Selon le CPO de Buildots, la technologie peut accroître de manière significative l’efficacité des projets dans le monde entier.
Un nouveau bâtiment situé près de Columbus Circle est désormais le premier projet de la ville de New York à mettre en œuvre une technologie de construction basée sur l’intelligence artificielle (IA) afin d’accroître considérablement l’efficacité en termes de coûts, de main-d’œuvre, de temps de gestion et de ressources.
La tour résidentielle de 26 étages et de 197 000 pieds carrés, située au sud-ouest de Central Park au 1841 Broadway, utilise la plateforme de construction IA Buildots et est développée par Global Holdings Management Group.
La technologie est actuellement utilisée sur des chantiers en Amérique du Nord, au Royaume-Uni, en Europe et au Moyen-Orient.
Aviv Leibovici, directeur général et cofondateur de Buildots, a fait remarquer que la construction est un travail essentiellement manuel, contrairement à la construction automobile et à d’autres industries hautement automatisées qui s’appuient sur des vérifications de l’état des machines. Compte tenu du grand nombre de personnes qui circulent sur un chantier, souvent issues d’entreprises différentes, il y a très peu de moyens de savoir quand et comment quelque chose a été fait.
“Il y a tout simplement un manque d’informations crédibles qu’ils peuvent utiliser”, a-t-il déclaré.
Selon M. Leibovici, la technologie a été conçue pour servir de source d’inspiration aux chefs de projet du monde entier. Grâce à la technologie Buildots AI, les gestionnaires peuvent rapidement entrer dans le système et comprendre ce qui se passe exactement dans le projet, où sont les lacunes et quel est le rythme de la construction. Au lieu de passer du temps à essayer de déterminer et de quantifier les différents aspects du projet, Buildots les libère pour prendre des décisions et prioriser les changements.
Pour ce faire, la plateforme Buildots AI capture les données du site via des caméras à 360 degrés montées sur casque, qui sont automatiquement analysées à l’aide d’algorithmes d’IA exclusifs. La plateforme fournit aux équipes de gestion de projet des rapports d’avancement précis et des analyses visuelles.
Bien que ces processus de collecte de données soient relativement simples, M. Leibovici a déclaré que la nouvelle technologie présentait des défis uniques. Tout en reconnaissant qu’il utilise à juste titre un jeu de mots dans le domaine de la construction, M. Leibovici a déclaré que le système nécessitait un “processus concret” sur place, sans avoir le temps de changer la façon dont les choses sont faites dans le plan de développement global.
En outre, les responsables doivent choisir avec soin la manière dont ils représentent le monde à l’IA. Une séquence d’activités écrite en haut d’une page du logiciel doit suivre la portée exacte de cette cellule individuelle et la définir correctement.
Par exemple, M. Leibovici a expliqué qu’il fallait imaginer un scénario dans lequel un responsable désigne l’une des activités comme étant les “murs”. Mais lors de la réunion hebdomadaire des sous-traitants, l’entrepreneur général demande si les murs ont été encadrés dans le plancher. Si le système indique que les murs sont terminés à 20 %, comment la personne peut-elle savoir si les 20 % se réfèrent au pourcentage de murs encadrés ou aux murs complètement terminés ? Cette divergence de paramètres souligne l’importance d’inciter correctement l’IA à analyser des aspects sans laisser de place à l’interprétation.
Ce processus dans lequel l’IA est censée identifier correctement divers objets et leur contexte dans un chantier de construction s’est progressivement amélioré depuis la création de Buildots il y a plus de trois ans. Au début, l’IA transmettait fréquemment les décisions d’analyse des objets à un membre humain de l’équipe pour qu’il les examine. Cependant, contrairement à une langue, les matériaux de construction sont largement omniprésents.
Une fois que l’algorithme a été capable d’identifier les cloisons sèches, cet élément est devenu identifiable sur tous les chantiers de construction du monde. Bien que chaque construction présente ses propres défis imprévus, M. Leibovici a déclaré que le modèle est désormais “beaucoup plus efficace”, ce qui influe sur le temps nécessaire au traitement des données et contribue à réduire le coût d’exploitation de la technologie.
Une étude menée par Buildots a révélé qu’en moyenne, seules 46 % des zones sont utilisées dans le cadre d’un projet, ce qui signifie que plus de la moitié des zones disponibles ne sont pas utilisées à un moment donné de la semaine. Sans surprise, les données ont montré que lorsque les projets parviennent à travailler sur davantage de domaines, ils sont en moyenne plus avancés et terminent dans les temps. M. Leibovici espère que le système d’IA et l’interface logicielle de Buildots aideront les responsables à comprendre ce qui les empêche de travailler sur le nombre maximum de domaines et à élaborer un plan d’amélioration.
“Il y a un terme très intéressant que j’ai commencé à entendre de la part de nos clients. Ils parlent de planification des faux espoirs, c’est-à-dire que, faute de vérités concrètes, nous nous contentons de dire : “Oui, oui, tout ira bien. Je vais finir à temps. Et je mets même à jour mon emploi du temps avec un nouveau plan sur la façon dont je vais finir à temps”, a déclaré M. Leibovici. “Mais si ce nouveau plan signifie que je dois travailler trois fois plus vite que je ne l’ai fait jusqu’à présent. Et si, au cours de la première semaine d’application de ce nouveau plan, rien ne change sur le site, alors c’est un faux espoir.”
Selon M. Leibovici, avec Buildots, les constructeurs ont un meilleur contrôle opérationnel du projet et peuvent immédiatement voir s’ils travaillent au bon rythme. L’IA peut même déterminer l’efficacité de chaque partie de la chaîne d’approvisionnement et voir automatiquement qui complète son plan et qui ne le fait pas.
“Nous avons des clients qui ont fait cela, et nous avons montré comment ils ont atteint des résultats très significatifs, même en terminant avant la date prévue, ce qui n’arrive pas souvent dans la construction, malheureusement”, a-t-il déclaré.
Sur le premier projet auquel Buildots a apporté son aide et qui a utilisé cette méthodologie, M. Leibovici a indiqué que le chantier a vu le délai prévu raccourcir de deux mois et le pourcentage d’achèvement par semaine passer d’environ 20 % (norme dans les projets de construction) à plus de 50 % en l’espace de quelques semaines seulement.
Malgré les progrès rapides de l’IA au cours des dernières années, M. Leibovici estime que l’écart entre les robots de construction entièrement autonomes et l’utilisation actuelle de l’IA pour interpréter de grandes quantités de données est énorme. Selon lui, ces données ne sont qu’un outil pour les personnes qui gèrent ces projets, et il est peu probable que l’IA décide de la logistique du projet de manière indépendante.
“Il s’agira toujours pour les professionnels d’utiliser les informations qu’ils obtiennent des machines ou de l’IA pour prendre des décisions, car celles-ci sont basées sur un grand nombre de facteurs que la machine ne connaîtra jamais”, a-t-il déclaré. “Elle est basée sur les relations, sur les personnes à risque, et nous devons les aider à faire en sorte que ce ne soit pas le problème. Elle est basée sur des conceptions, des priorités, des clients, des ventes et, je ne sais pas. Peut-être que dans 100 ans, l’IA prendra aussi les décisions. Qui suis-je pour le dire ? Mais ce n’est pas pour tout de suite”.
