Avantages de l'intelligence artificielle dans le secteur de la construction

Dans le monde, particuliers et entreprises dépensent plus de 10 000 milliards de dollars par an pour des activités liées à la construction, et, selon les prévisions, ce montant devrait continuer d'augmenter de 4,2 % jusqu'en 2023. Dans un rapport de 2020 intitulé « La nouvelle norme dans la construction : comment la disruption façonne le plus grand écosystème au monde », McKinsey souligne que l'attention se porte de plus en plus sur les solutions fondées sur l'intelligence artificielle.

L'IA dans la construction peut aider les acteurs à créer de la valeur tout au long du cycle de vie d'un projet, y compris la conception, les appels d'offres et le financement, les achats et la construction, l'exploitation et la gestion des actifs, ainsi que la transformation du modèle économique. L'intelligence artificielle aide le secteur dans son ensemble à surmonter certains des défis les plus complexes, notamment les problèmes de sécurité, le manque de main-d'œuvre, ainsi que les dépassements de budget et de délais.

Alors que les barrières à l'entrée sur le marché ne cessent de baisser et que les progrès en matière d'IA, d'apprentissage automatique et d'analyse s'accélèrent, on peut s'attendre à ce que l'IA joue un rôle plus important dans la construction au cours des prochaines années.

Les possibilités d'application de l'apprentissage automatique et de l'intelligence artificielle dans la construction sont immenses. Les demandes d'information, les questions ouvertes et les ordres de modification sont courants dans le secteur. L'apprentissage automatique ressemble à un assistant intelligent capable d'examiner minutieusement cette masse de données. Il alerte ensuite les chefs de projet sur les points importants nécessitant leur attention. Certaines applications utilisent déjà l'IA de cette manière. Ses avantages vont du filtrage routinier des spams à la surveillance avancée de la sécurité. Voici 10 exemples d'IA dans la construction. 

Prévenir les dépassements de budget

Le coût de la plupart des mégaprojets dépasse le budget, bien qu'ils soient confiés aux meilleures équipes de conception. Des réseaux de neurones artificiels sont utilisés dans les projets pour prévoir les dépassements budgétaires à partir de facteurs tels que la taille du projet, le type de contrat et le niveau de compétence des responsables. 

Les données historiques, comme les dates de début et de fin prévues, sont utilisées par les modèles prédictifs pour établir des délais réalistes pour les futurs projets. L'intelligence artificielle aide les employés à accéder à distance à des supports de formation réels, ce qui leur permet de développer rapidement leurs compétences et leurs connaissances. Cela réduit le temps nécessaire à l'intégration de nouvelles ressources dans les projets. Par conséquent, la réalisation du projet s'accélère.

Conception générative de bâtiments

La modélisation des informations du bâtiment est un processus fondé sur des modèles 3D qui fournit aux professionnels de l'architecture, de la conception et de la construction les informations nécessaires pour planifier, concevoir, construire et gérer efficacement les bâtiments et les infrastructures. 

Pour planifier et concevoir la construction d'un projet, les modèles 3D doivent prendre en compte les plans architecturaux, d'ingénierie, mécaniques, électriques et de plomberie, ainsi que la séquence d'actions des groupes concernés. L'enjeu est que les différents modèles des sous-équipes n'entrent pas en conflit les uns avec les autres.

Réduction des risques

Chaque projet de construction comporte des risques, qui se présentent sous de nombreuses formes, par exemple des risques liés à la qualité, à la sécurité, aux délais et aux coûts. Plus le projet est grand, plus le risque est élevé, car plusieurs sous-traitants de différents métiers travaillent en parallèle sur les chantiers. 

Aujourd'hui, il existe des solutions fondées sur l'intelligence artificielle et l'apprentissage automatique que les entrepreneurs généraux utilisent pour suivre et hiérarchiser les risques sur le chantier, afin que l'équipe projet puisse concentrer son temps et ses ressources limités sur les facteurs de risque les plus importants. L'IA sert à attribuer automatiquement des priorités aux tâches.

Planification de projet

Une entreprise spécialisée dans la reconnaissance sur les chantiers a lancé son activité en 2017 en promettant que ses robots et son intelligence artificielle seraient la clé pour résoudre les projets de construction en retard et dépassant le budget. L'entreprise utilise des robots pour scanner en 3D de manière autonome les chantiers, puis transmet ces données à un réseau de neurones profond qui classe les écarts entre les différents sous-projets. 

