智曦知行
AI × 建筑 · 穿戴式智能

工地上的AI眼镜:Opendoor创始人砸2500万美元,给建筑工人配"免提老师傅"

美国建筑业今年缺34.9万工人,一个数据中心项目要4000多人。Eric Wu想把新手练成老手的时间,从几年压到几个月。

📅 2026-09-12·📖 阅读约 6 分钟·✍️ 智曦知行

戴AI眼镜的建筑工人(TechCrunch插图)

用工缺口,从"紧张"变成"卡脖子"

美国建筑业的用工缺口正在从"紧张"变成"卡脖子"。美国总承包商协会(ABC)估算,2026年光是维持现有施工需求,就要再补 34.9万名工人;与此同时工人还在变老、外流,数据中心等大型项目又一个个排队开工。

过去一个大型数据中心园区高峰用工约 750人,现在最大的项目要 4000到5000人——Meta在路易斯安那州Richland Parish的Hyperion园区预计需要约5000名建筑工人,OpenAI在得州Abilene的Stargate工地据报有6400人在场。人力资源公司Kelly的调查结论更直接:90%的数据中心运营商把缺人列为"建不下去"的关键瓶颈。

面对这个缺口,Eric Wu的选择不是再做一个管人、管进度的软件,而是给工人配一个"免提老师傅"——一副能看见现场、能答话的AI眼镜。

谁在做这件事:Opendoor创始人重返创业

Wu在2022年卸任Opendoor CEO,休整一年后,他没有转去做投资,而是重新下场创业。他解释这个决定的理由很朴素:"如果10年后回头看,我没有做一件和AI有关的事,大概会后悔。"

新公司叫 NavigateAI,今年5月底官宣,拿了 2500万美元种子轮,投后估值 2.25亿美元。领投方是Elad Gil,跟投包括Khosla Ventures、Fifth Wall、地产巨头Lennar、Tishman Speyer、电气承包商Helix Electric,还有DoorDash的Tony Xu、Instacart的Apoorva Mehta、Coinbase的Brian Armstrong等一批天使投资人。

产品形态很直接:跑在手机上,免提模式则通过Meta的AI眼镜(Ray-Ban系列)。工人把摄像头对准自己正在做的东西,用大白话问——这个装对了吗?扭矩够不够?符不符合规范?NavigateAI实时调出建筑图纸、厂家手册和公司施工规程来回答。Wu的原话是,他要做的是"给正在动手干活的人一个免提的专家教练"。

免提是重点。工地上盯着手机看既不安全也不现实,所以NavigateAI正在和Meta合作,把眼镜做成符合工地护目镜要求的安全认证版本。产品还接入了AIM——一家Meta支持、承诺毕业包分配的光纤安装技工学校,让工人上岗之前就先用上这套工具。

为什么是现在:钱、人、硬件撞到了一起

商业模式上,公司起步时是"token+加价"的用量计费,但新签合同已经改成按创造的价值分成:比如NavigateAI帮开发商把一套房子的总成本从30万美元降到28万,公司就从这2万美元的节省里拿走约20%。

指标数据 美国建筑业用工缺口(2026)34.9万名工人(ABC) 大型数据中心单项目峰值用工4000–5000人 Meta Hyperion园区约5000名建筑工人 OpenAI Stargate工地约6400名工人 数据中心运营商缺人瓶颈90%(Kelly调查) NavigateAI种子轮2500万美元 / 投后2.25亿美元 Lennar年度人工·安装·施工支出约90亿美元 价值分成比例约20%(节省部分)

这里面最值得琢磨的数字不是融资额,而是那个90%。数据中心不缺钱、不缺地、不缺批文,卡的是能装电气系统、跑HVAC、把复杂机电做到位的熟练工。缺人到这个程度,承包商才愿意试两年前根本看不上的穿戴设备——这解释了为什么Lennar作为客户,直接下场投了钱。

技术上的成色:门槛不在模型,在数据和集成

NavigateAI真正的护城河不在模型能力,而在两样需要时间积累的东西:工作流集成和私有数据。

单论能力,Meta有眼镜硬件,大模型厂商有模型,理论上都能自己做。NavigateAI的防守是——它已经嵌进了建筑商的现场工作流,而且每完成一单,就产生一段带标注的第一人称现场视频:工人正确或错误地安装、维护各类构件的全过程。Wu说得坦白,这套数据集长期看,卖给机器人公司的价值可能不亚于软件本身。也就是说,今天用来教人的数据,明天可能用来训机器人。

这解释了投资人结构里为什么有Helix Electric这样的电气承包商——它既是客户,也是喂数据、验证工作流的人。

风险同样明显:工人到底愿不愿意长期戴着眼镜干活,还是最后又回到掏手机?这是决定成败的变量。早期的企业客户会盯着三个数字下结论——工伤率、返工率、新人上手时间。这三个数字好,穿戴式AI就从"又一个吃灰的工具"变成标配;不好,故事就讲不下去。

对BIM工程师意味着什么

这条新闻有一个明确的信号:AI的下一波落地在工地,不在办公室,而且形态是穿戴设备,不是又一个软件后台。

NavigateAI这类工具吃的是图纸、手册、规程这些"知识",而这些知识现在散在PDF、规范条文和老师傅的脑子里。谁能先把它们结构化、喂给AI,谁就能在工地里拿到先发优势。对一线BIM人员来说,与其担心被AI取代,不如想想怎么把自己手里的模型和文档,变成AI能读懂、能指导现场工人的那一层"经验"。

💡 对BIM工程师的启示

  • 把构件信息、工艺做法、验收标准结构化,这是穿戴式AI工具能吃的前提——散在PDF和口头经验里的知识,AI用不上。
  • 关注穿戴式AR/AI眼镜的落地节奏,它们会用掉你整理好的模型和文档数据,谁先对齐谁先受益。
  • 评估这类工具,盯住新人上手时间、返工率、工伤率三个硬指标,而不是看演示效果。
参考来源:TechCrunch(2026-09-07,Connie Loizos)· Associated Builders and Contractors · Kelly。本文为行业观察,不构成投资建议。配图来自 TechCrunch 报道插图。