Buildots 融资1.3亿美元：AI数据中心建设提速，施工进度可见性为何成为16万亿美元建筑业的刚需

2026年秋天，数据中心工地上最昂贵的东西不是钢材，也不是冷却机组，而是“不知道”。一个分包商说风管已经装完，另一个说电缆桥架还差三层；总包的计划表显示进度正常，但现场照片里那面墙根本没有立起来。在单个项目造价动辄数十亿美元、工期每延误一周就意味着数百万美元算力收入延后的当下，这种“不知道”正在变成一种无法再被容忍的成本。

Buildots 试图把“不知道”从施工现场的日常词汇里删掉。这家总部位于以色列特拉维夫的公司让现场人员携带 360 度摄像头走遍工地，用计算机视觉模型把拍到的画面与建筑信息模型和施工进度表逐项比对，识别哪些安装已经完成、哪些构件缺失、哪些区域正在落后。2026 年 9 月 14 日，Buildots 宣布完成 1.3 亿美元新一轮融资，由 O.G. Venture Partners 领投，Lightspeed Venture Partners、Intel Capital、Mohari Ventures、Human Capital、Qumra Capital、Avigdor Willenz、Viola Growth 和 Poalim Equity 参投。

这笔钱把 Buildots 推到了接近独角兽的位置。据新浪财经援引首席执行官罗伊·达农在采访中的说法，本轮融资后公司估值接近 10 亿美元。但官方新闻稿没有披露估值，也没有披露绝对收入。公司称累计融资额达到 2.97 亿美元，并连续多年实现年收入约三倍增长。一个值得注意的细节是：按此前披露的 1.66 亿美元累计融资加上本轮 1.3 亿美元计算，总数应为 2.96 亿美元，与公司口径存在 100 万美元的未解释差异。

从“拍照片证明干了活”到“管住干活的人”，产品边界正在越过进度监测

Buildots 的起点是一个足够具体的场景：工地上关于“到底干了多少”的争论，往往靠项目经理的经验和分包商的口头汇报来裁决。公司最初的解法是让工人带着 360 度摄像头走场，计算机视觉模型把视频与 BIM 模型和进度计划比对，输出一个持续更新的项目数字孪生。据公司披露，这套模型基于约八年从真实施工现场采集的数据训练，能够分类数百种施工活动，并识别已完成安装、缺失元素、偏差和落后区域。

但 2026 年的 Buildots 已经不再只是一个“进度摄像头”。2025 年 10 月，公司收购了总部位于奥斯汀的 Genda，后者追踪劳动力、设备、材料、安全和现场协调。2026 年 7 月，Buildots 推出 Field 应用，把 Genda 的劳动力、安全和物流工具纳入 Buildots 品牌之下；全面集成版本计划于 2026 年第四季度正式可用。这一步把产品从“记录完成了什么”推向“管理谁在做什么、为什么落后”，从项目报告层下沉到现场管理层的日常决策。

这个转变的商业含义很清楚：进度监测工具通常只在周会或月度复盘时被打开，而劳动力与现场运营工具则可能成为现场主管每天使用的系统。Buildots 在要求客户把更大份额的运营流程标准化到自己的平台上。公司称，七位数、组合级、多年期协议已成为常态，而非例外。这一说法与客户结构的变化方向一致——从单个项目的总包商，转向同时管理多个项目的大型业主和承包商组合。但需要指出的是，公司未披露绝对收入，也未披露七位数协议在总合同中的占比，因此“成为常态”目前仍属于公司自述口径。

数据中心把施工延误从“管理问题”变成了“财务事件”

Buildots 把增长叙事押在一个结构性变化上：AI 数据中心、芯片工厂和先进制造设施的投资正在加速，而这些项目的共同特征是造价极高、系统密集、工期被极度压缩。据公司披露，其客户包括英特尔、Digital Realty、STO Building Group、JE Dunn Construction、Mortenson、Bouygues、HOCHTIEF 和 Turner Construction。其中英特尔的身份尤为特殊：Intel Capital 在 2024 年领投了 Buildots 的一轮 1500 万美元融资，并在本轮继续参投；同时英特尔也是 Buildots 的用户，在其半导体工厂建设项目中使用该平台。

Buildots 发布了一份关于英特尔的案例研究，称平台帮助提高了工厂建设效率并降低成本。但这份研究来自 Buildots 自身的客户案例，而非独立审计分析。从已披露的英特尔双重身份看，这意味着英特尔既是股东又是客户，其案例研究的独立性需要打折扣。不过，英特尔参与的逻辑本身并不难理解：一座芯片工厂的投产延迟，直接推迟的是昂贵制造设备开始产出芯片的时间点，这种延迟的成本远高于一般商业建筑。

