Vaidy Raghavan, Xometry Baş Ürün ve Teknoloji Sorumlusu – Röportaj Serisi

Vaidy Raghavan, Xometry Baş Ürün ve Teknoloji Sorumlusu, başarılı bir global teknoloji yöneticisi ve mühendisdir. Şirketin ürün ve teknoloji stratejisinin başında olup, AI destekli pazar yeri yeteneklerini geliştirme konusunda uzmanlaşmıştır. AI, tedarik zinciri yönetimi, SaaS ve veri analitiği konularında derin uzmanlığa sahiptir. Daha önce Wayfair, Microsoft (MSFT ) ve Groupon gibi şirketlerde üst düzey liderlik rollerinde bulunmuştur. Xometry’de, karmaşık üretim işlemlerini akıllı, veri odaklı sistemlere dönüştürmekten sorumludur.

Xometry, AI destekli bir dijital pazar yeridir. Şirket, müşterilere özel üretilmiş parçaları talep üzerine üretme imkanı tanır. Müşteriler, çeşitli üretim yöntemleri sunan onaylı tedarikçilerle bağlantı kurabilir. Xometry, 2013 yılında kurulmuş ve Maryland’de merkezini kurmuştur. Şirket, makine öğrenimi kullanarak anlık fiyatlandırma, teslimat süresi tahmini ve tedarikçi eşleştirmesi sağlar. Bu sayede geleneksel olarak karmaşık olan satın alma süreci basitleştirilir.

Siz, Microsoft, Groupon ve Wayfair’de harika bir yolculuk geçirdiniz. Erken deneyimleriniz – kişisel veya profesyonel – teknolojiye olan ilginizi nasıl şekillendirdi ve sizi Xometry ve AI destekli üretimin dünyasına nasıl getirdi?

Benim teknolojiye olan ilgim kariyerimin başlangıcında başladı. Zorlu sorunları çözme ve gerçek dünyada fark yaratan çözümler geliştirme konusunda her zaman motive oldum.

Kariyerimde yer aldığım hızlı değişen endüstrilerde, bir fikri hızlı bir şekilde hayata geçirmek ve aynı zamanda dayanıklı ve etkili sistemler oluşturmak arasında bir denge kurmak gerekir. Üretim bu durumu iyi bir şekilde örnekler. Bu, derinlemesine fiziksel ve analog bir endüstridir, ancak aynı zamanda en inovatif sistemlerimizi güçlendirir.

Üretimi “son analog kale” olarak tanımladınız. Şu anda üretimde AI hangi büyük sorunları çözüyor?

Üretimi “son analog kale” olarak tanımlıyorum, çünkü yapısal karmaşıklığı nedeniyle üretim yaşam döngüsü uzun ve birçok el değiştirmeyi içerir. Örneğin, üretim sırasında tasarım ve üretim mühendisliği, satın alma, tedarik, kalite, lojistik, teslimat sonrası montaj ve mali uzlaşma gibi aşamalar birbirleriyle çalışır.

Temel sorun, sürtünmedir. Üretim zincirinin her noktasında farklı formatlar, sistemler ve bazen farklı ölçüm birimleri vardır. Fikirler, her biri potansiyel bir hata noktası olan el değiştirmelerden geçer. Tarihi olarak, bu riski yönetmenin tek yolu manuel insan incelemesiydi.

AI, bu sürtünmeyle savaşta en büyük değeri yaratıyor. Parçaları doğru tedarikçilere eşleştiren, maliyet ve teslimat sürelerini dinamik olarak modelleyen bir koordinatör olarak davranıyor. AI, histórik üretim verilerini kullanarak nerede sorunlar çıkabileceğini öngörüyor ve bunları nhanh bir şekilde tespit ediyor.

Xometry, tedarikçiler ve alıcılar ile AI destekli iş akışlarını benimsemeleri için nasıl güven oluşturdu?

Üretimde, güven kazanmak zordur, çünkü riskler yüksektir ve sonuçlar geri dönüşümsüzdür. Xometry’de, güvenilirlik ve açıklık sağlayarak güven kazanıyoruz.

Tedarikçiler ve alıcılar, Xometry’ye hız ve şeffaflık için güveniyorlar. Bir CAD dosyası yüklediğinde, AI hemen parçaları analiz ediyor ve fiyatlandırma ve potansiyel riskler hakkında tahminler yapıyor. Tahminler, gerçek üretim verilerine dayalı olarak hazırlanıyor, bu da güvenilirlik ve görünürlüğü artırıyor.

