Adam Sadilek. Gründer und CEO von AIM – Interview-Serie

Adam Sadilek ist der Gründer und CEO von AIM. Als Kind war er von Robotik und Automatisierung besessen – getrieben von dem Wunsch, Systeme zu bauen, die selbstständig lernen und physische Arbeit smarter, schneller und sicherer machen. Diese frühe Faszination führte ihn zu Google (GOOGL ), wo er an bahnbrechenden Arbeiten auf planetary-scale AI und autonomen Fahrzeugen mitwirkte, die später zu Waymo wurden. Er erkannte eine ungenutzte Gelegenheit und gründete AIM, um Autonomie in die Erdarbeiten zu bringen – ein Sektor, der fast alle menschlichen Infrastrukturen untermauert, aber seit der Einführung von Hydraulikmaschinen wenig Automatisierung gesehen hat.

AIM ist ein Pionier der weltweit ersten AI-gesteuerten Plattform für Schwergeräte, die die Art und Weise, wie Erdarbeiten im großen Maßstab durchgeführt werden, revolutioniert. Durch die Kombination von fortschrittlichen Wahrnehmungs-, Planungs- und Steuerungssystemen automatisiert AIM Ausgrabungen, Planierungen und Materialbewegungen in Bauprojekten, Bergbau und Klimaresilienzprojekten. Die Technologie des Unternehmens adressiert kritische globale Herausforderungen wie Arbeitskräftemangel, Infrastrukturmodernisierung und Katastrophenvorsorge – und legt den Grundstein für eine Zukunft, in der autonome Maschinen sowohl auf der Erde als auch darüber hinaus bauen können.

Sie haben über ein Jahrzehnt bei Google[x] gearbeitet, an großen AI-Initiativen, einschließlich dem, was zu Waymo wurde. Welche spezifischen Erfahrungen während dieser Zeit überzeugten Sie, dass die Automatisierung der physischen Welt – und nicht nur der digitalen Umgebungen – die richtige Grenze war?

Ich hatte das Privileg, direkt nach meinem PhD in AI zu Google zu kommen. Die Arbeit bei Google[x] und Alphabet (GOOG ) gab mir die praktische Erfahrung, das Potenzial von AI in realen Umgebungen zu sehen. Aber es war nicht, bis ich in die Entwicklung von physischen Infrastrukturprojekten wechselte, dass ich wirklich realisierte, wie sehr die Automatisierung in der gebauten Welt ein Spielveränderer sein konnte.

Das Erleben, wie herausfordernd es war, jeden Tag Erde, Boden und Material zu bewegen – sogar für erfahrene Bauherren – brachte mich zu diesem Aha-Moment: Niemand löste dieses wesentliche Problem auf eine skalierbare Weise. Autonome Erdarbeiten würden nicht nur die Sicherheit des Bodenpersonals radikal verbessern und massive Industrien wie Bergbau, Bau und Zivilwerke beschleunigen, sondern auch einige der größten Herausforderungen unseres Planeten lösen, wie Terraforming und die Korrektur der historisch verursachten Schäden an unserem Planeten.

Also begann ich während der Pandemie, manuelle Maschinen in autonome umzuwandeln, und das ist, wo AIM geboren wurde.

Mit AIM Intelligent Machines haben Sie einen Sektor gewählt, der seit der Einführung von Hydraulikmaschinen wenig Robotik oder Autonomie gesehen hat. Können Sie den entscheidenden Moment oder die Erkenntnis beschreiben, als Sie beschlossen, AIM zu starten?

Alles, was wir bauen, worauf wir uns verlassen, beginnt mit Erde. Von dem Gerät, das Sie jetzt lesen, bis zu den Gebäuden, Straßen und Maschinen, die wir jeden Tag verwenden, alles ist entweder abgebaut oder angebaut, und unsere Fähigkeit, Erde zu bewegen, ist der Schlüssel zu all dem.

Ich erkannte aus erster Hand, dass die Erdarbeitsindustrien wie Bergbau und Bau wenig von der Technologie und Automatisierung profitiert haben, die andere Industrien transformiert hat. Während Lager konveyorierte Systeme hatten, Fabriken automatisierte Montagestraßen und Schifffahrt Containerisierung und Tracking-Systeme – die Methoden, die wir verwenden, um große Mengen an Erde zu bewegen, haben sich nicht wirklich geändert.

