L’IA dans la construction aide le secteur dans son ensemble à surmonter certains de nos défis les plus difficiles, notamment les problèmes de sécurité, les pénuries de main-d’œuvre et les dépassements de coûts et de délais.
À l’échelle mondiale, les particuliers et les entreprises dépensent plus de 10 000 milliards de dollars par an pour des activités liées à la construction, et ce chiffre devrait continuer à augmenter de 4,2 % jusqu’en 2023. Une partie de ces énormes dépenses est liée aux progrès technologiques rapides qui touchent tous les domaines de l’écosystème. Dans le rapport 2020, intitulé The Next Normal in Construction : How Disruption is Shaping the World’s Largest Ecosystem, McKinsey a identifié un intérêt croissant pour les solutions intégrant l’intelligence artificielle (IA).
L’IA dans la construction a le potentiel d’aider les acteurs à réaliser de la valeur tout au long des cycles de vie des projets, notamment : La conception, les appels d’offres et le financement ; l’approvisionnement et la construction ; les opérations et la gestion des actifs ; et, la transformation du modèle d’affaires. L’IA dans la construction aide le secteur dans son ensemble à surmonter certains de nos défis les plus difficiles, notamment les problèmes de sécurité, les pénuries de main-d’œuvre et les dépassements de coûts et de délais.
Au fur et à mesure que les barrières à l’entrée du marché s’abaissent et que les progrès de l’IA, de l’apprentissage automatique et de l’analyse s’accélèrent, vous pouvez vous attendre à ce que l’IA (et l’affectation des ressources à l’IA) joue un rôle plus important dans la construction dans les années à venir.
Continuez à lire pour comprendre comment l’IA est utilisée dans la construction et les 10 principaux avantages de l’utilisation de l’IA dans la construction.
Qu’est-ce que l’intelligence artificielle et l’apprentissage automatique dans la construction ?
L’intelligence artificielle (IA) est un terme agrégé pour décrire le cas où une machine imite les fonctions cognitives humaines, comme la résolution de problèmes, la reconnaissance de formes et l’apprentissage. L’apprentissage automatique est un sous-ensemble de l’IA. L’apprentissage automatique est un domaine de l’intelligence artificielle qui utilise des techniques statistiques pour donner aux systèmes informatiques la capacité d'”apprendre” à partir de données, sans être explicitement programmés. Une machine devient plus apte à comprendre et à fournir des informations au fur et à mesure qu’elle est exposée à davantage de données.
Comme l’a dit Bob Banfield, ingénieur en apprentissage automatique chez Trimble, lorsque nous l’avons interrogé sur l’apprentissage profond dans la construction,
“L’apprentissage automatique comprend de nombreux algorithmes. Voici un exemple rapide : si vous cherchez à savoir si vous êtes susceptible ou non de contracter un certain type de maladie, un type d’algorithme d’apprentissage pourrait se frayer un chemin à travers un arbre de questions telles que “Quel âge avez-vous ? Puis : “Bon, faites-vous de l’exercice ? Et ainsi de suite. Si vous dites oui, vous descendez sur une branche, et si vous dites non, vous descendez sur une autre. C’est un algorithme d’apprentissage automatique parfaitement valide. C’est comme le jeu 20 questions auquel vous avez peut-être joué quand vous étiez enfant, sauf que dans l’apprentissage automatique, ces questions sont générées automatiquement.”
Appliqués à la construction, les “questions” et les algorithmes deviennent nettement plus complexes. Par exemple, un programme d’apprentissage automatique peut suivre et évaluer la progression d’un plan de classement afin d’identifier rapidement les risques liés au calendrier. Les algorithmes peuvent poser des questions sur les mesures du volume de déblai et de remblai, les temps de fonctionnement et d’arrêt des machines, les conditions météorologiques, les projets précédents ou tout autre élément permettant de générer un score de risque et de déterminer si des notifications doivent être faites.
L’IA et l’apprentissage automatique pour une construction intelligente
Les applications potentielles de l’apprentissage automatique et de l’IA dans la construction sont vastes. Les demandes d’information, les problèmes en suspens et les ordres de modification sont la norme dans le secteur. L’apprentissage automatique est comme un assistant intelligent qui peut scruter cette montagne de données. Il alerte ensuite les chefs de projet sur les éléments critiques qui nécessitent leur attention. Plusieurs applications utilisent déjà l’IA de cette manière. Ses avantages vont du filtrage banal des courriers électroniques indésirables à la surveillance avancée de la sécurité.
