Buildots haalt $130 M op terwijl de AI‑datacenterboom de bouw hervormt

Buildots heeft $130 miljoen aan nieuwe financiering opgehaald, terwijl het bouwtechnologiebedrijf zijn kunstmatige‑intelligentieplatform wil uitbreiden naar datacenters, industriële faciliteiten en andere grootschalige infrastructuurprojecten.

De ronde werd geleid door O.G. Venture Partners, met deelname van Lightspeed Venture Partners, Intel Capital, Mohari Ventures, Human Capital, Qumra Capital, Avigdor Willenz, Viola Growth en Poalim Equity. Dit brengt de totale financiering van Buildots op $297 miljoen en volgt wat het bedrijf beschrijft als een meerjarenperiode met ongeveer drievoudige jaarlijkse omzetgroei.

De timing is belangrijk. De bouw wordt voorspeld dat het tegen 2030 een wereldwijde industrie van ongeveer $16 biljoen zal zijn, maar een groeiend deel van de uitgaven wordt gericht op projecten waarbij vertragingen bijzonder kostbaar zijn: AI‑datacenters, halfgeleiderfaciliteiten, geavanceerde productiefaciliteiten, energie‑infrastructuur en andere missie‑kritieke ontwikkelingen. Buildots wedt erop dat deze projecten de verschuiving van de bouwsector weg van handmatig verzamelde voortgangsrapporten naar continu gegenereerde operationele data zullen versnellen.

Bouw wordt onderdeel van de AI‑infrastructuurrace

Buildots wordt al ingezet door meer dan 100 grote bouwbedrijven en projecteigenaren, waaronder Intel, Digital Realty, STO Building Group, JE Dunn, Mortenson, Bouygues en HOCHTIEF. Het bedrijf zegt dat zevencijferige, meerjarige overeenkomsten die meerdere projecten omvatten steeds vaker voorkomen.

Datacenters zijn een bijzonder belangrijk onderdeel van die uitbreiding geworden.

Het enorme kapitaal dat naar AI‑infrastructuur wordt geleid, heeft een tweede‑orde uitdaging gecreëerd: de fysieke faciliteiten bouwen die nodig zijn om steeds energie‑intensievere computersystemen snel genoeg te laten draaien. Datacenterprojecten omvatten nauw opeenvolgende elektrische, mechanische, koel‑ en structurele werkzaamheden, wat betekent dat een relatief kleine vertraging in één discipline talrijke downstream‑activiteiten kan beïnvloeden.

Buildots meldt dat haar technologie nu ongeveer 425 miljoen vierkante voet aan bouw heeft gevolgd en geanalyseerd, inclusief datacenterprojecten die 9,93 GW aan geleverde capaciteit en $88,3 miljard aan projectwaarde vertegenwoordigen.

Dat geeft het bedrijf een ongewoon grote dataset om te onderzoeken hoe bouwschema’s zich verhouden tot wat er in de praktijk gebeurt.

Hoe Buildots AI gebruikt om een bouwplaats te begrijpen

In het hart van het platform van Buildots staat een relatief eenvoudig idee: in plaats van projectmanagers handmatig te laten bepalen hoeveel werk is voltooid, wordt computer vision gebruikt om de bouwplaats rechtstreeks te observeren.

De omstandigheden op de locatie kunnen worden vastgelegd met 360‑gradencamera’s, drones en laserscans. Buildots koppelt vervolgens deze visuele informatie aan de Building Information Modeling (BIM)-gegevens van het project en de bouwplanning. Haar AI‑modellen bepalen welke elementen zijn geïnstalleerd, waar het werk plaatsvindt en hoe de feitelijke voortgang zich verhoudt tot de planning.

Het bedrijf meldt dat locatie‑opnames doorgaans binnen 24 tot 36 uur worden verwerkt tot voortgangsinformatie en risicowaarschuwingen.

Dit creëert een evoluerende digitale weergave van het project in plaats van een verzameling losstaande foto’s en spreadsheets. Projectteams kunnen de voortgang bekijken per discipline, verdieping, gebied, activiteit of individueel bouwonderdeel, inclusief werk in gebieden waar BIM‑gegevens onvolledig zijn.

De resulterende dataset voedt ook voorspellende systemen.

Buildots’ Delay Forecast technologie vergelijkt het geplande tempo van een activiteit met het waargenomen tempo en berekent het tempo dat nodig is om op schema te blijven. Het systeem kan vervolgens activiteiten markeren die waarschijnlijk hun voltooiingsdatums zullen missen, waardoor teams scenario’s kunnen onderzoeken zoals het toevoegen van arbeidskrachten, het wijzigen van de volgorde, of het herschikken van middelen voordat een vertraging kritiek wordt.

Dat onderscheid is belangrijk. De langetermijnkans bestaat niet alleen uit het automatiseren van bouwrapportage, maar uit het omzetten van voortgangsgegevens in een voorspellingssysteem.

Datacenters zetten bouwschema’s onder druk

Weinig gebieden illustreren die behoefte beter dan de bouw van datacenters.

