4年融资7000万美元，给工地装上AI大脑，这家公司想解决建筑业数据灾难

推荐语

这家公司用AI解决建筑业数据混乱问题，4年融资7000万美元，收入增长5倍，产品已在数百个项目落地。

核心内容：
1. 建筑业数据混乱的现状与痛点
2. Trunk Tools的AI技术路径与产品优势
3. 从验证期到扩张期的关键挑战与行业影响

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

昨天晚上，Trunk Tools在领英上发文，宣布完成4000万美元B轮融资。目前已经累计融资7000万美元。4年前刚成立时，很多人觉得这个方向有点想不通——建筑业出了名的传统，为什么要选这么难啃的骨头？

然而，值得关注的是，其上半年收入涨了5倍，产品已经在几百个建筑项目里真实跑起来了。

当前，Trunk Tools正处于从验证期到扩张期的关键节点。如果成功实现规模化，其模式可能被复制到其他数据密集但数字化滞后的传统行业。

AI原生公司改造传统产业，建筑业的这一案例刚刚开始。

01 从数据灾难中找机会

建筑业的数字化困境有明确数据支撑。

McKinsey算过一笔账：全球建筑业每年因为效率低下损失将近1万亿美元，但行业的IT投入占收入还不到1%，只有汽车和航空业的三分之一，甚至更低。

问题出在哪？简单说就是数据乱成一团。一个投资4.56亿美元的项目，会产生33GB数据、2万多份文档。关键是这些文档每天都在变，图纸改了、规范变了、合同也跟着调整，几十个参与方各说各话，信息对不上是常态。

Trunk Tools创始人Sarah Buchner对这种混乱有切身体会。

她12岁就开始做木工学徒，后来在建筑行业干了十几年，从工人一路升到项目负责人，管过4亿美元的项目和600人的团队。她在维也纳工业大学读博士研究建筑数据时发现，这行的数据太乱了，传统方法根本分析不了。

真正让她下决心创业的，是她负责的项目出了致命事故。她想明白，如果技术能让信息更透明、决策更准确，很多事故其实可以避免。2021年从斯坦福商学院毕业后，她就创立了这家公司。

这种从业者视角带来的场景理解，成为Trunk Tools的底层优势。这不是技术人员试图改造传统行业，而是行业专家用技术解决亲历的系统性问题。

02 专门为建筑业训练的AI

Trunk Tools的技术路径体现了典型的AI原生特征：从第一天起就围绕大语言模型构建产品，而非将AI作为功能模块嵌入传统软件。

融了大量钱后，他们训练了专门给建筑业用的大模型，喂了大量图纸、规范、合同这些行业文档，让模型学会看懂建筑行业的黑话。

这点很关键。建筑文档专业性极强：一张图纸改了可能牵扯几十份文档，一个设备规格没对上可能导致上百万返工。通用的AI工具根本理解不了这些复杂关系。

在技术上，系统能自动解析多种格式的非结构化文档——图纸、规范、信息请求、提交材料、合同、会议记录等，并与Procore、Autodesk、SharePoint等建筑软件实时同步。根据客户数据，完整系统对接仅需1-2天完成。

产品层面做了好几个工具。

TrunkText是个对话助手，你问它问题，30秒内就能从项目文档里翻出答案，比人工找快了几十倍，每次查询能省20到40分钟。

TrunkSubmittal专门审核提交材料，自动标出不符合要求的地方。实际数据证明，72%的提交材料第一次都有问题，用这个工具后，重新提交的周期直接砍掉一半。

还有个Schedule Agent，是建筑业第一个完全自主运行的AI代理。它会盯着项目进度，自己发现文档有问题或者物流可能出状况，然后主动通知相关的人。

Trunk Tools强调"智能增强"，不是"人工智能"。他们的逻辑是：AI该做的是把建筑工人从找文档、填表这些琐事里解救出来，而不是替代他们的专业判断。

毕竟，建筑是个特别依赖经验和现场判断的行业，完全自动化不现实，行业也不接受。但现场人员确实每天被大量低价值的重复工作拖累。所以最好的办法是：让AI干信息检索、文档比对这些机械活，人专注在需要专业判断的事情上。

从数据看，公司已经过了早期摸索阶段。6个月收入涨5倍、几百个项目在用，这些指标表明产品已经进入快速扩张期了。

（完）