AI 初創公司正在改造建築資料管理與安全

三家總部位於新加坡的 AI 新創公司，正透過自動化資料蒐集、溝通與安全監控，來解決建設專案管理中的碎片化問題。這些公司——OnSite、Wenti Labs 和 Ailytics——各自採用不同方式，解決相同的核心難題：工地在多個通訊平台與裝置上產生大量非結構化資料，導致作業效率低落與安全風險。

OnSite：多語言溝通與資料彙整

Yong Han Poh 與 Liam Appelson 於 2024 年 12 月創立 OnSite，目的是集中管理工地溝通。Poh 是一名人類學家，持有牛津大學哲學博士學位，曾在新加坡研究建築，並在成長過程中看著父母經營一家小型裝修公司，使用 WhatsApp 聯繫客戶。她在加入一家大型企業後辨識出這個問題，並發現即使是價值數十億美元的專案，運作方式也如出一轍。Appelson 先前在紐約州北部的家族自宅建築事業工作，五年前才搬到新加坡。

Image credit: Ulla

OnSite 的應用程式被設計得簡單，並可在工人常用的入門 Android 手機上運作。平台支援 8 種語言——英文、普通話、粵語、Bahasa Melayu、Bahasa Indonesia、泰米爾語、孟加拉語與他加祿語——並以 OpenAI 的 Whisper 模型進行語音轉文字轉錄。根據 Poh 的說法，工人經常用自己的方言傳送冗長的語音訊息，而標準通訊平台在非英文情境下提供的轉錄品質較差。OnSite 的使用者中近一半在香港，主要原因是該應用程式支援粵語。

核心功能不止於訊息處理：OnSite 將零散的通訊、圖片與文件轉換成可搜尋的資料庫。公司在 2024 年 12 月於種子輪融資中募集到 170 萬新幣（約 130 萬美元）。目前已有 8 位客戶，且儲備可支撐至少兩年半至三年，但尚未獲利。OnSite 的軟體仍在 Beta 測試階段，計畫在 2026 年第 3 季推出正式版本。

Photo credit: OnSite

Wenti Labs：AI 作為工作流程整合者

Ethan Ow 於 2023 年 12 月創立 Wenti Labs。在加入創業之前，他曾在新加坡最大的不動產開發商之一 CapitaLand 管理建設專案，也曾在 Uber 與 CloudKitchens 工作。在每一間機構中，他都觀察到建設與現場作業——不論公司規模大小——仍依賴 WhatsApp 與手動 Excel 檔案。

Wenti Labs 的產品是一位名為 Joey 的 AI 人格，可透過電話或電子郵件使用，並不要求工人改變既有工作流程。相反地，它扮演「AI 實習生」，會讀取訊息、電子郵件與文件，接著把內容彙整成 Excel 檔案。這種做法避免要求工人採用新的溝通方式。

語言支援同樣至關重要；一位早期客戶是在新加坡的一名客戶，該客戶執行的是越南專案，團隊全程使用越南語溝通。與 OnSite 以 AI 代理將資料彙整到雲端可搜尋資料庫不同，Wenti Labs 使用 OpenAI 的 API，且不儲存客戶資料——這項選擇源於建築業界對資訊安全的敏感性。

Photo credit: Wenti Labs

公司在 2024 年的大部分時間都在測試各種想法，直到 2025 年 6 月才敲定第一家企業客戶 Wallhub。目前的客戶包括 CapitaLand、Kajima、Obayashi 與 Penta-Ocean。Wenti Labs 目前最受矚目的專案之一，是追蹤新加坡第二個一體化度假區 IR2 的建設進度。該公司從 Zacua Ventures 募得首輪機構投資，並運營一支由 12 人組成的團隊。Ow 表示，公司已經獲利，並考慮最早在今年第 3 季進行下一輪募資，同時擴張計畫鎖定日本、沙烏地阿拉伯與美國。

Ailytics：用於即時安全的影像分析

Lenard Tan 於 2021 年 5 月共同創立 Ailytics，當時是從 NUS Grip 加速器孵化而來，研究則在 AI Singapore 與住房發展局資助下持續近兩年。Ailytics 並非著眼於溝通，而是透過 AI 驅動的影像分析，聚焦於工人在現場做了什麼。

