A Caterpillar está trazendo para a implementação de IA o que aprendeu com a automação da mineração

Quase todas as empresas que tentam implantar inteligência artificial esbarram no mesmo problema: é difícil integrar a tecnologia às operações diárias. A gigante industrial Caterpillar passou décadas lidando com uma versão desse problema no mundo físico e, agora, está usando sua experiência para implantar IA.

O avanço da Caterpillar no setor autônomo começou com a mineração, onde a escassez de mão de obra e as condições perigosas podem tornar a automação particularmente útil. Hoje, ela vende caminhões de carga automatizados, perfuratrizes, carregadeiras subterrâneas, tratores de esteira, equipamentos de construção controlados remotamente e muito mais. Ela também oferece um centro de comando de software, gerenciamento de frota e até inteligência de terreno remota como parte de seu kit de ferramentas autônomas.

"Agora estamos em um momento super empolgante em que podemos pegar todo esse aprendizado da mineração e levá-lo para ambientes muito mais dinâmicos, canteiros de obras, pedreiras e locais de construção", disse a CTO da empresa, Jaime Mineart, ao TechCrunch à margem da conferência Ai4 em Las Vegas no início deste mês.

A gigante industrial está agora aplicando IA de forma mais ampla, inclusive em ferramentas usadas por técnicos e seus próprios funcionários. Um exemplo é o Cat AI Assistant, que permite que técnicos de campo em pé ao lado de uma máquina usem comandos de voz para acessar procedimentos de reparo, solucionar possíveis problemas e identificar peças que possam ser necessárias antes de iniciar um conserto. Mineart afirmou que a ferramenta já está sendo usada por clientes, operadores e técnicos.

O assistente utiliza os dados proprietários da Caterpillar, que abrangem informações geradas por suas máquinas conectadas. Mineart disse que a Caterpillar possui cerca de 1,6 milhão de ativos conectados globalmente e mais de 16 petabytes de dados estruturados.

A empresa também está usando IA para alimentar softwares de escaneamento de locais e geração de gêmeos digitais na manufatura para analisar operações, afirmou ela. E, como quase todas as outras empresas, a Caterpillar está usando IA em suas operações corporativas, bem como no desenvolvimento de softwares. "Usamos agentes de IA para modernizar códigos legados, gerar e testar novos softwares e identificar defeitos mais cedo", disse Mineart.

Mas Mineart faz questão de ressaltar que construir a tecnologia é apenas parte do desafio, pois implantar uma máquina autônoma não é o mesmo que transformar um local para usar IA. As empresas também precisam repensar como as pessoas trabalham lado a lado com a tecnologia e como os processos existentes precisam mudar.

"A parte difícil da autonomia e da IA física é incorporar essa tecnologia no canteiro de obras do cliente e nos fluxos de trabalho", disse ela.

Mineart disse que a empresa conta com operadores experientes para ajudar a treinar os sistemas de IA, aproveitando o conhecimento institucional acumulado ao longo de décadas. E, à medida que as máquinas se tornam mais autônomas, alguns operadores podem passar de controlar uma única máquina para supervisionar várias máquinas a partir de um centro de comando remoto.

Essa transição, no entanto, está criando um novo desafio para a Caterpillar: treinar seus 118.000 funcionários. Mineart afirmou que a empresa planeja gastar 100 milhões de dólares nos próximos cinco anos para treinar sua força de trabalho em IA, autonomia e robótica.

Esse investimento provavelmente está sendo direcionado para ajudar a empresa a aproveitar ao máximo o boom mais amplo na infraestrutura de IA, o que já está impulsionando sua receita. A receita trimestral da Caterpillar atingiu um recorde histórico de 20,5 bilhões de dólares no segundo trimestre, impulsionada pela forte demanda por equipamentos de geração de energia usados em data centers. Sua divisão de geração de energia viu as vendas dispararem 72%, chegando a 3,10 bilhões de dólares, e o CEO Joe Creed afirmou que "ninguém está desacelerando" quando se trata da demanda por computação em nuvem e infraestrutura de IA generativa.