AI, ürün fikirlerini üretilebilecek parçalara nasıl çevirir ve bu, geliştirme sürelerini nasıl etkiler?

Üretim, her zaman ürün fikirlerini üretilebilecek tasarımlara çevirmekte zorluk yaşamıştır. İlk ürün fikirleri genellikle eksik olup, üretilebilecek tasarımlara çevirmek için birçok el değiştirmesi gerekir. Bu süreç yavaş ve souvent hatalara yol açar.

AI, bu döngüyü sıkıştırır. Uygulamada, kısmen yapılandırılmış girdileri üretilebilecek özelliklere çevirir. Potansiyel riskleri, malzemeleri ve süreçleri belirler ve kısıtlamaları erken aşamada belirler. AI, üretimi yavaşlatan sürtünmeyi azaltır, geliştirme sürelerini kısaltır ve daha az atık parça veya malzeme oluşur.

Otomatik süreçlerde kalite ve kontrol nasıl yüksek tutulur?

Birincil prensip, kalite kontrollerini üretim sürecinin en başlangıcına taşımaktır. AI, milyonlarca geometrik veri noktasını analiz ederek üretilebilirliği, maliyeti ve en uygun tedarikçi eşleştirmesini belirler. Bu, insan dikkati yerine daha kesin ve tutarlı sonuçlar sağlar.

Xometry’de AI destekli dinamik fiyatlandırma nasıl çalışır, değişken üretim maliyetleri ve tedarik zinciri karmaşıklıkları göz önüne alındığında?

Üretim fiyatlandırması, her parça farklı olduğu ve maliyetlerin malzemelere, kapasiteye, dış faktörlere ve diğer kısıtlamalara bağlı olarak değiştiği için içkin olarak değişkendir. Statik fiyatlandırma modelleri bu ortamda geçerli değildir.

Xometry’de, dinamik fiyatlandırma, öğrenen bir sistemdir. Modellerimiz, milyonlarca histórik teklif ve gerçek üretim sonuçlarından oluşur ve sürekli olarak güncellenir. Bu geri bildirim döngüsü, fiyatlandırmayı gerçekçi tutar.

Mühendisler bir CAD dosyası yüklediğinde, Anlık Alıntı Motoru hemen dosyayı analiz eder ve fiyatlandırmayı etkileyen dış faktörleri ve kısıtlamaları kontrol eder. Sonra, koşullar değiştiğinde, Motor otomatik olarak yeniden ayarlanır ve fiyatlandırmayı gerçek zamanlı olarak günceller.

Mühendislerden tedarik zinciri yöneticilerine kadar değişen müşterilere, Xometry AI ve veri analitiğini kullanarak nasıl özelleştirilmiş bir deneyim sunar?

Xometry’de, AI, kullanıcılar için çok daha özelleştirilmiş bir deneyim yaratır. AI, üretim sürecini bireysel ihtiyaçlara göre basitleştirir. Bir mühendis için, bu, malzemeler ve tasarım riskleri hakkında hızlı geri bildirim olabilir veya bir tedarik zinciri yöneticisi için, lojistik aksaklıklar hakkında hızlı uyarılar olabilir.

Gelecek 3-5 yıl içinde üretimi yeniden tanımlayabilecek bir AI inovasyonu hangisidir?

Üretimi yeniden tanımlayabilecek AI inovasyonunun, tüm üretim döngüsü boyunca sürekli akıl yürütme olacağını düşünüyorum.

Üretim kararları thường masih parçalıdır. Üreticiler, tasarım, maliyet, tedarik ve üretilebilirliği ayrı ayrı değerlendirir, bu da sorunların geç keşfedilmesine ve daha pahalı olmasına neden olur. AI sistemleri, bu boyutları paralel olarak akıl yürütecek ve histórik üretim sonuçlarından öğrenerek gerçek zamanlı olarak adapte edecek.

Erken versiyonları zaten DFM analizi, tedarik ve fiyatlandırma gibi alanlarda mevcuttur. Ancak önümüzdeki birkaç yıl içinde, bu sınırların daha da daralacağını ve daha hızlı, daha öngörülebilir ve daha esnek bir üretim ekosisteminin oluşacağını öngörüyoruz.

Harika röportaj için teşekkür ederiz. Daha fazla bilgi edinmek isteyen okuyucular, Xometry ziyaret edebilir.