艾山·杰曼尼，Krane 的创始人和 CEO – 采访系列

艾山·杰曼尼，Krane 的创始人和 CEO，将深厚的建筑业专业知识与工程、分析和技术背景相结合。在 2023 年创立 Krane 之前，他曾为包括微软、雪佛龙、UCSF 和加州交通局在内的组织工作过，重点关注提高生产力、优化供应链、精益建设和运营效率。管理复杂建筑项目的经验使他意识到行业中持续存在的协调和采购挑战，激发他创造技术来帮助团队做出更好的决策并减少昂贵的延迟。

Krane 是一个由 AI 驱动的建筑供应链平台，旨在提高采购、材料管理和项目运营方面的可见性和协调性。该平台使用 AI 代理来自动执行材料跟踪、供应商管理、风险识别和发票对账等任务，帮助建筑团队减少延迟并提高效率。专注于大型项目，如数据中心、医疗设施和基础设施开发，Krane 致力于现代化建筑行业中最分散和数据密集的工作流程之一。

您在创立 Krane 之前曾在建筑工程、生产分析、项目优化和大型基础设施项目等领域工作多年。在亲眼目睹了采购延迟、材料跟踪问题和分散的工作流程如何影响大型项目之后，您是什么时候意识到 AI 可以解决建筑行业几十年来一直难以解决的问题的?

我曾在复杂的能源、基础设施和数据中心项目上工作过，包括为微软和雪佛龙等公司领导项目。无论项目规模如何，我一直看到相同的挑战：团队被大量的提交、材料发布延迟和交货不协调所困扰，导致昂贵的延迟。

让我相信 AI 可以带来改变的是看到这些工作如何仍然通过断开的电子表格、电子邮件和电话进行管理。建筑团队并不缺乏专业知识；他们花费太多时间在分散的工作流程中追踪信息。

最近在 AI 方面的进步使得读取建筑规范、图纸、时间表和采购记录成为可能，并自动执行了传统上需要大量手动努力的许多协调任务。这时就很明显，AI 可以帮助将运营负担从项目团队中转移出去，让他们有更多时间专注于建设。

这个想法最终成为了 Krane。今天，该平台管理着北美超过 170 亿美元的活跃建筑项目，并最近获得了 900 万美元的种子轮融资，以继续扩大我们的 AI 本土建设运营团队。

建筑业在技术采用方面一直落后于金融和软件等行业。您为什么认为当前的 AI 波浪不同，为什么行业终于准备好采用更自治的系统?

行业面临着两个同时的挑战：项目复杂性增加和劳动力短缺。数据中心、医疗设施和其他大型项目的需求和复杂性给建筑供应链带来了前所未有的压力。同时，经验丰富的专业人员正在以更快的速度退休，而新的人才却无法跟上这一速度。

像 ChatGPT 这样的工具也帮助展示了 AI 在实际、用户友好的方式中可以做什么。这使得技术感觉更加易于接触和加速了对特定行业（包括建筑业）构建的 AI 解决方案的采用。

今天，建筑团队被要求交付更大、更复杂的项目，具有更小的错误余地，同时管理波动且难以预测的供应链。这就是为什么我们看到对 AI 的如此浓厚的兴趣。行业并不是为了技术本身而采用技术；它正在寻找实际的方法来帮助团队管理复杂性、保持可见性并让项目继续进行。

Krane 将自己描述为一个用于管理建筑供应链的 AI 本土平台。今天在采购、提交、交货和供应商协调方面仍然存在的最大低效率是什么，外界人士可能没有意识到?

大多数人会对建筑采购中仍然通过电子表格、电子邮件、电话和手动跟进运行的程度感到惊讶。一个大型项目可能涉及数百种材料、数十个供应商、数千份文件和不断变化的时间表，但许多采购决策仍然基于供应商估计、历史经验和对市场状况的假设。

当我们查看 Krane 上运行的项目时，我们发现许多最昂贵的时间延迟和预算超支可以追溯到几个月前做出的采购决策。挑战在于尽早识别风险，以便采取行动。

根据我们的数据，采购风险在平均 47 天前浮现，这意味着团队在风险变得足够明显以采取行动之前就有几周的风险暴露时间。

这就是为什么我们推出了采购操作系统。Krane 的新采购操作系统模块将实时供应链智能直接集成到采购工作流程中。由于 Krane 已经管理了超过 170 亿美元的活跃建筑项目的材料流动，我们能够捕获实际的交货时间、供应商绩效、提交周期时间和材料可用性。

采购操作系统自动从项目规范中识别关键材料，基准实时交货时间，根据实际绩效评分供应商，并在授予之前筛选投标以确保合规。我们正在将建筑业从假设式采购转变为证据式采购。

许多 AI 公司专注于生成洞察，而 Krane似乎正在转向可以主动执行任务的 AI 代理。您如何看待 AI 在建筑工作流程中从助手到操作员的角色演变?

我们相信 AI 在建筑业的下一个演变是从提供信息转变为帮助团队执行工作。建筑项目会产生大量数据，但识别问题只是第一步。团队仍然需要协调供应商、验证交货时间、管理提交和保持材料流动。

这就是为什么我们构建了一个 AI 建筑团队，每个代理都拥有材料工作流程的特定部分。

• Milo 将规范、图纸和时间表转换为完整的提交和采购日志，仅需几分钟
• Arlo 将分散的时间表、提交和采购日志连接到一个系统中，并为前期建设团队提供明确的采购策略
• Chase 跟踪合作伙伴以优先考虑提交、验证交货时间和材料状态
• Lana 为总承包商和合作伙伴创建提交模板和 QC，以提高提交包的质量并及时提交
• Rio 自动化交货调度、防止冲突并分析设备使用情况
• Theo 控制从报价比较、RFP 创建到交货的整个采购过程

人类仍然做出重要的决定，但 AI 处理了历史上消耗项目团队数小时的工作。

数据中心已成为 Krane 的主要关注领域之一。随着 AI 需求推动全球数字基础设施建设热潮，哪些新的供应链挑战正在出现，传统的项目管理工具难以应对?

