Een bouwgigant van 160 jaar oud zet in op efficiëntere AI
Terwijl veel organisaties vooral focussen op het uitbreiden van hun AI-capaciteiten, kiest McCarthy Building Companies voor een andere aanpak: meer waarde creëren met minder AI-verbruik. Tijdens AIPCon 10 liet het Amerikaanse bouwbedrijf zien hoe het erin slaagt het tokengebruik binnen AI-toepassingen met bijna 60 procent te verminderen, zonder in te boeten op prestaties of innovatie.
De aanpak toont aan dat de toekomst van AI niet alleen draait om krachtigere modellen, maar ook om slimmer beheer van data, processen en infrastructuur.
Van versnipperde systemen naar één verbonden ecosysteem
Voor een organisatie met meer dan 5.000 medewerkers en ruim 200 verschillende softwaretoepassingen vormt digitale versnippering een grote uitdaging. In de bouwsector worden gegevens verzameld uit talloze bronnen: ontwerpsoftware, projectplanning, veiligheidssystemen, financiële applicaties, leveranciersplatformen en werfbeheer.
McCarthy besloot deze versnippering aan te pakken door de Ontology-technologie van Palantir als verbindende laag over het volledige projecttraject te plaatsen. Hierdoor ontstaat één gemeenschappelijke taal tussen systemen, afdelingen en medewerkers.
In plaats van voortdurend data tussen afzonderlijke applicaties te verplaatsen, worden processen centraal verbonden en gestroomlijnd. Dat vermindert niet alleen complexiteit, maar zorgt ook voor snellere besluitvorming en betere samenwerking.
AI slimmer maken door minder tokens te gebruiken
Een van de opvallendste resultaten van de transformatie is de sterke daling van het tokengebruik binnen AI-processen. Tokens vormen de bouwstenen waarmee grote taalmodellen informatie verwerken. Hoe meer tokens een model nodig heeft, hoe hoger doorgaans de kosten en hoe groter de benodigde rekenkracht.
Door gebruik te maken van Palantirs Evolve-platform en een beter georganiseerde datastructuur slaagde McCarthy erin het tokenverbruik met bijna 60 procent terug te dringen.
Dat betekent:
- Lagere operationele AI-kosten
- Snellere verwerking van opdrachten
- Efficiënter gebruik van rekenkracht
- Betere schaalbaarheid van AI-projecten
- Meer rendement uit bestaande AI-investeringen
In een tijd waarin bedrijven steeds vaker geconfronteerd worden met stijgende AI-kosten, vormt deze aanpak een belangrijk voorbeeld van hoe optimalisatie minstens even waardevol kan zijn als uitbreiding.
Een digitale organisatie die sneller kan bewegen
Technologie alleen volstaat echter niet. McCarthy benadrukt dat ook de organisatiestructuur moest worden aangepast om maximaal voordeel uit AI te halen.
Traditioneel werken grote ondernemingen vaak met gescheiden IT-, data- en operationele teams. Dat kan innovatie vertragen en besluitvorming complex maken. Daarom herstructureerde McCarthy zijn digitale organisatie zodat teams sneller kunnen samenwerken en nieuwe oplossingen sneller kunnen implementeren.
De uitdaging daarbij was om snelheid te combineren met controle.
Voor een onderneming met duizenden medewerkers, complexe bouwprojecten en strenge veiligheids- en compliance-eisen blijft governance essentieel. Het bedrijf ontwikkelde daarom een model waarin innovatie en controle hand in hand gaan.
Governance als fundament voor schaalbare AI
Veel organisaties worstelen vandaag met dezelfde vraag: hoe kan AI snel worden uitgerold zonder risico's te creëren?
McCarthy ziet governance niet als een rem op innovatie, maar juist als een voorwaarde om AI succesvol op grote schaal toe te passen. Door duidelijke beleidsregels, datacontroles en centrale monitoring in te bouwen, ontstaat een omgeving waarin teams veilig kunnen experimenteren en tegelijkertijd voldoen aan bedrijfs- en regelgevingseisen.
Deze aanpak maakt het mogelijk om AI-oplossingen sneller naar productie te brengen zonder de controle over data en processen te verliezen.
De bouwsector wordt een digitaal laboratorium
De case van McCarthy laat zien hoe ook traditionele sectoren zoals de bouw volop profiteren van AI en dataplatformen. Waar de sector vroeger vooral werd geassocieerd met fysieke infrastructuur, groeit ze steeds meer uit tot een datagedreven omgeving waarin digitale modellen, realtime informatie en AI een centrale rol spelen.
Door honderden applicaties te verbinden, tokengebruik drastisch te verminderen en tegelijkertijd governance te versterken, bewijst McCarthy dat digitale transformatie niet alleen draait om nieuwe technologie, maar vooral om slimme integratie.
Conclusie
McCarthy Building Companies toont tijdens AIPCon 10 dat de volgende fase van AI draait om efficiëntie, samenhang en schaalbaarheid. Door Palantirs Ontology als verbindende laag te gebruiken, slaagt het bouwbedrijf erin honderden applicaties te verenigen, AI-kosten aanzienlijk te verlagen en tegelijkertijd sneller te innoveren.
De bijna 60 procent reductie in tokengebruik bewijst dat organisaties niet noodzakelijk meer AI nodig hebben om betere resultaten te behalen. Soms ligt de grootste winst juist in het slimmer inzetten van de technologie die al beschikbaar is.
