【系统时间注入】当前北京时间：2026-09-15 10:43 CST

2026年，全球AI公司正在以史无前例的速度建造数据中心。亚马逊2026年资本支出预期约2,200亿美元；微软承诺800亿；谷歌、Meta紧随其后。这些钱的相当大比例，流向了一件事：建楼。

但这里有一个极少被主流AI媒体讨论的数字：全球AI基础设施的”已签约”算力，远远领先于”实际在线”算力。

以Applied Digital为例：截至2026年第二季度，公司已签约的数据中心容量达到1.4吉瓦（GW），但实际交付上线的仅约175兆瓦（MW）——已签约的约12.5%。1.4GW的算力承诺，换算成实际可用的服务器机架，需要建成十几座大型数据中心。这些楼，得先盖起来。

这个”承诺-交付鸿沟”背后，隐藏着一个AI行业集体不愿面对的问题：建造的速度，跟不上宣布的速度。

而这个问题，正是Buildots存在的理由。

Buildots是什么，做什么

Buildots，2016年成立于Tel Aviv，创始人团队来自工业工程和计算机视觉领域。公司的核心技术并不复杂，但极难复制：

将建筑工地的视频，实时转化为持续更新的3D数字孪生，并与建设计划和3D建筑模型自动比对。

具体来说：施工团队在安全帽或手持设备上安装摄像头，定期录制工地各区域的实际状态。Buildots的AI系统读取这些视频，识别已完成的工程内容（哪些墙体竖起来了、哪些管道铺好了、哪些电缆走通了），并将识别结果映射到3D数字孪生模型中。

系统自动检测：哪些工程比计划提前，哪些落后，哪些区域的进度偏差可能触发连锁延误。项目经理不需要亲自到每个角落巡查——AI告诉他们需要去哪里，以及为什么要去。

2026年9月14日：$130M，累计$297M

2026年9月14日，Buildots宣布完成1.3亿美元新一轮融资，由O.G. Venture Partners领投，Lightspeed Venture Partners、Intel Capital参与，连同Mohari Ventures、Human Capital Investment Management和个人投资者Avigdor Willenz。

这笔融资发生在上一轮$45M Series D之后仅16个月。累计融资额达到2.97亿美元。

16个月内，Buildots的客户从大约50家大型建筑商，增长到100家以上。

从数字看，这是稳健增长。但CEO Roy Danon描述这段时期的措辞更有力：”AI buildout为我们的需求注入了火箭燃料。”这不是一个隐喻。

Buildots的核心客户名单中，出现了一些名字：Digital Realty、Intel、Turner Construction、HOCHTIEF、Bouygues、Mortenson、JE Dunn、STO Building Group。

其中Digital Realty是全球最大的数据中心运营商之一。Intel正在建设多座新的先进制造工厂。这些客户的扩张需求，与全球AI算力基础设施的建设规模直接挂钩。

反直觉的洞察：AI基础设施谁最受益？

主流AI叙事给出的答案通常是：英伟达（卖芯片）、TSMC（造芯片）、AWS/微软/谷歌（卖算力）。

Buildots揭示了这个答案的第二层：建造这些数据中心，本身就是一个规模巨大的产业。而AI数据中心的建造，和建普通商业楼有本质区别——精密程度更高，工程更复杂，对进度延误的容忍度更低。

Digital Realty建一座数据中心，延误3个月意味着该中心的服务器无法上架，原本承诺给AWS或微软的算力无法交付，而需求的队列还在不断增长。Buildots的价值，是把这个风险量化出来，并在问题还小的时候告警。

这是”AI基础设施”在市场叙事中常被忽视的一层：不只是芯片和软件，还有施工管理。而施工管理的数字化智能化，本身就是一个正在爆发的市场。

护城河：8年真实工地数据

在AI芯片领域，CUDA是Nvidia的护城河。在建筑AI领域，Buildots的护城河是8年真实工地数据。

Ziv Kop，O.G. Venture Partners管理合伙人，在投资声明中表述这一点：”Buildots就是建筑行业的那个基础层，训练数据来自真实工地的规模和质量，其他人都无法匹敌。”

建筑AI的训练数据有其特殊性。网络上没有大量标注好的”工地进度”数据可以爬取。每一块砌砖、每一段管道、每一根电缆的识别模型，都需要基于真实工地的视频素材训练。Buildots从2016年开始积累这些数据，到2026年已经有8年的工地数据——这些数据无法被快速复制。

这也是为什么Buildots的竞争者很难在短期内追上：不只是算法，而是数据本身就是壁垒。

多管齐下的扩张战略

$130M融资的用途清晰：

地理扩张：加速北美和欧洲市场的覆盖。Buildots目前的客户集中在欧洲和美国，但建设热潮是全球性的。

功能延伸：将软件覆盖范围从”施工阶段”延伸到”竞标到交付”的全周期。目前Buildots主要解决在建阶段的进度管理，下一步是将AI贯穿项目的全生命周期。

并购整合：Buildots最近收购了建筑劳动力和安全管理平台Genda，将劳动力数据与进度数据连接起来——当工程落后时，AI不只会告诉你哪里落后，还会告诉你是否有人手不足的问题。

大型企业级合同的比例也在增加：越来越多的客户不是在单一项目上使用Buildots，而是签署覆盖整个建设组合的多年合同。这意味着Buildots的收入稳定性正在增强，从”项目级工具”向”企业级基础设施”迁移。

三倍收入增长意味着什么

Buildots报告”多年持续的三倍年收入增长”，但没有披露绝对收入数字。

这是一个值得注意的措辞。”三倍增长多年”表明：无论基数是多少，这家公司的增长曲线在高速期保持了持续性，而不只是某一年的爆发。

对于建筑科技公司，这样的增长速度相当罕见。建筑行业以保守著称，新技术的采用周期通常极长。Buildots能实现持续高速增长，是”AI数据中心建设热潮”这一外部需求催化剂的集中体现。

