Wie bezit het geheugen.

80% van de bedrijven gebruikt AI, 6% ziet er geld uit komen. Dat cijfer komt uit onderzoek van McKinsey en werd deze zomer uitgelicht door Aditya Sanghvi, senior partner bij QuantumBlack en verantwoordelijk voor de wereldwijde vastgoedpraktijk. Sanghvi legde in een lang gesprek uit waarom AI in vastgoed en facilitair nog bijna nergens iets verandert aan het resultaat en wat er anders moet.

Zijn diagnose is scherp en zijn boodschap voor vastgoed en facilitair is nog scherper. Wij herkennen er drie dingen in die er echt toe doen voor Nederlandse organisaties met een vastgoedportefeuille of een grote facilitaire operatie.

Het werk zit ernaast

Sanghvi zegt dat in vastgoed en facilitair niet het echte werk het probleem is maar alles eromheen. De tijd zit in meldingen, mails, doorschuiven en opvolgen wat blijft liggen. Loodgieters, monteurs en beheerders zijn niet het knelpunt. Wat wél knelt is de dode ruimte tussen aanname, uitzetten, uitvoeren en terugkoppelen.

Dat is een andere manier van kijken. AI vervangt niet de vakmensen. AI ruimt op wat eromheen zit en daar zit een groot deel van de kosten en de doorlooptijd.

Agents die samenwerken tellen, losse hulpjes niet

De reden dat de 94% niets ziet is volgens Sanghvi simpel. Bedrijven zetten AI in om één medewerker sneller te maken en niet om de hele organisatie sneller te maken. Iemand die sneller mails schrijft met ChatGPT levert nooit een significante besparing op. Een keten van agents die zelf een storing aanneemt, uitzet, opvolgt en het patroon terugkoppelt naar preventief onderhoud wél.

Die agents werken samen via het Model Context Protocol, een open standaard die bijna elk serieus AI systeem dit jaar heeft overgenomen. Wij bouwen hierop. Onze recente veilige AI assistent voor een afdeling vastgoed en facilitair van een ZBO werkt zo, met eigen data en eigen modellen op een omgeving die de organisatie zelf beheert.

Wie bezit het geheugen

De belangrijkste vraag die Sanghvi stelt is deze. Als AI in vastgoed en facilitair steeds meer beslissingen ondersteunt of neemt, wie bezit dan het geheugen van die beslissingen. De aanbieder van de tool, de leverancier van het platform of de organisatie zelf. Dat geheugen (welke storingen hoe zijn opgelost, welke verlengingen werkten, welke leveranciers scoren, welke ingrepen echt onderaan de streep bijdragen) is straks het verschil tussen organisaties die leren en organisaties die alleen gereedschap huren.

Zijn advies is klip en klaar. Bezit je eigen data. Bouw geen eigen LLM. Zelf een LLM bouwen is een miljardenproject waar OpenAI, Google, Anthropic en Alibaba zich mee bezighouden. Je gaat ze niet verslaan en je verliest je focus. Wat wél kan is bestaande LLMs kiezen, ze bijleren op je eigen data en er je eigen agents en processen omheen bouwen. Precies dat maakt het verschil. Zeggenschap over je eigen data en over wat je organisatie leert, dat is wat telt.

Wat wij zien in ons werk

De organisaties die wij begeleiden lopen tegen dezelfde drie dingen aan die Sanghvi noemt. De data is niet op orde, de projecten blijven te klein om iets aan het resultaat te veranderen en de leiding zit vaak niet aan tafel. Ons antwoord is geen groot datatraject van vijf jaar. Wij pakken de data aan binnen één onderwerp tegelijk zoals storingsafhandeling, contractbeheer of aanbesteden. Daar is de waarde direct te meten en je organisatie leert vanaf dag één.

Waar wij op landen

Vastgoed en facilitair moet nu een paar dingen op orde krijgen. Het allerbelangrijkste is dat iemand in de directie of het MT dit persoonlijk oppakt en niet doorschuift naar IT. Sanghvi is daar hard over. Als IT dit programma leidt ben je bij voorbaat kansloos. Daarnaast telt of vastgoed en facilitair de eigen data bezit en zelf vasthoudt wat de organisatie leert of dat dat bij een leverancier ligt. En dan is er de keuze welke twee of drie onderwerpen als eerste worden aangepakt, daar waar samenwerkende agents het werk eromheen kunnen opruimen.

De rest volgt daarna.