Buildots、AIデータセンターのブームが建設業界を変える中で$130Mを調達

Buildotsは、建設テクノロジー企業として、データセンター、産業施設、その他の大規模インフラプロジェクト全体に人工知能プラットフォームを拡大することを目指し、$130 millionの新規資金調達を実施した。

このラウンドはO.G. Venture Partnersが主導し、Lightspeed Venture Partners、Intel Capital、Mohari Ventures、Human Capital、Qumra Capital、Avigdor Willenz、Viola Growth、Poalim Equityが参加した。これによりBuildotsの累計資金は$297 millionに達し、同社が約3倍の年次収益成長を示す数年にわたる期間と説明していることに続く。

このタイミングは重要である。建設業は予測されるところ、2030年までに約$16兆の世界規模産業になるとされているが、支出の増大する割合が遅延コストが特に高いプロジェクト、すなわちAIデータセンター、半導体施設、先進製造プラント、エネルギーインフラ、その他のミッションクリティカルな開発に向けられている。Buildotsは、これらのプロジェクトが建設セクターの、手動で収集された進捗レポートから継続的に生成される運用データへのシフトを加速させると見込んでいる。

建設がAIインフラ競争の一部になる

BuildotsはすでにIntel、Digital Realty、STO Building Group、JE Dunn、Mortenson、Bouygues、HOCHTIEFなど、100社以上の大手建設企業やプロジェクトオーナーに導入されている。同社によると、数百万ドル規模の複数年契約が複数プロジェクトにわたって増加傾向にあるという。

データセンターはその拡大において特に重要な要素となっている。

AIインフラへ向けられる莫大な資本は第2の課題を生み出している。すなわち、電力集約度が高まるコンピューティングシステムを迅速に稼働させるための物理的施設の構築である。データセンタープロジェクトは電気、機械、冷却、構造工事が緊密に連携して進められ、一つの工程で比較的小さな遅延が多数の下流作業に影響を及ぼす可能性がある。

Buildotsによれば、同社の技術は現在、約4億2500万平方フィートの建設を追跡・分析しており、その中には9.93 GWの供給容量と$88.3 billionのプロジェクト価値を持つデータセンタープロジェクトが含まれる。

これにより、同社は建設スケジュールと実際の現場での進捗を比較検証するための、異例に大規模なデータセットを保有することになる。

BuildotsがAIを活用して建設現場を把握する方法

Buildotsプラットフォームの中心にあるのは比較的単純な考え方である。プロジェクトマネージャーに作業完了量を手動で判断させる代わりに、コンピュータビジョンで建設現場を直接観測するというものだ。

現場の状況は360度カメラ、ドローン、レーザースキャンで取得できる。Buildotsはこの視覚情報をプロジェクトのビルディング情報モデリング (BIM)データおよび建設スケジュールと結び付ける。同社のAIモデルは、どの要素が設置されたか、作業がどこで行われているか、実際の進捗が計画とどの程度一致しているかを判定する。

同社によれば、現場で取得したデータは通常、24〜36時間以内に進捗情報とリスク警告へと処理される。

これにより、個別の写真やスプレッドシートの集合ではなく、プロジェクトの進化するデジタル表現が生成される。プロジェクトチームは、職種、階層、エリア、活動、あるいは個別の建設要素ごとに進捗を検証でき、BIMデータが不完全な領域の作業も含めて把握できる。

得られたデータセットは予測システムにも活用される。

Buildotsの遅延予測テクノロジーは、活動の計画ペースと観測ペースを比較し、スケジュール通りに完了するために必要なペースを算出する。システムは、完了日が遅れそうな活動をフラグ付けし、遅延が重大になる前に、労働力の追加、シーケンス変更、リソース再配分といったシナリオを検討できるようにする。

この違いは重要である。長期的な機会は単なる建設レポートの自動化ではなく、進捗データを予測システムへと転換することにある。

データセンターが建設スケジュールに圧力をかける

データセンター建設ほどその必要性を示す分野は少ない。

AIインフラプロジェクトは、圧縮されたスケジュール内で複雑な機械・電気・配管工事の完了にますます依存している。電気配線、冷却インフラ、その他の重要システムの遅延は、最終的に試運転やコンピューティング容量が収益を生み出し始める時期に影響を及ぼす可能性がある。