数据中心项目放大了 Buildots 所解决问题的财务权重。一个数十亿美元规模的超大规模园区，其机电系统密度和工序交叉复杂度远高于普通住宅或商业项目。公司称，即使相对较小的执行改进，在价值数亿或数十亿美元的项目上也可能产生重大财务影响。这一判断在逻辑上成立：早期发现某个专业分包落后于计划，可以在问题沿进度链向下传导之前调整劳动力、资金和排程。但公司没有披露具体客户项目中实际节省的金额或缩短的工期，因此“重大财务影响”目前仍是一个方向性判断，而非可验证的结果。

16 万亿美元市场里的位置：不是没有对手，而是对手也在盯着同一笔预算

Buildots 所在的市场并不空白。OpenSpace 通过手机、360 度相机和无人机采集现场影像，提供文档记录、BIM 模型访问和进度追踪；Doxel 等其他建筑监测供应商也在争夺类似的预算。Buildots 试图用“视觉进度 + 进度风险 + 劳动力活动”的单一数据模型来区分自己，这个定位比单纯的进度记录更接近施工现场的运营决策，但也意味着更高的部署难度。

从产品逻辑看，Buildots 的差异化建立在两个前提上：一是其模型训练数据的来源和规模——公司称基于约八年真实施工现场数据训练，而非通用模型或抓取数据；二是其将物理施工与数字计划之间的反馈闭环产品化。O.G. Venture Partners 管理合伙人 Ziv Kop 在融资声明中称，Buildots 是建筑行业的基础技术层，“训练数据的量和质是其他公司没有的”。这是投资方判断，而非独立验证的事实。建筑行业的数据采集分散且非标准化，Buildots 是否真的拥有不可复制的数据壁垒，取决于其客户项目覆盖的广度和数据回流的持续性，而这些信息公司未披露。

竞争的关键变量在于采购决策权的上移。Buildots 正在把产品从项目团队的工具推向高管层的组合管理平台。公司称本轮资金将用于为管理大型组合的高管开发业务级智能。这一层的合同金额更大、续约更稳定，但也意味着 Buildots 需要与企业的 ERP、项目管理系统和既有 BI 工具争夺数据入口。建筑软件市场本身正在经历整合和资本重组，Buildots 的扩张路径与行业整体的平台化趋势一致，但一致并不等于领先。

资本结构里的信号：老股东加注，新钱来自“物理世界 AI”信徒

本轮融资的投资者名单透露出两个信号。第一，这是一轮由现有投资者主导的加注。O.G. Venture Partners 参与了此前的 D 轮，Lightspeed 自 2021 年首次投资，Intel Capital 在 2024 年领投过一轮。第二，新进入的 Mohari Ventures 和 Human Capital 被 Buildots 描述为专注于将 AI 应用于物理世界的机构，其投资组合包括 SpaceX、Neuralink 和 Anduril。这个描述来自公司口径，但它与 Buildots 试图讲述的故事一致：建筑是 AI 尚未充分渗透的最大物理行业之一。

从融资规模看，本轮 1.3 亿美元几乎是 2025 年 5 月 D 轮 4500 万美元的三倍，也超过了 D 轮之前公司累计融资的 1.21 亿美元。这种跳跃式融资规模，通常意味着投资方在押注一个比“进度监测工具”大得多的故事——即 Buildots 能否成为大型建筑项目的操作系统。但操作系统故事的风险在于，它要求客户在多个职能和多个项目上统一采用一个平台，而不是分别采购文档、进度和劳动力管理工具。Buildots 的 Field 应用集成要到 2026 年第四季度才全面可用，这意味着本轮融资所押注的产品形态，在融资宣布时尚未完全交付。

资金用途的三条线：横向铺开、纵向拉长、向上卖给高管

公司披露的资金用途有三个方向：在北美和 EMEA 扩大大型建筑组合的采用；将技术扩展至从投标到移交的更多施工生命周期阶段；为管理大型组合的高管开发业务级智能。这三个方向对应三种不同的增长逻辑。

横向铺开是销售驱动的增长，依赖现有客户从单项目试点扩展到组合级部署。公司称客户数量在 16 个月内从约 50 家增长到 100 家以上，这个增速与七位数协议增多的说法相互印证。但客户数量翻倍并不等于收入同比例增长，尤其是在组合级协议谈判周期长、实施周期长的企业软件市场。

