Nous ne le remarquons pas toujours, mais l’intelligence artificielle est partout, y compris dans le secteur de la construction. Avantage ou inconvénient pour les entrepreneurs ? Ce sera à eux de le déterminer. Sont-ils ouverts à cette évolution ? Quid des autres partenaires de la construction ?
Actuellement, les machines font de plus en plus de choses, qui demandaient il n’y a pas si longtemps encore l’intelligence humaine. Une application comme Waze nous permet de nous diriger en voiture. Des médias sociaux comme LinkedIn observent notre comportement et sélectionnent des message qui pourraient être intéressants pour nous. Si nécessaire, Google Translate nous permet de traduire. Spotify et Netflix nous recommandent de la musique et des films. Est-ce toujours une évolution ? Quiconque a déjà dû se battre au téléphone contre un chatbot irritant sait que la réponse est « non ». Mais notre société ne peut désormais plus faire sans l’IA.
La puissance de calcul
Tout s’est passé très vite ces dernières années. Pourquoi ? La réponse tient en quelques mots : « puissance de calcul et données ». Illustrons cela par une anecdote. En 1997, il y a eu un grand bouleversement : le grand maître des échecs Gary Kasparov avait été battu par le superordinateur Deep Blue. Une machine s’était montrée plus intelligente que l’Homme.
Mais, d’un point de vue de 2020, Deep Blue reste un peu primitif. Il a réalisé son exploit grâce à deux choses : d’une part, la puissance de calcul, et d’autre part, les connaissances des experts en échecs et des informaticiens converties en algorithmes. Mais aujourd’hui, nous disposons du Deep Learning dans le domaine de l’intelligence artificielle, qui permet aux ordinateurs de découvrir des modèles, d’apprendre de manière autonome et d’élaborer des stratégies. Pour traduire ces stratégies en algorithmes, nous n’avons plus besoin de l’intervention humaine. En outre, la puissance de calcul des ordinateurs a explosé depuis Deep Blue. Celle-ci est exprimée en floating point operations per seconde (« flops »). Les superordinateurs actuels sont à deux millions de milliards, un 2 suivi de 15 zéros. C’est plus que 10 000 fois plus puissant que Deep Blue.
Les données, le nouvel or électronique
Les ordinateurs sont donc plus forts et donc plus intelligents qu’auparavant. Mais il leur manque toujours un composant essentiel. Pour pouvoir faire de bonnes prévisions, l’IA doit pouvoir traiter un grand nombre de données.Les données sont plus précieuses que l’or pour de nombreuses IA d’aujourd’hui. En 2017, ce n’est pas un hasard : le magazine The Economist publie un article au titre évocateur : Data is the new oil.Là aussi, de grands progrès ont été réalisés. Il existe actuellement des outils puissants qui catégorisent, sauvegardent et traitent ces données. Cela permet à l’IA d’interpréter des données à une échelle qu’aucun humain ne pourrait jamais gérer.
OpenAI, le laboratoire fondé par le milliardaire Elon Musk, a mis au point une sorte de générateur de langue qui a été entraîné en le nourrissant d’à peu près tout Internet, soit environ mille milliards de mots. Cet outil peut maintenant générer des chansons, de manuels, des entretiens ou n’importe quel type de texte.
Les entreprises investissent donc de plus en plus souvent dans la collecte de données. De nouveaux profils d’emploi tels que data scientist, data protection officer, data analyst ou data engineer ornent les listes de postes vacants.
Grâce aux équipes de science des données, les organisations transforment les données en un avantage concurrentiel en affinant les produits et les services. Par exemple, les données recueillies dans les centres d’appels peuvent nous indiquer quand un client particulier est sur le point de changer de fournisseur. Le département marketing peut alors se mettre en action pour le retenir. Les prestataires de services logistiques analysent les schémas de circulation, les conditions météorologiques et d’autres facteurs pour accélérer les livraisons et réduire les coûts.
Le consultant Gartner a demandé à 3000 Chief Information Officers (CIO) quelle technologie faisait la plus grande différence dans leur entreprise. La réponse la plus citée était les Analytics et le Business Intelligence. Il n’est donc pas surprenant que de nombreuses entreprises y investissent.
Et la construction ?
L’IA est également très présente dans la construction, surtout dans la phase d’exploitation d’un bâtiment. Les systèmes de climatisation, par exemple, tiennent de plus en plus compte du taux d’occupation des bâtiments, des prévisions météorologiques ainsi que de la disponibilité et du prix de l’énergie. De cette manière, la consommation d’énergie est gérée de manière optimale, ce qui présente des avantages financiers mais contribue également aux objectifs climatiques.
La predictive maintenance est un autre élément qui prend de l’ampleur. Ils n’attendent pas qu’une installation tombe en panne, mais prennent des mesures préventives sur la base de données et de modèles. Ce principe peut être étendu aux ponts et autres infrastructures, où la maintenance prédictive peut accroître la sécurité.
Phase de conception
Durant la phase de conception, nous pouvons retrouver l’IA dans le logiciel de modélisation. Les logiciels peuvent faire des suggestions pendant le processus de conception en se basant sur des conceptions créées précédemment. Il n’est pas nécessaire de modéliser les mêmes nœuds de bâtiment détaillés, encore et encore, et les éléments de bâtiment peuvent être classés automatiquement.
De nombreuses possibilités existent également durant la phase d’exécution. Par exemple, nous pouvons utiliser l’IA pour suivre l’avancement des travaux sur le site et le lier à la disponibilité des matériaux du site. Dans un modèle BIM 4D, la planification des travaux est également incluse, mais c’est lorsque nous reflétons la situation sur le terrain avec la planification préétablie que la véritable valeur ajoutée apparaît. Si nous mettons ensuite également à jour le modèle BIM en fonction de la situation réelle, nous parlons d’un jumeau numérique.
À l’avenir, il devrait même être possible d’adapter notre planification en temps réel en fonction de la situation réelle et du modèle BIM 4D. L’objectif ultime est d’accroître l’efficacité du chantier en tirant les leçons du passé.
La disponibilité des données constitue le grand défi de notre secteur. L’usage croissant des BIM nous permet de relever ce défi. Après tout, le BIM permet non seulement d’améliorer la coopération et de réduire les coûts de défaillance, mais aussi de garantir une gestion uniforme et cohérente des données. Cette source de données historiques combinée à des données en temps réel (par exemple, des caméras ou des capteurs) constituera à terme la base de nombreuses nouvelles applications de l’IA dans le secteur de la construction.
Aussi pour vous ?
Peut-être pensez-vous à une application basée sur l’IA, mais vous hésitez encore sur sa faisabilité. Comment se lancer ? Qui peut prodiguer des conseils sur mesure ? Le jeu en vaut-il la chandelle, et quel sera le retour sur investissement ? La VCB peut vous aider à répondre à ces questions difficiles.
L’IA DANS LA CONSTRUCTION : LES POSSIBILITÉS
La Vlaamse Confederatie Bouw a rédigé un document, commandé par le CSTC, qui traite des applications possibles de l’IA dans le secteur de la construction. Un certain nombre d’entreprises technologiques belges sont également incluses dans cette étude.
INFO : Intéressé par ce document ? Envoyez un mail à benedikt.declercq@vcb.be.
