L’appétit mondial pour les nouvelles constructions et infrastructures ne cesse d’augmenter. En effet, la production mondiale dans le secteur de la construction devrait croître de 42 pour cent d’ici 2030 et la production nord-américaine de 32 pour cent au cours de la même période.

La pénurie persistante de main-d’œuvre dans le secteur de la construction au Canada et aux États-Unis ainsi que l’augmentation constante des coûts de construction ont exacerbé la nécessité d’améliorer l’efficacité des projets pour répondre à ces demandes.

Découvrez les nouvelles technologies – plus précisément l’intelligence artificielle (IA), l’apprentissage machine (AM) et l’analyse de données – utilisées dans le secteur de la construction.

Comment l’IA est-elle utilisée dans la construction?

Même si une grande partie du public fait preuve d’un scepticisme de bon aloi à l’égard de l’IA et de son potentiel à supprimer des emplois, le fait est que l’IA peut contribuer à améliorer l’efficacité des entreprises de construction sans pour autant supprimer des postes de travail.

L’IA, l’AM et l’analyse de données peuvent ainsi analyser d’énormes quantités de données non structurées, telles que des documents textuels et des images, grâce au traitement du langage naturel (TLN) et à la vision par ordinateur (VPO), afin de glaner des informations précieuses qu’un être humain mettrait des mois à obtenir. L’apprentissage machine ou apprentissage automatique est un type majeur d’IA qui apprend à partir de données.

Les entreprises de construction peuvent utiliser cette technologie pour prévoir la demande des clients, analyser et améliorer la productivité des travailleurs ou améliorer les revenus globaux grâce à une plus grande efficacité.

En effet, la firme Deloitte estime que les outils d’analyse de données et d’IA peuvent permettre aux entreprises d’économiser jusqu’à 15 pour cent de leurs coûts totaux de construction.

Voici quelques-unes des principales façons dont ces technologies peuvent aider les entreprises de construction.

L’automatisation

Les documents des projets précédents, les prix des matières premières et d’autres données internes et externes peuvent alimenter les modèles d’IA pour en tirer des enseignements et automatiser les tâches répétitives tout au long du cycle de vie d’un projet.

Les logiciels de gestion de projet alimentés par l’IA pour la construction, par exemple, peuvent détecter automatiquement les cartouches et les noms de feuilles, ce qui permet de développer le processus de catégorisation des dessins pour les travailleurs du secteur de la conception et de la construction virtuelles (CCV).

La technologie des véhicules autonomes sur les chantiers est devenue plus courante ces dernières années, en particulier dans l’industrie minière. Bien que l’adoption à grande échelle d’engins de chantier autopilotés se soit avérée difficile, du moins jusqu’à présent, il s’est révélé que des innovations telles que le robot-maçon Hadrian X étaient très prometteuses. Les outils de diagnostics à distance et autres solutions Internet des objets (IdO) dont sont dotés les véhicules de construction automatisés permettent également de maintenir les véhicules fonctionnels plus longtemps grâce à la maintenance prédictive.

La préconstruction

Lors de la phase préalable à la construction, l’IA peut examiner et analyser les codes du bâtiment pour y trouver des informations importantes, analyser les plans du projet et repérer les problèmes potentiels beaucoup plus rapidement qu’un être humain.

L’IA et l’analyse des données peuvent améliorer l’efficacité des processus de conception, d’appel d’offres et de financement, qui sont habituellement sujets à des estimations de coûts inexactes ou à des échéanciers irréalistes. Les entreprises de construction peuvent utiliser l’IA pour examiner et optimiser les plans d’implantation, en veillant à ce que les résultats de la modélisation des données du bâtiment (MDB) provenant des équipes d’architectes, d’ingénieurs, d’électromécaniciens, d’électriciens et de plombiers n’entrent pas en conflit les uns avec les autres.

Dans un exemple de conception assistée par l’IA pour le secteur de la construction, Autodesk a fait équipe avec Daisy AI afin d’automatiser l’optimisation de la disposition des planchers en bois dans les bâtiments en bois massif.

