วैदี รัคนาน, ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์และเทคโนโลยี, Xometry – ซีรีส์สัมภาษณ์

วайдี รัคนาน, ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์และเทคโนโลยี, Xometry, เป็นนักบริหารเทคโนโลยีระดับโลกและวิศวกรที่มีประสบการณ์ ซึ่งนำทีมกลยุทธ์ผลิตภัณฑ์และเทคโนโลยีของบริษัท โดยมุ่งเน้นในการขยายความสามารถของตลาดที่ขับเคลื่อนด้วย AI ที่เชื่อมต่อผู้ซื้อระดับองค์กรกับผู้ผลิต เขานำความรู้ความเชี่ยวชาญที่ลึกซึ้งจาก AI, การจัดการโซ่อุปทาน, SaaS, และการวิเคราะห์ข้อมูลมาจากตำแหน่งผู้นำระดับสูงในบริษัทต่างๆ เช่น Wayfair, Microsoft (MSFT ), และ Groupon ซึ่งเขาพัฒนาแพลตฟอร์มและเทคโนโลยีตลาดดิจิทัลขนาดใหญ่ ใน Xometry เขารับผิดชอบในการเปลี่ยนแปลงกระบวนการผลิตที่ซับซ้อนให้เป็นระบบที่มีความฉลาดและขับเคลื่อนด้วยข้อมูล ซึ่งสามารถปรับปรุงประสิทธิภาพ, ความยืดหยุ่น, และการเชื่อมต่อโซ่อุปทานระดับโลก

Xometry เป็นตลาดดิจิทัลที่ขับเคลื่อนด้วย AI ซึ่งช่วยให้ธุรกิจสามารถสั่งผลิตชิ้นส่วนที่กำหนดเองได้ตามความต้องการ โดยการเชื่อมต่อผู้ซื้อกับผู้ผลิตที่ผ่านการรับรองในหลายๆ วิธีการผลิต รวมถึงการกลึง CNC, การพิมพ์ 3D, และการหล่อฉีด ซึ่งบริษัทก่อตั้งในปี 2013 และมีสำนักงานใหญ่อยู่ที่ North Bethesda, Maryland โดยใช้การเรียนรู้ของเครื่องจักรเพื่อให้ราคาที่แม่นยำ, การประมาณการเวลาในการผลิต, และการค้นหาคู่ค้าที่เหมาะสมตามไฟล์ออกแบบที่อัปโหลด ซึ่งช่วยให้กระบวนการซื้อขายที่ซับซ้อนแบบดั้งเดิมเป็นไปอย่างราบรื่น ด้วยผู้ผลิตหลายพันรายและผู้ซื้อหลายหมื่นรายทั่วโลก Xometry มีบทบาทสำคัญในการที่จะทำให้การผลิตเป็นแบบดิจิทัลโดยการเชื่อมต่อโซ่อุปทานและทำให้การผลิตที่กระจายและยืดหยุ่นเป็นไปได้

คุณมีประสบการณ์ที่น่าเหลือเชื่อใน Microsoft, Groupon, และ Wayfair คุณมีประสบการณ์ส่วนตัวหรืออาชีพในช่วงแรกที่ช่วยให้คุณสนใจเทคโนโลยี และสิ่งนั้นช่วยให้คุณมาถึง Xometry และโลกของการผลิตที่ขับเคลื่อนด้วย AI ได้อย่างไร?

ความสนใจในเทคโนโลยีของฉันเริ่มต้นตั้งแต่ช่วงแรกของอาชีพการงาน ฉันถูกขับเคลื่อนด้วยความท้าทายที่ยากลำบากและโอกาสในการสร้างโซลูชันที่สามารถสร้างผลกระทบในโลกแห่งความเป็นจริงได้

