Buildots får $130M när AI‑datacenterboom omformar byggbranschen

Buildots har fått $130 miljoner i ny finansiering när byggteknikföretaget vill expandera sin artificiella intelligensplattform över datacenter, industriella anläggningar och andra storskaliga infrastrukturprojekt.

Rundan leddes av O.G. Venture Partners, med deltagande från Lightspeed Venture Partners, Intel Capital, Mohari Ventures, Human Capital, Qumra Capital, Avigdor Willenz, Viola Growth och Poalim Equity. Denna finansiering tar Buildots totala kapital till $297 miljoner och följer det som företaget beskriver som en flerårig period med ungefär tre gånger årlig intäktstillväxt.

Tidpunkten är betydelsefull. Byggandet förväntas vara en global industri på ungefär $16 biljoner år 2030, men en växande andel av utgifterna riktas mot projekt där förseningar är särskilt kostsamma: AI‑datacenter, halvledaranläggningar, avancerade tillverkningsanläggningar, energiinfrastruktur och andra kritiska utvecklingsprojekt. Buildots satsar på att dessa projekt kommer påskynda byggsektorns övergång från manuellt insamlade framstegsrapporter till kontinuerligt genererade driftsdata.

Byggsektorn blir en del av AI‑infrastrukturkapplöpningen

Buildots är redan i bruk hos mer än 100 stora byggföretag och projektägare, inklusive Intel, Digital Realty, STO Building Group, JE Dunn, Mortenson, Bouygues och HOCHTIEF. Företaget säger att sju‑siffriga, fleråriga avtal som omfattar flera projekt blir allt vanligare.

Datacenter har blivit en särskilt viktig del av den expansionen.

Det enorma kapital som riktas mot AI‑infrastruktur har skapat en sekundär utmaning: att bygga de fysiska anläggningarna som krävs för att driva allt mer energikrävande datorsystem tillräckligt snabbt. Datacenterprojekt innebär tätt sekvenserat elektriskt, mekaniskt, kyl‑ och strukturellt arbete, vilket betyder att en relativt liten försening i ett yrke kan påverka många efterföljande aktiviteter.

Buildots säger att deras teknik nu har spårat och analyserat cirka 425 miljoner kvadratfot byggnation, inklusive datacenterprojekt som representerar 9,93 GW levererad kapacitet och $88,3 miljarder i projektvärde.

Det ger företaget ett ovanligt stort dataset för att undersöka hur byggtidplaner jämförs med vad som faktiskt händer på plats.

Hur Buildots använder AI för att förstå en byggarbetsplats

I centrum av Buildots plattform finns en relativt enkel idé: istället för att be projektledare manuellt fastställa hur mycket arbete som är slutfört, använda datorseende för att direkt observera byggarbetsplatsen.

Platsförhållanden kan fångas med 360‑gradskameror, drönare och laserskanningar. Buildots kopplar sedan denna visuella information till projektets Building Information Modeling (BIM)-data och byggtidplan. Dess AI‑modeller fastställer vilka element som har installerats, var arbetet pågår och hur det faktiska framsteget jämförs med planen.

Företaget säger att platsinsamlingar vanligtvis bearbetas till framstegsinformation och riskvarningar inom 24 till 36 timmar.

Detta skapar en utvecklande digital representation av projektet snarare än en samling avskilda fotografier och kalkylblad. Projektteam kan granska framsteg efter yrke, våning, område, aktivitet eller enskilt byggnadselement, inklusive vissa arbeten i områden där BIM‑data är ofullständig.

Det resulterande datasetet matas också in i prediktiva system.

Buildots’ fördröjningsprognos teknik jämför den planerade takten för en aktivitet med den observerade takten och beräknar den takt som krävs för att slutföras enligt schemat. Systemet kan sedan flagga aktiviteter som sannolikt kommer att missa sina slutförandedatum, vilket gör det möjligt för team att granska scenarier såsom att tillsätta mer arbetskraft, ändra sekvensering eller omfördela resurser innan en försening blir kritisk.

Den distinktionen är viktig. Den långsiktiga möjligheten är inte bara att automatisera byggrapportering, utan att omvandla framstegsdata till ett prognossystem.

Datacenter sätter byggtidplaner under press

Få områden illustrerar detta behov bättre än datacenterbyggnation.

AI‑infrastrukturprojekt blir i allt högre grad beroende av komplext mekaniskt, elektriskt och VVS‑arbete som måste slutföras inom komprimerade tidplaner. En försening av elektrisk inneslutning, kylinfrastruktur eller ett annat kritiskt system kan så småningom påverka driftsättning och datumet då beräkningskapaciteten börjar generera intäkter.