10 exemples d’IA dans la construction
1. Prévenir les dépassements de coûts
La plupart des mégaprojets dépassent le budget prévu, même si les meilleures équipes de projet sont employées. Les réseaux neuronaux artificiels sont utilisés sur les projets pour prévoir les dépassements de coûts en fonction de facteurs tels que la taille du projet, le type de contrat et le niveau de compétence des chefs de projet. Les données historiques telles que les dates de début et de fin prévues sont utilisées par les modèles prédictifs pour envisager des calendriers réalistes pour les projets futurs. L’IA aide le personnel à accéder à distance à du matériel de formation réel qui leur permet d’améliorer rapidement leurs compétences et leurs connaissances. Cela réduit le temps nécessaire à l’intégration de nouvelles ressources dans les projets. En conséquence, la réalisation des projets est accélérée.
2. L’IA pour une meilleure conception des bâtiments grâce à la conception générative
La modélisation des informations sur les bâtiments est un processus basé sur un modèle 3D qui donne aux professionnels de l’architecture, de l’ingénierie et de la construction des idées pour planifier, concevoir, construire et gérer efficacement les bâtiments et les infrastructures. Afin de planifier et de concevoir la construction d’un projet, les modèles 3D doivent tenir compte des plans d’architecture, d’ingénierie, de mécanique, d’électricité et de plomberie (MEP) et de la séquence des activités des équipes respectives. Le défi consiste à s’assurer que les différents modèles des sous-équipes n’entrent pas en conflit les uns avec les autres.
L’industrie utilise l’apprentissage automatique sous forme de conception générative alimentée par l’IA pour identifier et atténuer les conflits entre les différents modèles générés par les différentes équipes afin d’éviter les reprises. Il existe un logiciel qui utilise des algorithmes d’apprentissage automatique pour explorer toutes les variantes d’une solution et générer des alternatives de conception. Une fois qu’un utilisateur a défini des exigences dans le modèle, le logiciel de conception générative crée des modèles 3D optimisés pour les contraintes, en apprenant de chaque itération jusqu’à ce qu’il aboutisse au modèle idéal.
3. Atténuation des risques
Chaque projet de construction comporte des risques qui se présentent sous de nombreuses formes, telles que les risques liés à la qualité, à la sécurité, aux délais et aux coûts. Plus le projet est important, plus le risque est grand, car il y a de multiples sous-traitants qui travaillent sur différents métiers en parallèle sur les chantiers. Il existe aujourd’hui des solutions d’IA et d’apprentissage automatique que les entrepreneurs généraux utilisent pour surveiller et hiérarchiser les risques sur le chantier, afin que l’équipe de projet puisse concentrer son temps et ses ressources limitées sur les facteurs de risque les plus importants. L’IA est utilisée pour attribuer automatiquement une priorité aux problèmes. Les sous-traitants sont notés en fonction d’un score de risque, de sorte que les gestionnaires de construction peuvent travailler en étroite collaboration avec les équipes à haut risque pour atténuer les risques.
4. Planification du projet
Une société d’intelligence de la construction a été lancée en 2017 avec la promesse que ses robots et son intelligence artificielle détiennent la clé pour résoudre les projets de construction en retard et hors budget. L’entreprise utilise des robots pour capturer de manière autonome des scans 3D de sites de construction, puis alimente ces données dans un réseau neuronal profond qui classe l’état d’avancement des différents sous-projets. Si les choses semblent mal engagées, l’équipe de direction peut intervenir pour régler les petits problèmes avant qu’ils ne deviennent majeurs. Les algorithmes du futur utiliseront une technique d’IA connue sous le nom d'”apprentissage par renforcement”. Cette technique permet aux algorithmes d’apprendre par essais et erreurs. Ils peuvent évaluer des combinaisons et des alternatives infinies sur la base de projets similaires. Elle facilite la planification des projets puisqu’elle optimise le meilleur chemin et se corrige elle-même au fil du temps.
5. L’IA rend les chantiers plus productifs
Certaines entreprises commencent à proposer des engins de construction à conduite autonome pour effectuer des tâches répétitives plus efficacement que leurs homologues humains, comme le coulage de béton, la maçonnerie, la soudure et la démolition. Les travaux d’excavation et de préparation sont effectués par des bulldozers autonomes ou semi-autonomes, qui peuvent préparer un chantier avec l’aide d’un programmeur humain selon des spécifications exactes. Cela permet de libérer des travailleurs humains pour les travaux de construction proprement dits et de réduire le temps global nécessaire à la réalisation du projet. Les chefs de projet peuvent également suivre les travaux sur le chantier en temps réel. Ils utilisent la reconnaissance faciale, les caméras sur site et d’autres technologies similaires pour évaluer la productivité des travailleurs et le respect des procédures.
6. L’IA pour la sécurité dans la construction
Les travailleurs de la construction sont tués au travail cinq fois plus souvent que les autres ouvriers. Selon l’OSHA, les principales causes de décès dans le secteur privé (à l’exclusion des collisions sur les autoroutes) dans le secteur de la construction sont les chutes, suivies par les chocs contre un objet, les électrocutions et les coincements. Une entreprise de technologie de la construction basée à Boston a créé un algorithme qui analyse les photos de ses chantiers, y recherche les risques pour la sécurité, tels que des travailleurs ne portant pas d’équipement de protection, et établit une corrélation entre les images et ses dossiers d’accidents. L’entreprise affirme qu’elle peut potentiellement calculer des cotes de risque pour les projets afin d’organiser des séances d’information sur la sécurité lorsqu’une menace élevée est détectée. Elle a même commencé à classer et à publier des scores de sécurité pour chaque État américain en fonction de la conformité à la norme COVID-19 en 2020.
