดว่าความก้าวหน้าที่สำคัญถัดไปจะมาจากไหน?

หนึ่งในสิ่งที่ทำให้ฉันตื่นเต้นที่สุดเกี่ยวกับทศวรรษที่จะมาถึงคือการมาบรรจบกันของ AI และหุ่นยนต์ที่จะทำให้การผลิตมีความสามารถในการปรับตัว ความฉลาด และการขยายขนาดมากขึ้นกว่าเดิม เรากำลังจะเห็นอนาคตที่โรงงานสามารถ “คิด” ด้วยตัวเองได้ โดยใช้ AI เพื่อวิเคราะห์ข้อมูลในเวลาจริง คาดการณ์ปัญหา และปรับปรุงการผลิตโดยไม่ต้องมีการแทรกแซงจากมนุษย์

ในมุมมองของฉัน ความก้าวหน้าที่สำคัญถัดไปจะมาจากเซลล์การผลิตที่เป็นอิสระและขับเคลื่อนด้วย AI ซึ่งสามารถเปลี่ยนระหว่างประเภทผลิตภัณฑ์ต่างๆ ได้โดยมีการเขียนโปรแกรมใหม่หรือการหยุดทำงานน้อยที่สุด เมื่อรวมกับหุ่นยนต์และการผลิตแบบเพิ่มลักษณะที่ทันสมัย คุณจะเห็นผลิตภัณฑ์ที่มีการปรับแต่งสูงและสามารถผลิตได้ตามความต้องการในระดับโลก

การมาบรรจบกันของ AI และหุ่นยนต์จะปลดปล่อยการผลิตที่มีการปรับแต่งสูงและสามารถผลิตได้ตามความต้องการในระดับโลก โดยลดการเสียหายและเร่งนวัตกรรมอย่างที่ไม่เคยเกิดขึ้นมาก่อน

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Fictiv เพื่อเรียนรู้เพิ่มเติม