Buildots egen analys av 25 miljoner kvadratfot globala datacenterprojekt belyser klyftan mellan byggtidplaner och verkliga produktionshastigheter.

Dess benchmarking av datacenter 2025 visade att HVAC‑arbeten fortskred med 76,9 % av den takt som krävs för att nå planerade mål. Elektrisk inneslutning låg på 59,4 %, medan inomhusvattensystem bara fortskred med 44,9 % av den erforderliga takten.

Dessa siffror baseras på Buildots egna projektdatamängd, men de visar varför ägare av kapitalintensiv infrastruktur alltmer är intresserade av mer detaljerad insyn i byggnadsframsteg.

För ett konventionellt projekt kan en försening öka finansieringskostnaderna och pressa marginalerna. För ett hyperskala-datacenter kan den också skjuta upp implementeringen av dyr datainfrastruktur och fördröja när den kapaciteten blir operativ.

Att gå bortom AI‑framstegsspårning

Buildots har också börjat expandera bortom sitt ursprungliga datorseende‑drivna framstegsmätningssystem.

Dess avvikelsedetektering funktioner jämför byggandet med projektmodeller för att identifiera felaktigt installerade eller ofullständiga element. Team kan granska platsen och den visuella kontexten kring ett problem innan de löser det i Buildots eller exporterar det till byggplattformar som Procore, Forma och Revizto.

En annan funktion, Slutförda kvantiteter, använder samma underliggande platsdata för betalningsansökningar. Istället för att enbart förlita sig på rapporterade färdigställandeprocent från entreprenörer och underentreprenörer, kan team jämföra betalningsanspråk mot de kvantiteter som plattformen har verifierat som installerade.

Detta placerar Buildots i en viktig men mindre uppenbar del av byggledning: att koppla byggnadens fysiska tillstånd till projektets ekonomiska status.

Företaget går också djupare in i arbetskraftsintelligens via Buildots Field, en teknik baserad på Genda, som Buildots förvärvade i oktober 2025. Systemet använder Bluetooth‑infrastruktur på plats och mobila arbetsflöden för att samla information om arbetskraftens närvaro, logistik, säkerhet och hur arbetskraften fördelas över en byggarbetsplats.

När den kombineras med Buildots framstegsdata är målet att koppla arbetskraftsinsatser till byggresultat. En projektledare skulle potentiellt kunna se inte bara att en aktivitet ligger efter schemat, utan också om ytterligare arbetare faktiskt har satts in i det området och om åtgärden förbättrade produktionen. Buildots säger att den fullt integrerade Buildots Field‑applikationen planeras vara allmänt tillgänglig under fjärde kvartalet 2026.

Från enskilda projekt till byggportföljer

Det nya kapitalet kommer att användas för att expandera Buildots i tre riktningar.

Geografiskt planerar företaget att öka utrullningarna över stora byggportföljer i Nordamerika och EMEA. Produktutvecklingen kommer att utöka plattformen ytterligare genom hela bygglivscykeln, från anbud till projektleverans och överlämning. Buildots vill också gå djupare in i portföljnivå‑intelligens, så att ledande befattningshavare kan jämföra prestanda över flera projekt snarare än att utvärdera varje utveckling separat.

Detta kan bli allt viktigare i takt med att företag samtidigt bygger nätverk av datacenter, fabriker, energianläggningar och annan standardiserad infrastruktur.

Istället för att behandla varje projekt som en isolerad datamängd kan historisk byggprestanda så småningom användas för att fastställa referensvärden för framtida projekt — identifiera vilka yrken som konsekvent missar planerade produktionshastigheter, vilka schemaläggningsantaganden som visar sig orealistiska och vilka åtgärder som faktiskt återställer förlorad tid.

För Buildots innebär den $130 miljoner‑rundan därför mer än en expansion av en AI‑byggnadsövervakningsprodukt. Företaget försöker bygga ett datalager som kopplar byggarbetsplatsen, projektschemat, arbetskraften, finansiella kontroller och ledningsportföljhantering.

När utgifterna för AI‑infrastruktur ökar blir den programvara som används för att hantera den fysiska uppbyggnaden en del av AI‑ekonomin i sig. Buildots utmaning nu blir att visa att den enorma mängden byggdata som samlas in konsekvent kan omvandlas till färre förseningar, lägre kostnader och mer förutsägbar projektleverans i global skala.