AI‑infrastructuurprojecten zijn steeds meer afhankelijk van complexe mechanische, elektrische en sanitaire werkzaamheden die binnen verkorte termijnen moeten worden voltooid. Een vertraging in elektrische containment, koel‑infrastructuur of een ander kritisch systeem kan uiteindelijk de ingebruikname en de datum waarop de rekencapaciteit inkomsten begint te genereren, beïnvloeden.

De eigen analyse van Buildots van 25 miljoen vierkante voet aan wereldwijde datacenterprojecten benadrukt de kloof tussen bouwschema’s en de productie‑snelheden in de praktijk.

De benchmarking van datacenters voor 2025 liet zien dat HVAC‑werk vorderde met 76,9 % van het tempo dat nodig is om de geplande doelen te halen. Elektrische containment liep op 59,4 %, terwijl huishoudelijke watersystemen slechts met 44,9 % van het vereiste tempo vorderden.

Die cijfers zijn gebaseerd op de eigen projectdataset van Buildots, maar ze laten zien waarom eigenaren van kapitaalintensieve infrastructuur steeds meer geïnteresseerd zijn in een meer gedetailleerde zichtbaarheid van de voortgang van de bouw.

Voor een conventioneel project kan een vertraging de financieringskosten verhogen en de marges verkleinen. Voor een hyperscale datacenter kan het bovendien de inzet van dure computerinfrastructuur uitstellen en de ingebruikname van die capaciteit vertragen.

Voorbij AI-voortgangsmonitoring gaan

Buildots breidt zich ook uit buiten het oorspronkelijke door computervisie aangedreven voortgangsmonitoringsysteem.

De afwijkingsdetectie mogelijkheden vergelijken de bouw met projectmodellen om onjuist geïnstalleerde of onafgewerkte elementen te identificeren. Teams kunnen de locatie en visuele context rond een probleem bekijken voordat ze het oplossen binnen Buildots of exporteren naar bouwplatformen zoals Procore, Forma en Revizto.

Een andere functie, Voltooide Hoeveelheden, past dezelfde onderliggende site‑data toe op betalingsaanvragen. In plaats van uitsluitend te vertrouwen op gerapporteerde voltooiingspercentages van aannemers en onderaannemers, kunnen teams betalingsclaims vergelijken met hoeveelheden die het platform als geïnstalleerd heeft geverifieerd.

Dit brengt Buildots in een belangrijk, maar minder voor de hand liggend deel van bouwmanagement: het koppelen van de fysieke staat van een gebouw aan de financiële staat van het project.

Het bedrijf gaat ook verder in arbeidsintelligentie via Buildots Field, technologie gebaseerd op Genda, die Buildots in oktober 2025 heeft overgenomen. Het systeem maakt gebruik van Bluetooth‑infrastructuur op locatie en mobiele workflows om informatie te verzamelen over de aanwezigheid van personeel, logistiek, veiligheid en hoe arbeid over een bouwplaats wordt verdeeld.

In combinatie met de voortgangsdata van Buildots is het doel om arbeidsinzet te koppelen aan de bouwoutput. Een projectmanager zou mogelijk niet alleen kunnen zien dat een activiteit achterloopt op schema, maar ook of er extra werknemers naar dat gebied zijn gestuurd en of de interventie de productie heeft verbeterd. Buildots meldt dat de volledig geïntegreerde Buildots Field‑applicatie gepland staat voor algemene beschikbaarheid in Q4 2026.

Van individuele projecten naar bouwportefeuilles

Het nieuwe kapitaal zal worden gebruikt om Buildots in drie richtingen uit te breiden.

Geografisch is het bedrijf van plan om de implementaties uit te breiden over grote bouwportefeuilles in Noord‑America en EMEA. De productontwikkeling zal het platform verder uitbreiden over de volledige bouwlevenscyclus, van aanbesteding tot projectoplevering en overdracht. Buildots wil ook meer inzetten op intelligentie op portefeuilleniveau, zodat leidinggevenden de prestaties van meerdere projecten kunnen vergelijken in plaats van elk project afzonderlijk te beoordelen.

Dat kan steeds belangrijker worden naarmate bedrijven gelijktijdig netwerken van datacenters, fabrieken, energievoorzieningen en andere gestandaardiseerde infrastructuur opzetten.

In plaats van elk project als een geïsoleerde dataset te behandelen, zou historische bouwprestaties uiteindelijk kunnen worden gebruikt om benchmarks voor toekomstige projecten vast te stellen — waarbij wordt geïdentificeerd welke vakgebieden consequent de geplande productiesnelheden missen, welke planningsaannames onrealistisch blijken, en welke interventies daadwerkelijk verloren tijd terugwinnen.

Voor Buildots betekent de ronde van $130 miljoen daarom meer dan een uitbreiding van een AI‑bouwmonitoringsproduct. Het bedrijf probeert een datalaag te bouwen die de bouwplaats, het projectplan, de arbeidskracht, financiële controles en het executive portfoliomanagement met elkaar verbindt.

Naarmate de uitgaven voor AI‑infrastructuur toenemen, wordt de software die wordt gebruikt om de fysieke uitrol te beheren zelf een onderdeel van de AI‑economie. De uitdaging voor Buildots is nu om aan te tonen dat het enorme volume aan bouwdata dat het verzamelt consequent kan worden omgezet in minder vertragingen, lagere kosten en een voorspelbaardere projectoplevering op wereldwijde schaal.