Ich begann auch zu verstehen, wie groß der Bedarf an der Verbesserung der Erdarbeiten ist. Der Betrieb von Schwergeräten ist einer der gefährlichsten Jobs der Welt und führt zu akuten und chronischen Arbeitskräftemängeln für qualifizierte Arbeiter (die Baubranche muss fast 1 Million Arbeiter in den nächsten zwei Jahren rekrutieren, um die Projektanforderungen zu erfüllen). Es gibt auch einen enormen Bedarf auf der ganzen Welt an autonomen Erdarbeiten, um alles von Materiallieferketten bis hin zur Konstruktion von Infrastrukturen, der Sanierung von gefährdeten oder durch Naturkatastrophen beschädigten Gebieten und darüber hinaus zu verbessern.

All dies führte mich zu der Erkenntnis, dass unsere Zivilisation autonome Erdarbeiten benötigt. Wir benötigen die Vision, Geschwindigkeit und Intelligenz, um den Planeten mit Präzision und Skalierbarkeit umzugestalten, um die größten Herausforderungen und Chancen des Planeten anzugehen. Das ist, was mich dazu brachte, AIM zu starten und was wir lösen.

Autonomie für Bergbau oder Baugeräte stellt immense Komplexität dar: raues Gelände, unvorhersehbare Bedingungen, schwere Maschinen, die seit Jahrzehnten gebaut werden. Welche waren die wichtigsten technischen Durchbrüche, die Ihre Plattform möglich machten – in Sensing, Mapping, Machine-Learning oder Integration?

Das Designen von eingebetteter KI, um Erde zu bewegen, in einigen der härtesten Bedingungen auf unserem Planeten, ist nicht einfach. Wir mussten nicht nur Systeme entwickeln, die in Umgebungen ohne Straßen, Fahrspuren oder andere Regeln für KI arbeiten können, sondern auch Systeme, die in Orten mit extremer Hitze und Kälte, Dunkelheit, schlechter oder nicht existierender Internetverbindung und Wetterereignissen wie Schnee, Hagel oder Sandstürmen funktionieren können.

Einer der wichtigsten technischen Durchbrüche für AIM war die Lösung der Herausforderung der Wahrnehmung und Kartierung in rauen Umgebungen. Sensortechnologie kann anfällig für Brüche sein, wenn sie auf Maschinen montiert wird, die viel Vibration und Aufprall ausgesetzt sind. Also haben wir diese fragilen Teile eliminiert und alle kritischen Komponenten von AIM in eine eigene, gepanzerte Struktur eingebettet, die auch abgedichtet ist, um Schmutz und Sand fernzuhalten. Wir haben auch Sensoren in das eigentliche Skelett der Maschine eingebaut, um noch mehr Haltbarkeit zu gewährleisten.

Diese Robustheit, in Kombination mit leistungsfähigem End-to-End-Lernen an Bord, ermöglicht es AIM, Erdarbeiten in einigen der extremsten Umgebungen zu automatisieren, an realen Produktionsstandorten auf der ganzen Welt. Es gibt einen riesigen Unterschied zwischen einem Prototyp und einem System, das kommerziell mit einigen der größten Bergleute, Bauherren und Regierungsbehörden eingesetzt wird, die jeden Tag auf ihren Standorten darauf angewiesen sind.

AIMs Strategie besteht darin, bestehende Schwergeräte mit Sensoren, LiDAR und Kameras nachzurüsten. Warum haben Sie sich entschieden, Legacy-Geräte zu nutzen, anstatt völlig neue autonome Maschinen von Grund auf zu entwickeln?

Die einfache Antwort ist, dass wir die Automatisierung für alle Erdarbeitsbetriebe heute zugänglich machen wollen. Stand- und Anlagenmanager haben bereits in Schwergeräte-Flotten investiert, die Millionen bis Milliarden kosten. Eine dieser Maschinen kann oft mehr als 1 Million Dollar kosten und hat eine lange Betriebszeit. Es ist also nicht praktikabel noch nachhaltig, ganze Flotten durch neue Maschinen zu ersetzen, um autonom zu werden.

Unser Retrofit-Ansatz adressiert Hunderttausende dieser Legacy-Maschinen, die weltweit im Einsatz sind. AIM ermöglicht es Organisationen, großen oder kleinen, ihre Fähigkeiten sofort zu turboaufladen, um Materiallieferketten zu verbessern, Infrastrukturen zu bauen, gefährdete oder durch Naturkatastrophen beschädigte Gebiete zu schützen und zu restaurieren und vieles mehr. Dies entsperrt die Macht der Automatisierung für Betreiber in der erforderlichen Geschwindigkeit und Skalierbarkeit für heute, nicht erst in 10 Jahren.

