Buildots pozyskuje $130M, gdy boom centrów danych AI przekształca budownictwo

Buildots pozyskało $130 million w nowym finansowaniu, gdy firma technologiczna z branży budowlanej chce rozszerzyć swoją platformę sztucznej inteligencji na centra danych, obiekty przemysłowe i inne duże projekty infrastrukturalne.

Runda została poprowadzona przez O.G. Venture Partners, przy udziale Lightspeed Venture Partners, Intel Capital, Mohari Ventures, Human Capital, Qumra Capital, Avigdor Willenz, Viola Growth i Poalim Equity. Podnosi to całkowite finansowanie Buildots do $297 million i następuje po tym, co firma opisuje jako wieloletni okres wzrostu przychodów o około 3x rocznie.

Moment jest istotny. Szacuje się, że budownictwo prognozowane będzie globalnym rynkiem o wartości około $16 trillion do 2030 roku, ale rosnąca część wydatków jest kierowana na projekty, w których opóźnienia są szczególnie kosztowne: centra danych AI, obiekty półprzewodnikowe, zaawansowane zakłady produkcyjne, infrastruktura energetyczna i inne kluczowe przedsięwzięcia. Buildots zakłada, że te projekty przyspieszą przejście sektora budowlanego od ręcznie zbieranych raportów postępu do ciągle generowanych danych operacyjnych.

Budownictwo staje się częścią wyścigu o infrastrukturę AI

Buildots jest już wykorzystywany przez ponad 100 dużych firm budowlanych i właścicieli projektów, w tym Intel, Digital Realty, STO Building Group, JE Dunn, Mortenson, Bouygues i HOCHTIEF. Firma twierdzi, że siedmiocyfrowe, wieloletnie umowy obejmujące wiele projektów stają się coraz bardziej powszechne.

Centra danych stały się szczególnie ważną częścią tej ekspansji.

Ogromny kapitał kierowany na infrastrukturę AI stworzył wyzwanie drugiego rzędu: budowę fizycznych obiektów niezbędnych do obsługi coraz bardziej energochłonnych systemów komputerowych w wystarczająco krótkim czasie. Projekty centrów danych obejmują ściśle zsynchronizowane prace elektryczne, mechaniczne, chłodnicze i konstrukcyjne, co oznacza, że niewielkie opóźnienie w jednej specjalizacji może wpłynąć na liczne działania następujące po niej.

Buildots podaje, że jego technologia śledziła i analizowała dotąd około 425 milionów stóp kwadratowych budowy, w tym projekty centrów danych o łącznej dostarczonej pojemności 9,93 GW i wartości projektów $88.3 billion.

Daje to firmie wyjątkowo dużą bazę danych do badania, jak harmonogramy budowy mają się do rzeczywistych zdarzeń w terenie.

Jak Buildots wykorzystuje AI do zrozumienia placu budowy

W centrum platformy Buildots leży stosunkowo prosta idea: zamiast prosić kierowników projektów o ręczne określanie, ile pracy zostało wykonane, wykorzystać widzenie komputerowe do bezpośredniej obserwacji placu budowy.

Warunki na miejscu można rejestrować przy użyciu kamer 360°, dronów i skanów laserowych. Buildots łączy te informacje wizualne z danymi Building Information Modeling (BIM) projektu oraz harmonogramem budowy. Jego modele AI określają, które elementy zostały zainstalowane, gdzie odbywa się praca i jak rzeczywisty postęp ma się do planu.

Firma podaje, że rejestracje z placu są zazwyczaj przetwarzane na informacje o postępie i alerty ryzyka w ciągu 24–36 godzin.

Tworzy to rozwijającą się cyfrową reprezentację projektu, a nie zbiór odłączonych zdjęć i arkuszy kalkulacyjnych. Zespoły projektowe mogą analizować postęp według specjalizacji, piętra, obszaru, aktywności lub pojedynczego elementu budowlanego, w tym niektóre prace w obszarach, gdzie dane BIM są niekompletne.

Uzyskany zestaw danych zasila także systemy predykcyjne.

Buildots’ Delay Forecast technologia porównuje planowane tempo działania z obserwowanym tempem i oblicza tempo niezbędne do zakończenia zgodnie z harmonogramem. System może następnie oznaczyć działania, które prawdopodobnie nie zdążą w wyznaczonym terminie, umożliwiając zespołom analizę scenariuszy, takich jak zwiększenie liczby pracowników, zmiana kolejności lub przemieszczenie zasobów, zanim opóźnienie stanie się krytyczne.

To rozróżnienie jest istotne. Długoterminowa szansa nie polega jedynie na automatyzacji raportowania budowy, lecz na przekształceniu danych o postępie w system prognozowania.

Centra danych wywierają presję na harmonogramy budowy

Niewiele obszarów lepiej ilustruje tę potrzebę niż budowa centrów danych.

Projekty infrastruktury AI coraz bardziej zależą od skomplikowanych prac mechanicznych, elektrycznych i instalacyjnych realizowanych w skróconych terminach. Opóźnienie w zakresie izolacji elektrycznej, infrastruktury chłodniczej lub innego krytycznego systemu może ostatecznie wpłynąć na uruchomienie i datę, od której pojemność obliczeniowa zacznie generować przychody.

