Anton Glance, medgrundare och CTO, Buildroid AI – Intervjuerien

Anton Glance, medgrundare och CTO på Buildroid AI, har mer än 10 års erfarenhet av AI, robotik, automation och datorseende. Anton övervakade lanseringen av 2 högt automatiserade prefab-fabriker på Mighty Buildings. 

Tillsammans med Slava Solonitsyn, medgrundare och VD på Buildroid AI, leder de ett team med över 12 års erfarenhet av robotik, maskinlärning, digital arkitektur och innovativa byggnadstekniker

Buildroid AI bygger en simuleringsbaserad plattform som kopplar samman bygginformationsmodeller med AI-drivna digitala tvillingar för att automatisera byggnadsarbeten genom att koordinera flera robotar som en enhetlig besättning. Företaget har demonstrerat ett BIM-till-BUILD-blockläggningsystem och utökar mot kommersiella distributioner som strömlinjeformar arbetsintensiva uppgifter. Genom att validera robotflöden i simulering innan de når byggarbetsplatsen syftar Buildroid AI till att öka produktiviteten, minska kostnaderna och skapa en skalbar grund för automation inom många byggnadsyrken.

Tidigare byggde du upp Mighty Buildings till en av de mest välförsedda och synliga contech-startupföretagen, med mer än 50 automatiserade 3D-utskrivna hem. Vilka luckor eller ineffektiviteter observerade du under den resan som till slut övertygade dig om att grunda Buildroid AI och följa en robotbaserad approach för byggnadsproduktivitet?

På Mighty Buildings följde vi en off-site-prefabmodell, och vi stötte på strukturella marknadsbarriärer. Prefab-antagande i USA är fortfarande under 6%, och införandet av ett nytt 3D-utskriftsmaterial tog 3 år av efterlevnadsarbete över strukturella, brand- och akustiska standarder. Eftersom prefab absorberar fulla fabrikskostnader – utrustning, arbete, utrymme – i kombination med ett icke-massproducerat material, blev vår produkt ~20% dyrare än vad marknaden skulle acceptera. Byggnadsindustrin drivs med mycket små marginaler, så kostnadspremier dödar antagandet.

Med Buildroid valde vi den motsatta vägen: inga nya material, inga nya design, inga ändringar av koden. Vi integrerar direkt i befintliga arbetsflöden och låter robotarna hantera de upprepade, arbetsintensiva uppgifterna – ta bort branschens friktion istället för att lägga till den.

Hur förändrar din simuleringsbaserade modell, som använder digitala tvillingar och BIM (Byggnadsinformationsmodellering), hur byggnadsteam testar, validerar och optimerar robotflöden innan något når byggarbetsplatsen?

BIM definierar vad en byggnad är; det beskriver inte hur man bygger den. Även 4D-BIM lägger bara till sekvensering, inte verklig byggnadsmöjlighet. Vår BIM-till-BUILD-simuleringsmotor låter teamen utföra hela byggnadsprocessen virtuellt inom en fysiskt korrekt digital tvilling – material, maskiner och platsbegränsningar beter sig som den verkliga världen.

Intressenter kan testa hundratals scenarier, validera byggnadsmöjlighet, mäta produktivitet och optimera arbetsflöden innan de når byggarbetsplatsen. Det unika: simuleringsutmatningen bekräftade, redo att köras robotexekveringsprogram, stänger gapet mellan digital design och automatiserad fysisk byggnad.

Din plattform stöder över 40 olika robottyper. Hur uppnår du tillförlitlig samordning mellan sådan diversifierad maskinvara samtidigt som du upprätthåller flexibilitet för entreprenörer?

Vår AI-planerare sitter i kärnan, kombinerar HTN (Hierarkiska uppgiftsnätverk) för högnivåsekvensering och beteendeträd för lågnivåuppgiftsexekvering. Robotar fungerar som förmågebaserade agenter – t.ex. en blockläggningsrobot “vet” att den kan placera block men inte applicera puts.

Planeraren optimerar uppgiftstilldelning, undviker platsbottleneck (som blockerar vägar), balanserar arbetsbelastningar över flera robotar och synkroniserar stödande enheter som materialhanteringsrobotar. Resultatet är en samordnad, självjusterande robotbesättning som beter sig som ett välkoordinerat människoteam.

Buildroid betonar produktivitetsvinster på upp till 10x (6x) och kostnadseffektivitet på upp till 4x (3x). Vilka tidiga fallstudier eller tekniska benchmark-tester demonstrerar bäst hur dessa resultat uppnås?

