Buildots Mengumpulkan $130M saat Ledakan Pusat Data AI Mengubah Konstruksi

Buildots telah mengumpulkan $130 juta dalam pendanaan baru saat perusahaan teknologi konstruksi berupaya memperluas platform kecerdasan buatan ke pusat data, fasilitas industri, dan proyek infrastruktur berskala besar lainnya.

Putaran pendanaan dipimpin oleh O.G. Venture Partners, dengan partisipasi dari Lightspeed Venture Partners, Intel Capital, Mohari Ventures, Human Capital, Qumra Capital, Avigdor Willenz, Viola Growth, dan Poalim Equity. Pendanaan total Buildots kini mencapai $297 juta dan mengikuti apa yang perusahaan sebut sebagai pertumbuhan pendapatan tahunan kira-kira 3 kali selama beberapa tahun.

Waktunya penting. Konstruksi diperkirakan menjadi industri global senilai sekitar $16 triliun pada tahun 2030, namun pangsa belanja yang semakin besar diarahkan ke proyek-proyek di mana penundaan sangat mahal: pusat data AI, fasilitas semikonduktor, pabrik manufaktur lanjutan, infrastruktur energi, dan pengembangan penting lainnya. Buildots bertaruh bahwa proyek-proyek ini akan mempercepat pergeseran sektor konstruksi dari laporan kemajuan yang dikumpulkan secara manual ke data operasional yang dihasilkan secara berkelanjutan.

Konstruksi Menjadi Bagian dari Perlombaan Infrastruktur AI

Buildots sudah diterapkan oleh lebih dari 100 perusahaan konstruksi besar dan pemilik proyek, termasuk Intel, Digital Realty, STO Building Group, JE Dunn, Mortenson, Bouygues, dan HOCHTIEF. Perusahaan menyatakan bahwa perjanjian multi-tahun dengan nilai tujuh digit yang mencakup banyak proyek semakin umum.

Pusat data telah menjadi bagian yang sangat penting dari ekspansi tersebut.

Modal besar yang diarahkan ke infrastruktur AI telah menciptakan tantangan tingkat kedua: membangun fasilitas fisik yang diperlukan untuk menjalankan sistem komputasi yang semakin intensif daya dengan cukup cepat. Proyek pusat data melibatkan pekerjaan listrik, mekanik, pendinginan, dan struktural yang terkoordinasi rapat, sehingga penundaan kecil pada satu bidang dapat memengaruhi banyak aktivitas hilir.

Buildots mengatakan teknologinya kini telah melacak dan menganalisis sekitar 425 juta kaki persegi konstruksi, termasuk proyek pusat data yang mewakili 9,93 GW kapasitas yang disampaikan dan nilai proyek sebesar $88,3 miliar.

Hal itu memberi perusahaan dataset yang sangat besar untuk memeriksa bagaimana jadwal konstruksi dibandingkan dengan apa yang sebenarnya terjadi di lapangan.

Bagaimana Buildots Menggunakan AI untuk Memahami Situs Konstruksi

Di pusat platform Buildots terdapat gagasan yang cukup sederhana: alih-alih meminta manajer proyek menentukan secara manual berapa banyak pekerjaan yang telah selesai, gunakan visi komputer untuk mengamati situs konstruksi secara langsung.

Kondisi situs dapat diambil menggunakan kamera 360 derajat, drone, dan pemindaian laser. Buildots kemudian menghubungkan informasi visual ini dengan data Building Information Modeling (BIM) proyek dan jadwal konstruksi. Model AI-nya menentukan elemen mana yang telah dipasang, di mana pekerjaan berlangsung, dan bagaimana kemajuan aktual dibandingkan dengan rencana.

Perusahaan mengatakan rekaman situs biasanya diproses menjadi informasi kemajuan dan peringatan risiko dalam 24 hingga 36 jam.

Ini menciptakan representasi digital yang berkembang dari proyek, bukan sekumpulan foto dan spreadsheet yang terpisah. Tim proyek dapat memeriksa kemajuan berdasarkan bidang, lantai, area, aktivitas, atau elemen konstruksi individu, termasuk pekerjaan di area di mana data BIM tidak lengkap.

Dataset yang dihasilkan juga memberi bahan bagi sistem prediktif.

Buildots’ Delay Forecast teknologi membandingkan kecepatan yang direncanakan untuk suatu aktivitas dengan kecepatan yang teramati dan menghitung kecepatan yang diperlukan untuk menyelesaikannya tepat waktu. Sistem kemudian dapat menandai aktivitas yang tampaknya kemungkinan akan melewatkan tanggal penyelesaiannya, memungkinkan tim untuk meninjau skenario seperti menambah tenaga kerja, mengubah urutan, atau mengalokasikan kembali sumber daya sebelum penundaan menjadi kritis.

Pembedaan itu penting. Peluang jangka panjang bukan sekadar mengotomatisasi pelaporan konstruksi, melainkan mengubah data kemajuan menjadi sistem peramalan.

Pusat Data Menempatkan Jadwal Konstruksi di Bawah Tekanan

Sedikit area yang menggambarkan kebutuhan itu lebih baik daripada konstruksi pusat data.

Proyek infrastruktur AI semakin bergantung pada pekerjaan mekanik, listrik, dan pipa yang kompleks diselesaikan dalam jadwal yang dipadatkan. Penundaan pada penampungan listrik, infrastruktur pendinginan, atau sistem kritis lainnya pada akhirnya dapat memengaruhi commissioning dan tanggal ketika kapasitas komputasi mulai menghasilkan pendapatan.