ในอุตสาหกรรมที่ฉันใช้เวลาในอาชีพการงาน คุณต้องสร้างสมดุลระหว่างการเคลื่อนไหวอย่างรวดเร็วเพื่อนำแนวคิดมาเป็น現實 และการสร้างระบบที่มีความทนทานและประสิทธิผล การผลิตเป็นตัวอย่างที่ดีของสิ่งนี้ เป็นอุตสาหกรรมที่มีการเชื่อมต่อทางกายภาพและวิธีการที่เป็นแบบอนาล็อก แต่ก็เป็นระบบที่มีความซับซ้อนและต้องการความแม่นยำ Xometry นั่งอยู่ที่จุดตัดระหว่างทั้งหมดนี้ โดยที่เรากำลังเปลี่ยนแปลงอุตสาหกรรมที่เป็นแบบอนาล็อกให้เป็นแบบที่มีความทันสมัยและมีวินัยและความชัดเจนในเรื่องของทิศทางในอนาคต สำหรับฉัน นี่เป็นโอกาสที่หายากซึ่งเป็นการรวมกันของเวลาและจุดประสงค์ และเป็นความท้าทายที่ฉันกำลังสร้างมาอย่างต่อเนื่องตลอดอาชีพการงานของฉัน

คุณอธิบายการผลิตว่าเป็น “ป้อมปราการอนาล็อกสุดท้าย” อะไรคือความท้าทายที่ใหญ่ที่สุดของ AI ที่กำลังแก้ไขในด้านการผลิตในขณะนี้?

ฉันอธิบายการผลิตว่าเป็น “ป้อมปราการอนาล็อกสุดท้าย” เนื่องจากมีความซับซ้อนเชิงโครงสร้างที่เกิดจากวงจรชีวิตการผลิตที่ยาวนานและมีการส่งมอบหลายครั้ง ตัวอย่างเช่น ในระหว่างการผลิต วิศวกรออกแบบและวิศวกรผลิตทำงานร่วมกับการจัดซื้อจัดจ้าง, การจัดหาวัสดุ, คุณภาพ, การขนส่ง, การประกอบหลังการส่งมอบ, และการชำระเงินในโซ่อุปทาน โดยที่แต่ละขั้นตอนมีความเสี่ยงและความล่าช้าที่อาจเกิดขึ้น

ความท้าทายหลักคือการเสียดสี ในทุกจุดของโซ่อุปทานการผลิต มีรูปแบบ, ระบบ, และหน่วยวัดที่แตกต่างกัน ซึ่งทำให้เกิดจุดล้มเหลวที่อาจเกิดขึ้นได้ ในอดีต วิธีเดียวที่จะจัดการความเสี่ยงนี้คือการตรวจสอบด้วยตนเอง

AI กำลังสร้างคุณค่ามากที่สุดในขณะนี้ในการต่อสู้กับการเสียดสี AI ทำหน้าที่เป็นผู้ประสานงานในระบบที่กระจัดกระจาย: ตรวจสอบความไม่สอดคล้อง, ค้นหาคู่ค้าที่เหมาะสม, และแม้แต่สร้างแบบจำลองต้นทุนและเวลาในการผลิตไดนามิกโดยใช้ข้อมูลการผลิตในอดีตเพื่อคาดการณ์ปัญหาและแจ้งเตือนอย่างรวดเร็วก่อนที่จะสูญเสียเวลาและวัสดุ

ผู้ผลิตได้รับข้อมูลที่ชัดเจนและน้อยลง ทำให้เราสามารถสร้างความไว้วางใจกับเครือข่ายและช่วยให้ผู้ผลิตสามารถผลิตสินค้าที่เราต้องการได้

Xometry สร้างความไว้วางใจกับผู้ผลิตและผู้ซื้ออย่างไรเพื่อนำกระบวนการผลิตที่ขับเคลื่อนด้วย AI มาใช้?

ในการผลิต ความไว้วางใจเป็นสิ่งที่ยากที่จะสร้างขึ้น เนื่องจากมีความเสี่ยงสูงและผลลัพธ์ที่ไม่สามารถเปลี่ยนแปลงได้ และการสูญเสียวัสดุ, การพลาดกำหนดเวลา, หรือความล้มเหลวทางคุณภาพสามารถนำไปสู่ความสูญเสียทางเศรษฐกิจสำหรับบริษัทได้ ดังนั้น ที่ Xometry เราสร้างความไว้วางใจโดยการให้ความน่าเชื่อถือและความชัดเจนอย่างต่อเนื่อง

