2026年6月25日，林德物料搬运公司（Linde Material Handling）宣布扩展myLinde数字客户平台，在原有车队管理、安全和能源管理功能基础上加入AI助手。用户可以直接使用自然语言询问车队利用率、车辆状态甚至碰撞事件，系统根据平台数据生成上下文答案，并可将结果以表格和图表形式呈现。

林德物料搬运是德国凯傲集团旗下核心工业车辆品牌，也是全球主要叉车和内部物流解决方案提供商之一。林德产品体系覆盖电动和内燃叉车、仓储车辆、自动化系统、车队管理、驾驶辅助、安全及能源解决方案。

myLinde是林德面向工业车辆用户建立的云端数字平台。其核心车队管理模块覆盖车辆和驾驶员管理、访问控制、作业前检查、碰撞事件管理以及车队分析。此外，平台还整合电池充电管理、运营安全管理、操作手册和备件目录等功能，用户可以通过浏览器和单点登录方式在全球访问。

林德此次增加的AI功能改变了传统车队数据查询方式。过去，车队经理需要进入不同功能页面，选择车辆、时间区间和指标，再对报表进行分析。新的AI助手允许用户直接提出问题，例如哪些车辆利用率不足、某段时间发生了多少次碰撞事件，或车队运行中是否存在异常。

系统随后分析myLinde中已有数据，并形成带有业务上下文的回答。德国林德物料搬运公司产品组合经理Tobias Klein表示，车队经理需要处理的数据和信息量越来越大，myLinde等应用能够帮助管理人员保持全局视野，并依据事实作出决策。

大型仓库和制造工厂可能拥有数十甚至数百台工业车辆。车辆使用率、电池状态、充电计划、人员权限和安全事件每天都会形成大量数据。但数据存在并不意味着管理人员能够及时发现问题。

传统车队管理软件的核心价值是“记录和展示”；AI助手则开始尝试把软件推向“理解和解释”。例如，当用户询问为什么某类车辆利用率下降时，未来系统可能结合班次、碰撞事件、电池充电和维修记录给出关联性分析。

自然语言同样降低了数字化系统的使用门槛。内部物流管理人员未必都是数据分析人员，复杂的软件界面和报表工具可能限制系统价值。通过日常语言直接查询车队数据，有助于让更多一线管理人员使用数字化工具。

值得注意的是，AI并没有替代车队管理系统本身。myLinde的基础仍然是车辆数据采集、权限管理和统一数字平台。只有持续获取准确的工业车辆运行数据，AI才能生成具有业务价值的答案。

全球叉车行业的智能化竞争正进入新的阶段。此前企业重点发展车联网、碰撞监测和车队管理，如今生成式AI开始成为工业车辆数据的新接口。未来，叉车制造商之间的竞争可能不仅比较车辆性能，还将比较谁能够更有效地解释设备数据并帮助客户做出运营决策。

中叉网评论

林德将自然语言AI引入叉车车队管理，说明人工智能正在由通用工具快速进入工业车辆专业场景。值得关注的是，中国企业在这一方向亦已开始实践。近两年来，爱动超越人工智能科技（北京）有限责任公司围绕工业车辆售前、售后及资产管理场景，持续推进基于人工智能和行业知识库的垂直应用，并推出“数字服务工程师”等行业智能化解决方案。其官网明确将工业车辆售前售后大模型应用列为核心业务方向；在中力股份等企业的实践中，AI已被用于专业知识库和智能服务体系建设。 这表明，无论林德myLinde，还是中国工业车辆企业正在探索的行业模型，其共同方向都是让AI真正理解设备、故障与服务流程。未来，工业车辆数字化竞争的重点，或将从“采集数据”进一步转向“理解数据并解决问题”。