Ihre Plattform nutzt End-to-End-Lernen, damit Maschinen “sich selbst” beibringen, schneller und effizienter zu graben. Wie funktioniert diese Rückkopplungsschleife genau im Feld, und welche betrieblichen Verbesserungen haben Sie bisher beobachtet?

Unser Ansatz bestand darin, alle KI-Berechnungen an Bord zu platzieren. In Kombination mit unserer gehärteten Plattform, die auch ohne GPS oder Internet funktioniert, liefern wir fortschrittliche Autonomie durch End-to-End-Lernen, das am Rand durchgeführt wird. Dies ermöglicht es den Maschinen, intelligenter und schneller zu werden, je mehr sie arbeiten. Tatsächlich kann eine AIM-ausgestattete Maschine in weniger als einer Stunde lernen, wirklich gut zu graben! Die AI-Robotersteuerung wird extrem präzise, wenn sie lernt, zum Beispiel mit einer Genauigkeit von zwei Zentimetern, auch ohne GPS.

Das End-to-End-Lernen ist der Schlüssel für AIM-Maschinen, um ein kommerzielles Niveau der Autonomie zu erreichen, um Erdarbeiten an Produktionsstandorten auf der ganzen Welt durchzuführen. Es bedeutet auch, dass alle Daten, Analysen und Leistungsüberwachung an Bord sind, um Verschleiß zu reduzieren, Ausfallzeiten zu kürzen und die Lebensdauer der Maschinen noch weiter zu verlängern.

Darüber hinaus kann AIM, wenn das System lernt, neue betriebliche und CapEx-Werte über Kraftstoffeinsparungen, Pflichtzyklen, Flottenauslastung, optimale AI-Standplanung und Beseitigung von Nacharbeiten liefern. Im Durchschnitt generiert AIM im Bergbau zusätzlich 13 Millionen Dollar wertvolle Erze pro Maschine und Jahr für die Topline, während auch 633.000 Dollar pro Maschine und Jahr für die Bottomline eingespart werden (direkte OpEx-Einsparungen). Die vollständige Beseitigung von Schäden für Menschen, da niemand mehr in oder in der Nähe der Maschinen ist, bringt selbstverständlich einen enormen Sicherheitsgewinn, der über Dollar-Beträge hinausgeht. Wir erweitern kontinuierlich die zusätzlichen betrieblichen Vorteile, die das System bietet.

Sie argumentieren, dass die Anwendung von KI hier für Infrastruktur, Klimaresilienz, sogar Verteidigung von entscheidender Bedeutung ist. Welche sind die beeindruckendsten realen Anwendungsfälle, an denen Sie derzeit arbeiten – und wie sehen Sie deren gesellschaftliche Auswirkungen?

Derzeit leben eine Milliarde Menschen weniger als 10 Meter über dem steigenden Ozean, ein Sechstel lebt in Gebieten mit erheblichem Waldbrandrisiko, und über 3 Milliarden sind von degradiertem Land betroffen, das der Wiederherstellung bedarf. Es gibt keinen Zweifel, dass Arbeitskräftemangel die Geschwindigkeit, mit der kritische Infrastruktur gebaut, Reparaturen durchgeführt und Projekte abgeschlossen werden, stark beeinträchtigt. Diese Arbeitskräftemangel macht es schwieriger, die negativen Auswirkungen des Klimawandels rückgängig zu machen und zukünftige Herausforderungen proaktiv zu verhindern.

Der einzige Weg, diese Herausforderungen direkt anzugehen, besteht darin, mehr Macht und Autonomie an die Baustellen zu bringen – damit der Betrieb nicht durch Arbeitskräftemangel, Wetterbedingungen oder gefährliche Arbeitsumgebungen eingeschränkt wird.

Zum Beispiel nehmen Waldbrände aufgrund der negativen Auswirkungen des Klimawandels zu. Anstatt auf die Schäden zu reagieren, die diese Brände verursachen, verhindert AIM, dass sie überhaupt auftreten. AIM-ausgestattete Bulldozer können direkt in tiefe Wälder abgelassen werden, um Feuerschneisen zu schaffen, die den Waldbränden das Weiterkommen unmöglich machen, während sie ferngesteuert werden. Ähnlich verhält es sich, wenn man einen Deich oder eine Seewand baut, indem man sehr bewusst Material entlang der Küste aufschüttet, um es anzuheben. Es ist analog zu den Erdarbeiten, die wir bereits durchführen.

KI wird transformieren, wie wir auf diese Naturkatastrophen und Klimaherausforderungen reagieren und sie verhindern.