Si quelque chose semble anormal, l'équipe de managers peut intervenir pour résoudre les petits problèmes avant qu'ils ne deviennent graves. Les algorithmes du futur utiliseront une technique d'intelligence artificielle connue sous le nom d'« apprentissage par renforcement ». Cette méthode permet aux algorithmes d'apprendre par essais et erreurs. Elle peut évaluer un nombre infini de combinaisons et d'alternatives fondées sur des projets similaires. Cela facilite la planification du projet, car elle optimise le meilleur chemin et s'auto-corrige avec le temps.

Créer des lieux de travail plus productifs

Certaines entreprises commencent à proposer des engins de chantier sans conducteur pour effectuer des tâches répétitives plus efficacement qu'avec la main-d'œuvre humaine, comme le coulage du béton, la maçonnerie, le soudage et la démolition. Les travaux de terrassement et de préparation sont réalisés par des bulldozers autonomes ou semi-autonomes, qui peuvent préparer le site de travail sous la supervision d'un programmeur humain, conformément à des spécifications précises. 

Cela libère les ouvriers pour les travaux de construction proprement dits et réduit le temps total nécessaire à l'achèvement du projet. Les chefs de projet peuvent également suivre le travail sur le chantier en temps réel. Ils utilisent la reconnaissance faciale, des caméras locales et des technologies similaires pour évaluer la productivité du personnel et le respect des procédures.

Sécurité sur les chantiers

Les ouvriers du bâtiment meurent au travail cinq fois plus souvent que les autres travailleurs. Selon l'OSHA, les principales causes de décès dans le secteur privé (hors accidents de la route) dans le secteur de la construction sont les chutes, suivies des chocs causés par un objet, des électrocutions et des coincements. 

Une entreprise technologique de construction basée à Boston développe un algorithme qui analyse les photos prises sur les lieux de travail, les scanne à la recherche de menaces pour la sécurité, comme l'absence d'équipements de protection chez les ouvriers, et compare les images avec ses registres d'accidents. L'entreprise affirme qu'elle pourrait potentiellement calculer des indices de risque pour les projets, afin de pouvoir organiser des briefings de sécurité lorsqu'une menace accrue est détectée.

Résoudre le problème du manque de main-d'œuvre

Selon un rapport de McKinsey de 2017, les entreprises de construction peuvent accroître leur productivité de 50 % grâce à l'analyse des données en temps réel. Les entreprises du secteur commencent à utiliser l'intelligence artificielle et l'apprentissage automatique pour mieux planifier la répartition de la main-d'œuvre et des engins entre les chantiers.

Un robot qui évalue en permanence l'avancement des travaux ainsi que la position des ouvriers et des équipements permet aux chefs de projet de déterminer instantanément sur quels chantiers il y a suffisamment d'ouvriers et d'équipements pour respecter le calendrier, et sur lesquels il serait possible de mobiliser une main-d'œuvre supplémentaire.

Construction hors site

Les entreprises de construction recourent de plus en plus à des usines externes équipées de robots autonomes, qui assemblent les composants du bâtiment, lesquels sont ensuite installés par des personnes sur le chantier. Des éléments de structure, comme les murs, peuvent être assemblés à la chaîne par des machines autonomes plus efficacement que par des travailleurs humains, laissant aux ouvriers le soin de finaliser les détails du travail, comme la plomberie et les installations électriques, une fois la structure assemblée.

Big data dans la construction

À une époque où une quantité énorme de données est créée chaque jour, les systèmes d'IA disposent d'un nombre infini de données à partir desquelles apprendre et s'améliorer chaque jour. Chaque chantier devient une source potentielle de données pour l'IA. 

Les données issues des images prises avec des appareils mobiles, des vidéos de drones, des capteurs de sécurité, de la modélisation des informations du bâtiment et d'autres sources sont devenues un réservoir d'informations. Cela permet aux professionnels du secteur de la construction et aux clients d'analyser ces données et de tirer profit des enseignements obtenus grâce aux systèmes d'intelligence artificielle et d'apprentissage automatique.

Après la construction

Les gestionnaires de bâtiments peuvent utiliser l'IA bien après la fin des travaux. En collectant des informations sur la structure à l'aide de capteurs, de drones et d'autres technologies sans fil, des analyses avancées et des algorithmes fondés sur l'intelligence artificielle permettent d'obtenir 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 bâti. 

Cela signifie que l'IA peut être utilisée pour suivre les problèmes qui surviennent, déterminer le besoin d'une maintenance préventive, voire gérer le comportement humain afin d'assurer une sécurité optimale.