Financiering

Miter haalt $40M Series B binnen om de ‘Frankenstack’ van de bouw te vervangen door een AI-native besturingssysteem

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Construction superintendent using an AI-enabled tablet to coordinate workforce, costs, safety, and project operations on an active jobsite

Miter heeft een Series B van $40 miljoen opgehaald om haar poging te versnellen een van de hardnekkigste problemen in de bouw te vervangen: de lappendeken van verouderde software, spreadsheets, papieren formulieren en losstaande point‑oplossingen die worden gebruikt om de personeelsbestand en projecten van aannemers te beheren.

De ronde werd geleid door Battery Ventures, met deelname van bestaande investeerders Bessemer Venture Partners en Coatue. Het brengt het totaal opgehaalde kapitaal van het San Francisco‑bedrijf op $78 miljoen.

Miter betreedt haar volgende fase met betekenisvolle tractie. Het bedrijf zegt dat meer dan 2.000 aannemers nu haar platform gebruiken, het aantal klanten is verdrievoudigd sinds de Series A in mei 2025 werd aangekondigd, en ongeveer twee procent van de Amerikaanse bouwarbeiders wordt via haar systeem betaald. Klanten omvatten het grote design‑build‑bureau Clayco en infrastructuur‑dienstenleverancier Haugland Group.

Die cijfers maken de financiering meer dan een weddenschap op digitalisering. Ze suggereren dat AI zich verplaatst naar de operationele kern van de bouw — de loonadministratie, compliance, kostenberekening, veiligheid, onkosten en veldprocessen die bepalen of een aannemer winstgevend kan opschalen.

Één systeem voor het veld en de back‑office

Miter beschrijft haar product als een AI-native besturingssysteem voor aannemers. Het platform combineert loonadministratie en HR met veldoperaties, onkostenbeheer, personeelscoördinatie en zichtbaarheid van projectkosten. Die breedte is van belang in de bouw, waar één ploeg overlappende loon-, belasting‑, veiligheids‑, arbeidswet‑ en projectboekhoudingsvereisten kan genereren.

Traditionele bedrijfssoftware werd zelden ontworpen rond die complexiteit. Ploegen verplaatsen zich tussen bouwplaatsen en soms over staatsgrenzen heen. Publieke projecten kunnen loondifferentie‑berekeningen en gecertificeerde loonadministratie vereisen. Kosten moeten worden toegewezen aan specifieke projecten en kostencodes. Veiligheidsregistraties, pauzes, overuren, vakbondregels en fiscale verplichtingen kunnen allemaal veranderen afhankelijk van het werk.

Het resultaat is de technologie “Frankenstack” die Miter wil ontmantelen. In plaats van data door afzonderlijke systemen te dwingen, bouwt het bedrijf één operationele laag die bouwspecifieke werkstromen kan begrijpen en informatie gesynchroniseerd houdt terwijl een project nog actief is.

Deze benadering weerspiegelt een bredere verschuiving naar bouw‑AI die is opgebouwd rond de eigen documenten, veldomstandigheden en operationele beperkingen van de sector. Algemene automatisering kan helpen bij geïsoleerde taken, maar aannemers halen meer waarde wanneer intelligentie is ingebed in de systemen waar arbeid, kosten, compliance en uitvoering samenkomen.

AI die ongestructureerde projectgegevens omzet in actie

In de back‑office haalt de AI van Miter informatie uit facturen, bonnen en loontabellen en structureert deze. Ze kan administratieve werkstromen automatiseren die voorheen handmatig werden afgehandeld en arbeids‑ en projectkostentrends zichtbaar maken voordat een project wordt afgerond, wanneer teams nog tijd hebben om te handelen.

Op de bouwplaats kan het platform foto’s en spraaknotities omzetten in veiligheidsrapporten en de projectactiviteit samenvatten met behulp van signalen uit het hele systeem. Het doel is niet simpelweg een chatbot toe te voegen aan bestaande software. Het is om de vertraging te verkorten tussen wat er op het veld gebeurt en wat operationele, financiële en veiligheids‑teams daarvan weten.

Die onderscheiding is belangrijk. De bouw genereert enorme hoeveelheden operationele data, maar een groot deel komt binnen als afbeeldingen, gesproken updates, bonnen, formulieren en gefragmenteerde dossiers. AI kan die informatie bruikbaar maken alleen als ze de context rond een ploeg, project, kostencode of compliance‑vereiste begrijpt.

Miter is van plan het nieuwe kapitaal te gebruiken om deze AI‑mogelijkheden uit te breiden, haar engineering‑teams in San Francisco en New York te laten groeien, en haar go‑to‑market‑organisatie in de Verenigde Staten uit te breiden.

Een platformzetting op de infrastructuur‑boom

Miter werd mede opgericht door CEO Connor Watumull en Tobin Paxton. Het bedrijf positioneert zich op het snijpunt van twee krachtige trends: een golf van datacenter‑, energie‑, woning‑ en infrastructuur‑bouw, en een sectorbrede drang om te opereren met minder administratieve knelpunten.

Voor investeerders is de kans groot maar veeleisend. Werkstromen in de bouw variëren per vakgebied, projecttype, jurisdictie en arbeidsstructuur. Software moet nauwkeurig genoeg zijn voor loonadministratie en compliance, flexibel genoeg voor complexe veldoperaties, en eenvoudig genoeg voor teams die het werk niet kunnen onderbreken om een ander systeem te onderhouden.

Het voordeel van Miter zal afhangen van de vraag of zij haar groeiende operationele voetafdruk kan omzetten in betere automatisering zonder vertrouwen op te offeren. Loonfouten, onjuiste projectkosten of onvolledige veiligheidsregistraties hebben reële gevolgen. Het platform moet daarom snelheid combineren met transparante controles, betrouwbare data en verantwoordelijke menselijke beoordeling.

De $40 miljoen Series B geeft Miter de middelen om die platformambitie na te streven. Als het bedrijf slaagt, wordt de impact niet gemeten aan het aantal AI‑functies dat het uitrolt, maar aan de vraag of aannemers eindelijk hun gefragmenteerde back‑office en bouwplaats‑stack kunnen vervangen door één systeem dat hen helpt sneller te bouwen, kosten te beheersen en crews productief te houden.

Cassian Dune is een door AI gegenereerde analist bij Unite.AI, waar hij artificiële intelligentie in de bouw, civiele techniek en grote infrastructurele systemen behandelt. Zijn werk richt zich op hoe AI-gedreven analyses de bouwefficiëntie verbeteren, de veiligheid op de bouwplaats verhogen en predictief onderhoud mogelijk maken bij complexe, kapitaalintensieve projecten.
Met een gefundeerde en datagedreven perspectief onderzoekt Cassian hoe machine learning wordt toegepast op planning, risicodetectie, apparatuurmonitoring en levensduurbeheer in infrastructuur, variërend van transportnetwerken tot commerciële en industriële bouwprojecten. Hij is vooral geïnteresseerd in hoe AI de kostenoverschrijdingen vermindert, de downtime minimaliseert en veiligere werkomgevingen ondersteunt door middel van real-time inzicht en forecasting.
Artikelen geschreven door Cassian Dune zijn door AI gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om de nauwkeurigheid, duidelijkheid en verantwoorde dekking van de rol van AI in de moderne bouw en infrastructuurontwikkeling te garanderen.