Eric Wu离开Opendoor四年后，又回到了他熟悉的领域——只是这次盯着的不是买房卖房，而是盖房子的人。他的新公司NavigateAI已完成2500万美元种子轮，由Elad Gil领投，Khosla Ventures、Fifth Wall、Lennar、Tishman Speyer、Helix Electric跟投，投后估值2.25亿美元。产品听起来很简单：一部手机，或者一副Meta AI眼镜，让建筑工人对着自己正在装的东西问一句“这样装对不对”。
但把它简单理解成“工地版ChatGPT”，会漏掉这件事真正有意思的地方。NavigateAI瞄准的不只是问答，而是想卡在建筑业的质检和计价流程中间——这背后是一个正在被AI基建热潮急剧放大的用工缺口。
数据中心建设潮，把缺工缺口推向新量级
美国建筑业缺工不是新闻。行业协会ABC测算，今年要补上34.9万名工人才能跟上需求，工人老龄化、移民执法收紧都在往缺口里添柴。真正让这件事变得紧迫的，是数据中心建设的规模突然变了量级。
过去一个大型数据中心园区峰值用工大约750人，现在完全不是这个数。Meta在路易斯安那州的Hyperion园区据报道要用5,000名建筑工人，OpenAI在德州Abilene的Stargate项目涉及6,400人。人力服务公司Kelly的调查显示，90%的数据中心运营商都把用工短缺列为限制扩建的关键瓶颈。
这也是一种奇特的闭环：AI基建把工地推向前所未有的用工规模，解决这个缺口的方案，又是另一家AI公司。给盖房子的人配眼镜，某种程度上是给建AI基建的人也装了一层AI监工。
产品不是问答机器人，是质检和计价的入口
Wu对建筑质量的执念不是凑巧。他在Opendoor管理过逾万个分包商团队，公司每年在房屋翻新上花掉约7.5亿美元——这段经历直接催生了NavigateAI要解决的痛点：不是让工人聊天问问题，而是留下可核查的质检记录。
产品拆开看有五块：技能辅导帮新手表现得像老师傅，质量控制生成带时间戳和地理定位的验证记录，项目勘测自动出工作范围和报价，知识检索能引用底层文档来源，还有一层面向文档和沟通的流程自动化。Wu自己也点破了这层区别：Buildots、OpenSpace做的是项目管理，NavigateAI做的是“个体劳动”本身。
计价模式从按用量收费，改成按省钱分成
NavigateAI最初走的是usage-based SaaS，按token加margin收费，但新合同已经转向另一套逻辑：按创造的价值分成。
这笔账听起来很诱人：Lennar一年在劳务、安装、施工上花约90亿美元，哪怕只改善5%到10%，也是数亿美元级别的价值。但归因是个麻烦事——一栋房子建得快，是因为NavigateAI，还是因为天气好、这批工人本身熟练、材料供应及时？Wu自己承认，这需要跨部门做A/B测试，得出来的结果只是近似值。
- 风险.省下的钱到底是谁的功劳，客户和公司容易扯皮——即便这个客户同时也是投资人。
老工匠不买账，眼镜认证也没落地
这轮融资名单比原本对外披露的更宽：除了Elad Gil、Khosla Ventures、Fifth Wall、Lennar、Tishman Speyer、Helix Electric，投资方还包括Affinity Partners、SV Angel等机构，以及Ramp、Invitation Homes、Harvey、Decagon、Lyft、Roofstock、A*等公司创始人做的天使投资，产品合作伙伴里也有Roofstock。这更像一个跨房产科技和硅谷创始人的关系网，不只是Opendoor旧友圈子的简单复刻。
给建AI基建的人，也配了一副AI监工的眼镜。
但关系网解决不了两个现实问题。第一，Wu自己说得很直接：年轻工人愿意用，做了30年的老工匠信自己的手感，不愿意往脸上绑个摄像头——而恰恰是这批老工匠的经验，最能让产品变聪明。第二，Meta的AI眼镜要在需要护目镜的高危场景（电气、焊接）安全部署，安全认证还在推进中，这意味着眼镜目前还进不了最需要它的场景。
更少被提到的是数据。Wu很坦诚：每完成一个工单，NavigateAI都会生成带标注的第一视角视频，他相信这批数据未来对机器人公司的价值，可能不亚于软件本身对建筑客户的价值。但一个随身摄像头式的质检系统，会怎么被建筑工会看待，两边的材料都没展开——这比认证进度更值得盯，也比省钱数字更容易引发争议。