La construction est l’une des plus grandes industries du monde, employant environ sept pour cent de la population mondiale en âge de travailler. À cette échelle, il n’est pas surprenant que le secteur génère quotidiennement d’énormes volumes de données ; qu’il s’agisse de données de terrain capturées par drone, de rapports ou de contrats, les données sont continuellement collectées à partir de sources multiples, mais elles sont souvent non structurées et difficiles d’accès. Par nécessité, les entrepreneurs, les ingénieurs et les fournisseurs se sont tournés vers le numérique pour travailler et collaborer. Ils utilisent les appels vidéo pour organiser des réunions, des visites de sites et des transactions commerciales, ce qui augmente encore le volume de données générées. Cependant, 96 % des données issues des projets d’infrastructure ne sont pas utilisées et 90 % des données du secteur de l’ingénierie et de la construction ne sont pas structurées.
Le big data – des ensembles de données non structurées extrêmement volumineux qui peuvent être analysés par des ordinateurs pour révéler des modèles et des tendances – est l’un des biens les plus précieux du secteur de la construction, car il permet aux entreprises d’améliorer leur rentabilité et leur efficacité opérationnelle, tout en réduisant les risques commerciaux. En fait, l’analyse des big data augmente de 69 % les chances d’une entreprise de prendre de meilleures décisions stratégiques. Le désir d’exploiter la puissance des big data est donc compréhensible – mais la question est de savoir comment ?
L’un des plus grands défis auxquels sont confrontées les entreprises d’aujourd’hui est l’accès aux données qu’elles possèdent déjà, afin d’obtenir des informations commerciales précieuses. L’industrie reste l’un des secteurs les moins numérisés au niveau mondial, en partie en raison de la nature fragmentée de ses projets, qui impliquent un ensemble de contractants et de sous-traitants. Le problème de l’accès à des points de données cloisonnés est exacerbé par les divers systèmes informatiques utilisés par les entreprises de construction. Il existe une opportunité évidente pour les organisations d’utiliser la technologie de l’intelligence artificielle (IA) pour traiter les données non structurées stockées sur les systèmes existants, en les rassemblant pour permettre aux utilisateurs de découvrir des connaissances provenant de nombreuses sources à travers l’organisation, voire de différents emplacements géographiques.
Les équipes commerciales et d’achat sont régulièrement gênées par la visibilité limitée des informations et, en outre, perdent un pourcentage important de leur journée de travail à rechercher les informations nécessaires pour remplir efficacement leur rôle. Le secteur étant confronté à une pénurie croissante de main-d’œuvre et à la nécessité d’améliorer la rentabilité et l’efficacité des coûts, il est temps pour les entreprises d’adopter en priorité des solutions d’IA qui peuvent être utilisées pour découvrir les données déjà en possession d’une organisation. En exploitant les données déjà disponibles, mais actuellement non-découvertes, les entreprises seront en mesure d’apporter des améliorations à la productivité, à l’approvisionnement et à la planification associés à un projet de construction.
Productivité
La pénurie de main-d’œuvre qualifiée, qui constituait un défi avant la pandémie, risque de s’aggraver encore selon les modèles élaborés par l’Association of Builders and Contractors. Plus de 650 000 travailleurs seront nécessaires en plus du quota habituel pour répondre à la demande de main-d’œuvre rien qu’en 2022. C’est là que les logiciels de gestion des connaissances, sous-tendus par l’IA, peuvent offrir de réels avantages, grâce à leur capacité à briser les silos de données et à traiter les informations rapidement et avec une extrême précision, améliorant ainsi la productivité des ressources.
La préparation des informations en vue de leur accès par recherche prend beaucoup de temps. Les méthodes traditionnelles nécessitent d’investir des quantités importantes de temps et de travail humain pour interpréter, étiqueter et classer les données, prêtes à être intégrées dans une base de données de recherche. Il est impossible d’anticiper tous les mots clés et synonymes susceptibles d’être utilisés et les documents devront être étiquetés plusieurs fois pour parer à toutes les éventualités qui ne peuvent être anticipées. Cela conduit à des résultats non pertinents lors de l’utilisation de méthodes de recherche traditionnelles.
On constate également une augmentation considérable de l’utilisation du courrier électronique, du chat vidéo, des services de messagerie et d’autres canaux non traditionnels pour la diffusion de conseils et d’informations qui ne sont pas facilement accessibles pour la collecte et l’indexation. La capture et la réutilisation des informations transmises par courrier électronique, par messagerie instantanée ou même par transcription d’appels vidéo sont encore plus complexes qu’avec la documentation traditionnelle. Accéder aux connaissances créées dans MS Teams, par exemple, est un défi, d’autant plus qu’une seule réunion peut couvrir plusieurs sujets autour d’un projet. Pour ajouter au défi, tous ces outils de communication – iManage, email, MS Teams, Sharepoint – ont des interfaces de recherche différentes, qui nécessitent des recherches multiples et répétées pour trouver des informations.
En l’absence de mécanisme de découverte facile, la majorité des systèmes de recherche actuels s’appuient sur des recherches par mots clés, qui permettent aux utilisateurs de combiner des mots et des modificateurs pour retrouver des informations pertinentes, mais ces recherches donnent souvent des résultats non pertinents, car les paramètres de recherche sont trop nombreux et le contexte fait défaut.
