NavigateAI 把 AI 放上工地：免提指導能否補上建造人手缺口

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-09-08

NavigateAI 今年 5 月底正式推出，目標是把 AI 助手帶到施工現場，讓工人透過手機，或在免提模式下透過 Meta AI 眼鏡，查詢安裝是否正確、扭力是否合規，以及即時調閱建築規格、廠商手冊和公司政策。它所針對的並非一般辦公室知識工作，而是需要雙手操作、現場判斷與嚴守安全程序的工種；對建造商而言，若工具確能減少返工和查找資料的時間，便可能直接影響工程成本與進度。

不過，現階段更適合把 NavigateAI 視為一項仍待驗證的工地工作流程嘗試，而非已證實可解決人手荒的方案。公司對功能、效益及使用者採納的描述，主要來自創辦人 Eric Wu；其眼鏡方案亦仍正與 Meta 合作，爭取在必須配戴護目鏡的環境取得安全認證。當 AI 開始就施工品質提出意見，準確度、責任歸屬和現場人員是否信任，會比聊天介面本身更關鍵。

人手短缺令「即時指導」有商業空間

報道引述美國建造業組織 Associated Builders and Contractors 指出，業界今年約需額外 34.9 萬名工人，才足以配合建造需求。人口老化、更嚴格的美國移民執法，以及大型工程增加，均令壓力加劇。尤其 AI 熱潮帶動資料中心建設，工程規模和所需人手都在擴大；報道所舉例子包括 Meta 位於路易斯安那州的 Hyperion 園區，據報高峰期需要約 5,000 名建造工人。

在這個脈絡下，NavigateAI 的定位是「隨身專家教練」：把原本散落於圖則規格、產品手冊、公司內部規則和資深同事經驗的資訊，放進工人當刻可查問的介面。這種設計的價值，不必然是取代技工，而是縮短新手遇到問題時的等待與搜尋時間，並令同一套程序較容易在不同班組重複執行。能否改善產能，仍要取決於答案是否對應現場情況，以及工地是否把它納入原有質檢流程。

眼鏡的優勢，在於少一次分心

公司同時提供手機和眼鏡使用方式，背後反映工地 AI 與一般 app 的差異。在搭建、接線或安裝期間，工人一手拿着手機看答案，既可能打斷工作，亦未必符合安全習慣；鏡頭視野加上語音提問，理論上可讓使用者一邊看着工件、一邊取得指引。Wu 認為免提體驗明顯較佳，這個判斷有其工作流程上的合理性，但報道沒有提供獨立測試或量化成效。

視覺介面同時帶來較高門檻。鏡頭看到的是有限角度，未必足以呈現牆體內部、先前工序或整體工程條件；即使系統能調出正確文件，亦不等於它可憑單一畫面判定每項施工是否達標。更實際的是，若眼鏡要進入受規管的防護裝備場景，安全認證進度將影響部署範圍。在認證完成前，產品最有可能先從手機或不要求護目鏡的工作環節建立使用習慣。

採用阻力不只來自技術

NavigateAI 正與獲 Meta 支持的光纖安裝技術學校 AIM 合作，後者為畢業生提供就業保障。這代表公司希望在工人進入工地前，已把 AI 輔助流程納入培訓。對新入行人士而言，系統可充當隨時可問的參考來源；對承建商而言，也有機會把部分標準化知識較一致地傳遞給新班底，減少所有問題都集中到少數資深領班身上。

但 Wu 亦承認，使用意願在年輕工人和有約 30 年經驗的熟練技工之間有明顯落差。後者信任自身判斷，未必願意把電腦戴上面。這並非單純的介面設計問題：資深工人的經驗往往包括對異常情況、物料差異和工地限制的細緻判斷，難以完全寫進規格文件。若最懂得判斷的人不採用或不參與校正流程，AI 所能吸收的高價值現場知識也可能受限。

按節省額收費，放大了驗證難度

公司早期採用按 token 加利潤的使用量定價，較新的合約則轉向按所創造價值分成。Wu 的例子是，若系統令一間房屋建造商把全包成本由 30 萬美元降至 28 萬美元，NavigateAI 可取得約兩成、即 4,000 美元的節省額。這種收費模式把供應商收益與客戶成效綁在一起，對客戶來說較易理解，也令初創公司有理由優先處理真正昂貴的返工、延誤或資訊斷層。

代價是「節省額由誰造成」很難量度。Wu 也承認，要證明工程加快是因為 NavigateAI，而不是天氣、班組能力或物料供應較順暢，需要在不同部門做 A/B 測試，而且結果只能是近似估算。一旦系統和客戶就節省額分帳，歸因方法、比較組別及資料權限都會成為合約重點；客戶同時是投資者，也不會令這類商業判斷自動變得簡單。

工地影片資料的價值，與責任一同累積

NavigateAI 的較長期盤算是累積第一身視角的標註影片資料，記錄工人如何正確或錯誤地建造及維修實體設施。Wu 認為，這類資料日後對機械人公司也可能有價值。從分析角度看，這正是初創公司希望建立的護城河：模型能力與穿戴硬件可由大型平台提供，但把文件、工序、實際視野和回饋整合到某個垂直工作流程，再長期累積可用資料，需要時間和客戶合作。

同一件事也令責任問題更尖銳。若軟件曾判定某個接駁合格，其後卻出現故障，誰應為缺陷負責，報道未有答案。建造缺陷本來已是容易引起訴訟的範疇，AI 加入後，承建商、軟件供應商、現場監督和設備製造商之間的責任邊界需要更清楚。較可行的初期角色，或許是把系統定位為資料查詢與提醒工具，並保留合資格人員的覆核和最終簽署；這是根據其產品情境作出的分析，並非公司已公布的安排。

公司已以 2,500 萬美元種子融資、2.25 億美元投後估值起步，投資者包括 Elad Gil、Khosla Ventures、Lennar、Tishman Speyer 及 Helix Electric 等。資金和產業關係有助它接觸潛在客戶，但不能代替跨工地的可靠驗證。下一步值得觀察的是安全認證能否推進、資深技工會否參與使用，以及客戶能否以可信的方法證明節省確實來自系統；這幾項結果，將決定 AI 眼鏡在建造現場是短暫的新奇設備，還是能融入日常工序的工具。