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。

 

SaaS 的魅力：不買新機器，也能開始轉型

Concrete.ai 最具商業吸引力的地方在於：它是軟體 SaaS。

對預拌廠來說，這代表不必立刻購買昂貴設備，也不必大幅改變既有產線，而是透過訂閱平台、整理資料與導入模型，就能開始優化配比。尤其在毛利有限的預拌混凝土產業，每方材料成本只要降低一點，乘上全年產量，就可能轉化為直接利潤。

更重要的是，這種節省不是犧牲品質，而是在性能達標前提下，重新找到材料配置的最佳平衡。

 

振緯智匯觀點：讓經驗變成企業能力

Concrete.ai 的案例提醒我們，未來混凝土競爭不再只是設備、產能與價格，而是誰能更有效率地運用資料。配比、強度、坍度、含水率、含泥量、材料批次與生產條件，未來都可能成為企業數據資產。

振緯智匯認為，AI 的最大價值，不只是「會算配比」，而是讓經驗數據化、數據模型化，最後服務現場決策。

對台灣預拌、預鑄與 UHPC 產業而言，AI 平台不能只是展示技術，而要真正解決痛點：降低過度設計、預警 28 天強度風險、分析製程缺陷、優化材料成本，並把配比資料轉化為 ESG 與低碳管理能力。

當最沉重的混凝土，遇上最輕靈的 AI 演算法，產生的不是取代，而是升級。下一個混凝土產業的領先者，將是最懂得把經驗、資料與 AI 結合起來的企業。