La technologie de l’IA peut surmonter ce problème en rassemblant toutes ces sources d’information en un seul endroit, en indexant et en segmentant les connaissances créées, et en permettant leur découverte. L’utilisation d’une technologie basée sur l’IA permet de saisir des informations plus riches en tant que requête, notamment en glissant et en déposant des documents complets dans le moteur de recherche, ce qui signifie que les résultats sont plus précis, plus pertinents et plus raffinés. Ceci est particulièrement utile pour les ingénieurs travaillant sur des projets où il y a potentiellement des milliers de résultats différents par mot-clé. Le contexte rendu possible par la découverte de données par l’IA permet d’affiner les résultats renvoyés et de les ramener à un nombre gérable qui peut facilement être examiné et utilisé pour éviter une perte de productivité.
Les nouvelles solutions logicielles basées sur le cloud, telles que celles proposées par iKVA, peuvent être instantanément mises en œuvre et intégrées aux systèmes de flux de travail existants pour soulager les problèmes de ressources. Les solutions d’iKVA, qui exploitent l’IA, l’apprentissage automatique avancé et la technologie de cartographie vectorielle, permettent aux organisations de construction d’exploiter les données non structurées générées par de multiples sources pour réduire les pertes de temps et améliorer la rentabilité. Cela permet d’éviter le sourcing d’employés hautement spécialisés ainsi que les mises à niveau coûteuses des systèmes hérités qui sont encore fréquemment utilisés dans le secteur.
Offres de projets
Il n’est pas surprenant que 57 % des entreprises de construction souhaitent avoir accès à des données financières et de projet cohérentes. Des environnements d’appels d’offres plus compétitifs dans un écosystème fragmenté peuvent être difficiles à naviguer pour les entrepreneurs et les entreprises doivent souvent décider de soumissionner ou non sur un projet avec des informations incomplètes. Historiquement, les organisations se sont appuyées sur les connaissances et l’expérience individuelles, ce qui est précieux, mais peut être sujet à des préjugés inconscients ou affecté par des motivations individuelles. Avec des projets d’une durée de cinq à dix ans, il est difficile de prévoir avec précision l’ampleur, les complications et les changements du marché ; une mauvaise évaluation des risques financiers peut avoir un impact important sur une entreprise de construction opérant, disons, avec une marge de 7 %, dans un secteur où le taux moyen de réussite des appels d’offres est de 25 %.
Les outils d’IA peuvent découvrir des informations cloisonnées provenant de projets historiques pour fournir des données que les équipes commerciales peuvent exploiter pour prendre des décisions éclairées afin d’équilibrer les portefeuilles et de calculer des niveaux de contingence précis. En permettant l’accès à des données qui, traditionnellement, ne sont pas toujours faciles à obtenir, comme les contrats historiques, la capacité de la main-d’œuvre et la moyenne géographique des dépenses, les équipes peuvent découvrir des variables susceptibles de prédire la rentabilité des projets et permettre des appels d’offres plus efficaces et fructueux.
Approvisionnement
Le processus d’achat de sous-traitants peut être long, avec de nombreux spécialistes impliqués et un manque de preuves empiriques pour informer les résultats. L’adoption de la technologie de l’IA peut réduire le temps et la main-d’œuvre nécessaires à ce processus de plusieurs semaines à quelques jours, et éviter tout élément de partialité inconsciente dans le processus. À une époque où la durabilité continue de dominer l’agenda, les organisations du secteur de la construction peuvent également utiliser la technologie de l’IA pour cartographier visuellement les projets par rapport à des critères, tels que les objectifs de développement durable des Nations unies (ONU), afin d’identifier les domaines d’alignement et de déterminer si un projet contribuera aux objectifs sociaux et environnementaux de l’organisation.
L’industrie de l’ingénierie peut utiliser la technologie basée sur l’IA pour établir des partenariats afin de résoudre les défis auxquels ses clients, et le secteur de l’ingénierie en général, sont confrontés. Avec l’aide de la technologie de gestion des connaissances d’iKVA, les grandes organisations d’ingénierie et d’infrastructure peuvent comparer et cartographier le contenu des propositions qu’elles reçoivent par rapport à un cadre adapté pour intégrer leur stratégie et leurs objectifs globaux. Cela signifie que les parties prenantes internes et externes sont instantanément en mesure d’évaluer la pertinence d’un sous-traitant pour un investissement ou un partenariat futur. En cartographiant visuellement les données non structurées provenant de différents endroits, les grandes entreprises sont en mesure d’identifier les similitudes entre les ensembles de données nouveaux et existants, ce qui leur permet de naviguer rapidement et facilement dans les solutions technologiques d’ingénierie émergentes offertes par une série de partenariats potentiels. Un autre avantage de cette technologie est qu’elle permet à diverses organisations de soumettre anonymement des propositions par le biais du portail, ce qui a contribué à éliminer tout élément de partialité inconsciente lors de l’examen des propositions.
Il est clair que ce type d’outil a des applications plus larges dans l’industrie pour créer des connexions entre les entrepreneurs et les sous-traitants de manière efficace, précise et sans parti pris.
Conclusion
Grâce aux progrès de la technologie de l’IA, le big data peut désormais profiter aux équipes de construction dès les premières étapes du développement d’un projet, en permettant aux équipes commerciales et d’approvisionnement d’identifier les opportunités pour réussir à obtenir de nouveaux projets, améliorer les processus d’examen qui demandent beaucoup de temps et de travail et réduire les risques commerciaux à chaque étape d’un projet.