L’IA peut fournir des informations en temps réel sur les prix des matières premières lors de négociations avec les fournisseurs, ce qui permet aux vendeurs d’obtenir le bon prix au bon moment. L’IA peut également effectuer une analyse post-mortem des projets ou évaluer leur viabilité et les risques potentiels.

Selon la firme Deloitte, lors de la phase de préconstruction, l’IA peut contribuer à réduire les budgets et les problèmes d’échéancier de 10 à 20 pour cent, ainsi que les heures d’ingénierie jusqu’à 30 pour cent.

La sécurité des chantiers et l’atténuation des risques

Année après année, les métiers du secteur de la construction se classent parmi les plus dangereux. Les travailleurs de la construction meurent cinq fois plus souvent au travail que les autres ouvriers. De ce fait, l’une des façons les plus importantes dont l’IA aide les entreprises de construction est de garantir la sécurité sur les chantiers.

Les outils d’IA peuvent ainsi examiner automatiquement les images et détecter les dangers potentiels pour la sécurité ou les problèmes liés aux processus de construction. Ces outils peuvent également utiliser les données générées par les objets personnels connectés que portent les travailleurs pour se prémunir contre les événements imprévus à l’aide de l’analyse prédictive. Citons entre autres une entreprise de la région de Boston qui se sert de l’IA pour analyser les photos de chantiers à la recherche de dangers potentiels ou de pratiques dangereuses, comme par exemple des travailleurs qui n’utilisent pas correctement l’équipement de sécurité. Cela permet à cette entreprise d’évaluer les risques sur chaque chantier et d’alerter les parties prenantes lorsque des menaces sont détectées.

Les défis liés à la mise en œuvre de l’IA dans le secteur de la construction

Malgré les avantages que l’IA et l’analyse des données peuvent offrir aux entreprises de construction, il appert que l’adoption à grande échelle de la technologie reste difficile. Chaque projet de construction est en effet unique, ce qui peut présenter des défis majeurs lorsque l’on tente d’automatiser les processus.

De plus, la plupart des entreprises de construction s’appuient habituellement sur des processus non numérisés et des documents papier, ce qui peut rendre difficile la disponibilité des données pour les modèles d’IA. Par ailleurs, la nature décentralisée de la plupart des projets de construction signifie que les déploiements et l’utilisation de la technologie peuvent être très différents d’un chantier à l’autre.

Selon la firme Deloitte, les entreprises qui souhaitent passer le cap des projets pilotes et rendre l’IA opérationnelle peuvent surmonter ces difficultés en procédant de la façon suivante :

• Développer une stratégie de données basée sur la production de valeur pour soutenir le choix d’outils et d’applications spécifiques.
• Trouver et identifier les zones de données pertinentes et exploitables au sein de l’entreprise que les outils d’IA peuvent exploiter.
• Adopter une approche « ascendante » en sélectionnant et en développant de nouvelles technologies basées sur les besoins de première ligne et non pas sur les préférences des dirigeants.
• S’assurer de l’adhésion de la direction lors du déploiement de nouvelles technologies à l’aide d’une analyse de rentabilité solide.

L’avenir de l’IA dans le secteur de la construction

Si le déploiement à grande échelle de l’IA et de l’analyse des données dans le secteur de la construction n’est pas encore pour demain, force est de constater que de sérieuses avancées ont déjà eu lieu grâce à la robotique et aux dispositifs IdO, aux outils d’IA pour une sécurité améliorée et à d’autres applications de l’IA pour la construction.

Et si certains ont prédit la perte d’emplois dans le secteur de la construction en raison de la technologie, il est plus probable, face à l’explosion de la demande, que l’IA et l’analyse des données contribueront à accroître l’efficacité des travailleurs et de leurs entreprises. Cela permettra ainsi d’améliorer les marges, de rendre les chantiers plus sécuritaires et de réduire les erreurs coûteuses.