几乎所有试图部署人工智能的公司都会遇到同一个问题：很难将这项技术融入日常运营。工业巨头卡特彼勒（Caterpillar）在物理世界中已经花了数十年时间应对这一问题的某种表现形式，如今它正利用自身经验来部署人工智能。
从采矿到建筑：自主化技术的扩展
卡特彼勒进军自主化领域的起步于采矿行业，在那里劳动力短缺和危险环境使得自动化显得尤为有用。如今，它销售自动化的矿用卡车、钻机、地下装载机、推土机、遥控施工设备等。它还将其自主化工具包的一部分扩展为软件指挥中心、车队管理，甚至远程地形智能服务。
该公司首席技术官杰米·米纳特（Jaime Mineart）在本月早些时候于拉斯维加斯举行的 Ai4 会议的一次炉边访谈中对 TechCrunch 表示：“现在我们正处于一个令人振奋的时刻，可以将所有这些来自采矿行业的经验应用到更加动态的环境、工地、采石场和建筑工地上。”
Cat AI Assistant与数据资产
这家工业巨头现在更广泛地应用人工智能，包括用于技术人员及其自身员工的工具。一个例子是 Cat AI Assistant，它让站在机器旁边的现场技术人员能够通过语音指令调出维修程序、排查潜在问题，并在开始维修前识别可能需要的零部件。Mineart 表示，该工具目前正被客户、运营商和技术人员使用。
该助手利用了卡特彼勒的专有数据，这些数据涵盖其联网设备产生的信息。米纳特表示，卡特彼勒在全球拥有约 160 万台联网资产，以及超过 16 PB 的结构化数据。
AI驱动的数字孪生与软件开发
她说，该公司还利用人工智能来驱动用于扫描现场和在制造业中生成数字孪生体的软件，以分析运营情况。与几乎每家公司一样，卡特彼勒也在其企业运营以及软件开发中广泛使用人工智能。“我们使用 AI 代理来现代化遗留代码，生成和测试新软件，并更早地识别缺陷，”米纳特说。
部署挑战与员工转型培训
但米纳特很快指出，构建技术只是挑战的一部分，因为部署自主机器并不等同于改造站点以使用人工智能。公司还必须重新思考人们如何与技术协同工作，以及现有流程需要做出哪些改变。
她说：“自主化和物理 AI 的难点在于，如何将这项技术整合到客户的工地和工作流程中。”
米纳特表示，公司依靠经验丰富的操作员来帮助训练 AI 系统，利用数十年来积累的制度性知识。随着机器变得越来越自主，一些操作员可能会从控制单台机器转变为从远程指挥中心监督多台机器。
然而，这一转型为卡特彼勒带来了新的挑战：培训其 118,000 名员工。Mineart 表示，公司计划在未来五年内投入 $100 million over the next five years 来培训其员工掌握人工智能、自主技术和机器人技术。
AI基础设施需求推动营收增长
这笔投资很可能被用于帮助公司充分利用更广泛的人工智能基础设施繁荣，这已经推动了其营收增长。卡特彼勒第二季度季度收入创下 $20.5 billion 的历史新高，这得益于数据中心用发电设备需求强劲。其发电部门销售额飙升 72% 至 31 亿美元，首席执行官 Joe Creed 表示，“在云计算和生成式人工智能基础设施的需求方面，没有人会放缓脚步。”