Analisis Buildots sendiri terhadap 25 juta kaki persegi proyek pusat data global menyoroti kesenjangan antara jadwal konstruksi dan tingkat produksi di dunia nyata.

Benchmarking pusat data 2025 menunjukkan pekerjaan HVAC berkembang pada 76,9% kecepatan yang diperlukan untuk mencapai target yang direncanakan. Penampungan listrik berjalan pada 59,4%, sementara sistem air domestik hanya berkembang pada 44,9% kecepatan yang diperlukan.

Angka-angka tersebut didasarkan pada dataset proyek milik Buildots, namun mereka menggambarkan mengapa pemilik infrastruktur yang memerlukan modal besar semakin tertarik pada visibilitas yang lebih terperinci terhadap kemajuan konstruksi.

Untuk proyek konvensional, keterlambatan dapat meningkatkan biaya pembiayaan dan menekan margin. Untuk pusat data hyperscale, hal itu juga dapat menunda penyebaran infrastruktur komputasi yang mahal dan menunda kapan kapasitas tersebut menjadi operasional.

Melampaui Pelacakan Kemajuan AI

Buildots juga telah memperluas jangkauannya di luar sistem pemantauan kemajuan berbasis visi komputer asli.

Kemampuan deteksi penyimpangan nya membandingkan konstruksi dengan model proyek untuk mengidentifikasi elemen yang dipasang secara tidak tepat atau belum selesai. Tim dapat meninjau lokasi dan konteks visual di sekitar masalah sebelum menyelesaikannya di dalam Buildots atau mengekspornya ke platform konstruksi termasuk Procore, Forma, dan Revizto.

Fitur lain, Kuantitas Selesai, menerapkan data situs yang sama ke aplikasi pembayaran. Alih-alih bergantung semata pada persentase penyelesaian yang dilaporkan oleh kontraktor dan subkontraktor, tim dapat membandingkan klaim pembayaran dengan kuantitas yang telah diverifikasi platform sebagai terpasang.

Hal ini menempatkan Buildots pada bagian penting namun kurang terlihat dari manajemen konstruksi: menghubungkan kondisi fisik sebuah bangunan dengan kondisi keuangan proyek.

Perusahaan juga semakin bergerak ke intelijen tenaga kerja melalui Buildots Field, teknologi berbasis Genda, yang diakuisisi Buildots pada Oktober 2025. Sistem ini menggunakan infrastruktur Bluetooth di lokasi dan alur kerja seluler untuk mengumpulkan informasi tentang kehadiran tenaga kerja, logistik, keselamatan, dan bagaimana tenaga kerja didistribusikan di seluruh situs konstruksi.

Ketika digabungkan dengan data kemajuan Buildots, tujuannya adalah menghubungkan input tenaga kerja dengan output konstruksi. Seorang manajer proyek berpotensi dapat melihat tidak hanya bahwa suatu aktivitas tertinggal dari jadwal tetapi juga apakah pekerja tambahan benar‑benar dikerahkan ke area tersebut dan apakah intervensi tersebut meningkatkan produksi. Buildots menyatakan bahwa aplikasi Buildots Field yang terintegrasi penuh dijadwalkan tersedia secara umum pada kuartal keempat 2026.

Dari Proyek Individu ke Portofolio Konstruksi

Modal baru akan digunakan untuk memperluas Buildots dalam tiga arah.

Secara geografis, perusahaan berencana meningkatkan penyebaran di seluruh portofolio konstruksi utama di Amerika Utara dan EMEA. Pengembangan produk akan memperluas platform lebih jauh sepanjang siklus hidup konstruksi, mulai dari proses penawaran hingga pengiriman proyek dan serah terima. Buildots juga ingin meningkatkan intelijen pada tingkat portofolio, memungkinkan eksekutif membandingkan kinerja di berbagai proyek daripada menilai setiap pengembangan secara terpisah.

Hal itu dapat menjadi semakin penting seiring perusahaan secara bersamaan membangun jaringan pusat data, pabrik, fasilitas energi, dan infrastruktur standar lainnya.

Alih‑alih memperlakukan setiap proyek sebagai kumpulan data terisolasi, kinerja konstruksi historis pada akhirnya dapat digunakan untuk menetapkan tolok ukur bagi proyek mendatang — mengidentifikasi bidang pekerjaan mana yang secara konsisten tidak mencapai tingkat produksi yang direncanakan, asumsi jadwal mana yang terbukti tidak realistis, dan intervensi mana yang benar‑benar memulihkan waktu yang hilang.

Bagi Buildots, putaran dana sebesar $130 juta tersebut mewakili lebih dari sekadar perluasan produk pemantauan konstruksi AI. Perusahaan berupaya membangun lapisan data yang menghubungkan situs konstruksi, jadwal proyek, tenaga kerja, kontrol keuangan, dan manajemen portofolio eksekutif.

Seiring pengeluaran untuk infrastruktur AI meningkat, perangkat lunak yang digunakan untuk mengelola pembangunan fisik menjadi bagian dari ekonomi AI itu sendiri. Tantangan Buildots kini adalah menunjukkan bahwa volume data konstruksi yang sangat besar yang dikumpulkannya dapat secara konsisten diterjemahkan menjadi lebih sedikit keterlambatan, biaya yang lebih rendah, dan pengiriman proyek yang lebih dapat diprediksi pada skala global.