Die Bergbau- und Baubranche haben oft eingefahrene Praktiken, starke Regulierung und hohe Risikotoleranz, aber geringe Automatisierungsadoption. Welche nicht-technischen Barrieren (kulturell, regulatorisch, betrieblich) sieht AIM bei der Skalierung ihrer Lösung?

Es ist immer eine Herausforderung, wenn eine transformative Technologie in einen Bereich eintritt, in dem Praktiken seit Jahrzehnten etabliert sind. AI-gesteuerte Technologie bringt immer ein bisschen Skepsis in nicht-technische Branchen. Aber mit AIM konnten wir diese Herausforderungen überwinden, indem wir den Betreibern physisch zeigten, wie AIM funktioniert, wie es sie in die Lage versetzt und wie sie zu sicheren, befriedigenderen und nachhaltigeren Karrieren gelangen.

Diese Branchen spüren den Einfluss von Arbeitskräftemangel und wachsender Nachfrage selbst. Wenn sie sehen, wie AIM-ausgestattete Fahrzeuge einen vollständigen Schicht autonom mit Präzision durchführen können oder in Orten operieren, die für ihre Mannschaft zu gefährlich sind, verschwinden diese Bedenken. Anstatt in Maschinen festzustecken, sind die Betreiber begeistert zu lernen, dass sie autonome Flotten in sicherer Entfernung (und in Klimaanlagen oder Heizung) betreiben können, um sowohl die Ausgabe als auch die Betriebszeit zu steigern.

Der wachsende Bedarf an betrieblicher Effizienz überwiegt die Straßenblockaden, die traditionell die Adaption verhindern.

Sie gründeten AIM zu einer Zeit, als nur wenige danach suchten, KI in Schwergeräten und Erdarbeiten anzuwenden. Wie haben Sie die langfristige Vision für AIM kristallisiert – und wie haben Sie frühes Experimentieren mit der größeren Branchennarrative um Automatisierung im Bergbau und im Bau ausbalanciert?

Als ich Google verließ, begann ich, schwere physische Infrastrukturprojekte zu bauen, die niedrige Latenz und extreme Geschwindigkeit erforderten – das war der Moment, als ich wusste, dass wir autonome Operationen in die physische Welt bringen mussten.

Automatisierung war immer mehr ein Traum für die Bergbau- und Baubranche; jeder hoffte, dass eine Lösung auftauchen würde, aber niemand machte sie. Mit einem technischen und branchenspezifischen Hintergrund war die Vision für AIM klar. Ich verstand die operativen Lücken, die gelöst werden mussten, und wie KI in der physischen Welt angewendet werden kann, und ich wusste, dass der Markt für diese Optimierung vorhanden war.

Angesichts Ihrer Arbeit an planetary-scale KI (bei Google/Waymo) und jetzt Erdarbeitsautonomie, wie vergleichen Sie das Potenzial von KI in der physischen Welt mit dem, was wir in der digitalen Domäne gesehen haben?

KI hat bereits gezeigt, wie sie die Art und Weise, wie wir in der digitalen Welt operieren, transformieren kann, und wir sehen ein ähnliches Wertangebot in der physischen Welt – aber in einem noch größeren Maßstab. Ähnlich wie KI die Art und Weise, wie Menschen Forschung durchführen, Aufgaben verwalten und menschliche Aufsicht reduzieren, transformiert, transformiert AIM, wie physische Maschinen operieren, lernen und sich an veränderte Umgebungen anpassen.

Wir ermöglichen es menschlichen Betreibern, ihre Arbeit besser zu machen, indem wir sie mit autonomen Maschinen ausrüsten, die in Orten arbeiten können, die sie physisch nicht erreichen können, in Wetterbedingungen, die normalerweise einen Bauplatz stilllegen würden, und kontinuierliche Produktivität aufrechterhalten. Weder digitale noch physische Anwendungen von KI sollen Menschen vollständig ersetzen – es geht darum, wie Menschen arbeiten können.

Sie haben angedeutet, dass AIMs Vision über die Erde hinausgeht – in den off-planetaren Bau und die Terraformung. Wie realistisch ist dieses Ziel in Ihrem Blickfeld, und welche Rolle sehen Sie AIM in dieser Zukunft spielen?

Die Einführung dieser Automatisierung auf der ganzen Erde ist der erste Schritt – aber wenn der off-planetare Bau und die Ressourcennutzung Realität werden, wird der Bedarf an autonomen, ferngesteuerten Schwergeräten noch kritischer. Wir können kein menschliches Bau-Team zum Mars schicken, aber