Över tre piloter – kommersiella, bostads- och datacenterprojekt – observerade vi:

• 6× produktivitet: en murare + hjälpare producerar vanligtvis 4–5 m²/dag av blockarbete; med en robot ökar utmatningen till ~30 m²/dag.

• 3× kostnadseffektivitet: uppgifter som kräver 12 arbetare för att bygga 30 m²/dag kan utföras med 2 arbetare + en robot med vår plattform.

Dessa resultat kom innan vi distribuerade multi-robotflöden; när flottor koordineras av en operatör minskar den totala projekttiden betydligt.

Er första kommersiella tillämpning fokuserar på blockarbete och partitionsväggsinstallation. Vilka kriterier använder ni för att bestämma vilka byggnadsflöden som är bäst lämpade för multi-robotautomation nästa?

Vi prioriterar flöden med (1) allvarliga arbetskraftsbrister, (2) upprepade manuella påfrestningar och (3) tydlig uppgiftsdekomposition för multi-robot-samarbete.

I Dubai, där vi lanserade, väger varje partitionblock ~30 kg (66 lb) och murarbehov överstiger tillgänglig utbildad arbetskraft. En stor entreprenör berättade för oss att de skulle behöva anställa och utbilda 6 000 murare nästa år för att möta arbetsbelastningen.

Blockarbete dekomponerar naturligt i underuppgifter – materialleverans, murbrukstillämpning, justering, förstärkning – vilket gör det idealiskt för specialiserade robotar som arbetar tillsammans.

Nästa i vår pipeline: putsning, den sekventiella steget efter blockarbete, i partnerskap med en ledande robotleverantör.

När ni går in på den amerikanska marknaden, vad är de största regulatoriska, säkerhets- och operativa hinder ni förväntar er, och hur hjälper den simuleringsbaserade metoden till att mildra dem?

OSHA kräver att robotar bevisar säker mänsklig-robot-interaktion, även för pilotdistributioner. Certifiering tar vanligtvis 3+ månader och är kostsamt för startup-företag som behöver snabb iteration.

Vi arbetar med UL på en simuleringsbaserad säkerhetsgodkännandeframtidsmodell. Genom att bevisa att vår digitala tvilling matchar den verkliga världens exekvering kan vi validera gränsfall, kollisionscenario och nödbeteenden virtuellt – dramatiskt minskar behovet av långsamma laboratorietester och accelererar efterlevnadstider.

Hur ser ni att multi-robot-arbetsflöden utvecklas på komplexa byggarbetsplatser när AI-koordination blir mer mogen?

Vi förväntar oss att byggarbetsplatserna kommer att förskjutas mot fullt robotiserade besättningar med människor i övervakande roller. En enda operatör kommer att övervaka flottor av robotar genom vår AI-koordineringsplattform, som använder en digital tvilling för att koordinera uppgifter i realtid. Robotar kommer att hantera produktion; människor kommer att hantera övervakning och undantagshantering.

Vilka genombrott i AI-beslutsfattande och arbetsflödesoptimering är mest kritiska för att möjliggöra tillförlitlig, autonom jobbplats-exekvering?

Den nästa fronten är multi-agent fysisk AI – robotar som fattar lokala beslut samtidigt som de samarbetar som ett system. Detta kräver framsteg inom:

• decentraliserad planering och koordination

• robust perception under byggarbetsplatsförhållanden

• adaptiv uppgiftstilldelning när miljöer förändras

Dessa förmågor kommer att låsa upp tillförlitliga, semi-autonoma till fullt autonoma operationer.

Som en upprepad contech-grundare, vad är aspekter av byggnadsteknologi-antagande som du tror att branschledare fortfarande missförstår, och hur adresserar Buildroid dessa missuppfattningar?

Många startup-företag försöker ändra materialen, processen eller byggnadssystemet i sig – exakt de områden där byggnadsindustrin är minst flexibel. Branschen bygger fortfarande idag mycket som den gjorde för ett sekel sedan, och att ändra kärnmetoder tar år av regulatorisk, leverantörskedje- och kulturell förändring.

Buildroid undviker denna friktion. Vi ökar produktiviteten utan att ändra material eller design, fokuserar enbart på hur befintliga material installeras.

Föreställer du dig att Buildroid kommer att bli en ekosystemplattform som tredjepartsrobotar och entreprenörer kan bygga på, skapar en enhetlig driftlager för byggnadsrobotik på nationell nivå?

Absolut – det är den långsiktiga visionen. Men först måste vi bevisa slut-till-slut-excellens i ett enda högvärdesarbetsflöde: väggbearbetning. När vi perfekterar den blåkopior, utökar vi till tredjepartsrobotar och ytterligare arbetsflöden och blir en naturlig ekosystemutveckling.