AI Product ScoutAI 产品商业化案例库
← 返回文章库Cascade cover
Cascade

Cascade：让建筑公司在招标前找到值得追的项目

Cascade 把政府门户、预算、许可、土地交易和会议纪要里的早期项目信号连成 AI 追标工作流，让 AEC 公司在 RFP 出现前判断该追谁、怎么组队和如何准备提案。

AI 产品基础设施数据/研究营销企业效率

建筑公司最贵的失败，有时不是输掉一个标，而是根本不知道那个项目存在。

2026年7月22日，TechCrunch报道，纽约AI创业公司Cascade完成350万美元种子轮融资，投资方包括Andreessen Horowitz Speedrun、Ada Ventures和Snowball VC。Cascade做的不是通用项目管理，也不是单纯的AI标书写作，而是帮建筑、工程、建筑设计公司发现和赢下项目。

报道里有一个关键细节：Cascade已经签下合同客户，其中包括建设过JFK、LaGuardia机场、Four Seasons酒店和数据中心的公司。对一个2025年推出的原生新产品来说，这个客户画像比融资金额更重要。

因为AEC行业，也就是建筑、工程和建筑设计行业，收入不是从CRM里长出来的。项目机会散落在州、市、县、学区、联邦机构门户，藏在预算公告、资本计划、许可、土地交易、会议纪要和开发商关系里。等正式RFP出现时，很多公司才开始搜集信息；但真正有经验的对手，可能已经提前数月知道谁在买地、哪里要修桥、哪个机构准备放款。

Cascade切的是这个时间差。

Cascade官网展示其为AEC公司发现并评分项目机会的产品入口

Cascade官网一句话说得很直接：它用AI把符合公司能力的RFP浮出来，让企业用几分钟而不是几天做go/no-go判断。官网还称，Cascade能在5分钟内展示首批机会，0集成即可开始，每月额外发现1.2亿美元以上项目机会。这些数据为官网/公司口径，未经第三方审计。

这不是一个“给标书加AI”的工具。

标书生成当然是Cascade的一部分。官网显示，Proposal Writing和Project Spec Analysis已经上线，前者帮助写提案，后者分析项目规格、澄清范围、标记不一致。可是如果只看这层，就会误读它的商业化位置。Cascade真正想占住的是提案发生之前的上游：项目发现、项目预判、适配评分、关系路径和组队机会。

TechCrunch报道中，联合创始人Hannia Zia把建筑公司找项目的过程形容为“constant treasure hunt”。如果一家公司擅长修悬索桥，它需要到各个州、市、区、县和联邦机构的门户里逐个找机会。Cascade的做法，是把这些分散线索连起来，再用历史招标数据和项目特征判断：哪些项目最适合这家公司，哪些开发商最可能赢下某个新出现的资金或项目机会。

举个报道里的例子，如果某州宣布一个1亿美元的可负担住房补助，Cascade会去看上一次类似补助是谁赢的，再告诉客户：这次最可能获胜的开发商是谁，你现在该去接触谁。

这类产品的价值，不在于替销售写一封更漂亮的邮件，而在于把“销售该找谁”提前。

The Next Web对Cascade的报道进一步补了一层证据：Cascade称其客户已通过平台发现超过100亿美元项目机会。这个数字属于公司披露口径，未经第三方审计，但同篇报道引用了更具体的客户反馈：Luxury architecture firm Smallwood的principal Tim Johannesson说，Cascade帮助他们发现并赢下了一个600万美元项目，而这个项目他本来不会看到。

这就是垂直AI最容易被低估的一类商业化切口：它不替代客户最专业的部分，而是替客户补上信息不对称。

建筑公司真正的专业能力在施工、设计、工程、成本、资源组织和交付，不在每天打开20个门户复制粘贴RFP。Cascade官网上的客户反馈也指向同一个痛点：有总包客户说自己以前要跟踪20多个网站找RFP；也有业务开发负责人说，团队过去每周一要花半天打开门户、把信息复制到表格，现在更适合的机会会直接出现。

这些反馈为官网/公司口径，未经第三方审计，但它们说明了Cascade为什么能卖进AEC公司：它不是在教育客户相信AI，而是在接一个客户已经很痛、但没人愿意长期做的脏活。

从产品结构看，Cascade有三个层次。

第一层是发现。Government Project Finder已经上线，扫描州、地方和联邦网站，按范围、时间线和历史项目匹配机会。官网还标注Pre-Bid Intelligence和Private Market Signals为Soon，计划从预算公告、税务变化、政府会议纪要、土地购买、许可和税收优惠里提前发现项目。

第二层是判断。机会不是越多越好，AEC公司最怕的是为了低胜率项目消耗投标团队。Cascade把项目评分，让团队在几分钟内判断该不该追。这个go/no-go环节很关键，因为它直接影响投标资源配置。

第三层才是交付。提案写作、规格分析、未来的Bid Leveling和Team Up，把项目从“被发现”推进到“被赢下”。如果这条链路跑通，Cascade就不只是线索工具，而是从获客前端延伸到收入实现的工作流。

这也是它和传统招投标数据库不同的地方。老工具更多像“项目目录”，客户自己去搜、筛、判断、复制、跟进。Cascade更像一个追标操作系统：先读外部市场里的线索，再判断客户该追什么，最后帮客户把材料组织出来。

它的商业化逻辑也因此更清楚。

Cascade没有公开价格、ARR、客户数或留存。它的官网只给出“Let’s talk”式的销售入口，说明当前大概率仍是销售驱动。但TechCrunch报道的“签下合同客户”、TNW报道的600万美元中标案例，以及官网“单个成功项目可以覆盖多年成本”的说法，共同构成了一个很适合AEC行业的ROI叙事：只要多找到并赢下一个项目，软件成本就不再是采购讨论的中心。

这里的关键不是便宜，而是对齐收入。

很多AI产品喜欢从效率出发，讲“节省多少小时”。Cascade当然也讲效率，例如减少go/no-go判断时间、缩短提案周期。但它真正更有力的卖点，是“让你看到本来看不到的项目”。对一家建筑或工程公司来说，一个600万美元项目的价值，远比每周省几小时更容易打动老板。

当然，风险也很明确。

第一，项目机会不等于收入。100亿美元机会和1.2亿美元/月机会听起来很大，但如果没有转化率、赢标率和客户留存，就只能视为早期公司口径。

第二，AEC行业高度区域化，采购规则、关系网络和资质门槛都很复杂。一个城市有用的信息，在另一个州未必同样有用。Cascade要证明自己的数据覆盖和评分逻辑能跨市场迁移。

第三，竞争不只来自AI创业公司。GovWin IQ、ConstructConnect等传统平台已经在招投标发现领域存在多年。Cascade需要证明“更AI原生”不只是营销词，而是真的能提前发现项目、提高胜率、形成网络效应。

但这正是它值得写的地方。Cascade不是把AI塞进一个已有按钮，而是在重排AEC公司的收入前台。

对AI产品创业者来说，这个案例给出的启发很具体：垂直AI不一定要从客户正在写的文档开始，也可以从客户还没意识到的机会开始。谁能更早读懂外部市场里的零散线索，谁就可能提前进入客户的决策链。

写标书是下游。找对项目，才是上游。

Cascade押注的是，在建筑行业，最先值钱的AI不是替人把标书写得更顺，而是告诉客户：这个项目快要出现了，你现在就该动手。

参考来源