ผู้ผลิตและผู้ซื้อเชื่อใจ Xometry ในเรื่องความเร็วและความโปร่งใส พวกเขารู้ว่าเมื่อพวกเขาอัปโหลดไฟล์ CAD, AI ของเราจะวิเคราะห์ชิ้นส่วนและสร้างการประมาณการเกี่ยวกับราคาและความเสี่ยงได้อย่างรวดเร็ว การคาดการณ์เหล่านี้มีพื้นฐานมาจากข้อมูลการผลิตจริง ซึ่งสร้างความน่าเชื่อถือและความชัดเจนให้กับผู้ผลิตและผู้ซื้อ

AI ที่สร้างสรรค์สามารถแปลแนวคิดผลิตภัณฑ์ให้เป็นส่วนประกอบที่สามารถผลิตได้อย่างไร และสิ่งนี้มีผลกระทบต่อระยะเวลาการพัฒนาอย่างไร?

การผลิตมักต้องดิ้นรนกับการขาดช่องว่างระหว่างความตั้งใจและความสามารถในการผลิต แนวคิดผลิตภัณฑ์ในช่วงแรกมักไม่สมบูรณ์ และการแปลสิ่งเหล่านี้ให้เป็นแบบจำลองที่สามารถผลิตได้ต้องใช้การมอบหมายหลายครั้ง ซึ่งเป็นกระบวนการที่ช้าและอาจมีการแก้ไขซ้ำ

AI ที่สร้างสรรค์สามารถย่อวงจรนี้ให้เล็กลง AI สามารถแปลข้อมูลที่ไม่สมบูรณ์ให้เป็นคุณลักษณะที่สามารถผลิตได้ AI สามารถระบุความเสี่ยง, แนะนำวัสดุและกระบวนการ, และแจ้งเตือนข้อจำกัดในระยะแรก AI ลดการเสียดสีที่ชะลอการผลิตลง และลดระยะเวลาการพัฒนาด้วยการลดจำนวนการแก้ไขและจำนวนชิ้นส่วนที่ถูกทิ้ง

คุณรับประกันคุณภาพและควบคุมอย่างไรเมื่อกระบวนการกลายเป็นอัตโนมัติมากขึ้น?

หลักการสำคัญคือการย้ายการตรวจสอบคุณภาพไปที่จุดเริ่มต้นของกระบวนการผลิต AI สามารถวิเคราะห์ข้อมูลเรขาคณิตหลายล้านจุดเพื่อช่วยในการกำหนดความเป็นไปได้ในการผลิต, ต้นทุน, และการค้นหาคู่ค้าที่เหมาะสม ซึ่งให้ความแม่นยำและความสม่ำเสมอโดยไม่ต้องอาศัยความพยายามของมนุษย์ ซึ่งเป็นเพียงการป้องกันความเสี่ยงในการควบคุมคุณภาพ

อย่างไรก็ตาม การมีคนอยู่ในวงจรการผลิตยังคงจำเป็นสำหรับกระบวนการเหล่านี้ เราใช้ AI เพื่อระบุปัญหาและทางเลือกเมื่อจำเป็น แต่การตัดสินใจสุดท้ายในการแทรกแซงยังคงอยู่กับผู้ดำเนินการซึ่งมีประสบการณ์ในการตัดสินใจเหล่านั้น

เราจะเห็นสิ่งนี้ในภาคส่วนสำคัญๆ เช่น อวกาศและการป้องกัน โดยที่การมีคนอยู่ในวงจรการผลิตเป็นวิธีเดียวที่จะทำให้การผลิตอัตโนมัติขนาดใหญ่เกิดขึ้นได้โดยไม่สูญเสียการควบคุมคุณภาพ

AI ที่ขับเคลื่อนราคาที่มีการเปลี่ยนแปลงอย่างไรที่ Xometry โดยพิจารณาจากต้นทุนการผลิตและความซับซ้อนของโซ่อุปทาน?