Buildots自身の分析によると、全世界のデータセンタープロジェクト2500万平方フィートの調査で、建設スケジュールと実際の生産速度との間にギャップがあることが浮き彫りになっている。

同社の2025年データセンターベンチマークでは、HVAC作業が計画目標達成に必要なペースの76.9%で進行していることが判明した。電気配線は59.4%で、国内給水システムは必要ペースのわずか44.9%で進んでいた。

これらの数値は Buildots の独自プロジェクトデータセットに基づいていますが、資本集約型インフラの所有者が建設進捗のより詳細な可視性にますます関心を持つ理由を示しています。

従来型のプロジェクトでは、遅延が資金調達コストの増加や利益率の圧縮を招く可能性があります。ハイパースケールデータセンターの場合、遅延は高価なコンピューティングインフラの導入を遅らせ、容量が稼働可能になる時期も遅延させます。

AI 進捗追跡を超えて

Buildots は、当初のコンピュータビジョン主導の進捗モニタリングシステムを超えて事業を拡大しています。

同社の 偏差検出 機能は、プロジェクトモデルと建設を比較し、誤って設置されたまたは未完成の要素を特定します。チームは問題の場所と視覚的コンテキストを確認し、Buildots 内で解決するか、Procore、Forma、Revizto などの建設プラットフォームへエクスポートできます。

別の機能である 完了数量 は、同じ基盤となるサイトデータを支払申請に適用します。請負業者や下請け業者から報告された完了率だけに頼るのではなく、チームはプラットフォームが実際に設置されたと検証した数量と支払請求を比較できます。

これにより、Buildots は建設管理の重要だがあまり顕在化しない領域、すなわち建物の物理的状態とプロジェクトの財務状態を結び付ける役割を担うことになります。

同社はまた、2025 年 10 月に取得した Genda を基盤とする Buildots フィールド を通じて労働力インテリジェンスをさらに推進しています。このシステムは現場の Bluetooth インフラとモバイルワークフローを活用し、労働力の出席状況、物流、安全性、および労働が建設現場全体にどのように配分されているかの情報を収集します。

Buildots の進捗データと組み合わせることで、労働投入と建設成果を結び付けることが目標です。プロジェクトマネージャーは、ある作業がスケジュール遅れであるだけでなく、追加の作業員が実際にそのエリアに配置されたか、介入が生産性向上につながったかを確認できる可能性があります。Buildots は、完全に統合された Buildots フィールドアプリケーションが 2026 年第4四半期に一般提供開始される予定だと述べています。

個別プロジェクトから建設ポートフォリオへ

新たな資本は、Buildots を 3 つの方向で拡大するために使用されます。

地理的には、同社は北米および EMEA の主要な建設ポートフォリオ全体で導入を拡大する計画です。製品開発は、入札からプロジェクトの実施・引き渡しまで、建設ライフサイクル全体にわたってプラットフォームをさらに拡張します。Buildots はまた、ポートフォリオレベルのインテリジェンスを強化し、経営層が個々の開発を独立して評価するのではなく、複数プロジェクトのパフォーマンスを比較できるようにしたいと考えています。

これは、企業が同時にデータセンター、工場、エネルギー施設、その他の標準化されたインフラネットワークを構築するにつれて、ますます重要になる可能性があります。

各プロジェクトを孤立したデータセットとして扱うのではなく、過去の建設パフォーマンスを将来のプロジェクトのベンチマークとして活用できるようになるでしょう。具体的には、計画された生産率を継続的に下回る職種、非現実的なスケジュール前提、そして実際に失われた時間を回復させる介入策を特定します。

Buildots にとって、1億3000万ドルの資金調達は、AI 建設モニタリング製品の拡張以上の意味を持ちます。同社は、建設現場、プロジェクトスケジュール、労働力、財務管理、そして経営層のポートフォリオ管理を結び付けるデータ層の構築を目指しています。

AI インフラへの支出が拡大する中、物理的な構築を管理するソフトウェア自体が AI 経済の一部となりつつあります。Buildots の現在の課題は、同社が収集している膨大な建設データが、遅延の削減、コストの低減、そしてグローバル規模でのプロジェクト納期の予測可能性向上に一貫して結び付くことを実証することです。