7. L’IA répondra aux pénuries de main-d’œuvre
Les pénuries de main-d’œuvre et la volonté de stimuler la faible productivité du secteur poussent les entreprises de construction à investir dans l’IA et la science des données. Selon un rapport McKinsey de 2017, les entreprises de construction pourraient augmenter leur productivité de 50 % en analysant les données en temps réel. Les entreprises de construction commencent à utiliser l’IA et l’apprentissage automatique pour mieux planifier la répartition de la main-d’œuvre et des machines entre les travaux.
Un robot évaluant en permanence l’avancement des travaux et l’emplacement des travailleurs et des équipements permet aux chefs de projet de dire instantanément quels sont les chantiers qui disposent de suffisamment de travailleurs et d’équipements pour achever le projet dans les délais, et ceux qui pourraient prendre du retard, où une main-d’œuvre supplémentaire pourrait être déployée.
Un robot doté de l’IA, tel que Spot the Dog, peut scanner de manière autonome un chantier chaque nuit pour en surveiller l’avancement, ce qui permet à un grand entrepreneur comme Mortenson de réaliser davantage de travaux dans des zones reculées où la main-d’œuvre qualifiée est rare.
8. Construction hors site
Les entreprises de construction s’appuient de plus en plus sur des usines hors site dotées de robots autonomes qui assemblent les composants d’un bâtiment, lesquels sont ensuite assemblés par des travailleurs humains sur place. Les structures telles que les murs peuvent être achevées à la chaîne par des machines autonomes plus efficacement que leurs homologues humains, laissant les travailleurs humains terminer les travaux de détail tels que la plomberie, les systèmes de chauffage, de ventilation et de climatisation et les systèmes électriques lorsque la structure est montée.
9. L’IA et le big data dans la construction
À l’heure où une quantité massive de données est créée chaque jour, les systèmes d’IA sont exposés à une quantité infinie de données pour apprendre et s’améliorer chaque jour. Chaque chantier devient une source de données potentielle pour l’IA. Les données générées par les images capturées à partir d’appareils mobiles, les vidéos de drones, les capteurs de sécurité, la modélisation des informations du bâtiment (BIM) et autres sont devenues un réservoir d’informations. Cela représente une opportunité pour les professionnels du secteur de la construction et les clients d’analyser et de bénéficier des idées générées par les données à l’aide de l’IA et des systèmes d’apprentissage automatique.
10. L’IA pour la post-construction
Les gestionnaires de bâtiments peuvent utiliser l’IA bien après la fin de la construction. En recueillant des informations sur une structure grâce à des capteurs, des drones et d’autres technologies sans fil, les analyses avancées et les algorithmes alimentés par l’IA obtiennent des informations précieuses sur le fonctionnement et les performances d’un bâtiment, d’un pont, de routes et de presque tout ce qui se trouve dans l’environnement construit. Cela signifie que l’IA peut être utilisée pour surveiller les problèmes en développement, déterminer quand une maintenance préventive doit être effectuée, ou même diriger le comportement humain pour une sécurité et une sûreté optimales.
Les perspectives de l’IA dans la construction
La robotique, l’IA et l’internet des objets peuvent réduire les coûts de construction jusqu’à 20 %. Les ingénieurs peuvent enfiler des lunettes de réalité virtuelle et envoyer des mini-robots dans les bâtiments en construction. Ces robots utilisent des caméras pour suivre l’avancement des travaux. L’IA est utilisée pour planifier l’acheminement des systèmes électriques et de plomberie dans les bâtiments modernes. Les entreprises utilisent l’IA pour développer des systèmes de sécurité sur les chantiers. L’IA est utilisée pour suivre en temps réel les interactions entre les travailleurs, les machines et les objets sur le site et alerter les superviseurs des problèmes de sécurité, des erreurs de construction et des problèmes de productivité potentiels.
Malgré les prédictions de pertes massives d’emplois, l’IA ne remplacera probablement pas la main-d’œuvre humaine. Au contraire, elle modifiera les modèles économiques dans le secteur de la construction, réduira les erreurs coûteuses, les blessures sur les chantiers et rendra les opérations de construction plus efficaces.
Les dirigeants des entreprises de construction devraient prioriser les investissements en fonction des domaines où l’IA peut avoir le plus d’impact sur les besoins uniques de leur entreprise. Les pionniers définiront l’orientation du secteur et en tireront des avantages à court et à long terme.
