A maior construtora dos EUA parou de "usar IA" — e construiu um sistema operacional

O caso: a McCarthy parou de comprar "IA" e começou a construir um sistema operacional

Em junho de 2026, a McCarthy Building Companies — a construtora privada mais antiga dos EUA — anunciou um acordo multimilionário e de vários anos com a Palantir. O centro do negócio tem nome: Pulse. É a suíte de operações de IA da McCarthy, um sistema nativo de IA desenhado para dar aos times de campo insight em tempo real, planejamento de cenários, análise de risco e orquestração de decisão.

Repare no que a McCarthy NÃO fez: ela não comprou "um app de IA pra orçamento" e "outro pra cronograma". O acordo marca uma virada para a construtora — a McCarthy vai modelar seu time interno de tecnologia em torno de engenheiros da Palantir embarcados e construir software de nível empresarial nativamente, com sua própria equipe de aplicações. Em vez de plugar ferramentas soltas, ela está montando a fundação para tudo.

O que muda na prática para quem está no canteiro é direto. Um superintendente da própria McCarthy resumiu:

"Como superintendente, essa parceria me deixa focar no que mais importa para nossos clientes e times de projeto, em vez de ficar soterrado em e-mails, documentos e dados."

— Dave Evans, Superintendente Sênior da McCarthy

Como funciona a técnica por trás: a "Ontology"

O motor do Pulse é um conceito da Palantir chamado Ontology. E aqui está a parte que interessa a você, dono de construtora: o segredo não é o modelo de IA — é o que vem antes dele. A Ontology da Palantir é uma camada operacional da organização. Ela fica em cima dos ativos digitais integrados e os conecta às suas contrapartes do mundo real — de ativos físicos como fábricas, equipamentos e produtos a conceitos como pedidos de cliente ou transações financeiras, servindo como um gêmeo digital da organização.

Traduzindo para obra: em vez de deixar seus dados espalhados em planilha, e-mail e PDF, você define os "substantivos" e os "verbos" do seu negócio. Se os elementos de dado são "os substantivos" da empresa (os objetos e ligações do mundo real), as ações podem ser vistas como "os verbos" (a execução real). Uma obra, um contrato, um RDO, um insumo, um subempreiteiro — cada um vira um "objeto" com propriedades e ligações entre si.

Por que isso importa tanto? Porque é o que separa um sistema que só mostra gráfico de um sistema que age. Fechar o loop de ação enquanto as decisões são tomadas em tempo real é o que distingue um sistema operacional de um sistema analítico. E a lógica que roda dentro de cada ação pode ser tão simples ou complexa quanto o problema exigir: pode ser uma regra de negócio simples, um modelo de machine learning convencional, uma função dirigida por LLM, ou uma orquestração de múltiplos passos envolvendo vários motores de cálculo.

A lição de fundo, dita por quem estuda o método: mapeie suas entidades de negócio e fluxos de decisão ANTES de trazer IA. Muitas organizações correm para "implementar IA" pulando o passo fundamental: quais são seus objetos de negócio, como se relacionam e quem tem permissão para fazer o quê com eles. Sem essa infraestrutura semântica, agentes de IA ficam tateando no escuro — falam, mas não conseguem ver nem tocar seu negócio de verdade.

Onde a McCarthy vai aplicar — e por que isso é um mapa pra você

A McCarthy não parou no canteiro. Em execução de campo, orçamento, contratos, licitação e compra, QA/QC, logística e planejamento de equipamentos, a McCarthy vai usar a AIP para conectar fluxos críticos através da mesma Ontology. É o mesmo "mapa" servindo áreas diferentes — o que resolve o problema clássico da construtora: cada setor com sua planilha, ninguém falando a mesma língua.

O que você vai precisar

• Uma lista dos seus "objetos": obra, contrato, RDO/diário, medição, insumo, subempreiteiro, equipamento — os substantivos que se repetem em toda operação.
• Suas fontes de dado de hoje: ERP, cronograma (MS Project/Primavera), planilhas de medição, e-mails de RFI e o app de diário de obra — mesmo bagunçados.
• Uma pessoa que conheça o processo real (não o "processo do manual"): geralmente um engenheiro de planejamento ou um superintendente sênior.
• Uma ferramenta de IA com acesso aos dados: pode começar com Microsoft Copilot/ChatGPT Enterprise sobre seus arquivos, sem contratar Palantir no dia 1.

Passo a passo pra aplicar na sua empresa

1. Desenhe sua ontologia no quadro branco (menos de 1 hora). Liste 8 a 12 "objetos" da sua operação e ligue com setas ("um RDO pertence a uma obra"; "uma medição gera um pagamento a um subempreiteiro"). Essa é a única etapa de hoje — e é a mais importante, porque sem ela a IA não tem onde pisar. Resultado: um mapa que qualquer setor entende.
2. Escolha UM fluxo de decisão que dói toda semana. Ex.: "o que está travando o cronograma desta obra agora?". Anote quais objetos esse fluxo cruza (cronograma + RDO + entrega de insumo + efetivo). Resultado: escopo pequeno o suficiente pra entregar em 30 dias, não em 3 anos.
3. Conecte as fontes desse fluxo num só lugar. Puxe cronograma, diários e medições para uma base única (comece com uma pasta estruturada + planilha-mestra ou um data warehouse simples). O ponto é o que a Palantir chama de camada operacional: a Ontology fica entre as aplicações e os dados brutos como uma camada de controle operacional, guardando tanto o modelo do seu negócio quanto as operações que o mudam. Resultado: uma fonte de verdade única para aquele fluxo.
4. Defina as "ações" que a IA pode sugerir — e quem aprova. Ex.: "sinalizar atividade que vai atrasar", "sugerir remanejar equipe". Comece sempre com humano no loop: no caso padrão, essas ações só podem ser preparadas pela IA, antes de serem entregues a um humano para revisão final. Resultado: o time confia, porque ninguém perde o controle da decisão.
5. Rode um piloto de 30 dias em UMA obra e meça o tempo de decisão. Compare: quanto tempo o superintendente levava para descobrir o que travava a obra antes vs. depois. O objetivo declarado do Pulse é exatamente esse — ajudar superintendentes, gerentes de projeto e operadores de campo a avaliar opções, antecipar restrições e tomar decisões mais rápidas em canteiros ativos. Resultado: número concreto de horas devolvidas por semana.
6. Reuse o mesmo mapa em outra área. Com a ontologia pronta, aplique o mesmo modelo em orçamento ou compras — como a McCarthy fez estendendo a mesma Ontology a QA/QC e logística. Resultado: cada novo caso de uso custa menos, porque a fundação já existe.

O que muda na operação — e o convite

O ganho prático não é "ter IA". É parar de tratar IA como enfeite. Nas palavras da própria Palantir, a McCarthy está implantando um sistema operacional de IA para toda a operação de construção, do projeto à execução no canteiro. Quando seus dados viram objetos com ligações claras, o superintendente para de garimpar informação em e-mail e passa a ver — e agir sobre — o que trava a obra em tempo real.

Você não precisa do orçamento da McCarthy pra começar. Precisa do quadro branco e de uma hora hoje. Desenhe seus objetos, escolha o fluxo que mais dói e rode um piloto de 30 dias. A vanguarda não está comprando mais ferramentas de IA — está construindo o mapa que faz qualquer ferramenta funcionar. Comece pelo mapa.