ราคาการผลิตมีความผันผวนเนื่องจากราคาของชิ้นส่วนแต่ละชิ้นและต้นทุนการผลิตที่เปลี่ยนแปลงอยู่เสมอตามวัสดุ, ความจุ, ปัจจัยภายนอกเช่นอัตราภาษีศุลกากร, และข้อจำกัดอื่นๆ โมเดลราคาที่คงที่ไม่สามารถรองรับในสภาพแวดล้อมนี้ได้

ที่ Xometry ราคาที่มีการเปลี่ยนแปลงเป็นระบบการเรียนรู้ โมเดลของเราถูกฝึกฝนจากข้อมูลการเสนอราคาที่สมบูรณ์และอัปเดตอย่างต่อเนื่องด้วยผลลัพธ์การผลิตจริง ซึ่งทำให้ราคามีความเป็นจริง

เมื่อวิศวกรอัปโหลดไฟล์ CAD, เครื่องยนต์เสนอราคาทันทีของเราวิเคราะห์ไฟล์และตรวจสอบกับต้นทุนและข้อจำกัดที่ส่งผลต่อราคาเพื่อค้นหาคู่ค้าที่ดีที่สุดจากเครือข่ายพันธมิตรหลายพันราย

เมื่อสภาพแวดล้อมเปลี่ยนแปลง, เครื่องยนต์ปรับเทียบอีกครั้งโดยอัปเดตราคาที่สะท้อนถึงการเปลี่ยนแปลงของวัสดุ, ความจุ, อัตราภาษีศุลกากร, และต้นทุนอื่นๆ

ลูกค้าของ Xometry มีตั้งแต่วิศวกรไปจนถึงผู้จัดการโซ่อุปทาน Xometry ปรับประสบการณ์ให้เหมาะสมกับลูกค้าเหล่านี้โดยใช้ AI และการวิเคราะห์ข้อมูลอย่างไร?

ที่ Xometry AI สร้างประสบการณ์ที่ปรับให้เหมาะสมกับผู้ใช้ของเราโดยการปรับกระบวนการผลิตตามความต้องการเฉพาะบุคคล สำหรับวิศวกร นี่อาจหมายถึงการให้ข้อเสนอแนะอย่างรวดเร็วเกี่ยวกับวัสดุและความเสี่ยงในการออกแบบ หรือสำหรับผู้จัดการโซ่อุปทาน นี่อาจหมายถึงการแจ้งเตือนอย่างรวดเร็วเกี่ยวกับการหยุดชะงักของการขนส่งเพื่อลดข้อผิดพลาดที่มีค่าใช้จ่ายและสร้างความไว้วางใจ

ในหลายๆ ทศวรรษที่ผ่านมา, CAD เป็นอุปสรรคต่อการเข้าถึงสำหรับผู้ผลิตหลายราย แต่ด้วยการบูรณาการ AI เข้ากับกระบวนการนี้ เราสามารถสร้างประสบการณ์ที่ปรับให้เหมาะสมกับผู้ใช้ได้ โดยที่วิศวกรสามารถอธิบายสิ่งที่พวกเขาต้องการในภาษาธรรมชาติ และระบบสามารถสร้างแบบจำลองที่สามารถผลิตได้โดยไม่มีการเสียดสี

เมื่อมองไปข้างหน้า คุณคิดว่านวัตกรรม AI อย่างไรที่จะเปลี่ยนแปลงระบบนิเวศการผลิตใน 3-5 ปีข้างหน้า?

ฉันเชื่อว่านวัตกรรม AI ที่อาจเปลี่ยนแปลงการผลิตคือการให้เหตุผลอย่างต่อเนื่องตลอดวงจรการผลิต

การผลิตมักต้องตัดสินใจที่กระจัดกระจาย โดยผู้ผลิตประเมินการออกแบบ, ต้นทุน, การจัดหาวัสดุ, และการผลิตแยกจากกัน ซึ่งทำให้ปัญหาหลายอย่างถูกพบในระยะหลังและกลายเป็นเรื่องที่มีค่าใช้จ่ายมากขึ้น การเปลี่ยนแปลงที่ฉันคาดการณ์คือการเปลี่ยนแปลงไปสู่ระบบ AI ที่ให้เหตุผลข้ามมิติเหล่านี้พร้อมกัน ซึ่งรวมเข้ากับโปรแกรมที่เรียนรู้จากผลลัพธ์การผลิตในอดีตและปรับตัวในเวลาเดียวกัน

รุ่นแรกๆ ของสิ่งนี้ already exist in areas like DFM analysis, sourcing, and even pricing. But over the next few years, we see that those boundaries will collapse further, creating a faster, more predictable, and more adaptable manufacturing ecosystem. Thank you for the great interview, readers who wish to learn more should visit Xometry.