Tan 是前波音（Boeing）航太軟體工程師，他希望在不要求企業升級整套攝影機基礎設施的情況下，讓多年、解析度較低的監視攝影機能用於職場安全。工業區面臨的挑戰包含照明不佳與持續移動；多數可用的影像訓練資料過於「乾淨」，不符合這些真實情境。Ailytics 在影像進入 AI 模型之前先做預處理，使用影像穩定、降噪與像素強化等技術；Tan 估計，這部分工作量約佔整體處理負載的一半。

大多數處理都在現場端進行，通常一台遊戲電腦就足以提供單一工地所需的 GPU 算力。系統會即時向手機與對講機發送警示，並連接緊急警報器，提供基於網頁的儀表板。它會監測安全合規情況、標記不安全行為，並偵測資安入侵。系統甚至能追蹤倉儲人員在搬運時膝蓋是否正確彎曲——這項功能是為一家跨國物流公司開發的，該公司管理員工傷害理賠申請。

Photo credit: Ailytics

Tan 承認，這種監控方式會讓部分工人感到不自在，且「很多很多」的抱怨會因國家、工會與公司政策而有所不同。他把影像監控比喻為保險：「確保合規——如果發生了什麼事，你就能有證據去說明。」

Ailytics 已在 11 個國家、超過 400 個專案中部署，其中包含義大利與荷蘭，新加坡與香港是主要市場。公司接下來鎖定擴展到日本與澳洲。Ailytics 自推出以來已募得 310 萬美元，現有 43 名員工。該公司尚未獲利，目前正與策略型投資人進行後期談判，目標是在 2026 年中之前敲定一輪新的融資。

根據獨立研究機構 Verdantix 的說法，以 AI 記錄更新並管理安全正日益成長。圖片來源：OnSite

市場演進與下一步

根據獨立研究機構 Verdantix 的研究，工地中用於安全的 AI 工具市場正在成長，多數公司希望透過員工與現場監控提升工作場所安全。viAct 的執行長兼共同創辦人 Gary Ng 表示，難題已不再是偵測，而是系統整合：「我們今天在各個工地看到的並非缺少技術——而是碎片化。難題不再只是偵測，而是系統如何連接進工作流程並產生團隊能夠採取行動的洞察。」

Verdantix 的研究指向 AI 代理——能夠超越偵測、在觀察到的情況上採取行動的系統——是下一階段的演進。Ng 表示，viAct 計畫推出超過 300 個為重工業打造的 AI 代理。

Ailytics 正在開發 Tan 所稱的「大型視覺模型」，它能讀取整個場景而非單一物件，並在現場導覽時訓練成能像資深安全專業人士那樣推理。Tan 解釋：「當安全專業人士繞著工地走一圈，並不是在看某個特定物件然後說『這就是問題』。他們會看整個情境……並得出結論：因為 X、Y、Z，所以這是不安全的。而現在，我們能在情境脈絡上做到得更好。」

常見問答

這些 AI 新創公司在建設領域解決什麼問題？

工地會產生大量非結構化資料——藍圖、報告、語音訊息——並分散在多個通訊平台與裝置上。OnSite、Wenti Labs 與 Ailytics 各自處理不同面向：OnSite 與 Wenti Labs 將溝通與文件整合到可搜尋資料庫中，而 Ailytics 則用影像分析進行即時安全監控。

這些公司如何處理國際工地上的語言障礙？

OnSite 支援 8 種語言（英文、普通話、粵語、Bahasa Melayu、Bahasa Indonesia、泰米爾語、孟加拉語與他加祿語），並使用 OpenAI 的 Whisper 模型進行轉錄。Wenti Labs 也同樣根據客戶需求調整其 AI，以支援越南語與其他語言，因為在東南亞與更廣範圍的建設專案中，往往涉及跨國團隊。

這些公司的目前獲利與募資狀況如何？

OnSite（2024 年 12 月成立）在種子輪募得 170 萬新幣（130 萬美元），尚未獲利，並計畫在 2026 年第 3 季正式推出。Wenti Labs（2023 年 12 月成立）在 2025 年 6 月拿下第一家企業客戶後已獲利，並考慮在 2025 年第 3 季進行募資。Ailytics（2021 年 5 月成立）已募得 310 萬美元，尚未獲利，並在 2026 年中之前尋求策略型投資輪次。