这个场景听起来不性感。审合同能有多大市场？但创始人Josh Levy算过一笔账：美国建筑行业每年因为没看懂合同条款导致的利润损失超过110亿美元。一份施工合同动辄上百页，里面藏着付款条件、责任归属、工期罚则这些”雷”。项目经理看不懂，律师看不过来，出了问题就是扯皮、诉讼、赔钱。
2019年，Josh和两位合伙人决定做Document Crunch。大模型出来后，他们花了三年时间，把标准合同文本、行业最佳实践、上百起案件的法律条款，全部喂给模型训练。
他们给这套系统起名CrunchAI，底层用OpenAI和Anthropic的大模型，但上面叠了一层自己训练的建筑专用模型。
最早的产品功能很基础：上传合同，系统自动标出风险条款，生成一份审查清单。但这个清单不是简单的文本摘抄，而是按照承包商的思维逻辑组织的——付款条款在哪？工期延误怎么算？责任怎么分？点击就能跳转到原文位置。
Josh很快发现，合同审查只是第一步。真正的麻烦在施工现场。项目经理拿到合同时，工程还没开工。等到现场出问题——比如材料延迟、设计变更、天气影响——他早就忘了合同怎么写的。这时候再去翻合同，几十页的PDF看得人头大。结果就是该提的索赔没提，该发的通知没发，最后吃亏的还是自己。
2023年，他们推出了Chat功能。项目经理可以直接问AI：”如果业主延迟交付场地，我能索赔吗？”AI会从合同里找出相关条款，告诉他通知期限是多少天、需要提交什么材料。
同年9月，他们和Procore达成深度集成。Procore是美国最大的施工管理软件，相当于国内的广联达。集成之后，项目经理在Procore里看RFI（设计澄清）、变更单的时候，旁边就能直接调出相关合同条款。不用切换软件，不用翻PDF，需要什么信息AI自动推送。
2025年8月，他们又推出了规范文档审查功能。建筑项目除了合同，还有厚厚的技术规范。这些文档里藏着更多细节：材料标准、施工工艺、验收要求。以前这些都靠人工逐条比对，现在AI能自动找出模糊表述、冲突要求、隐藏风险。
截至2024年，他们服务了约300家客户，年收入450万美元。虽然绝对数字不大，但连续三年保持三倍增长，客户续约率很高。
Josh在一次采访中说，Document Crunch的愿景是”建筑行业零纠纷”。这个目标听起来理想主义，但路径是现实主义的——从一份合同开始，从一个项目开始，用AI让每个人都能看懂自己在做什么、承诺了什么、风险是什么。
这也许是AI原生创业最本质的逻辑：不是用技术颠覆行业，而是用技术解决行业里那些被忽视、被容忍、但一直存在的”小问题”。当足够多的小问题被解决，行业就真的变了。
以上，如果觉得不错，随手点个赞、在看、转发三连吧，也欢迎给个星标⭐，以便您第一时间收到推送～谢谢阅读，下篇内容再见。
主题测试文章，只做测试使用。发布者：Connor 秦明，转转请注明出处：https://ai4elab.com/6403.html
