在全国各地的市场中，业主在要求替代项目交付方面变得越来越复杂，以减少成本和时间，同时还提高质量和结果。

越来越多的公司正在探索技术，以此作为提高效率的途径。一种这样的新兴技术是使用人工智能(AI)来减少人为错误并优化任务。

例如，提交寄存器的创建是一项耗时的，详细的任务，是优化的主要任务。今年早些时候，McCarthy Building Cos。与Pype AutoSpecs合作解决了这一挑战。Pype是一个软件平台，通过机器学习算法过滤项目规范，以识别公司为每个项目的合作伙伴提供的提交注册项目。

虽然McCarthy拥有处理和外壳规格的系统，但工程师只能使用Bluebeam手动搜索和检索信息。此过程要求项目工程师花费大量时间验证搜索结果并在Excel中构建提交寄存器。

提交此流程进行进一步审核后发现，项目主管对工程师完成任务所花费的时间感到沮丧。例如，在堪萨斯州Leawood的2.5亿美元，19毫克的Tomahawk Creek污水处理设施扩建项目中，Pype技术首次进行了测试，一名项目工程师花了整整三周的时间制作提交日志。

此外，麦卡锡的创新和现场应用团队发现人为错误意味着质量下降。最后，该团队发现了版本审核流程的困难。团队需要筛选规范的多次迭代，无法识别或清楚地解释每个版本中的更改。

使用Pype完成相同的过程只需要三个小时。虽然该软件并不完美，但它确实在时间范围内确定了99%以上的个人提交项目。该公司仍然花费大约20%的时间进行人工审查，以完成工程师的质量控制审查。

总而言之，麦卡锡在公司范围内实施之前对Pype进行了四个项目的测试。目前，该公司正在110多个项目中使用该软件，其中20个位于西南部。

Pype软件还与Procore的施工管理软件集成，公司报告的效率提升在200%到500%之间。

飞得很高

机器学习并不是公司唯一的新技术。麦卡锡还在许多工地上使用无人驾驶飞行器。

无人机已被用于大多数工作场所，因为该公司发现使用它们来拍摄照片和视频可以简化项目团队，客户和贸易伙伴之间的沟通。该技术使团队能够实时向利益相关者展示视觉效果。然后可以将照片与CAD和其他文档进行匹配，以准确显示工作与网站计划的对应关系。

使用配备摄像头的无人机，公司会对窗户和钢铁等物品进行检查，而不是将员工放在升降机中，或将其暴露在其他坠落危险中。

展望未来，麦卡锡预计该行业将出现两大趋势。它们包括将人工智能集成到建筑技术平台提供的工具中，以及现实捕获解决方案和人工智能之间的更多联系。