Trunk Tools, una plataforma de IA que automatiza flujos de trabajo de construcciones, ha cerrado una ronda de $40 millones de Ronda B liderada por Insight Partners, llevando la financiación total a $70 millones. La startup fue fundada por la Dra. Sarah Buchner, quien comenzó su carrera como carpintera a los 12 años en Austria, ascendió hasta superintendencia y contratos, fue testigo de ineficiencias y muertes en el sitio de trabajo, y regresó para construir software de construcciones. Tiene un PhD en ingeniería civil y ciencia de datos.
La plataforma utiliza LLM personalizadas entrenadas en datos de construcciones (dibujos, planos, RFI, cronogramas, sumillas) para responder consultas en lenguaje natural en sitios de construcciones y automatizar flujos de trabajo como revisión de documentos, detección de conflictos y comunicación del sitio. Un usuario pregunta '¿Esta puerta requiere electricidad?' y el sistema devuelve respuestas de documentos del proyecto. Los agentes autónomos ahora manejan programación, seguimiento de proyectos y comparaciones de especificaciones de sumillas. Los clientes incluyen Suffolk Construction, Gilbane y DPR Construction. La empresa de 60 personas opera en EE.UU. y Canadá.
La Ronda B incluye participación de Redpoint Ventures, Innovation Endeavors, Stepstone, Liberty Mutual Strategic Ventures y Prudence. Cuando Trunk Tools lanzó su asistente de documentación en lenguaje natural en 2023, fue una de las primeras en traer IA conversacional a sitios de construcción y fue rápidamente adoptada por grandes contratistas. Buchner ha modelado el despliegue de especialistas en IA en organizaciones de clientes después del enfoque de ingeniería desplegada hacia adelante de Palantir, gestionando la adopción del comportamiento desde adentro.
Para arquitectos: La industria de construcciones de $13 billones históricamente ha resistido la digitalización, haciéndola madura para IA vertical. La percepción clave: LLM de propósito general fallan en datos de construcciones debido a vocabularios específicos de dominio, sistemas de documentos silenciados e interdependencias complejas. Los modelos personalizados entrenados en dibujos y datos de flujo de trabajo propietarios desbloquean valor que los modelos listos para usar no pueden. Este patrón—pericia profunda del dominio + agentes de IA + precios basados en resultados (algunos agentes se facturan por resultado comercial)—refleja patrones en IA legal (Legora) y otros verticales empresariales donde datos legados no estructurados son el foco.