文 | 字母 AI
随着科技公司持续扩大 AI 基础设施投入，AI 带来的订单正在流向一家看似与大模型无关的企业——一家生产挖掘机、推土机和发电设备的工业公司。
8 月 4 日，全球工程机械巨头卡特彼勒（简称 CAT）公布了一份增长强劲的财报。
第二季度，公司营收达到 205.4 亿美元，同比增长 24%；新增订单达到 94 亿美元，积压订单升至创纪录的 721 亿美元。公司同时上调了全年收入增长预期。
这份成绩单背后，是正在全球扩张的 AI 数据中心。
它带来的需求，不只出现在 GPU、服务器和云计算平台，也开始沿着基础设施链条进入土建、电力、设备制造和工程服务。
AI 数据中心，先引发了一场基建狂潮
想知道 AI 基础设施投资是否真的开始落地，卡特彼勒的财报可能是一个比科技公司的愿景演讲更直接的观察窗口。
作为全球最大的工程机械制造商之一，卡特彼勒长期被视为全球工业经济的 " 温度计 "。公司的挖掘机、推土机、柴油发动机和发电设备，被广泛应用于建筑、矿业、能源和基础设施项目，其订单变化往往能够反映企业投资和基建活动的变化。
8 月 4 日，卡特彼勒公布了第二季度财报。
公司季度营收达到 205.4 亿美元，同比增长 24%；新增订单达到 94 亿美元，积压订单（backlog）升至创纪录的 721 亿美元。
受强劲需求推动，公司同时上调了全年收入增长预期。
其中，建设工业业务第二季度收入同比增长 35%，达到 83.5 亿美元；能源与动力业务收入同比增长 17%，达到 82.4 亿美元。
卡特彼勒表示，数据中心建设正在成为推动需求增长的重要因素。
卡特彼勒此次增长最明显的两个业务，恰好对应了 AI 数据中心建设中的两个关键环节。
一方面，大型数据中心是一项大规模基础设施工程，而并非简单安装服务器。从土地开发、场地平整，到厂房建设和施工设备投入，都需要大量工程机械参与。这利好了建设工业业务的发展。
另一方面，随着 AI 模型训练和推理需求增长，数据中心对电力的需求不断增加。在电网供应不足或建设周期较长的地区，备用发电设备成为数据中心保障稳定运行的重要设施。能源与动力业务由此被推动。
AI 基础设施投入正在沿着一条此前较少被关注的路径扩散：
英伟达的 GPU，是 AI 时代最亮眼的 " 铲子 "。
但一座数据中心真正建成，还需要另一类更传统的 " 铲子 " ——挖掘机、推土机和发电设备。
随着 AI 基础设施建设进入落地阶段，投资正在从芯片和服务器，沿着建筑、电力和工业设备链条继续扩散。
过去一年，卡特彼勒股价明显跑赢标普 500 指数，投资者正在押注 AI 基础设施建设将为传统工业企业带来新的增长周期。
从卖挖掘机，到用 AI 改造挖掘机
AI 带来的影响，并不只是在为传统工业企业创造新的订单。对这些制造商而言，AI 也在改变它们自身的生产方式和产品形态。
过去几十年，工程机械企业拼的主要是机械设计、制造能力和全球供应链：挖掘机、起重机、矿卡，说到底都是大型机械设备。
但随着 AI、传感器和工业数据的发展，设备正在从单纯的硬件，变成能感知环境、分析数据、辅助决策的智能系统。
工程机械行业，也站在了同样的拐点上。
卡特彼勒已经开始探索将 AI 能力嵌入工程机械。
2026 年，公司推出基于 AI 的设备助手（AI Assistant），帮助操作员查询设备信息、获取维护建议，并降低设备使用门槛。
与此同时，卡特彼勒也在推进自动化设备研发，将此前应用于矿山领域的自动驾驶技术扩展到更多施工场景。
在国内，三一集团也在推进类似转型。
在推进 AI 落地时，三一选择从企业内部业务场景切入，将行业知识、生产流程和业务数据与 AI 结合。
2026 年 6 月，三一集团 CIO 许国强透露，公司累计沉淀 130 多万条行业领域知识，迭代训练 10 余款垂域行业模型，AI 应用覆盖全集团 700 多个业务场景，年度创造经济效益超过 2 亿元。
这些应用覆盖研发、制造、供应链和售后服务等环节。
例如，在售后服务中，三一将大量工程师多年积累的维修经验沉淀为企业知识库，通过 AI 辅助设备故障诊断。
过去，设备维修高度依赖资深工程师的经验判断；通过 AI，三一可以将设备数据、历史案例和维修知识结合起来，帮助工程师更快定位问题。
在供应链环节，AI 也帮助三一集团进行物料识别、采购分析和流程优化，减少重复工作，提高运营效率。
类似变化正在更多传统制造企业中上演。
美国农业机械制造商约翰迪尔（John Deere）正在利用计算机视觉和 AI 模型改造农业设备。
其 See & Spray 智能喷洒系统可以通过摄像头识别农田中的杂草，只针对目标区域喷洒农药，从而减少农药使用；自动驾驶拖拉机则利用 AI 感知环境，实现更高程度的自动化作业。
日本制造企业小松（Komatsu）也在推进智能矿山，通过无人矿卡、自动运输系统和施工数据平台，提高矿山作业效率。
对这些制造企业而言，AI 正在成为推动下一阶段工业智能化的重要工具。
AI 淘金热，正在扩展工业基础设施
AI 基础设施投资最直接的受益者，往往是距离模型最近的企业。
英伟达提供 GPU 计算平台；SK 海力士和美光供应 AI 所需的 HBM 及存储产品；台积电承担先进制程和先进封装；博通提供数据中心网络芯片和连接方案。长鑫存储等国内存储厂商，也正在围绕 AI 带来的存储需求扩产布局。
但 AI 基础设施并不只是 GPU、服务器和云计算。它还包括建设数据中心所需的工程设备、保障数据中心运行所需的电力系统，以及支撑整个产业链运转的工业能力。
随着 AI 数据中心规模扩大，红利开始沿着基础设施链条继续扩散。
Vertiv、施耐德电气、Eaton、台达电等企业受益于数据中心内部的供电、电力管理和散热需求；GE Vernova 等能源设备企业则受益于 AI 带来的新增发电和电网投资需求。
而卡特彼勒的财报说明，这条链条正在继续向更传统的工业制造环节延伸。
AI 基础设施建设最终需要的不只是芯片和服务器，也需要土地开发、建筑施工、电力保障和大量工业设备。
市场因此而重新评估这些公司的价值。
卡特彼勒股价上涨，投资者不仅在看设备销量，也在盯着 AI 基础设施扩张能否成为未来的新需求来源。
与此同时，AI 也正在改变这些工业企业自身。
大模型提供通用能力，但真正进入工业现场，还需要理解具体设备、具体流程和具体环境。在 AI 时代，这些企业长期积累的数据、行业知识和真实应用场景，也开始成为 AI 落地的重要资源。
英伟达们提供了 AI 时代的计算能力。
但 AI 淘金热的受益者，并不只有制造芯片的企业。随着 AI 基础设施不断扩张，能源、设备和工业制造企业也正在进入这条新的产业链。