数据中心正在暴露传统采购流程的局限性。

许多为这些设施提供动力的关键部件现在具有极长的交货时间。电力变压器可能需要 3 到 5 年才能采购，而中压开关设备可以超过 60 周。同时，电气和机械设备可以代表高达 75% 的项目的保证最大价格，这意味着采购决策带有巨大的财务后果。

传统的项目管理工具旨在跟踪项目状态，但是在决策已经做出之后。它们无法提供对供应商绩效、交货时间和供应链约束的实时可见性。

采购操作系统解决了这些挑战。通过利用活跃项目的实时供应链数据，团队可以根据当前市场情况做出采购决策，而不是依赖于上一个项目的结果。

人们对 AI 代理最大的担忧之一是信任。在建筑业中，延迟或错误可能带来数百万美元的后果，您如何平衡自动化与人类监督?

信任至关重要，因为建筑决策具有真正的时间表和预算后果。

我们的哲学是，AI 应该处理协调，而人类应该负责判断和决策。Krane 中的每个 AI 操作都包括一个置信度评分，关键决策需要人类批准，活动通过审计跟踪记录。这为团队提供了对系统正在执行的操作和原因的可见性。

信任的另一方面是结果。跨我们的投资组合，Krane 跟踪了超过 2,000 个供应链风险，并在风险到达工地之前帮助客户实现了 92% 的按时交货率。当团队一致看到风险被识别出来并且协调发生得更快时，信任自然就会产生。

建筑项目通常涉及数十个承包商、分包商、供应商和利益相关者，他们在不同的系统上工作。创建一个真正的单一真相来源有多难，AI 在使其成为可能方面起到了什么作用?

这是建筑业中最困难的问题之一。

平均而言，一个项目涉及多个利益相关者和系统。总承包商、分包商、业主、供应商和顾问都在使用不同的数据源工作，这会产生差距、冲突的信息和延迟。

AI 在连接和解释这些环境中的信息方面发挥着重要作用。Krane 将时间表、图纸、采购日志、提交、交货和供应商通信带入一个环境中，团队可以在其中实时看到项目的当前状态。

当每个人都在使用相同的信息时，团队可以更好地看到整个项目生命周期中更快、更明智的决策。同样重要的是，它允许组织从一个项目中学习并将这些见解应用于下一个项目。历史上，很多这样的知识都存在于电子表格、电子邮件和个人团队成员的经验中，使得将其带入下一个项目变得困难。通过在项目中捕获和结构化供应链数据，Krane 帮助团队随着时间的推移做出更好的采购和规划决策。

Krane 与行业中已经使用的平台集成，而不是尝试取代它们。您认为建筑 AI 的未来是否会围绕现有软件生态系统的增强而构建，还是围绕全新的建筑操作系统?

在近期内，增强是必不可少的。

建筑公司已经在像 Autodesk、Procore、Microsoft (MSFT ) Project、CMiC、SharePoint、Trimble Viewpoint 和 Oracle Primavera P6 这样的平台上投入了大量资金。要求他们用新系统取代这些系统是不现实的，坦白地说，这也没有必要。

我们的方法是与团队已经使用的工具集成，并在它们之上创建一个连接层。这允许客户继续在熟悉的工作流程中工作，同时从 AI 驱动的采购、材料管理和供应链协调中受益。

从长远来看，我认为我们将看到更多 AI 本土系统的出现。但是，成功的公司将是那些自然融入更广泛的建筑技术生态系统的公司，而不是强迫客户从头开始。

更广泛的 AI 行业正在迅速转向代理工作流程。建筑业可以向其他行业提供什么经验教训，关于在现实世界执行和后勤同样重要的数字工作流程中部署 AI 代理?

一个经验教训是，当 AI 与运营数据相结合时，它变得更加有价值。

采购操作系统之所以有效，是因为它不是建立在理论模型上的，而是建立在活跃项目中材料的实际移动上。Krane 中的每个决策都会产生数据，有助于改进未来项目的执行。

我们已经看到这一点与客户产生了共鸣，客户包括医疗保健系统和一些行业中最大的承包商，例如 Boldt、HITT Contracting、UCSF Health 和 Juneau Construction。他们不仅仅是在寻找能够生成洞察力的 AI；他们想要能够帮助团队做出更好决策和更高效执行工作的系统。

另一个经验教训是，执行比洞察力更重要。识别问题很有用，但解决问题才是创造价值的地方。在物流和运营至关重要的行业中，AI 需要帮助组织采取行动。

展望未来五年，一个完全由 AI 协调的建筑项目将是什么样子？哪些决策仍将属于人类，哪些项目执行部分您预计将由智能系统自主管理?

我认为我们将看到 AI 深入嵌入整个建筑供应链。

那些高度重复、行政性和消耗项目团队时间的任务将变得越来越自动化。

在很多方面，我们已经通过采购操作系统和我们的 AI 建筑团队向这一方向迈进。我们的愿景是一个从每个项目中学习并帮助团队在项目生命周期早期做出更好决策的系统。

话虽如此，建筑业永远是一项人性化的业务。项目战略、利益相关者管理、商业谈判和重大权衡决策将继续需要人类的判断和经验。AI 将处理更多的运营重担，而人类将专注于领导、关系和决策。

感谢您接受这次精彩的采访，希望您阅读本文的读者可以访问 Krane 以了解更多信息。