卡特彼勒正在把多年采矿自动化经验带到更复杂的真实作业现场。公司CTO Jaime Mineart在拉斯维加斯Ai4大会接受TechCrunch采访时说，采石场、建筑工地和一般工作现场，将成为其物理AI继续扩展的环境。
卡特彼勒早期从采矿切入自动化，原因包括劳动力短缺和作业环境对人员要求较高。如今产品已覆盖自动驾驶运输卡车、钻机、地下装载机、推土机与遥控工程设备，配套还有软件指挥中心、车队管理和远程地形智能。
面向维修人员的Cat AI Assistant是新应用之一。技术人员站在机器旁，可以用语音调出维修流程、排查可能的故障，并在动手前确定或许需要更换的零件。Mineart称，客户、操作员和技术人员都已开始使用这套工具。
这款助手依赖卡特彼勒自己的设备数据。公司在全球约有160万台联网设备，结构化数据量超过16PB。机器状态、维修知识与现场信息结合后，AI才能针对一台真实设备给出更贴近工作流程的回答。
在制造和工程软件中，卡特彼勒还用AI扫描作业现场、生成数字孪生并分析运营状态。内部开发团队则让AI智能体升级旧代码、生成和测试新软件，同时把发现缺陷的时间向前移动。
Mineart认为，困难并不止于造出自动化设备。要让整个现场使用AI，企业还要重排工作流程，并决定人员怎样与机器协作。经验丰富的设备操作员因此会参与训练，把数十年积累的行业知识转入系统。
随着设备自动化程度提高，部分操作员可能不再只驾驶一台机器，而是在远程指挥中心同时监督多台设备。这种岗位变化把培训问题摆到公司面前：卡特彼勒共有11.8万名员工，需要建立覆盖更广的技能转换计划。
公司计划未来五年投入1亿美元，用于AI、自动化和机器人技术培训。该预算约合6.74亿元人民币，既服务现有员工，也为物理AI进入更多作业场景准备人力条件。
AI基础设施需求也已反映在卡特彼勒业务上。公司第二季度营收达到创纪录的205亿美元，数据中心发电设备需求是推动因素之一；发电业务销售额同比增长72%至31亿美元。CEO Joe Creed判断，云计算与生成式AI基础设施需求仍未放慢。
卡特彼勒第二季度205亿美元营收约合1380.83亿元人民币，发电业务31亿美元约合208.81亿元。公司把数据中心需求、现场自动化和员工培训放在同一条业务线上，但Mineart强调，真正落地仍要依靠操作员知识和流程改造。
信息来源
本文基于上述公开资料整理，未使用来源页面的图片、视频或嵌入媒体。