成立1年融资1400万美元!AI公司 MeltPlan 开始接管建筑施工前决策

近期，成立仅一年的AI建筑科技公司 MeltPlan 宣布完成 1000万美元种子轮融资，由全球知名风险投资机构 贝塞默风险投资公司（Bessemer Venture Partners） 领投，欧洲早期科技投资机构 noa 参与投资。

本轮融资使公司累计融资额达到 1400万美元。新资金将用于推进其核心产品，一个面向全球 14万亿美元建筑产业 的 AI“规划引擎”（Planning Engine）系统研发，并进一步扩展其在建筑规范、成本控制、施工计划与价值优化等关键决策系统中的能力。 

长期以来，建筑行业的软件技术大体集中在两个层面：一是面向建筑师与设计师的设计工具，用于优化建筑空间、形式与美学表达；二是面向施工管理的工程软件，用于进度控制、成本管理与施工执行。

然而，在这两者之间始终存在一块被忽视的关键领域——施工前阶段（Preconstruction）。这一阶段往往决定项目预算、技术路径、施工策略乃至整体风险结构，却长期缺乏系统化的数字化工具。

MeltPlan 试图填补的正是这一“失落的一层”。公司创始人兼首席执行官 卡纳夫·哈西贾（Kanav Hasija） 指出，建筑项目的失败往往并非源于施工能力不足，而是由于项目团队在信息不完整的情况下过早锁定方案与范围。

“建筑项目的问题很少出现在施工阶段，真正的问题在于施工前的决策碎片化。当团队在不充分的信息下过早承诺，后续变更、返工与索赔几乎不可避免。” 

从医疗数据平台到建筑决策系统

Kanav Hasija 并非建筑行业的传统创业者。他此前曾联合创立医疗科技公司 Innovaccer，该企业估值约 30亿美元，致力于通过数据平台提升美国医疗系统的效率与可及性。在 Innovaccer 期间，他主导设计了业内首个面向价值医疗（Value-based Healthcare）的全栈数据激活平台 Data Activation Platform，帮助医疗机构将分散的数据整合为可协同决策的信息体系。

这种跨行业经验成为 MeltPlan 的重要方法论来源。在 Hasija 看来，医疗与建筑同样具有高度复杂性：它们都涉及庞大的利益相关者网络、严格的监管体系以及巨大的财务风险。在这些高度碎片化的行业中，真正的效率提升往往来自数据基础设施与系统级决策工具的重构。

与 Hasija 搭档创业的是 坦马亚·卡拉（Tanmaya Kala），公司联合创始人兼首席运营官。Kala 毕业于 斯坦福大学 土木工程专业，曾在美国大型承包商 DPR Construction 担任项目高管，负责商业、医疗和生命科学建筑项目。这一背景使 MeltPlan 的技术研发能够直接对接大型工程实践中的真实痛点。

一个“规划引擎”的诞生

MeltPlan 所提出的核心概念是 “Planning Engine”（规划引擎）。与传统建筑软件仅对既定流程进行数字化不同，这一系统试图在决策形成之前就模拟不同方案的结果。换言之，它并非单纯的工具，而更像是一个面向建筑项目的“决策操作系统”。

该系统由四个相互耦合的子系统构成：

1. 规范系统（Code System）通过AI理解各地建筑规范与审批规则，为建筑师、工程师与审查人员提供情境化的合规路径。

2. 成本系统（Cost System）结合数量清单、风险评估与招标分析，帮助总承包商与专业分包商在施工前阶段完成更精确的成本测算。

3. 进度系统（Schedule System）通过情景模拟与“假设分析”，在项目范围锁定之前评估不同施工序列的影响。

4. 价值系统（Value System）面向业主与开发商，对不同设计与建造方案的成本、效率与长期价值进行综合评估。

这一系统背后的逻辑是：在建筑项目中，越早做出的决策越廉价，但一旦进入施工阶段再修改方案，成本往往呈指数级上升。因此，通过 AI 在早期阶段模拟决策后果，能够显著降低后期的不确定性。

值得注意的是，MeltPlan 并未采用通用AI工具简单“适配建筑行业”，而是构建了一个原生面向建筑领域的AI系统。该系统能够理解建筑规范、材料体系、施工顺序、采购逻辑以及建造方法等专业知识，并已在建筑检查员考试测试中取得 95%以上的成绩。 

“让施工变得无聊”

在建筑行业语境中，MeltPlan提出了一个颇具颠覆性的愿景——“让施工变得无聊”（Make Construction Boring）。

这一说法并非贬义，而是一种对行业效率的理想状态：当施工阶段不再频繁出现变更、返工与冲突时，建筑生产就能够像工业制造一样稳定可控。

Hasija 认为：“施工应该是无聊的，而规划应该是激烈的。如果施工阶段充满压力，那往往意味着早期决策出了问题。”

这一观点得到了投资方 贝塞默风险投资公司（Bessemer Venture Partners） 合伙人 潘卡杰·米特拉（Pankaj Mitra） 的认同。他指出，建筑环境中的大量决策都具有不可逆性，并且往往在高度不确定的条件下完成。MeltPlan 的创新在于将施工前阶段视为一个完整系统，而非简单流程节点。

从加州到中东的实验场

目前，MeltPlan 已与多家大型承包商展开合作，其中包括总部位于加州的 DPR Construction 以及总部位于阿联酋的 Innovo Group。这些企业将在施工前阶段使用该系统，以测试其在复杂项目中的决策辅助能力。 

从全球建筑产业的角度看，这类技术的潜力不容忽视。研究机构麦肯锡曾指出，大型建筑项目平均存在 20%的工期延误和最高80%的预算超支。大量浪费正源于早期决策的不确定性。

因此，若AI能够在施工前阶段建立更系统化的决策机制，建筑行业或许将迎来类似工业制造与软件工程的“前端化革命”：即把问题尽可能提前解决。

在这种逻辑下，建筑的未来或许不再只是设计创新与施工效率的竞争，而是规划能力的竞争。谁能够在项目尚未动工之前，就把复杂性消化在算法与数据之中。

当这一能力成熟时，建筑或许真的会如 MeltPlan 所设想的那样——施工变得平静，而规划变得激烈。