一个更大的问题：谁来监工AI？以及”已签约”与”在线”的鸿沟

这里有一个值得深思的第三层洞察。

Buildots的客户中包括建造数据中心的Digital Realty，而这些数据中心里运行的AI，正在被另一批公司（比如Buildots本身）用来管理更多的建设项目。

这是一个有趣的自指回路：AI在帮助建设更多AI基础设施，而AI基础设施的建设，又在被AI管理。但自指回路背后，有一个非常现实的问题：AI基础设施的”已签约”算力与”实际在线”算力之间，存在巨大鸿沟。

以Applied Digital为例：截至2026年第二季度，公司已签约的数据中心容量达到1.4吉瓦（GW），但实际交付上线的仅约175兆瓦（MW）——意味着90%以上的”已签约”算力仍在等待建设完成才能实际使用。这种”承诺-交付时间差”在全行业普遍存在，成为AI基础设施扩张的实际瓶颈。

Buildots存在的意义，正是压缩这个时间差。当一个价值数亿美元的数据中心项目因为施工进度偏差延误了3个月，损失的不只是施工成本——而是这3个月本可以产生的算力使用收入，以及对下游AI应用部署时间线的连锁影响。

这个视角，让Buildots从一个”建筑科技公司”，升格为”AI算力基础设施的准时交付保障系统”。

竞争格局：Procore的护城河与Buildots的差异化

不能回避的问题是：建筑项目管理软件已经有成熟的玩家。Procore，美国建筑科技的上市龙头，市值超过100亿美元，客户覆盖数万家建筑公司，功能覆盖项目管理、合规、财务的全周期。PlanGrid（2018年被Autodesk以$875M收购）覆盖施工图纸管理。

Buildots的差异化在于：自动化的实物进度追踪，而不是人工录入的管理工具。

Procore的核心是让人工录入信息更顺畅——项目经理仍需要手动更新进度、记录问题、上传文档。Buildots的摄像头自动采集工地实际状态，消除了人工录入这个环节。这不是替代Procore，而是补充：Buildots告诉你实物进展了多少，Procore管理对应的合同和文档流程。

部分Buildots客户同时使用Procore，两者可以集成。这降低了”非此即彼”的竞争压力，但也意味着Buildots在采购流程中需要证明其独特的增量价值。

建筑AI的采用曲线：为什么”保守行业”反而先跑

一个常见的误解是：建筑行业是保守行业，AI难以渗透。

事实恰恰相反——在特定场景，正是”保守行业”最迫切需要AI工具。

建筑业的问题不是人保守，而是信息极度碎片化。一个大型建筑工地有数百个分包商、数千名工人、数万个施工节点，信息靠人工传递，依赖个人的记忆和笔记。项目经理做的大量工作是”搜集信息”和”协调冲突”，而不是”分析和决策”。

Buildots做的，是把”信息搜集”从人工变成自动。当项目经理不需要花时间巡场记录，他们就能把精力放在真正需要判断的决策上。这不是替代人，是放大人的决策能力。

对于AI数据中心建设这类特殊项目，这一点尤为关键。数据中心的施工要求机电系统的高精度协同，容错率极低。一条电缆走错了，可能导致整个机房的设计变更，牵连其后的数周工程。Buildots的价值，是把这类偏差在酿成大问题之前发现。

对立视角：挑战与批评

对Buildots的最大质疑，集中在两点：

质疑一：视频识别的准确性是否足够。建筑工地是非结构化的视觉场景——灰尘、遮挡、光线变化、各种形状的物体——计算机视觉在这类场景的误识别率，是否会产生误报，反而增加项目管理团队的工作量？

Buildots的回应是：系统识别的是已完成的标准化建设节点（如已竖起的墙体、已铺好的管道），而非开放式的场景理解，从而降低了误识别风险。但这个问题在不同工地的真实表现，仍然有待大规模验证。

质疑二：客户增长能否持续。从50→100+家客户是强劲增长，但当前客户主要是受AI数据中心热潮驱动的工程公司。如果AI基础设施投资放缓（如果AI减速叙事成真），这批核心客户的建设规模会压缩，Buildots的增长曲线将直接受到影响。

Buildots的护城河对此有一定对冲：一旦建筑公司在某类项目上采用了Buildots，业务惯性会推动他们在其他类型项目上也使用——数据中心只是增长催化剂，不是唯一的客户来源。

结语：算力供应链的隐形基础设施层

如果AI行业的价值链是一栋楼：Nvidia是地基，云计算是钢筋混凝土，应用层是精装修。

那Buildots代表的是：确保这栋楼能被盖起来的施工管理体系。

它不是最性感的故事，但每栋楼都需要这一层。而在AI数据中心建设规模史无前例、延误成本极高的当下，这一层的价值正在被市场重新定价。

还有一个值得记住的事实：全球AI数据中心的”已签约”算力，远超”在线交付”的算力。Applied Digital、Equinix等运营商的披露显示，交付延迟是行业性问题。Buildots存在的价值，恰恰是缩小这个”已签约”和”在线”之间的鸿沟。

$130M融资，3倍年收入增长，客户从50→100+——Buildots是算力供应链的隐形基础设施层，而这一层的故事才刚刚开始。

参考资料

  1. Buildots raises $130 million to expand AI-powered construction platform — SiliconAngle, 2026-09-14
  2. Buildots Raises $130M as AI Data Center Builds Fuel Growth — AI Weekly, 2026-09-14
  3. Amazon Partners with Wiwynn to Expand U.S. AI Manufacturing — Yahoo Finance, 2026-09-14