當 AI 遇上混凝土:看美國 Concrete.ai 如何用演算法為傳統營建「減碳又省錢」?
你可能聽過, AI 正在改變醫療、金融,甚至藝術創作。但你或許很難想像,這股數位浪潮,現在也正拍打著營建業最核心、最傳統的材料 —— 混凝土 。 這不是實驗室裡的未來想像,而是一場正在美國預拌混凝土廠發生的「數位與綠色雙軸轉型」。其中,從 UCLA 衍生出的軟體新創 Concrete.ai ,憑藉核心產品 ConcreteCopilot™ ,成為營建科技 ConTech 領域備受矚目的代表。 它提出的問題很直接: AI 能不能幫混凝土減碳,同時幫企業省錢? 答案,正在市場中被驗證。 科技巨頭的 AI 氣候焦慮 故事要從美國快速興建的 AI 資料中心 說起。隨著 ChatGPT 、 Claude 、 Grok 等大語言模型爆發成長,微軟、亞馬遜、 Meta 等科技巨頭持續投入資料中心建設。這些建築為了防火、結構安全與熱穩定,高度仰賴大量混凝土。 矛盾的是,科技公司一邊要快速擴充算力,一邊又背負 ESG 、 Scope 3 與隱含碳減量壓力。這種「 AI 氣候焦慮」,開始反向推動營建供應鏈轉型:誰能提供穩定、可量化、具成本效益的低碳混凝土,誰就更有機會拿下大型科技建設訂單。 這正是 Concrete.ai 出場的舞台。 從過度設計,到 AI 精準配比 混凝土配比設計一直是一門帶有藝術色彩的經驗科學。為了確保 28 天抗壓強度達標,品管工程師通常會採取「過度設計」,多加一些水泥作為安全保險。這樣雖然安全,卻也讓成本與碳排同步升高。 傳統模式是: 人工經驗 → 過度設計 → 水泥超量 → 成本高、碳排高。 Concrete.ai 的解法則是: AI 演算法 → 精準預測 → 壓縮水泥用量 → 提高 SCMs 替代 → 省成本、降碳排。 ConcreteCopilot™ 就像混凝土產業的「數位調酒師」。它不要求預拌廠更換設備,也不改變卡車、拌合機或既有產線,而是從資料與演算法切入。系統納入碎石級配、砂石性質、飛灰、爐石粉、外加劑、材料價格與歷史強度資料,再透過多目標演算法,同時評估成本、碳排、強度與工作性,最後產出「更省、更低碳、性能仍達標」的候選配比。 過去開發一組低碳配比,可能需要反覆試拌、養護、壓斷試體,耗費數週甚至數月;現在 AI 能先篩掉大量無效組合,讓工程師把時間放在真正有價值的判斷上。 ...