纵向拉长是产品驱动的增长，从施工执行阶段向投标和移交两端延伸。投标阶段的价值在于用历史项目数据改进报价和排程假设；移交阶段的价值在于把施工过程中的数据资产交付给运营方。这两个延伸在逻辑上成立，但都需要 Buildots 在现有视觉数据之外整合更多类型的数据源，其产品成熟度未披露。

向上卖给高管是商业模式驱动的增长。把产品从项目团队工具变成 C-suite 的组合管理平台，意味着 Buildots 的采购决策者从项目经理变成企业高管。这一层的合同更大、更难被替换，但也要求 Buildots 提供跨项目的风险比较和绩效基准，而这类能力的建立需要足够多的项目数据积累。从已披露的 100 多家客户规模看，Buildots 在数据积累上具备一定基础，但能否形成有说服力的行业基准，仍待验证。

风险不在技术，在于“统一平台”的采用假设

Buildots 面临的最大风险不是计算机视觉模型不够准，而是它要求客户改变组织行为。进度监测工具可以作为一个独立的点解决方案被项目团队采购和使用；但劳动力管理、安全、物流和现场协调的整合，要求承包商的总部、项目经理、现场主管和分包商都在同一个系统里工作。这种跨职能、跨层级的采用，在建筑行业的历史上并不顺利。

建筑行业的软件采购长期呈现碎片化特征：总包商用一套项目管理系统，分包商用各自的工具，业主用另一套报告体系。Buildots 的平台化战略试图打破这种碎片化，但它的竞争对手也在做类似的事情。OpenSpace 的产品线已经覆盖文档、BIM 访问和进度追踪，Doxel 等供应商也在争夺同一笔预算。Buildots 的差异化取决于其视觉数据与劳动力数据的整合能否产生单独使用任何一类工具都无法获得的信息增量。这个假设在产品层面是合理的，但在商业层面尚未被证明。

另一个风险是数据验证的缺失。公司称连续多年实现年收入约三倍增长，但未披露绝对收入；称七位数协议成为常态，但未披露合同结构；称英特尔案例展示了效率提升，但未提供独立审计。这些不是虚假陈述，而是尚未被独立验证的公司口径。对于一家估值接近 10 亿美元的公司来说，下一个融资里程碑或退出事件将不可避免地要求更严格的财务披露。

从“摄像头解决争论”到“系统管理交付”，Buildots 的赌注比看起来更大

Buildots 的故事有一个清晰的演化轨迹：三个来自以色列军方 Talpiot 技术项目的创始人，在 2018 年带着一个具体问题进入建筑行业——如何用摄像头和计算机视觉解决“工地进度说不清”的争论。八年后的今天，他们试图回答一个更大的问题：能否用一个统一的数据模型，把建筑交付过程中的进度、劳动力、安全和物流决策全部连接起来。

这个赌注的回报上限很高。如果 Buildots 真的成为大型建筑项目的控制层，它面对的是一个 16 万亿美元的全球市场，而 AI 数据中心建设正在为这个市场注入前所未有的紧迫感。达农在融资声明中说：“AI 时代将按计划建成。”这是一句典型的创始人宣言，它把公司的命运与一个更大的宏观叙事绑定在一起。但这个赌注的下行风险同样清晰：如果承包商不愿意把多个职能统一到一个平台上，Buildots 可能仍然只是一个优秀的进度监测工具，而进度监测工具的市场天花板远低于操作系统。

从已披露的信息看，Buildots 拥有真实的客户、持续的收入增长和投资者的持续加注，这些都是事实。但“操作系统”的定位目前更多是一个产品方向和一个投资假设，而非已被验证的市场地位。Field 应用的全面集成版本要到 2026 年第四季度才正式可用，这意味着本轮融资所押注的核心产品形态，在融资宣布时还处于交付前夜。Buildots 的下一步，将是用一个完整交付的产品，去证明它要求客户做出的组织改变是值得的。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Buildots 的融资故事表面上是关于 AI 数据中心建设的热度，实质上是关于建筑行业一个古老问题的现代解法：如何让“现场发生了什么”不再依赖人的转述。摄像头和计算机视觉解决了记录问题，但真正的商业赌注在于能否把记录变成决策。当一家公司从“告诉你哪里落后了”走向“帮你决定该派谁去补救”，它就不再是一个监测工具，而是在挑战建筑行业最顽固的权力结构——谁掌握现场信息，谁就掌握项目控制权。这个赌注的验证不在融资新闻里，而在 2026 年第四季度 Field 应用全面交付之后，承包商是否真的愿意把日常运营交给一个来自特拉维夫的算法。