Własna analiza Buildots obejmująca 25 milionów stóp kwadratowych globalnych projektów centrów danych podkreśla lukę między harmonogramami budowy a rzeczywistymi wskaźnikami produkcji.

Benchmarking centrów danych z 2025 roku wykazał, że prace HVAC postępują w tempie 76,9 % wymaganego do osiągnięcia planowanych celów. Izolacja elektryczna działała w tempie 59,4 %, natomiast systemy wody użytkowej postępowały zaledwie w 44,9 % wymaganego tempa.

Te liczby opierają się na własnym zestawie danych projektowych Buildots, ale ilustrują, dlaczego właściciele kapitałowo intensywnej infrastruktury coraz bardziej interesują się bardziej szczegółową widocznością postępu budowy.

W przypadku tradycyjnego projektu opóźnienie może zwiększyć koszty finansowania i zmniejszyć marże. W przypadku hiperskalowego centrum danych może to także odłożyć wdrożenie kosztownej infrastruktury obliczeniowej oraz opóźnić moment, w którym ta pojemność stanie się operacyjna.

Wyjście poza monitorowanie postępu oparte na sztucznej inteligencji

Buildots rozszerza także swoją działalność poza pierwotny system monitorowania postępu oparty na widzeniu komputerowym.

Jej wykrywanie odchyleń porównuje budowę z modelami projektowymi, aby zidentyfikować nieprawidłowo zainstalowane lub nieukończone elementy. Zespoły mogą przeglądać lokalizację i kontekst wizualny problemu przed rozwiązaniem go w Buildots lub wyeksportowaniem do platform budowlanych, w tym Procore, Forma i Revizto.

Kolejną funkcją, Zrealizowane ilości, jest zastosowanie tych samych podstawowych danych z placu budowy do wniosków płatniczych. Zamiast polegać wyłącznie na zgłaszanych procentach ukończenia przez wykonawców i podwykonawców, zespoły mogą porównywać roszczenia płatnicze z ilościami, które platforma zweryfikowała jako zainstalowane.

To wprowadza Buildots w ważną, choć mniej oczywistą część zarządzania budową: powiązanie stanu fizycznego budynku ze stanem finansowym projektu.

Firma posuwa się również dalej w kierunku inteligencji siły roboczej dzięki Buildots Field, technologii opartej na Genda, którą Buildots przejęło w październiku 2025 roku. System wykorzystuje infrastrukturę Bluetooth na miejscu oraz mobilne przepływy pracy do zbierania informacji o obecności pracowników, logistyce, bezpieczeństwie i sposobie rozmieszczenia siły roboczej na placu budowy.

Po połączeniu z danymi postępu Buildots celem jest powiązanie nakładów pracy z wynikiem budowy. Kierownik projektu mógłby potencjalnie zobaczyć nie tylko, że dana czynność opóźnia się względem harmonogramu, ale także czy dodatkowi pracownicy zostali rzeczywiście przydzieleni do tego obszaru oraz czy interwencja poprawiła wydajność. Buildots informuje, że w pełni zintegrowana aplikacja Buildots Field ma być dostępna ogólnie w IV kwartale 2026 roku.

Od pojedynczych projektów do portfeli budowlanych

Nowy kapitał zostanie przeznaczony na rozwój Buildots w trzech kierunkach.

Geograficznie firma planuje zwiększyć wdrożenia w głównych portfelach budowlanych w Ameryce Północnej i regionie EMEA. Rozwój produktu rozszerzy platformę na kolejne etapy cyklu życia budowy, od przetargu po realizację i przekazanie projektu. Buildots chce także podnieść poziom inteligencji na poziomie portfela, umożliwiając kierownictwu porównywanie wyników w wielu projektach zamiast oceny każdego z osobna.

Może to stać się coraz ważniejsze, gdy firmy jednocześnie budują sieci centrów danych, fabryk, obiektów energetycznych i innych standardowych instalacji.

Zamiast traktować każdy projekt jako odrębny zestaw danych, historyczna wydajność budowy może ostatecznie posłużyć do ustalania benchmarków dla przyszłych projektów — identyfikując, które branże systematycznie nie osiągają planowanych wskaźników produkcji, które założenia harmonogramu okazują się nierealistyczne oraz które interwencje rzeczywiście odzyskują utracony czas.

Dla Buildots rundy o wartości 130 milionów dolarów oznacza to więc więcej niż rozszerzenie produktu monitorującego budowę przy użyciu sztucznej inteligencji. Firma dąży do stworzenia warstwy danych łączącej plac budowy, harmonogram projektu, siłę roboczą, kontrolę finansową oraz zarządzanie portfelem na poziomie wykonawczym.

W miarę jak rosną wydatki na infrastrukturę AI, oprogramowanie służące do zarządzania fizycznym rozbudowaniem staje się częścią samej gospodarki AI. Wyzwanie Buildots będzie teraz polegało na wykazaniu, że ogromna ilość danych budowlanych, które gromadzi, może konsekwentnie przełożyć się na mniejszą liczbę opóźnień, niższe koszty i bardziej przewidywalną realizację projektów na skalę globalną.